gjm
b757892c67
解决三个缺口：① 放大没复用标定/瓦片数学（LLM 一次 zoom 只出一张，宽区域仍读不清）；
②「看清没」由 VLM 自评（易过度自信/幻觉）；③ 只能按 handle / 手算 bbox 指认，
图上看到但没 handle 的东西指认不了。
核心思路：把「放大」升级成一个语义化工具——LLM 只指认「要看哪里」，由 agent 复用
tiling.py 的标定数学算出该切几张、每张覆盖多大，用构造保证可读。
新增 dwg_review/inspect.py（agent 侧，不编 DLL）：
- TOOL_SCHEMA：inspect_region(target, purpose)；target 三形态 {handle} / {window} /
{label,cx,cy,span}，purpose = text(8px) / line(6px)。
- InspectState：单图框内「截图标签 → 世界可见范围」登记表，支持逐级下钻
（返回的 inspect-N 可继续作为 label 指认）。
- resolve_target / _point_box：label+cx+cy → WCS。cy 是图像坐标（上→下），
世界 y 必须翻转（y = y2 - cy*H）——单测专门钉住。
- plan_tiles：复用 world_per_px + tiles_for_box + subdivide；超 INSPECT_MAX_TILES(4)
则硬失败并给出「缩小 target / 分多次请求」的指引（不静默降级）；拿不到比例/像素
则退回单张并如实告知。
关键几何：CAD 的 _.ZOOM _W 是等比适配（不拉伸），故「截图上的归一化坐标」必须按
max(W/ew, H/eh) 反算真实可见范围（新增 tiling.visible_box）——直接用送进去的窗口会偏。
zoom_to_window 返回的 view 是「加过 margin 的窗口」，不是可见范围，不能混用。
证据层配套：evidence_model.make_image(..., window=) 记录每张图的可见世界范围；
capture_images 用 view_px（overall 图原始像素）+ visible_box 逐张登记。
子循环接入：_run_readonly_tool 在只读白名单校验之前拦截 inspect_region（它不在
READ_ONLY_TOOLS 里，内部只调白名单内的只读 MCP 工具）；_review_tools 启用时用
inspect_region 取代三个裸视口工具；inspect_region 计入 _VIEW_TOOLS → 结束复位视口。
配置：INSPECT_ENABLED(True) / INSPECT_MAX_TILES(4)。
端到端实测（真实图纸 1 图框）：取证与审查两阶段均在最大化态、结束精确还原（4 项 PASS）；
LLM 的 11 次取证调用里 2 次是 inspect_region，且都显式给 window + purpose:"text"
（x[20000,115000] y[-6500,3000]，即 A0 图框底部横条＝标题栏所在）。
验收口径达成：报告报出标题栏乱码 ???????????????，而 get_text_content 对全图返回 0 条文字
（本图文字全在块/自定义实体内）→ 块内文字是被视觉放大读出来的。
pytest 343 passed。
98 lines
3.2 KiB
Python
98 lines
3.2 KiB
Python
"""统一证据模型：多来源（CAD / PDF / 图片）证据的字段常量与访问器。
|
||
|
||
设计要点：
|
||
- evidence 是跨阶段 + 落盘的「线格式」数据，统一用 dict 承载（不用 dataclass）。
|
||
- 图片统一为 `images: [{"b64","mime","label"}]`；访问器兼容旧的 `image_b64/image_mime`
|
||
单图字段（历史 evidence.json 与旧测试构造仍可读）。
|
||
- 本模块不含任何 CAD / 工具逻辑，可被 phases、findings、__main__、tests 共同引用。
|
||
"""
|
||
|
||
SOURCE_CAD = "cad"
|
||
SOURCE_PDF = "pdf"
|
||
SOURCE_IMAGE = "image"
|
||
|
||
# 结构化证据键（CAD 侧各查询工具产出的信封）；下游 handle 收集 / 派生检查统一引用，
|
||
# 避免在多处硬编码同一组键名。
|
||
STRUCTURED_SOURCES = ("entities", "texts", "dimensions", "blocks", "polylines")
|
||
|
||
|
||
def make_image(b64, mime="image/png", label=None, window=None):
|
||
"""构造 images 列表元素。
|
||
|
||
`window` 为该截图**实际可见的世界范围** `(min_x,min_y,max_x,max_y)`（可选）。
|
||
审查阶段的 `inspect_region` 靠它把「截图上的归一化坐标」映射回 WCS（逐级下钻）。
|
||
"""
|
||
img = {"b64": b64, "mime": mime or "image/png", "label": label}
|
||
if window is not None:
|
||
img["window"] = window
|
||
return img
|
||
|
||
|
||
def source_type_of(container):
|
||
"""读取来源类型，缺省视为 CAD。
|
||
|
||
container 可以是审查单元（unit）/ 图框 / evidence 等任何 dict。
|
||
"""
|
||
if isinstance(container, dict):
|
||
value = container.get("source_type")
|
||
if isinstance(value, str) and value:
|
||
return value
|
||
return SOURCE_CAD
|
||
|
||
|
||
def evidence_images(evidence):
|
||
"""规范化证据里的图片列表（单点归一）。
|
||
|
||
优先读 `images`；否则回退旧的 `image_b64` / `image_mime` 单图字段。
|
||
统一返回 `[{"b64","mime","label","window"}]`，过滤掉空 b64。
|
||
"""
|
||
if not isinstance(evidence, dict):
|
||
return []
|
||
images = []
|
||
raw = evidence.get("images")
|
||
if isinstance(raw, list):
|
||
for item in raw:
|
||
if not isinstance(item, dict):
|
||
continue
|
||
b64 = item.get("b64")
|
||
if not b64:
|
||
continue
|
||
images.append(
|
||
{
|
||
"b64": b64,
|
||
"mime": item.get("mime") or "image/png",
|
||
"label": item.get("label"),
|
||
"window": item.get("window"),
|
||
}
|
||
)
|
||
if images:
|
||
return images
|
||
# 回退：旧的单图字段
|
||
b64 = evidence.get("image_b64")
|
||
if b64:
|
||
return [
|
||
{
|
||
"b64": b64,
|
||
"mime": evidence.get("image_mime") or "image/png",
|
||
"label": None,
|
||
"window": None,
|
||
}
|
||
]
|
||
return []
|
||
|
||
|
||
def primary_image(evidence):
|
||
"""返回首图（label == "overall" 优先），无图返回 None。"""
|
||
images = evidence_images(evidence)
|
||
if not images:
|
||
return None
|
||
for img in images:
|
||
if img.get("label") == "overall":
|
||
return img
|
||
return images[0]
|
||
|
||
|
||
def image_labels(evidence):
|
||
"""返回图片标签列表（用于日志 / payload 说明）。"""
|
||
return [img.get("label") for img in evidence_images(evidence)]
|