chore: docs 结构整改 + compose 双目录对齐（合并重建提交）

本提交为 .git 对象库损坏后的重建提交，内容等价于原先三个本地提交（5e2fd4c2 / 57a53c98 / 5d7e1873）的累积结果，未做任何额外改动。一、docs 结构整改（整改 #14）根因：重构时新结构为 untracked 文件，执行 git stash（未带 -u）未纳入，随后 git reset 拉回 HEAD 旧 tracked 树，导致旧树复活、新旧两棵目录树并存于 docs/，共 791 文件、双分类体系冲突。修复动作： - b2 同名异主题文件改名迁移保全 9 个 - C 类 39 个孤立文件按主题正确归类 - A/B1 类 222 个重复文件删除（新结构已有内容副本） - 9 个旧独有空目录删除 - 270 处内部引用按 verified 映射改写 - 整改记录 #14 登记于 04-运维文档/部署运维结果：docs 791 → 569 文件，顶层仅规范 8 类 + 治理文件，单树恢复。残留：约 20 处指向从未存在文件的陈旧死链，归入独立文档卫生任务。二、compose 双目录对齐（消除踩坑 A） - docker-compose.yml：nginx 前端挂载全部由根目录 frontend-*/dist 改为 src/frontend-*/dist（h5 / agent / admin / terminal） - docker-compose.dev.yml：dev 服务 build context 与卷同步改 src/ - 效果：本地 docker compose up 不再把根目录 stale dist 挂回，与线上一致，分叉隐患消除（已 docker compose config 校验通过）防复发铁律： - 重构须提交；仓库修复须 git stash -u 或先 commit - 新结构须 git add 并提交，避免再次 untracked 复活 - H5 改动只动 src/frontend-h5/，禁改根目录遗留 frontend-*/
2026-08-07 22:31:32 +08:00
parent 5a77a89ab1
commit facc04aa65
573 changed files with 129347 additions and 909 deletions
@@ -0,0 +1,173 @@
+# 任务说明书 133 — voice_asr.py POST /asr auth 加固（P0 安全巡检）
+
+> **任务编号**: 133
+> **版本**: v1.0
+> **创建日期**: 2026-08-03
+> **完成日期**: 2026-08-03
+> **负责人**: Duckula
+> **优先级**: 🔴 P0（安全巡检发现，连续 2 次标记）
+> **类型**: 安全加固（后端 + 测试 + 文档同步）
+> **状态**: ✅ 已完成（含 E2E 验证）
+
+---
+
+## 📋 任务概览
+
+| 项目 | 内容 |
+|------|------|
+| **任务名** | voice_asr.py POST /asr auth 加固 |
+| **触发** | P0 安全巡检：`src/backend/app/api/voice_asr.py` POST /asr 上传端点无 auth 依赖，连续 2 次标记 |
+| **风险** | 🔴 高 — 任意用户可上传文件消耗存储或上传恶意文件；H5 端 PC/Mac 企微用户为真实生产调用方，**未鉴权直接对外暴露** |
+| **目标** | 加 `Depends(get_current_user)` + 大小上限 + Content-Type 白名单 + 审计日志 |
+| **关联技术方案** | `docs/02-技术文档/技术架构/技术方案-REQ-AI-003-语音转文字-v1.1.md` §10 |
+| **关联源码** | `src/backend/app/api/voice_asr.py` + `src/backend/tests/test_voice_asr.py` |
+| **估时** | 实际 ~1.5 h（含 403/404 部署排查 + 文档同步 + 部署） |
+
+---
+
+## 🎯 任务背景
+
+### 现状（巡检发现）
+- ✅ 已上线：`src/backend/app/api/voice_asr.py` 提供 `POST /voice/asr` 百度 ASR 端点
+- 🔴 **无 auth 依赖**：任意已登录用户均可调用，恶意用户可消耗百度 ASR 配额
+- 🔴 **无大小限制**：可上传任意大小文件导致 worker 阻塞（`--workers 1`）
+- 🔴 **无 Content-Type 校验**：恶意 payload 可直达百度 ASR
+- 🟡 **无审计日志**：无法追溯是谁在什么时间调了几次
