Merge pull request 'Preview fallback for fake docx artifacts and readable Office errors' (#22) from feature/preview-sniff-fallback into main

src/previewsetup.ts

@@ -2,6 +2,7 @@
 // 全部 dynamic import——对应格式首次预览时才下载 chunk，主 bundle 不含解析器。
 // 链接预览 fetcher 走服务端 /api/url-preview（SSRF 防护在服务端执行端）。
 import { configureFilePreviewLoaders, configureLinkPreviewFetcher } from '@ui'
+import { marked } from 'marked'
 import { auth } from './auth'
 import type { LinkPreviewData } from '@ui'
 
@@ -11,15 +12,47 @@ const fetchBuf = async (url: string | undefined): Promise<ArrayBuffer> => {
   return r.arrayBuffer()
 }
 
-const docxLoader = async (el: HTMLElement, source: { contentUrl?: string }) => {
+// docx/OOXML 是 ZIP 容器，真文件必以 PK 魔数开头（PK\x03\x04 常规，PK\x05\x06 空包）。
+// 智能体生成侧可能写出"内容是文本的伪 docx"，先嗅探再喂 mammoth：
+// 非 ZIP 直接按文本/markdown 回退渲染，不再抛 JSZip 底层错误。
+const isZipBytes = (buf: ArrayBuffer): boolean => {
+  if (buf.byteLength < 4) return false
+  const h = new Uint8Array(buf, 0, 4)
+  return h[0] === 0x50 && h[1] === 0x4b &&
+    ((h[2] === 0x03 && h[3] === 0x04) || (h[2] === 0x05 && h[3] === 0x06))
+}
+
+const renderTextFallback = (el: HTMLElement, buf: ArrayBuffer, name: string | undefined, kindLabel: string) => {
+  const note = document.createElement('div')
+  note.className = 'ui-fp-note'
+  note.textContent = `「${name ?? '该文件'}」不是有效的 ${kindLabel} 文件（缺少 ZIP 结构），已按文本内容展示；需要正式格式请让智能体重新生成。`
+  const body = document.createElement('div')
+  body.className = 'doc-viewer'
+  body.innerHTML = marked.parse(new TextDecoder().decode(buf)) as string
+  el.innerHTML = ''
+  el.append(note, body)
+}
+
+const docxLoader = async (el: HTMLElement, source: { contentUrl?: string; name?: string }) => {
+  const buf = await fetchBuf(source.contentUrl)
+  if (!isZipBytes(buf)) {
+    renderTextFallback(el, buf, source.name, 'DOCX')
+    return
+  }
   const mammoth = await import('mammoth')
-  const { value } = await mammoth.convertToHtml({ arrayBuffer: await fetchBuf(source.contentUrl) })
+  const { value } = await mammoth.convertToHtml({ arrayBuffer: buf })
   el.innerHTML = value
 }
 
-const xlsxLoader = async (el: HTMLElement, source: { contentUrl?: string }) => {
+const xlsxLoader = async (el: HTMLElement, source: { contentUrl?: string; name?: string }) => {
+  const buf = await fetchBuf(source.contentUrl)
+  // .xls 是 OLE 复合文档，不是 ZIP；只对 OOXML（xlsx/xlsm，或未给文件名）做魔数嗅探。
+  if (!/\.xls$/i.test(source.name ?? '') && !isZipBytes(buf)) {
+    renderTextFallback(el, buf, source.name, 'XLSX')
+    return
+  }
   const XLSX = await import('xlsx')
-  const wb = XLSX.read(await fetchBuf(source.contentUrl), { type: 'array' })
+  const wb = XLSX.read(buf, { type: 'array' })
   el.innerHTML = ''
   const tabs = document.createElement('div')
   tabs.className = 'ui-fp-sheet-tabs'
@@ -63,7 +96,13 @@ function renderSheet(wrap: HTMLElement, rows: unknown[][]) {
   wrap.append(table)
 }
 
-const pptxLoader = async (el: HTMLElement, source: { contentUrl?: string }) => {
+const pptxLoader = async (el: HTMLElement, source: { contentUrl?: string; name?: string }) => {
+  const buf = await fetchBuf(source.contentUrl)
+  // .ppt 是老版二进制；OOXML（pptx/ppsx）才要求 ZIP 魔数。
+  if (!/\.ppt$/i.test(source.name ?? '') && !isZipBytes(buf)) {
+    renderTextFallback(el, buf, source.name, 'PPTX')
+    return
+  }
   // pptx2html@0.3.4 的 module 入口引用了大小写错配的 ./txml（Linux 打包必炸），
   // 按 D2 备选条款改用 pptx-preview（init(dom).preview(arrayBuffer) 全保真渲染）。
   const { init } = await import('pptx-preview')
@@ -72,7 +111,7 @@ const pptxLoader = async (el: HTMLElement, source: { contentUrl?: string }) => {
   stage.className = 'ui-fp-slide-stage'
   el.append(stage)
   const previewer = init(stage, { width: stage.clientWidth || 900 })
-  await previewer.preview(await fetchBuf(source.contentUrl))
+  await previewer.preview(buf)
 }
 
 export function wirePreviewCapabilities() {