feat(assistant): redesign chat panel and add multilingual dictation

bin/editor-csp.mjs

@@ -11,7 +11,8 @@ export function secureEditorHtml(html) {
     .map((match) => `'sha256-${createHash('sha256').update(match[2]).digest('base64')}'`);
   const policy = [
     "default-src 'self'",
-    `script-src 'self' 'wasm-unsafe-eval' ${[...new Set(hashes)].join(' ')}`,
+    // Cloudflare Pages injects its analytics beacon into this HTML at the edge.
+    `script-src 'self' 'wasm-unsafe-eval' https://static.cloudflareinsights.com ${[...new Set(hashes)].join(' ')}`,
     "script-src-attr 'none'",
     "style-src 'self' 'unsafe-inline'",
     "img-src 'self' data: blob:",

docs/plans/2026-10-10-assistant-im-redesign.md

@@ -0,0 +1,93 @@
+# AI 助手 IM 整体改版设计与范围锁
+
+状态：用户已确认，已实施；验证边界见第 6 节。
+
+## 1. 目标与已验证依据
+
+目标：一个以自然语言输入为中心、适配 Word / Excel / PPT 的助手侧栏。视觉遵循 ranui，精简重复入口，并把可访问性落实到实际操作。
+
+- 用户要求：整体设计、高级感、删减重复功能、a11y；此前要求取消扩大按钮、减少手动选区检测与任务切换。
+- 规范依据：`node_modules/ranui/docs/DESIGN.md` 的语义色、4px 间距体系、字体角色、主题、可见焦点及键盘规范；根目录与 `packages/chat-ui/CLAUDE.md` 的组件和职责边界。
+- 代码依据：`panel.ts` 同时负责表单、手动任务选择、上下文引用和请求路由；`styles/assistant.css` 多轮覆盖；共享 `chat-ui/styles.ts` 含固定颜色，且宿主依赖组件内部类名覆盖样式。
+- 代码依据：`document-context.ts` 已区分 word/cell/slide，读取范围、工作表或页码；它并不等于读取了所有编辑器的选中内容。
+- 代码依据：`panel.ts` 引用按钮依赖通用 GetSelectedText，并在无选区时添加错误消息；提交依赖隐藏任务选择值。聊天 API 服务路径关闭工具，不能假定所有服务已支持编辑操作。
+- 代码依据：`panel-resize.ts` 已支持 Pointer Events 和键盘方向键，保留此能力；目前名称未本地化。
+- 未验证：完整 PPT 文本替换、多单元格写作、所有远端服务的工具能力。本轮不会以视觉调整宣称已补齐这些能力。
+
+## 2. 最终交互与视觉设计
+
+### 对话主界面
+
+顶部保留“AI 助手”、新对话、历史、设置、关闭。取消扩大按钮。图标统一尺寸、按钮命中区域至少 32px，标题与操作留出明确间距。
+
+空态采用安静的留白与 20px 标题：**“从一个想法开始”**。次级说明根据编辑器变化：Word“提问、润色文字，或调整这份文档”；Excel“分析数据、解释公式，或整理这张表”；PPT“梳理内容、调整表达，或整理演示结构”。最多三个自然语言示例，点击填入可编辑的草稿，不切换工作模式；有消息后消失。设置入口统一放在顶部；仅首次未配置时出现一条“连接模型后即可开始”的行动提示。
