DevFlow/scripts/verify-image-url-parts.mjs

#!/usr/bin/env node
/**
 * extractImageUrlParts 单测(F-260614-05 Phase 2c 多模态 URL → image 片)。
 *
 * 背景:前端无 vitest(引入框架超白名单),沿用 verify-streaming-guard.mjs 风格——
 * 零依赖 Node 内置 assert。本脚本直连源码 import(不再内联副本,无漂移风险),
 * 依赖 Node v22+ 实验性 strip-types(native TS 执行)。
 *
 * 覆盖:
 *   1. 图片扩展(.png/.jpg/.jpeg/.webp/.gif)→ image 片(url 模式,base64/media_type/alt 全 null)
 *   2. 大小写不敏感(.PNG/.JPG)
 *   3. 带/不带查询参数(?foo=bar#anchor 形态 — #anchor 走 \S* 吞进 url)
 *   4. 多 URL → 多片,保持首次出现顺序
 *   5. 同 URL 去重
 *   6. 非 URL(http 以外 / 本地路径 / data URI / 邮件附件)不提取
 *   7. 非图片扩展(.html/.com/.pdf)不提取
 *   8. markdown 图片语法 ![](url) 内的 url 也被扫到(无害,content 文本仍保留原样)
 *   9. 空串/无 URL → 空数组
 *  10. URL 紧跟标点(逗号/中文句号)→ 被吞进 url(可接受误判,vision provider 通常容忍)
 *
 * 运行:node scripts/verify-image-url-parts.mjs
 */
import assert from 'node:assert/strict'
// 直连源码(避免内联副本漂移);Node v22+ strip-types 原生执行 .ts
import { extractImageUrlParts } from '../src/composables/ai/utils.ts'

let passed = 0
function test(name, fn) {
  try {
    fn()
    passed++
    console.log(`  ✓ ${name}`)
  } catch (e) {
    console.error(`  ✗ ${name}`)
    console.error(`    ${e.message}`)
    process.exitCode = 1
  }
}

// ── 1. 图片扩展 → image 片(url 模式) ──
test('图片扩展 .png/.jpg/.jpeg/.webp/.gif 全部提取为 image 片', () => {
  for (const ext of ['png', 'jpg', 'jpeg', 'webp', 'gif']) {
    const parts = extractImageUrlParts(`https://cdn.test/img.${ext}`)
    assert.equal(parts.length, 1, `扩展 ${ext} 应提取 1 片`)
    assert.equal(parts[0].type, 'image')
    assert.equal(parts[0].url, `https://cdn.test/img.${ext}`)
    assert.equal(parts[0].base64, null, 'url 模式 base64 必须为 null')
    assert.equal(parts[0].media_type, null, 'url 模式 media_type 必须为 null')
    assert.equal(parts[0].alt, null, 'alt 默认 null')
  }
})

// ── 2. 大小写不敏感 ──
test('扩展名大小写不敏感(.PNG/.JPG/.GIF)', () => {
  for (const ext of ['PNG', 'JPG', 'GIF', 'WebP', 'Jpeg']) {
    const parts = extractImageUrlParts(`https://cdn.test/img.${ext}`)
    assert.equal(parts.length, 1, `扩展 ${ext} 应被识别`)
    assert.equal(parts[0].url, `https://cdn.test/img.${ext}`)
  }
})

// ── 3. 查询参数 / fragment ──
test('带查询参数的 URL 提取(?foo=bar&w=2)', () => {
  const parts = extractImageUrlParts('https://cdn.test/img.png?foo=bar&w=2&h=3')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://cdn.test/img.png?foo=bar&w=2&h=3')
})

test('带 fragment 的 URL:扩展名后非 ? 字符(如 #)不被吞进 url', () => {
  // 正则 (?:\?\S*)? 只在 ? 后吞内容,#anchor 不被吞(vision fetch 通常忽略 fragment,行为正确)
  const parts = extractImageUrlParts('https://cdn.test/img.png#anchor')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://cdn.test/img.png')
})

