docs(office): add section 19 to roadmap and changelog for two-phase handwritten ocr pipeline

modules/web_api/routers/chat.py

@@ -1,21 +1,22 @@
 """
 ===============================================================================
 FILE: modules/web_api/routers/chat.py
-ROLE: Полнофункциональный роутер чата с извлечением текста из PDF и сканов,
-      поддержкой Function Calling, Fast-Path и оптического распознавания OCR.
+ROLE: Роутер чата с чистым разделением:
+      - Диалог и команды СКУД/1С (через agent.py).
+      - Парсинг и извлечение документов без обрезания (через file_parser.py).
 ===============================================================================
 """
 
 import os
 import shutil
-import base64
 import logging
-from typing import Optional, List, Dict, Any
+from typing import Optional
 
 from fastapi import APIRouter, Header, HTTPException, UploadFile, File, Form
 from pydantic import BaseModel
 
 from llm.agent import process_chat_message
+from llm.file_parser import parse_uploaded_file
 from config import BASE_DIR
 
 logger = logging.getLogger("CHAT_API")
@@ -39,11 +40,6 @@ def resolve_user_id(authorization: Optional[str] = None, explicit_user_id: Optio
         token = authorization.replace("Bearer ", "").strip()
         if token.isdigit():
             return int(token)
-        elif token.startswith("dev_token_"):
-            try:
-                return int(token.replace("dev_token_", ""))
-            except ValueError:
-                pass
     return 1
 
 
@@ -56,8 +52,6 @@ async def chat_endpoint(payload: ChatMessageRequest, authorization: Optional[str
     if not user_msg:
         raise HTTPException(status_code=400, detail="Пустое сообщение")
 
-    logger.info(f"Сообщение от user_id={user_id}, session_id={session_id}: {user_msg}")
-
     reply_text, history, action_payload = process_chat_message(
         user_id=user_id,
         user_message=user_msg,
@@ -86,60 +80,60 @@ async def chat_upload_endpoint(
     with open(file_path, "wb") as buffer:
         shutil.copyfileobj(file.file, buffer)
 
-    file_context = ""
-    image_b64 = None
+    user_msg = (message or "").strip()
+    msg_lower = user_msg.lower()
     fn_lower = file.filename.lower()
 
-    # 1. Текстовые форматы
-    if fn_lower.endswith((".txt", ".csv", ".log", ".md")):
-        try:
-            with open(file_path, "r", encoding="utf-8", errors="ignore") as f:
-                file_context = f.read(6000)
-        except Exception as e:
-            logger.warning(f"Не удалось прочитать текст: {e}")
+    # ⭐️ 1. ПРЯМАЯ ИЗОЛИРОВАННАЯ ОБРАБОТКА PDF/СКАНОВ В WORD ЧЕРЕЗ OFFICE МОДУЛЬ
+    ocr_keywords = [
+        "распознай", "распознать", "в word", "в ворд", "для ворда", "для word", 
+        "отформатируй", "текст для вставки", "извлеки текст", "сделай документ", "переведи в ворд"
+    ]
+    
+    if fn_lower.endswith(".pdf") and (any(k in msg_lower for k in ocr_keywords) or not user_msg):
+        logger.info(f"[Office] Прямой запуск распознавания PDF в Word: {file.filename}")
+        from services.office.service import convert_pdf_to_word_service
+        from modules.web_api.llm.db_tools import db_save_chat_message, db_get_chat_history
 
-    # 2. Изображения (прямой OCR)
-    elif fn_lower.endswith((".png", ".jpg", ".jpeg", ".webp")):
-        try:
-            with open(file_path, "rb") as f:
-                image_b64 = base64.b64encode(f.read()).decode("utf-8")
-        except Exception as e:
-            logger.warning(f"Ошибка кодирования картинки в base64: {e}")
+        # Сохраняем вопрос пользователя в историю
+        prompt_text = user_msg or f"Распознать документ {file.filename} для MS Word"
+        db_save_chat_message(session_id, "user", prompt_text, is_ephemeral=0)
 
-    # 3. PDF документы (текстовый слой + рендеринг скана при необходимости)
-    elif fn_lower.endswith(".pdf"):
-        # Попытка извлечь встроенный текстовый слой
-        try:
-            import pypdf
-            reader = pypdf.PdfReader(file_path)
-            extracted = []
-            for page in reader.pages:
-                t = page.extract_text()
-                if t:
-                    extracted.append(t)
-            file_context = "\n".join(extracted).strip()
-        except Exception:
-            pass
+        # Вызываем офисный сервис постраничного OCR и сборки DOCX
+        office_res = convert_pdf_to_word_service(file_path, file.filename)
 
-        # Если текстового слоя мало (скан или фото документа), рендерим страницу в картинку для Vision OCR
-        if len(file_context) < 40:
-            try:
-                import fitz  # PyMuPDF
-                doc = fitz.open(file_path)
-                if len(doc) > 0:
-                    page = doc[0]
-                    pix = page.get_pixmap(dpi=150)
-                    img_bytes = pix.tobytes("png")
-                    image_b64 = base64.b64encode(img_bytes).decode("utf-8")
-                    file_context = ""
-            except Exception as e:
-                logger.warning(f"PyMuPDF не установлен или сбой рендеринга PDF: {e}")
+        reply_text = (
+            f"📄 **{office_res['message']}**\n\n"
+            f"**Фрагмент первой страницы документа:**\n"
+            f"```text\n{office_res['preview_text']}...\n```\n\n"
+            f"Файл готов к скачиванию и редактированию в MS Word."
+        )
+        db_save_chat_message(session_id, "assistant", reply_text, is_ephemeral=0)
 
-    user_msg = message.strip() or f"Распознай и проанализируй прикрепленный документ {file.filename}"
+        action_payload = {
+            "type": "FILE_DOWNLOAD_CARD",
+            "filename": office_res["filename"],
+            "download_url": office_res["download_url"],
+            "tasks_count": f"{office_res['total_pages']} стр."
+        }
 
+        return {
+            "status": "success",
+            "user_id": user_id,
+            "session_id": session_id,
+            "response": reply_text,
+            "action_payload": action_payload
+        }
+
+    # 2. Если это не задача OCR в Word — отправляем файл в обычный диалог агента
+    parsed = parse_uploaded_file(file_path, file.filename)
+    file_context = parsed.get("context_text", "")
+    image_b64 = parsed.get("image_b64")
+
+    prompt_for_agent = user_msg or f"Проанализируй документ {file.filename}"
     reply_text, history, action_payload = process_chat_message(
         user_id=user_id,
-        user_message=user_msg,
+        user_message=prompt_for_agent,
         file_context=file_context,
         image_b64=image_b64,
         session_id=session_id