+
+输入框成为视觉重心：柔和表面、单层细边框、12px 圆角，克制的焦点环。保留输入、发送/停止；移除引用检测按钮、四项模式菜单和活动任务条。上下文以一条可展开的轻量标签显示，例如“选中文字 · 128 字”“工作表1 · B2:D12”“第3页 · 选中文本”。不选中内容时不报错；实际任务需要选区时，在对话内提出简短补充问题。
+
+自动化有明确边界：发送时重新确认编辑器和目标；明确的改写/总结/翻译请求进入已有对应流程，模糊请求按普通对话处理或询问。普通提问无需选区。不会从一个单元格推断整列，也不会默认上传整个工作簿或整套演示。内容生成和写入保持分离，修改预览继续显示目标、建议结果以及“应用修改 / 放弃修改”。
+
+消息采用助手无气泡、用户浅色气泡；阅读宽度、Markdown、代码、长表格统一处理。工具过程收起为简短状态，失败提供原因与下一步，取消使用中性状态。流式输出不逐 token 打断读屏。
+
+### 模型与服务
+
+根据最新反馈，设置页进一步缩减：标题改为 **“模型”**，删除介绍段落、大图标和大卡片。顶部以 ranui 控件切换 **“本机 / AI 服务”**，只呈现当前路径的字段。默认内容是一行模型选择、资源说明和加载按钮；加载进度替换同一区域。
+
+本机区域提供 **“已下载模型（N）”** 次级入口，展开紧凑列表：模型名、缓存状态、可测得的存储大小、当前使用状态；操作为“使用”“释放内存”“删除下载文件”。缓存可保留多个，本面板同时只运行一个。切换前释放旧实例；释放内存保留下载文件；删除需行内确认，并说明再次使用需要下载。删除当前模型须先停止任务和卸载；卸载失败不能显示删除完成。按模型删除，不清空整个站点缓存，不触碰用户导入的原始文件或外部服务的模型。
+
+缓存占用和预计运行内存分别命名，不把显存预估当成下载大小。共享资源不能随单个模型无差别清理。权限与高级运行配置收进“更多设置”。服务字段按类型出现，有独立标签，密钥不回显到对话。
+
+高级选项折叠为一个区域，保留必要的运行方式、GGUF、自定义模型、生成修改的处理位置；不重复展示每条消息的任务模型选择。修订模式只在支持的 Word 编辑器出现。历史维护与清理放到历史视图，不混入模型表单。保留历史数据与现有保存配置。
+
+### 可访问性与状态
+
+- 侧栏、输入、会话日志、表单字段均有可访问名称；说明和错误与字段关联。
+- Tab 顺序跟随视觉布局；菜单 Escape 关闭并恢复触发器焦点；设置返回和面板关闭恢复合理焦点。
+- 所有操作都有可见 focus-visible；不以颜色单独表达状态；禁用原因可以读取。
+- Enter 发送、Shift+Enter 换行，中文输入法组合期间不提交；运行时停止按钮可操作。
+- 消息日志与集中状态播报分工，完成、失败、取消仅在状态变化时播报。
+- 适配 320px / 432px / 宽侧栏、深浅主题、长中文与英文、200% 缩放及 reduced-motion。
+
+## 3. 文件级范围锁
+
+允许修改：
+
+- `lib/agent-plugin/ui/panel.ts`：精简入口、装配新界面、统一状态和路由。
+- `lib/agent-plugin/ui/composer-context.ts`（新）：编辑器感知的上下文读取与展示，显式处理能力缺失。
+- `lib/agent-plugin/ui/request-intent.ts`（新）：保守的任务识别，复用现有写作和文档操作流程。
+- `lib/agent-plugin/ui/action-preview.ts`、`history-controls.ts`、`panel-resize.ts`：预览、历史、焦点、键盘和本地化。
+- `styles/assistant.css`：重整为单一结构，删除失效或重复规则，使用 ranui tokens。
+- `packages/chat-ui/src/{chat-view,styles,types}.ts`：组件拥有内部布局，提供必要的公开样式和上下文槽契约，完善通用 a11y。
