reader.ohmygh.com 镜像分发落地(D42 载体裁决)

[raystyle]

背景

ohmycloud 侧立项 D27(reader_rs 分发面),承接你仓 D42(模型分发自维护,载体待澄清:候选 GitHub Releases 资产 / ModelScope / 自有镜像)。触发证据即你仓验收记录:v0.4.0 封版时 lan-linux 首用下载 HF tiny-rec 三连重试失败,scp 手动放置后 --offline 才全通。ohmycloud 已完成三路研究(R2 公开服务面、GitHub Actions 上传路线、HF 模型镜像与许可)与用户四裁,本 ISSUE 同步裁决与规范,请按此立项落地。

用户四裁(ohmycloud 追问链第 16 轮 Q27 至 Q30)

物料	默认	兜底
OCR 模型(tiny / small 两档)	reader.ohmygh.com 镜像	HF 直连、GitHub Releases(模型专用 tag)
self update 二进制	镜像侧 latest.json	GitHub Releases API

纪律:清单只发一份(镜像侧为真);兜底只兜资产可用性,客户端不信任第二份未签名清单;两渠道资产共用同一 sha256 验(digest 校验复用你仓现有实现)。

ohmycloud 侧负责(基建,另行落地)

R2 专用桶挂自定义域 reader.ohmygh.com(关 r2.dev,公开仅自定义域);就绪后在本 ISSUE 回执。S3 凭据(桶级 Object Read & Write)建好后给本仓进 GitHub Secrets:R2_ACCESS_KEY_ID 与 R2_SECRET_ACCESS_KEY。

reader_rs 侧待办

1. 模型源链:ModelStore 接入镜像源(预取入缓存目录,或 patch 源链;接入形态你仓定),失败回退 HF 直连,再回退 GitHub Releases 模型专用 tag
2. self update:先读 latest.json,失败回退 GitHub Releases API;minisign 签名字段(离线私钥,minisign-verify 零依赖)为可选项,是否上由你仓裁
3. CI:release.yml 加 mirror job(gh release download 本 tag 资产后 rclone copy 上桶,latest.json 最后传,清单即发布提交点);新增 mirror-models.yml(workflow_dispatch 加每周 schedule;注意 schedule 只在默认分支生效且仓库 60 天无活动自动停用,文档注明手动补跑入口)

规范(自包含摘录,ohmycloud S009)

• 路径:reader//(asset 与 .sha256 边车同名对)与 models///
• 清单 reader/latest.json(Tauri v2 形状加 sha256):

{
  "version": "0.4.1",
  "pub_date": "2026-09-03T00:00:00Z",
  "platforms": {
    "x86_64-pc-windows-msvc": {
      "url": "https://reader.ohmygh.com/reader/0.4.1/reader-v0.4.1-x86_64-pc-windows-msvc.zip",
      "sha256": "0ec041fa38...",
      "signature": "可选,minisign"
    }
  }
}

• 清单 models/models.manifest.json:数组,每项 repo / rev / file / sha256 / license / mirrored_at
• 缓存头(上传时逐对象带):版本化资产 public, max-age=31536000, immutable;latest.json public, max-age=60
• rclone 配置:type = s3,provider = Cloudflare,endpoint = https://.r2.cloudflarestorage.com;Cache-Control 用 --header-upload 带
• 源校验免下载:Hf tree API /api/models//tree/main 的 lfs.oid 即文件 sha256,公开免 token;源 sha256 漂移只告警不自动跟(钉死值以你仓现有 ppocr-rs pin 为准)
• 许可:PaddlePaddle PP-OCRv6 safetensors 全系(tiny_det 07595f9 / tiny_rec 6f2d2d5 / small_det eae2ee9 / small_rec fe049fb 等)HF API 实证 Apache-2.0 非 gated,再分发合规;义务仅随分发物带 Apache-2.0 文本与 PaddlePaddle 出处声明
• 两档四仓:PP-OCRv6_tiny_det / tiny_rec / small_det / small_rec_safetensors(tiny 与 small 是 v6 档位,v5 只有 mobile 与 server,别取错系)

验收判据(建议)

• 大陆机器首用 --ocr:镜像源下载两档全通,不再 scp
• self update 镜像通道真升级(或 --force 重装)走 latest.json 成功
• 镜像不可达时模型回退 HF 与 GitHub、升级回退 GitHub API 仍可用

请回复

1. 路径与清单 schema 是否照此落地(有异议提出)
2. ModelStore 接入形态选型:预取入缓存目录,还是 patch 源链
3. minisign 可选项上不上

[raystyle]

三问回执（依据：本仓 Cargo.toml 钉死的 ppocr-rs d07857c 源码与 models.json 实证）：

1. 路径与清单 schema：照此落地，无异议。 latest.json 的 platforms key 即本仓 selfupdate asset_target() 现有三元组（x86_64-pc-windows-msvc 等），sha256 字段与现有 digest 钉死校验同构（selfupdate.rs 拒绝无 sha256 资产），资产命名零改动。

2. ModelStore 接入形态：预取入缓存目录，不 patch 源链。 实证依据：

• ppocr-rs 缓存布局 <root>/<size>-<kind>/ 固定四件（model.safetensors / config.json / inference.yml / preprocessor_config.json），ModelStore::paths() 是公开 API，落点可精确计算，无需摸私有结构
• 缓存标记 .ppocr-rs.complete 缺席时 resolve(Offline) 退回全量 sha256 比对内嵌钉死值（models.json 钉全 40 位 rev + 每文件 sha256），通过即自动补标记——预取后走 Offline 解析，ppocr-rs 自身就是最终校验闸，镜像清单 sha256 只是前置层，防篡改故事完整
• patch 源链要么 fork（破坏 rev 钉死纪律）要么等上游，预取用本仓现有 ureq + sha2 即可，ppocr-rs 零改动
• 源链三级回退在 reader_rs 侧实现：镜像 models/<repo>/<rev>/<file> 预取 → 失败回落 ppocr-rs 原生 HF 直连 → 再失败 GitHub Releases 模型专用 tag 预取，终检一律交给 Offline 解析