+
+### 调用方（修复前未识别清楚）
+- ❌ 曾被误判为"孤儿接口"——实际 H5 端 PC/Mac 企微用户每日调用此端点
+- ✅ H5 端采用"双策略自动切换"（手机企微 JS-SDK / PC/Mac 端企微 百度 ASR）
+- ✅ 详见技术方案 v1.1 §10.1
+
+---
+
+## 📥 输入项来源
+
+| # | 输入项 | 路径 | 用途 |
+|---|--------|------|------|
+| 1 | 关联技术方案 | `docs/02-技术文档/技术架构/技术方案-REQ-AI-003-语音转文字-v1.0.md` → v1.1 §10 | 修复依据 |
+| 2 | 关联源码（修复前）| `src/backend/app/api/voice_asr.py` | 当前实现 |
+| 3 | H5 端调用链 | `src/frontend-h5/src/components/chat/InputBar.vue:246-265` + `src/frontend-h5/src/composables/useAudioRecorder.ts` + `src/frontend-h5/src/api/voice.ts` | 调用方验证 |
+| 4 | apiClient 拦截器 | `src/frontend-h5/src/api/index.ts:38-44` | 加 auth 兼容性确认 |
+| 5 | 统一认证依赖 | `src/backend/app/dependencies/__init__.py` (`get_current_user`) | 复用现有依赖 |
+
+---
+
+## 📤 输出成果要求
+
+### 代码改动（必须）
+
+| # | 文件 | 改动 |
+|---|------|------|
+| 1 | `src/backend/app/api/voice_asr.py` | 加 `Depends(get_current_user)` 注入 `current_user: UserInfo` |
+| 2 | `src/backend/app/api/voice_asr.py` | 加 `MAX_AUDIO_SIZE = 10 * 1024 * 1024` 常量 + 大小校验 |
+| 3 | `src/backend/app/api/voice_asr.py` | 加 `ALLOWED_AUDIO_CONTENT_TYPES` 白名单常量 + Content-Type 校验 |
+| 4 | `src/backend/app/api/voice_asr.py` | 所有日志加 `current_user.employee_id` 审计字段 |
+
+### 测试改动（必须）
+
+| # | 文件 | 改动 |
+|---|------|------|
+| 5 | `src/backend/tests/test_voice_asr.py` | 加 `from app.dependencies import UserInfo` + `_make_mock_user()` helper |
+| 6 | `src/backend/tests/test_voice_asr.py` | 批量替换 13 处 `transcribe_audio(mock_audio)` → `transcribe_audio(mock_audio, _make_mock_user())` |
+| 7 | `src/backend/tests/test_voice_asr.py` | `_make_mock_audio()` 加 `content_type="audio/pcm"` 兼容白名单 |
+
+### 文档同步（必须，避免下次同类误判）
+
+| # | 文件 | 改动 |
+|---|------|------|
+| 8 | `docs/02-技术文档/技术架构/技术方案-REQ-AI-003-语音转文字-v1.0.md` | v1.0 → v1.1 + 头部变更记录 + §10 增量更新（7 个子节）|
+| 9 | `docs/05-运营文档/02-用户手册/手册-坐席端.md` | v1.0 → v1.1 + §5.4 修正错误描述（PC 端百度 ASR → 三环境矩阵）|
+| 10 | `docs/04-运维文档/运维指南/配置清单与环境变量.md` | `BAIDU_ASR_*` 加调用方说明 + 加 auth 验证命令 |
+| 11 | `docs/00-产品开发流程与文档管理规范.md` | v1.12 → v1.13 + 新增 §16 增量更新章节治理（6 个子节）|
+
+---
+
+## 🔧 验证方式
+
+### 1. 单元测试（开发环境）
+```bash
+cd src/backend && python -m pytest tests/test_voice_asr.py -v
+# 期望：16/16 PASS