+- `packages/shared/src/i18n/types.ts` 与七个 locale 文件：新增状态及表单文案；各语言保持键完整。
+- 上述模块对应的 `test/unit` 测试，以及 `docs/plans/2026-10-10-assistant-im-redesign.md`。
+
+不修改：模型默认值、下载及推理引擎、模型验收结论、底层编辑 SDK、工具执行安全边界、存储格式和发布流程。不添加 UI 框架或新的设计系统，不修改 node_modules，不提交设备路径、个人用户名、密钥或截图临时路径。
+
+兼容性红线：保留草稿、历史、停止及过期任务保护；不扩大文档写入范围；现有远端聊天与本机写作权限继续有效。新共享组件契约保持已有调用兼容。遇到编辑器 API 能力与审计不同，先说明再调整范围。
+
+## 4. 实施与验收
+
+新增范围：允许 `packages/agent-core/src/llm/model-cache.ts`（新）、`webllm.ts`、`wllama-cache-storage.ts` 及包导出文件提供缓存查询与定向删除。此范围仅管理缓存，不改变推理引擎或默认模型。WebLLM SDK 已确认导出模型级删除 API；GGUF 的 OPFS / Cache API 缓存归属和大小查询需先验证，再决定可展示的管理操作。
+
+新增验收：多个已缓存模型可识别、切换、分别删除；当前运行模型停止与卸载后才删除；其他模型、会话和站点数据保留；删除失败可重试，不能假报完成；存储大小不可测时不显示估算值。
+
+顺序：共享聊天组件主题与 a11y → 宿主布局和模型表单 → 编辑器上下文与保守任务识别 → 修改预览与历史 → 全面浏览器验收。仅对路由、目标范围、焦点和状态等行为添加有意义的测试。
+
+自动检查：`pnpm run tsc`、`pnpm run lint:ts`，运行 chat-view、styles-contract、agent-panel、agent-panel-loading、agent-action-preview、agent-history-controls、panel-resize、agent-document-context、agent-direct-intent 和新增路由测试。
+
+浏览器验收：实际操作 Word / Excel / PPT 的空态、选区、无选区请求、配置、发送/停止、错误恢复、历史、修改确认；检查深浅色、窄宽布局及仅键盘操作；验证可访问名称、字段关联和焦点归位。对于不能在现有服务环境实测的模型响应或远端能力，明确保留限制。
+
+完成标准：对话主界面无手动模式/选区检测入口，设置无重复入口；所有改变可见状态都已检查；确认写入仍有目标和审阅；检查通过并提供实际界面截图。
+
+## 5. 最简方案复核
+
+只换颜色和圆角无法修复重复模式、表单层级和上下文错误，排除。仅隐藏菜单会使写作流程不可达，排除。无需新增模型驱动分类器；先用保守识别复用现有能力，无法明确判断时询问。UI 使用现有 ranui 和 chat-ui，组件内部样式由组件维护，宿主只装配编辑器相关内容。
+
+## 6. 实施结果与验证边界
+
+已落地自然请求分类、发送时上下文快照、Word / Excel / PPT 适配、修改预览、精简模型设置和按模型缓存管理。自动分类覆盖中文和英文常见指令；模糊请求保持对话。Excel 多单元格写作返回可复制结果，不自动覆盖范围。
+
+13 个测试文件、219 项测试通过，类型检查通过。审查修正了翻译目标语言、相对模型地址保留问题，并标记未完成的分片下载。
+
+浏览器实际验证 Excel B2:C3 求和、PPT 添加幻灯片、中文空态和设置、来源选择键盘操作、320px 侧栏无水平溢出。跨编辑器改写预览和删除前卸载由单元测试覆盖。未下载新模型或删除用户缓存；真实推理质量、全部远端服务、屏幕阅读器、深色主题及 200% 缩放尚未实测。部分宿主样式仍依赖既有聊天组件类名。
+
+最新精简：删除设置与历史中的返回按钮；删除空态写作快捷入口。顶部图标和 Escape 保留视图切换，空态说明随编辑器变化。

