Leo
eff30bd741
transform.js：MARKITDOWN_EXT（docx/pptx/pdf）走 markitdown CLI 子行程轉出 md，輸出路徑 副檔名換 .md；回傳 originalCopy 供 index.js 把原檔複製進 assets/originals/<相對路徑>。 git-sync.js：ensureGitAttributes() 啟動時冪等寫入 LFS 宣告（三種格式 filter=lfs）。 已驗（雲端 sandbox，兩輪煙測）：用 python-docx 生真實 docx（含標題+段落）丟進 watch 資料夾， collector 呼叫 markitdown 轉出真實 md 內容（人工核對與原檔一致）、原檔複製進 assets/originals/、.gitattributes 正確含三種格式 LFS 宣告、commit+push 送達 bare remote。 誠實邊界：sandbox 無 git-lfs 二進位，驗不到真實 LFS smudge/clean filter 生效（只驗到 .gitattributes 內容正確）；真實 Gitea remote push/憑證、真實客戶檔案樣本仍待本機/客戶環境。 其餘格式（xlsx/圖片）不在第一波承諾範圍，仍誠實丟 NotImplementedError。
76 lines
2.8 KiB
JavaScript
76 lines
2.8 KiB
JavaScript
const fs = require('fs');
|
||
const path = require('path');
|
||
const { execFileSync } = require('child_process');
|
||
|
||
class NotImplementedError extends Error {}
|
||
|
||
const MARKDOWN_EXT = new Set(['.md', '.markdown']);
|
||
|
||
// design.md §4 明列的第一波轉檔格式：docx/pptx/pdf。其餘格式仍走 NotImplementedError，
|
||
// 不擴大承諾範圍（品質不承諾是 design 原話，但格式範圍先照 SDD 講定的三種）。
|
||
const MARKITDOWN_EXT = new Set(['.docx', '.pptx', '.pdf']);
|
||
|
||
/**
|
||
* 檔案 → md 轉換（T4：Markitdown adapter）。
|
||
* srcPath: 來源檔案絕對路徑（客戶知識資料夾內）
|
||
* 回傳：{ relOutputPath, content, originalCopy? }
|
||
* - originalCopy（僅 Markitdown 轉檔路徑）：{ relPath }，供 index.js 把原檔複製進
|
||
* target repo 的 assets/originals/（design.md §4：「原檔進 LFS」——LFS 追蹤本身
|
||
* 依賴部署機器裝 git-lfs 並 `git lfs track`，本模組只管把原檔放進約定路徑，
|
||
* 不假裝在雲端 sandbox 驗過真實 LFS push，見 README「待本機驗」）。
|
||
*/
|
||
function transformFile(srcPath, watchDir) {
|
||
const ext = path.extname(srcPath).toLowerCase();
|
||
const relSrc = path.relative(watchDir, srcPath);
|
||
|
||
if (MARKDOWN_EXT.has(ext)) {
|
||
const raw = fs.readFileSync(srcPath, 'utf8');
|
||
const content = stampSourcePath(raw, relSrc);
|
||
return { relOutputPath: relSrc, content };
|
||
}
|
||
|
||
if (MARKITDOWN_EXT.has(ext)) {
|
||
const md = convertWithMarkitdown(srcPath);
|
||
const content = stampSourcePath(md, relSrc);
|
||
const relOutputPath = relSrc.slice(0, -ext.length) + '.md';
|
||
return {
|
||
relOutputPath,
|
||
content,
|
||
originalCopy: { relPath: path.join('assets/originals', relSrc) },
|
||
};
|
||
}
|
||
|
||
// 其餘格式（xlsx/圖片/...）— 不在 design.md §4 第一波承諾範圍，誠實丟未實作。
|
||
throw new NotImplementedError(
|
||
`${relSrc}：格式 ${ext} 不在第一波 Markitdown 承諾範圍（docx/pptx/pdf），本骨架先跳過`,
|
||
);
|
||
}
|
||
|
||
/** 呼叫 markitdown CLI 轉檔（品質不承諾，design.md §4 原話）。 */
|
||
function convertWithMarkitdown(srcPath) {
|
||
try {
|
||
return execFileSync('markitdown', [srcPath], {
|
||
encoding: 'utf8',
|
||
maxBuffer: 20 * 1024 * 1024,
|
||
});
|
||
} catch (e) {
|
||
throw new Error(`markitdown 轉檔失敗（${srcPath}）：${e.message}`);
|
||
}
|
||
}
|
||
|
||
/** md frontmatter 補 source_path（溯源用，design.md §4：「md frontmatter 記原檔路徑」）。 */
|
||
function stampSourcePath(raw, relSrc) {
|
||
const stamp = `source_path: "${relSrc}"`;
|
||
if (raw.startsWith('---\n')) {
|
||
const end = raw.indexOf('\n---', 4);
|
||
if (end !== -1) {
|
||
const fm = raw.slice(4, end);
|
||
if (fm.includes('source_path:')) return raw; // 已有就不重複塞
|
||
return `---\n${stamp}\n${fm}\n---${raw.slice(end + 4)}`;
|
||
}
|
||
}
|
||
return `---\n${stamp}\n---\n\n${raw}`;
|
||
}
|
||
|
||
module.exports = { transformFile, NotImplementedError };
|