chore(release): merge release/2.2.0 back into develop

CHANGELOG.md

@@ -2,6 +2,37 @@
 
 本项目所有重要变更记录于此。格式参考 [Keep a Changelog](https://keepachangelog.com/zh-CN/1.1.0/)，遵循 [语义化版本](https://semver.org/lang/zh-CN/)。
 
+## [2.2.0] - 2026-05-09
+
+主线：浏览器插件功能与 web 端 NoteForm 完整对齐；桌面客户端 UX 与错误恢复一波重炼。
+
+### Added — 浏览器插件
+
+- 笔记选项与 web 端 NoteForm 完整对齐：
+  - `style` 由自由文本改成 9 个预设下拉（minimal / detailed / academic / tutorial / xiaohongshu / life_journal / task_oriented / business / meeting_minutes），与 backend `prompt_builder.note_styles` 严格匹配（之前自由文本不命中 enum 等于没传——隐性 bug）
+  - `format` 完整 4 个 checkbox（toc / link / screenshot / summary，原来只有 screenshot/link）
+  - `extras` 文本框：拼接到 prompt 末尾的 ad-hoc 提示
+- 多模态视频理解：`video_understanding` 开关 + `video_interval`（1-30 秒）+ `grid_size`（[r,c]，1-10），抽帧拼图喂视觉模型，提示需选视觉模型才生效
+
+### Added — 桌面客户端
+
+- **首启 4 步引导**（`/onboarding`）：后端连通性自检 → LLM 供应商 + 模型 → 转写引擎选择（默认推荐 Groq）→ Cookie 同步说明。完成后 `localStorage('bilinote-onboarded')` 标记，纯 web 端不打扰
+- **Sidecar 健康度面板**：右下角浮动状态点（绿/黄/红，5s 轮询 `/sys_health`），点开抽屉看最近 200 行后端日志、一键重启后端（新增 Tauri command `restart_backend_sidecar`）、复制日志
+- **启动期路径诊断**：Tauri `setup` 中检测安装路径含非 ASCII / 含空格 / 父目录不可写时，emit `backend-warning` 让前端顶端横幅显式告警，主动暴露 README 长期文字警告但无防御的"中文路径"等坑
+
+### Changed
+
+- Whisper 默认模型 size 从 `medium`（~1.5GB）改为 `tiny`（~75MB）：新装用户没主动设置时不再卡在首次大模型下载；高精度可在「音频转写配置」页主动切
+- 切到 `fast-whisper` / `mlx-whisper` 且当前 size 未下载时，「音频转写配置」页保存前 confirm 体积提示，并推荐改用在线引擎
+- Tauri sidecar 启动逻辑抽出 `spawn_backend_sidecar()`；child handle 存进 `SidecarHandle` state 以支持后续 restart
+- sidecar stdout/stderr emit 时不再用 `format!("'{}'", ...)` 包引号，原文直传（前端 hook 兼容旧格式兜底剥引号）
+
+### Fixed
+
+- WhisperTranscriber 在半成品模型目录上死循环报 `Unable to open file 'model.bin'`：判定从「目录存在」改为「`model.bin` 落盘」，半成品目录会被识别并重新下载（PR `fix/backend-deploy-resilience`）
+- `/api/deploy_status` 在没装 torch 的部署上 `ModuleNotFoundError: No module named 'torch'` 500：torch 改 try/except，未装时返回 `{available: false, torch_installed: false}`；transcriber 配置 + ffmpeg 也都裹 try，单项失败不再打死整个监控页（同上 PR）
+- `routers/config._check_whisper_model_exists` 同步改用 `model.bin` 判定，避免「已下载」状态在监控页误报
+
 ## [2.1.4] - 2026-05-07
 
 CI 工程化修复，无运行时行为变化。

README.md

@@ -3,7 +3,7 @@
     <p align="center">
   <img src="./doc/icon.svg" alt="BiliNote Banner" width="50" height="50"  />
 </p>
-<h1 align="center" > BiliNote v2.1.4</h1>
+<h1 align="center" > BiliNote v2.2.0</h1>
 </div>
 
 <p align="center"><i>AI 视频笔记生成工具 让 AI 为你的视频做笔记</i></p>
@@ -53,6 +53,16 @@ BiliNote 是一个开源的 AI 视频笔记助手，支持通过哔哩哔哩、Y
 - 笔记顶部视频封面 Banner 展示
 - 工作区和生成历史面板支持折叠/展开
 
+### v2.2.0 新增
+
+- **浏览器插件**笔记选项与 web 端完整对齐：style 9 个预设下拉、format 4 个 checkbox、extras 文本框、多模态视频理解开关
+- **桌面客户端**首启 4 步引导（连通自检 → 供应商/模型 → 转写引擎 → Cookie 提示）
+- **桌面客户端**右下角后端运行状态指示，点开看日志、一键重启
+- **桌面客户端**启动期主动检测中文 / 空格 / 不可写安装路径，弹横幅告警
+- Whisper 默认 size 从 medium（~1.5GB）改为 tiny（~75MB）；切大模型时显式 confirm
+- 修：whisper 半成品模型目录死循环；`/deploy_status` 在没装 torch 的部署 500
+- 详见 [CHANGELOG.md](./CHANGELOG.md)
+
 ### v2.1.4 修订
 