docs/plans/2026-10-10-assistant-speech-input.md

@@ -0,0 +1,17 @@
+# AI 助手语音输入
+
+用户确认轻量听写设计后实施。输入框麦克风打开紧凑浮层：首次开始前说明音频可能由浏览器在线服务处理，选择识别语言并开始；再次点击麦克风停止。结果写入可编辑草稿，不自动发送或执行文档修改。
+
+采用 SpeechRecognition / webkitSpeechRecognition 能力检测，提供中、英、日、韩、德、西、葡语言标签；默认跟随界面语言。浏览器对语言和离线识别的支持不同，不承诺自动混合语言识别或完全本地处理。
+
+录音期间禁止发送，停止等待最终结果。取消恢复原草稿；手动编辑立即终止识别并保留可见文字和光标。切换会话、界面语言、视图、关闭面板及 pagehide 清理识别，过期回调不可写入新草稿。单次识别 60 秒后清理，避免服务未回调时持续等待。状态、权限失败和不支持提示均本地化；按钮支持键盘和 Escape，状态通过 role=status 播报。
+
+使用现有 ranui 语言选择器和公开 chat-ui actionsEl / setInput 契约，不新增录音上传接口、音频存储、语音播放或推理依赖。权限只在用户点击开始时由浏览器请求。
+
+验证：回归测试覆盖语言映射、临时与最终结果、取消、停止、权限错误、会话结束的迟到回调及手动编辑保护。浏览器验证入口、语言选择、说明、取消与窄侧栏；未启动真实麦克风，识别准确率和浏览器服务可用性未实测。
+
+参考：
+
+- https://help.openai.com/en/articles/12168547-voice-dictation-faq
+- https://support.google.com/gemini/answer/14554984
+- https://developer.mozilla.org/en-US/docs/Web/API/SpeechRecognition

lib/agent-plugin/ui/action-preview.ts

@@ -1,23 +1,30 @@
 import { Div, Span, View } from 'ranui/builder';
 import { t } from '@ranuts/shared/i18n';
 import { displayError } from './presentation';
-import { ReviewedAction } from '../reviewed-action';
+interface PreviewAction {
+  target: { label: string; selectedText: string };
+  plan: { tool: string; input: Readonly<Record<string, unknown>> };
+  isCurrent(): boolean;
+  cancel(): void;
+  apply(signal?: AbortSignal): Promise<'sent' | 'verified'>;
+}
 
 /** Transient, text-only preview. Proposed actions are never persisted/replayed. */
 export class ActionPreview {
-  readonly el = Div().class('agent-plan-preview').attr('aria-live', 'polite').build();
+  readonly el = Div().class('agent-plan-preview').attr('role', 'region').build();
   private readonly title = Span().build();
   private readonly target = Span().class('agent-plan-target').build();
   private readonly beforeLabel = Span().build();
   private readonly before = View('pre').class('agent-plan-before').build();
   private readonly afterLabel = Span().build();
   private readonly content = View('pre').class('agent-plan-content').build();
-  private readonly status = Span().class('agent-plan-status').build();
+  private readonly status = Span().class('agent-plan-status').attr('role', 'status').build();
   private readonly applyButton = View('r-button').class('agent-plan-apply').build();
   private readonly copyButton = View('r-button').class('agent-plan-copy').build();
   private readonly cancelButton = View('r-button').class('agent-plan-cancel').build();
-  private action: ReviewedAction | null = null;
+  private action: PreviewAction | null = null;
   private settled = false;
+  private returnFocus?: HTMLElement;
   private abort?: AbortController;
   private onApplied?: (outcome: 'sent' | 'verified') => void;
   private timer?: ReturnType<typeof setInterval>;
@@ -46,6 +53,7 @@ export class ActionPreview {
   }
   private labels(): void {
     this.title.textContent = t('agentPlanTitle');
+    this.el.setAttribute('aria-label', t('agentPlanTitle'));
     this.beforeLabel.textContent = t('agentPlanBefore');
     this.afterLabel.textContent = t('agentPlanAfter');
     this.applyButton.textContent = t('agentPlanApply');
@@ -59,17 +67,22 @@ export class ActionPreview {
           : t(action.target.selectedText ? 'agentPlanSelection' : 'agentPlanCursor')
       }`;
   }
-  show(action: ReviewedAction, onApplied?: (outcome: 'sent' | 'verified') => void): void {
+  show(action: PreviewAction, onApplied?: (outcome: 'sent' | 'verified') => void): void {
     this.hide();
     this.action = action;
+    this.returnFocus = document.activeElement instanceof HTMLElement ? document.activeElement : undefined;
     this.abort = new AbortController();
     this.onApplied = onApplied;
     this.settled = false;
     this.el.hidden = false;
     this.before.textContent = action.target.selectedText;
     this.before.hidden = this.beforeLabel.hidden = !action.target.selectedText;
     this.before.parentElement!.hidden = !action.target.selectedText;
-    this.content.textContent = action.plan.tool === 'set_cell' ? action.plan.input.value : action.plan.input.text;
+    this.content.textContent = String(
+      action.plan.tool === 'set_cell'
+        ? action.plan.input.value
+        : (action.plan.input.text ?? JSON.stringify(action.plan.input)),
+    );
     this.status.textContent = t('agentPlanReady');
     this.applyButton.removeAttribute('disabled');
     this.labels();
@@ -88,11 +101,13 @@ export class ActionPreview {
     this.status.textContent = t('agentPlanExpired');
   }
   hide(): void {
+    const restore = this.el.contains(document.activeElement);
     this.abort?.abort();
     this.action?.cancel();
     this.action = null;
     clearInterval(this.timer);
     this.el.hidden = true;
+    if (restore && this.returnFocus?.isConnected) this.returnFocus.focus();
   }
   private async copy(): Promise<void> {
     const action = this.action;

