识文 DocuLens 深度架构与技术实现

本文系统性拆解 识文 DocuLens 桌面端的核心软件架构、进程间通信（IPC）机制、状态模型与特色交互设计方案。

---

系统架构分层全景

DocuLens 严格遵循 Electron 安全沙箱规范，划分为 前端渲染层 (Renderer Process)、预加载安全桥 (Preload Bridge) 与 桌面主进程 (Main Process) 三层：

正在加载图表...

---

关键业务时序解析

原生全屏框选截图与文档置入时序

DocuLens 舍弃了传统的外部第三方截图黑盒，采用 原生 desktopCapturer + 内部 Vue 单页路由 (#/capture) 架构，彻底解决了 Windows 下窗口失焦闪退和点击穿透的顽疾：

正在加载图表...

---

底图局部框选真实即时识别时序

用户在工作台画布上对导入的文档进行局部快速取词、公式或段落提取时，系统提供毫秒级就地框选识别能力：

正在加载图表...

---

OCR 全文流式识别与版面块分发时序

针对多页长文档或整张复杂图片，系统采用逐行流式推送架构：

正在加载图表...

---

本地 SQLite 数据模型设计

本地数据库采用 better-sqlite3 管理，表结构设计如下：

正在加载图表...

---

核心技术难点与工程解决方案

技术难点	现实痛点表现	DocuLens 解决方案
截图悬浮工具栏点击消失	第三方截图库在 Windows 下创建 type: 'toolbar' 窗口，点击操作栏导致窗口失去焦点（blur）被系统强制关闭，且鼠标事件穿透触发了取消	彻底移除第三方截图窗口，改为原生 desktopCapturer + Vue 内部路由 #/capture 全屏独立窗口，悬浮工具栏使用 Vue 原生事件隔离，从根源消除焦点闪退与穿透。
画布框选悬浮卡片点击闪退	用户在底图框选后点击弹出卡片，卡片瞬间消失，且右侧面板无识别内容	① 悬浮卡片增加 @mousedown.stop、@mouseup.stop 阻断事件冒泡到画布容器；② 接入真实离线裁剪推理通道 recognizeSnippet；③ 提供【插入结果】与【替换全文】动作，实时刷新右侧统计与文本列表。
Windows 终端 GBK 导致 Python 崩溃	识别中文时出现 识别未完成: Process terminated 报错	① Python 侧 json.dumps 强制指定 ensure_ascii=True 输出纯 ASCII 转义，杜绝跨代码页乱码；② 注入 PYTHONUTF8: '1' 与 PYTHONIOENCODING: 'utf-8'；③ Node.js 在创建 readline 之前显式调用 process.stdout.setEncoding('utf-8')。
Electron 主窗口最小化失联	截图前执行 win.hide()，截图结束若未正确捕获实例导致主窗口永久隐藏	在 main-window.ts 导出全局 getMainWindow() 句柄，并在确认、取消及异常全分支统一调用 restoreMainWindow()（执行 show() / restore() / focus()）。
大文件 PDF 离线解析卡顿	传统 PDF.js 在 Node 端渲染高清大文件卡顿且依赖复杂的系统 Canvas 原生编译	离线搭载轻量 Python pypdfium2（基于 Google PDFium 原生引擎），以毫秒级速度将多页 PDF 无损渲染为高清图像切片。
高分屏与 DPI 缩放坐标漂移	2K/4K 屏幕（125%、150% 缩放）下截图与框选坐标位置发生偏移	截图裁剪与识别画布均基于屏幕物理像素比例（scaleFactor 与 naturalWidth / clientWidth）进行动态归一化换算，确保框选与 OCR 结果 100% 像素级贴合。