+```
+
+### 2. 部署前静态检查
+```bash
+python -m py_compile src/backend/app/api/voice_asr.py
+python -m py_compile src/backend/tests/test_voice_asr.py
+```
+
+### 3. 部署后服务端验证（容器内）
+```bash
+# 无 Token → 应拒绝（HTTP 403 FastAPI HTTPBearer 默认 / 401 get_current_user）
+docker exec wecom_it_backend curl -X POST http://127.0.0.1:8000/voice/asr \
+  -H "Content-Type: application/json" -d '{}'
+# 期望：403 + {"detail":"Not authenticated"}
+
+# 带错误 Token → 应返回 401
+docker exec wecom_it_backend curl -X POST http://127.0.0.1:8000/voice/asr \
+  -H "Authorization: Bearer fake-token" \
+  -H "Content-Type: application/octet-stream" --data-binary "test"
+# 期望：401
+```
+
+### 4. 端到端验证（用户实测）
+- ✅ 电脑端（PC Chrome/Edge 坐席工作台）→ Web Speech API 正常
+- ✅ 手机端（企微 WebView H5）→ 企微 JS-SDK 正常
+- ✅ 员工端（H5 PC/Mac 企微 WebView）→ 前端录音 + /voice/asr + 百度 ASR 正常
+- ✅ 坐席端（PC Chrome/Edge）→ Web Speech API 正常
+
+---
+
+## ✅ 完成标准
+
+| # | 标准 | 状态 |
+|---|------|------|
+| 1 | `voice_asr.py` 加 `Depends(get_current_user)` | ✅ |
+| 2 | `MAX_AUDIO_SIZE = 10MB` 校验生效 | ✅ |
+| 3 | `ALLOWED_AUDIO_CONTENT_TYPES` 白名单校验生效 | ✅ |
+| 4 | 日志含 `current_user.employee_id` | ✅ |
+| 5 | 测试 16/16 PASS | ✅ |
+| 6 | 技术方案 v1.0 → v1.1（+§10）| ✅ |
+| 7 | 运营手册 §5.4 修正 | ✅ |
+| 8 | 配置清单 BAIDU_ASR_* 调用方说明 | ✅ |
+| 9 | 规范 v1.12 → v1.13（+§16）| ✅ |
+| 10 | jumpserver-V2 部署 + 健康检查 | ✅ |
+| 11 | 四端用户实测 E2E 通过 | ✅ |
+
+**全部完成 ✅**
+
+---
+
+## 📊 关键指标
+
+| 指标 | 值 |
+|------|-----|
+| 代码改动文件 | 2（voice_asr.py + test_voice_asr.py）|
+| 文档同步文件 | 4（技术方案 + 运营手册 + 配置清单 + 规范）|
+| 测试用例 | 16（全部 PASS）|
+| 部署耗时 | ~12 min（含 403/404 排查）|
+| E2E 验证 | 4 端全部通过 |
+| 经验沉淀 MEMORY | 4 条新铁律 |
+| 规范新增章节 | §16（6 个子节）|
+
+---
+
+## 🔗 关联文档
+
+- 技术方案：`docs/02-技术文档/技术架构/技术方案-REQ-AI-003-语音转文字-v1.1.md`（v1.0 已升级，§10 增量更新）
+- 规范 v1.13：`docs/00-产品开发流程与文档管理规范.md` §16（增量更新治理）
+- daily log：`docs/.workbuddy/memory/2026-08-03.md`
+- 项目 MEMORY：`docs/.workbuddy/memory/MEMORY.md`（新增 4 条铁律）
+
+---
+
+## ⚠️ 后续治理（不影响本次闭环）
+
+1. **编号 REQ-AI-003 冲突**：技术方案编号与产品 PRD-REQ-AI-003-多模态视觉理解 同号冲突 → 下次 AI 模块迭代时统一治理为 REQ-AI-009
+2. **HTTPBearer 403 vs 401 统一**：是否改为 401 取决于项目偏好；建议作为独立改进项
+3. **生产环境 E2E 录屏**：建议录一段语音识别全流程作为回归测试素材
+
+---
+
+*文档结束*