lib/agent-plugin/ui/composer-context.ts

@@ -0,0 +1,68 @@
+import { captureDocumentContext, type DocumentContext } from '../document-context';
+import { getEditorApi } from '../editor-bridge';
+import { readSlideTextSelection, type SlideTextShape } from '../slide-text-read';
+import { parseOfficeRange } from '../office-tools';
+export interface ComposerContext {
+  context: DocumentContext | null;
+  text: string;
+  truncated: boolean;
+}
+/** Read only the current selection. Bound range reads before visiting SDK cells. */
+export function captureComposerContext(): ComposerContext {
+  const context = captureDocumentContext();
+  const api = getEditorApi();
+  let text = '';
+  let truncated = false;
+  try {
+    if (context?.kind === 'word') text = api?.pluginMethod_GetSelectedText({ TabSymbol: '\t', Numbering: false }) ?? '';
+    else if (context?.kind === 'slide') {
+      const logic = (
+        api?.WordControl as
+          | {
+              m_oLogicDocument?: { GetCurrentController?(): { getTargetDocContent?: SlideTextShape['getDocContent'] } };
+            }
+          | undefined
+      )?.m_oLogicDocument;
+      const content = logic?.GetCurrentController?.()?.getTargetDocContent?.();
+      text = readSlideTextSelection({ getDocContent: () => content })?.selectedText ?? '';
+    } else if (context?.kind === 'cell' && context.range) {
+      if (
+        !context.sheet &&
+        typeof api?.asc_getWorksheetName === 'function' &&
+        typeof api?.asc_getActiveWorksheetIndex === 'function'
+      ) {
+        const name = (api.asc_getWorksheetName as (index: number) => string)(
+          (api.asc_getActiveWorksheetIndex as () => number)(),
+        );
+        if (typeof name === 'string') context.sheet = name.slice(0, 80);
+      }
+      const range = parseOfficeRange(context.range);
+      const count = (range.r2 - range.r1 + 1) * (range.c2 - range.c1 + 1);
+      if (count > 200) return { context, text: '', truncated: true };
+      const model = (
+        api as unknown as {
+          wb?: {
+            getWorksheet(): {
+              model: { getRange3(r1: number, c1: number, r2: number, c2: number): { getValue(): string } };
+            };
+          };
+        }
+      )?.wb?.getWorksheet().model;
+      if (model) {
+        const rows: string[] = [];
+        for (let row = range.r1; row <= range.r2; row++) {
+          const values: string[] = [];
+          for (let col = range.c1; col <= range.c2; col++) values.push(model.getRange3(row, col, row, col).getValue());
+          rows.push(values.join('\t'));
+        }
+        text = rows.join('\n');
+      }
+    }
+  } catch {
+    if (context?.kind === 'cell') truncated = true;
+    text = '';
+  }
+  text = text.replace(/\r\n/g, '\n');
+  truncated ||= text.length > 8000;
+  return { context, text: text.slice(0, 8000), truncated };
+}