fmode-app/src/app/core/s3-link.ts

/**
 * 从消息正文里提取云盘链接
 *
 * ## 为什么需要
 *
 * 两类文件来源不同：
 * - **用户上传**：发的是 Matrix 文件附件（`m.file`），有 `file` 字段
 * - **容器成果**：容器把文件传到云盘后，**把 URL 写在回复正文里**，不发附件
 *
 * 实测（2026-11-09）：只认附件字段的话，容器产出的成果在右栏「成果」里
 * 完全看不到 —— 用户会以为文件丢了。
 *
 * ## 安全
 *
 * 只提取**本平台云盘域名**下的链接，不把任意 URL 都当成成果。
 */

/** 云盘域名白名单（与 API 契约里的 OBS 公网前缀一致） */
const CLOUD_HOSTS = ['s3.fmode.cn', 'file-cloud.fmode.cn'];

/** URL 里常见的中英文边界符，遇到即截断 */
const TRAILING_JUNK = /[)\]>,，。；;、"'<>）】」》]+$/;

/**
 * 容器交付段落的小标题（2026-11-10 取证确认）。
 *
 * 容器侧插件 `plugin-deliverable-inject` 的实际输出格式是：
 *
 * ```
 * **已上云（可直接下载）**
 * - https://s3.fmode.cn/xxx.md
 * - https://s3.fmode.cn/yyy.pdf
 * ```
 *
 * 🔴 原本期望的 `<!--fmode:files [...]-->` 结构化声明段**容器从未实现**
 *    （容器原话：输出侧不写任何结构化注释），那条解析分支已删除。
 *    这里改为认容器**真的会写**的格式。
 */
const DELIVERY_HEADER = /\*\*已上云[^*]*\*\*/;

/** 容器交付段落的起始标记 */
export function hasDeliveryBlock(text: string | undefined | null): boolean {
  return !!text && DELIVERY_HEADER.test(text);
}

/**
 * 从容器交付段落里取链接（`- url` 列表形式）。
 *
 * 与 `extractS3Links` 的区别：这里**只认交付段落内的链接**，
 * 不把正文里举例、引用、用户提问里出现的链接当成成果。
 *
 * @returns 交付段落内的云盘链接（保持顺序、去重）；无交付段落返回空数组
 */
export function extractDeliveredLinks(text: string | undefined | null): string[] {
  if (!text) return [];
  const m = DELIVERY_HEADER.exec(text);
  if (!m) return [];
  // 交付段落到文末为止（容器把它放在回复末尾）
  const tail = text.slice(m.index + m[0].length);
  return extractS3Links(tail);
}


/**
 * 从一段文本里提取云盘链接。
 *
 * @param text 消息正文
 * @returns 去重后的链接数组（保持出现顺序）；无匹配返回空数组
 */
export function extractS3Links(text: string | undefined | null): string[] {
  if (!text) return [];

  const out: string[] = [];
  /* 只匹配 https，且必须落在白名单域名下 */
  const re = /https:\/\/([a-z0-9.-]+)\/[^\s一-龥]*/gi;
  let m: RegExpExecArray | null;
  while ((m = re.exec(text)) !== null) {
    const host = m[1].toLowerCase();
    if (!CLOUD_HOSTS.includes(host)) continue;
    // 去掉句末标点、右括号等尾巴
    const url = m[0].replace(TRAILING_JUNK, '');
    if (url && !out.includes(url)) out.push(url);
  }
  return out;
}

/**
 * 把正文里的指定链接**摘掉**，返回清理后的正文。
 *
 * ## 用途
 *
 * 用户裁决：文件卡片统一放在底部，正文里的 URL 隐去。
 *
 * ## 🔴 必须处理的坑
 *
 * 只把链接删掉是不够的，会留下空行、孤立的「下载链接：」前缀：
 *
 * ```
 * 本周工作计划已生成。          ← 保留
 *
 * 下载链接：                     ← 删掉（只剩前缀，没有链接）
 * https://s3.fmode.cn/xxx.md    ← 删掉
 * ```
 *
 * @param text  原文
 * @param links 要摘掉的链接（通常来自 `extractS3Links`）
 * @returns 清理后的正文；**可能为空字符串** —— 调用方必须判断空再决定是否渲染
 */
export function stripLinks(text: string | undefined | null, links: readonly string[]): string {
  if (!text) return '';
  if (links.length === 0) return text.trim();

  let out = text;
  for (const l of links) out = out.split(l).join('');

  const lines = out.split('\n');
  const kept: string[] = [];
  for (const raw of lines) {
    const line = raw.trim();
    if (!line) continue;
    /*
     * 整行只剩「短标签 + 冒号 + 修饰符」的，一并删掉 ——
     * 那是给链接配的前缀，链接没了它就是一句废话。
     * 覆盖：`下载链接：`、`**下载链接：**`、`文件:`、`## 下载地址：` 等。
     */
    if (/^[*_#\s>·-]*[^。！？]{1,14}[：:][*_\s]*$/.test(line)) continue;
    kept.push(line);
  }
  // 每行之间用单空行分隔：保留段落结构，不留下大片空白
  return kept.join('\n\n').trim();
}