新增: F-05多模态Phase2a后端(ContentPart+parts字段+provider图片块+truncate防撑爆)

src-tauri/src/commands/ai/conversation.rs

@@ -74,6 +74,58 @@ pub(crate) fn truncate_for_persist(content: &str) -> String {
     )
 }
 
+/// 落库前对 `ChatMessage.parts` 做截断(F-260614-05 Phase 2a)。
+///
+/// - `Text` 片:复用 `truncate_for_persist` 头尾截断语义(单 Text 片 > 50KB 才截)。
+/// - `Image` 片:base64 通常已 50KB+,落库前替换为占位 `Text` 片
+///   `<image: base64 已省略, 共 N 字节>`,避免大体量图把对话 JSON 撑爆
+///   (一张 1MB PNG 的 base64 ≈ 1.3MB 字符串)。原 Image 片仅在内存真相源(ContextManager)
+///   保留,重发时仍带图——对齐现有「持久化视图不污染内存真相源」约定。
+/// - `Image` url 模式(无 base64):url 本身短,原样保留。
+///
+/// 返回 None 表示 parts 无需保留(全空或全部被替换且原 parts 仅含图);调用方据此清空 parts。
+pub(crate) fn truncate_parts_for_persist(parts: &[df_ai::provider::ContentPart]) -> Option<Vec<df_ai::provider::ContentPart>> {
+    use df_ai::provider::ContentPart;
+    let mut out: Vec<ContentPart> = Vec::with_capacity(parts.len());
+    let mut changed = false;
+    for p in parts {
+        match p {
+            ContentPart::Text { text } => {
+                let truncated = truncate_for_persist(text);
+                if truncated.len() != text.len() {
+                    changed = true;
+                }
+                out.push(ContentPart::Text { text: truncated });
+            }
+            ContentPart::Image { url, base64, media_type, alt } => {
+                // base64 模式:体量大,替换占位 Text 片
+                if let Some(b) = base64 {
+                    let bytes_approx = b.len(); // base64 字符数 ≈ 字节数 * 4/3,粗估
+                    let placeholder = format!("<image: base64 已省略, 共约 {} 字符>", bytes_approx);
+                    out.push(ContentPart::Text { text: placeholder });
+                    changed = true;
+                } else {
+                    // url 模式:url 短,原样保留(含 media_type/alt)
+                    out.push(ContentPart::Image {
+                        url: url.clone(),
+                        base64: None,
+                        media_type: media_type.clone(),
+                        alt: alt.clone(),
+                    });
+                }
+            }
+        }
+    }
+    if out.is_empty() {
+        None
+    } else if changed {
+        Some(out)
+    } else {
+        // 无变化:返回克隆的原 parts(保持引用语义一致)
+        Some(parts.to_vec())
+    }
+}
+
 /// 保存对话到数据库（按 conv_id 写库，不受 active_conversation_id 切换影响）
 ///
 /// 写 messages + updated_at + 累加 token 用量 + 首次落库的 model；标题由 ensure_conversation_title 单独生成。
@@ -95,6 +147,11 @@ pub(crate) async fn save_conversation(
         let mut msgs = session.messages.all_messages_clone();
         for m in &mut msgs {
             m.content = truncate_for_persist(&m.content);
+            // F-260614-05 Phase 2a: parts(Image base64) 同样截断(替换占位 Text 片),
+            // 防大体量图把对话 JSON 撑爆。仅作用于持久化副本,不污染内存真相源。
+            if let Some(parts) = m.parts.as_ref() {
+                m.parts = truncate_parts_for_persist(parts);
+            }
         }
         (
             serde_json::to_string(&msgs).unwrap_or_else(|_| "[]".to_string()),
@@ -269,4 +326,59 @@ mod tests {
         assert!(result.ends_with('中'));
         assert!(result.contains("已截断"));
     }
+
+    // ---------- F-260614-05 Phase 2a truncate_parts_for_persist ----------
+
+    #[test]
+    fn truncate_parts_image_base64_replaced_with_placeholder() {
+        use df_ai::provider::ContentPart;
+        let parts = vec![
+            ContentPart::text("前缀文本"),
+            ContentPart::image_base64("image/png", &"A".repeat(60_000)),
+            ContentPart::text("后缀"),
+        ];
+        let out = truncate_parts_for_persist(&parts).expect("应有结果");
+        // Image base64 被替换为占位 Text 片
+        assert!(out.iter().all(|p| !matches!(p, ContentPart::Image { base64: Some(_), .. })));
+        let placeholder = out.iter().find_map(|p| match p {
+            ContentPart::Text { text } if text.contains("base64 已省略") => Some(text.clone()),
+            _ => None,
+        }).expect("应含占位 Text 片");
+        assert!(placeholder.contains("60000"));
+        // 非 base64 的 Text 片保留原值
+        assert!(out.iter().any(|p| matches!(p, ContentPart::Text { text } if text == "前缀文本")));
+        assert!(out.iter().any(|p| matches!(p, ContentPart::Text { text } if text == "后缀")));
+    }
+
+    #[test]
+    fn truncate_parts_image_url_preserved() {
+        use df_ai::provider::ContentPart;
+        // url 模式:url 短,原样保留(含 media_type)
+        let parts = vec![ContentPart::Image {
+            url: Some("https://x/a.png".into()),
+            base64: None,
+            media_type: None,
+            alt: None,
+        }];
+        let out = truncate_parts_for_persist(&parts).expect("应有结果");
+        assert!(matches!(out[0], ContentPart::Image { ref url, .. } if url.as_deref() == Some("https://x/a.png")));
+    }
+
+    #[test]
+    fn truncate_parts_long_text_part_truncated() {
+        use df_ai::provider::ContentPart;
+        // 单 Text 片超阈值 → 头尾截断
+        let long: String = "x".repeat(TRUNCATE_THRESHOLD + 1000);
+        let parts = vec![ContentPart::Text { text: long }];
+        let out = truncate_parts_for_persist(&parts).expect("应有结果");
+        match &out[0] {
+            ContentPart::Text { text } => assert!(text.contains("已截断"), "超长 Text 片应被截断"),
+            _ => panic!("应仍是 Text 片"),
+        }
+    }
+
+    #[test]
+    fn truncate_parts_empty_returns_none() {
+        assert_eq!(truncate_parts_for_persist(&[]), None);
+    }
 }