// ── 4. 多 URL 保持顺序 ──
test('多 URL 提取为多片,保持首次出现顺序', () => {
  const parts = extractImageUrlParts('first https://a.com/1.png middle https://b.com/2.jpg end')
  assert.equal(parts.length, 2)
  assert.equal(parts[0].url, 'https://a.com/1.png')
  assert.equal(parts[1].url, 'https://b.com/2.jpg')
})

// ── 5. 同 URL 去重 ──
test('同 URL 多次出现只提取一次', () => {
  const parts = extractImageUrlParts('https://a.com/1.png https://a.com/1.png again https://a.com/1.png')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://a.com/1.png')
})

// ── 6. 非图片 URL 不提取 ──
test('http 以外的协议(ftp:// / file://)不提取', () => {
  const parts = extractImageUrlParts('see ftp://a.com/x.png and file:///x.jpg')
  assert.equal(parts.length, 0)
})

test('本地路径不提取(无协议头)', () => {
  const parts = extractImageUrlParts('/home/user/img.png and ./local.jpg')
  assert.equal(parts.length, 0)
})

test('data URI 不提取(粘贴 base64 走 ImageInput 单独处理)', () => {
  const parts = extractImageUrlParts('data:image/png;base64,iVBOR==')
  assert.equal(parts.length, 0)
})

// ── 7. 非图片扩展 ──
test('非图片扩展(.html/.com/.pdf/.svg/.bmp)不提取', () => {
  // 注:.svg/.bmp 不在白名单(商汤/OpenAI 图片扩展对齐 png/jpg/jpeg/webp/gif)
  for (const ext of ['html', 'com', 'pdf', 'svg', 'bmp', 'txt']) {
    const parts = extractImageUrlParts(`https://a.com/page.${ext}`)
    assert.equal(parts.length, 0, `扩展 ${ext} 不应被提取`)
  }
})

// ── 8. markdown 图片语法 ──
test('markdown 图片语法 ![](url) 内的 url 也被扫到(无害)', () => {
  const parts = extractImageUrlParts('看这张 ![alt text](https://cdn.test/cat.png) 可爱吗')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://cdn.test/cat.png')
})

test('markdown 链接 [text](url) 内的图片 url 也被扫到', () => {
  const parts = extractImageUrlParts('[link](https://cdn.test/diagram.webp)')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://cdn.test/diagram.webp')
})

// ── 9. 空串 / 无 URL ──
test('空串返回空数组', () => {
  assert.deepEqual(extractImageUrlParts(''), [])
})

test('null 输入防御返回空数组', () => {
  // helper 内部 if (!text) 防御 null/undefined
  assert.deepEqual(extractImageUrlParts(null), [])
  assert.deepEqual(extractImageUrlParts(undefined), [])
})

test('无图片 URL 的文本返回空数组', () => {
  assert.deepEqual(extractImageUrlParts('hello world 这是一段普通文本 https://a.com/page.html'), [])
})

// ── 10. URL 紧跟标点(标点不被吞进) ──
test('URL 紧跟英文逗号:逗号不被吞进 url', () => {
  // 正则 (?:\?\S*)? 只在 ? 后吞内容,逗号(非 ?)不被吞进 url —— 行为正确
  const parts = extractImageUrlParts('see https://a.com/img.png, then continue')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://a.com/img.png')
})

test('URL 紧跟中文逗号/句号:标点不被吞进 url', () => {
  const parts = extractImageUrlParts('看 https://a.com/img.png，这是图。')
  assert.equal(parts.length, 1)
  assert.equal(parts[0].url, 'https://a.com/img.png')
})

test('混合场景:多 URL + 普通文本 + 重复 URL', () => {
  const text = '看 https://a.com/1.png 这张图，还有 https://b.com/2.jpg, 以及 https://a.com/1.png 重复'
  const parts = extractImageUrlParts(text)
  // 3 次出现,2 个唯一 URL(去重);标点不被吞进
  assert.equal(parts.length, 2)
  assert.equal(parts[0].url, 'https://a.com/1.png')
  assert.equal(parts[1].url, 'https://b.com/2.jpg')
})

// ── 总结 ──
console.log(`\n${passed} passed`)
if (process.exitCode) {
  console.error('FAILED')
} else {
  console.log('OK')
}