 - CI：桌面端 Tauri 构建去掉 Linux（17m+ 慢线退役；Linux 用户继续走 Docker 镜像）

backend/app/routers/config.py

@@ -87,10 +87,13 @@ _downloading: dict[str, str] = {}  # model_size -> status ("downloading" | "done
 
 
 def _check_whisper_model_exists(model_size: str, subdir: str = "whisper") -> bool:
-    """检查指定 whisper 模型是否已下载到本地。"""
+    """检查指定 whisper 模型是否已完整下载到本地。
+
+    只看目录会把"上次下载中断剩下的空目录"误判为已下载；以 model.bin 落盘为准。
+    """
     model_dir = get_model_dir(subdir)
-    model_path = os.path.join(model_dir, f"whisper-{model_size}")
-    return Path(model_path).exists()
+    model_path = Path(os.path.join(model_dir, f"whisper-{model_size}"))
+    return (model_path / "model.bin").exists()
 
 
 @router.get("/transcriber_models_status")
@@ -227,30 +230,49 @@ async def sys_check():
 
 @router.get("/deploy_status")
 async def deploy_status():
-    """返回部署监控所需的所有状态信息"""
-    import torch
+    """返回部署监控所需的所有状态信息。
+
+    每一项都做容错：torch 没装 / Whisper 配置读取失败 / FFmpeg 不可用 都不应让整个
+    endpoint 500 把监控页打死。
+    """
     import os
-    
-    # CUDA 状态
-    cuda_available = torch.cuda.is_available()
-    cuda_info = {
-        "available": cuda_available,
-        "version": torch.version.cuda if cuda_available else None,
-        "gpu_name": torch.cuda.get_device_name(0) if cuda_available else None,
-    }
-    
-    # Whisper 模型状态（从配置文件读取，与前端设置同步）
-    transcriber_cfg = transcriber_config_manager.get_config()
-    model_size = transcriber_cfg["whisper_model_size"]
-    transcriber_type = transcriber_cfg["transcriber_type"]
-    
+
+    # CUDA 状态：torch 是 fast-whisper 路径才需要的依赖；轻量部署可能没装
+    cuda_info = {"available": False, "version": None, "gpu_name": None, "torch_installed": False}
+    try:
+        import torch
+        cuda_info["torch_installed"] = True
+        cuda_available = torch.cuda.is_available()
+        cuda_info["available"] = cuda_available
+        if cuda_available:
+            cuda_info["version"] = torch.version.cuda
+            try:
+                cuda_info["gpu_name"] = torch.cuda.get_device_name(0)
+            except Exception as e:
+                logger.warning(f"读取 GPU 名称失败: {e}")
+    except ImportError:
+        # torch 未安装：保持 available=False；插件 / web 监控页能识别
+        pass
+    except Exception as e:
+        logger.warning(f"CUDA 状态检测失败: {e}")
+
+    # Whisper 配置（任何失败回落到空，监控页不应被这个打死）
+    model_size = None
+    transcriber_type = None
+    try:
+        transcriber_cfg = transcriber_config_manager.get_config()
+        model_size = transcriber_cfg.get("whisper_model_size")
+        transcriber_type = transcriber_cfg.get("transcriber_type")
+    except Exception as e:
+        logger.warning(f"读取转写器配置失败: {e}")
+
     # FFmpeg 状态
     try:
         ensure_ffmpeg_or_raise()
         ffmpeg_ok = True
-    except:
+    except Exception:
         ffmpeg_ok = False
-    
+
     return R.success(data={
         "backend": {"status": "running", "port": int(os.getenv("BACKEND_PORT", 8483))},
         "cuda": cuda_info,

backend/app/transcriber/whisper.py

@@ -50,12 +50,20 @@ class WhisperTranscriber(Transcriber):
 
         model_dir = get_model_dir("whisper")
         model_path = os.path.join(model_dir, f"whisper-{model_size}")
-        if not Path(model_path).exists():
-            logger.info(f"模型 whisper-{model_size} 不存在，开始下载...")
+        # 仅看目录存在不够：一次失败的 / 中断的下载会留下空 / 半成品目录，
+        # 后面 WhisperModel 加载时会以 'Unable to open file model.bin' 抛错。
+        # 必须以 model.bin 这个核心权重文件落盘为准。
+        model_bin = Path(model_path) / "model.bin"
+        if not model_bin.exists():
+            if Path(model_path).exists():
+                logger.warning(
+                    f"检测到 {model_path} 目录存在但缺少 model.bin（可能上次下载中断），将重新拉取"
+                )
+            else:
+                logger.info(f"模型 whisper-{model_size} 不存在，开始下载...")
             repo_id = MODEL_MAP[model_size]
             model_path = snapshot_download(
                 repo_id,
-
                 local_dir=model_path,
             )
             logger.info("模型下载完成")