chore(release): merge hotfix/docker-pnpm-version into develop

BillNote_frontend/Dockerfile

@@ -2,7 +2,8 @@
 # Tailwind v4 / Vite 6 需要 Node 20+，alpine + pnpm 会按 lockfile 拉 musl native binary。
 FROM node:20-alpine AS builder
 
-RUN corepack enable && corepack prepare pnpm@latest --activate
+# pnpm pin 到 9.x：lockfile 是 v9 生成；pnpm 11 要求 Node 22+ 与 node:20 不兼容
+RUN corepack enable && corepack prepare pnpm@9.15.0 --activate
 
 WORKDIR /app
 

CHANGELOG.md

@@ -2,6 +2,15 @@
 
 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/)。
 
+## [2.2.1] - 2026-05-09
+
+补 v2.2.0 ghcr.io 镜像构建失败。
+
+### Fixed
+
+- Docker 镜像构建失败：`v2.2.0` tag 触发的 ghcr.io 推送在 frontend-builder 第 5/7 步 `pnpm install --frozen-lockfile` 报 `ERR_UNKNOWN_BUILTIN_MODULE`。根因：`corepack prepare pnpm@latest` 拉到了 pnpm 11.0.9，而 pnpm 11 要求 Node 22+，跟我们的 `node:20-alpine` 不兼容。
+  - `Dockerfile.complete` 与 `BillNote_frontend/Dockerfile` 的 pnpm 版本 pin 到 `9.15.0`（lockfile 由 pnpm 9 生成，匹配 Node 20）
+
 ## [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。

Dockerfile.complete

@@ -30,7 +30,11 @@ COPY ./backend /tmp/backend
 # 升到 node:20-alpine。alpine 走 musl，pnpm 会按 lockfile 拉 *-linux-x64-musl native binary。
 FROM node:20-alpine AS frontend-builder
 
-RUN corepack enable && corepack prepare pnpm@latest --activate
+# pnpm 版本 pin 到 9 系列：
+# - lockfile (BillNote_frontend/pnpm-lock.yaml) 是 lockfileVersion '9.0'，由 pnpm 9 生成
+# - pnpm 11+ 要求 Node 22+，与 node:20 不兼容（ERR_UNKNOWN_BUILTIN_MODULE）
+# - 不用 @latest 避免上游 pnpm 升级悄悄破坏 CI
+RUN corepack enable && corepack prepare pnpm@9.15.0 --activate
 
 WORKDIR /tmp/frontend
 

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 v2.2.0</h1>
+<h1 align="center" > BiliNote v2.2.1</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 +53,10 @@ 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
 
+### v2.2.1 修订
+
+- 修复 v2.2.0 ghcr.io 镜像构建失败（pnpm@latest 拉到 11，与 Node 20 不兼容；pin 到 pnpm 9.15.0）
+
 ### 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

backend/app/routers/config.py

@@ -87,13 +87,10 @@ _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。
-    """
+    """检查指定 whisper 模型是否已下载到本地。"""
     model_dir = get_model_dir(subdir)
-    model_path = Path(os.path.join(model_dir, f"whisper-{model_size}"))
-    return (model_path / "model.bin").exists()
+    model_path = os.path.join(model_dir, f"whisper-{model_size}")
+    return Path(model_path).exists()
 
 
 @router.get("/transcriber_models_status")
@@ -230,49 +227,30 @@ 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。
-
-    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。
-    """
+    """返回部署监控所需的所有状态信息"""
+    import torch
     import os
-
-    # 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}")
-
+    
+    # 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"]
+    
     # FFmpeg 状态
     try:
         ensure_ffmpeg_or_raise()
         ffmpeg_ok = True
-    except Exception:
+    except:
         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

@@ -50,20 +50,12 @@ class WhisperTranscriber(Transcriber):
 
         model_dir = get_model_dir("whisper")
         model_path = os.path.join(model_dir, f"whisper-{model_size}")
-        # 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...")
+        if not Path(model_path).exists():
+            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")