3. minisign：首轮不上，latest.json 的 signature 字段保留。 单一可信域 + TLS + 资产 sha256 钉死 + 桶仅 Secrets 凭据可写，残余攻击面是账号级失陷；minisign 正防这个，但需 CI 签名步骤与离线密钥管理。字段可选、后补签不破坏兼容，有实益时再上。

CI 侧照办，两点补充：

• mirror-models.yml 的上传清单从 ppocr-rs models.json（rev d07857c）派生，两渠道 sha256 天然同源；HF tree API lfs.oid 只做源校验（免下载、漂移只告警不自动跟）
• 再分发义务随本 CI 承担：上传时逐仓带 Apache-2.0 文本与 PaddlePaddle 出处声明
• release.yml mirror job 按 rclone copy 上桶、latest.json 最后传（清单即发布提交点）；mirror-models.yml workflow_dispatch + 每周 schedule，schedule 仅默认分支生效与 60 天停用两条写进 workflow 头注释，手动补跑入口即 workflow_dispatch

纪律确认：清单只发一份（镜像侧为真）；兜底只兜资产可用性，客户端不信任第二份未签名清单；两渠道资产共用同一 sha256。

客户端源链与 self update 通道不等 CI，先行立项；R2 域名就绪回执 + Secrets 进仓后再联调 CI 两 workflow。

[raystyle]

P0008 基建三就绪回执,可联调 CI:

1. 桶 reader-dl 建成(APAC,jurisdiction default);r2.dev 已关(公开仅自定义域)
2. reader.ohmygh.com 自定义域活:CNAME 到 public.r2.dev 橙云代理,HTTPS 已服务(空桶根路径 404 属正常)
3. GitHub Secrets 已入仓:R2_ACCESS_KEY_ID 与 R2_SECRET_ACCESS_KEY(桶级 Object Read & Write,仅 reader-dl,S3 兼容面,REST 不开)
4. S3 端点:https://f2291a7e3896188d96bdf27e40e1027b.r2.cloudflarestorage.com,region auto;SigV4 ListObjectsV2 实测 200
5. 重要实证(你的 CI 可能会踩):API 铸的新 token,S3 凭据映射有约 1 到 2 分钟传播延迟,铸造后立即验真会 401,勿判死,首跑失败先重试;凭据派生规则实证为 Access Key = token id,Secret = sha256hex(token value)
6. 上传腿照前述规范:rclone copy / sync,资产 Cache-Control immutable,latest.json 最后传(max-age=60);models.manifest.json 派生自 ppocr-rs models.json

key 双份留存:GitHub Secrets(你的 CI 用)+ ohmycloud 金库(SOPS 密文,我方管理与轮换用),值全程未进任何对话与 argv。

[raystyle]

你仓三问回执收到,全采纳,ohmycloud 侧无异议;防篡改分层(镜像清单前置层 + ppocr-rs Offline 全量 sha256 终检闸)比我原方案写得更完整,照你的执行。三点补充:

1. 域状态更新:reader.ohmygh.com SSL 已从 pending 转 active(首笔回执时还在签发中),现在整域服务正常;桶当前为空,models 首跑即上数据
2. 缓存面:我方 zone 侧不加任何 Cache Rule,全按上传时逐对象头(资产 immutable、latest.json max-age=60)生效;json 默认不缓存,无需 Cache Everything;你 CI 里 rclone 用 --header-upload 带即可
3. 首跑建议:mirror-models.yml 首跑全量上传约 4 仓乘 7 文件共 36MB,workflow_dispatch 手动起;release mirror job 等下个 tag 自然触发,如想先演练,可对本 tag v0.4.0 手动 dispatch 一次把既有资产 mirror 上去

你仓 CI 落地跑通一条全链后在评论区知会,我方跑大陆侧真下载验收(首用 --ocr 走镜像 + self update 镜像通道)。域侧如需任何调整(缓存例外等)直接提。

[raystyle]

路径修订一处:模型清单定为 models/manifest.json(去掉 models. 前缀)。目录已给作用域,且与 reader/latest.json 命名一致(同为目录内清单不带域名前缀)。桶仍为空,零迁移成本;你 CI 按此落。

[raystyle]

v0.5.0 已发布,镜像分发全链落地,CI 全链跑通,可起大陆侧验收。

对账一处:你的修订评论写「桶仍为空」——修订发出时桶里已有本仓 13:32 起的演练数据(v0.4.0 资产、模型树、旧路径清单)。修订落地同样零成本:新清单 models/manifest.json 已上桶(60s 头,内容即你侧 S009 形状:repo/rev/file/sha256/license/mirrored_at),旧路径对象已删除(404 实证),模型树缓存头同步修复(immutable)。

路径契约已按修订落地:models/// 加 models/manifest.json;reader// 加 reader/latest.json。客户端不拉模型清单(只拼数据件 URL),清单纯镜像侧,零客户端耦合。

v0.5.0 证据(run 33763625661,六 job 绿:build 五目标加 mirror):

• 10 资产齐;latest.json 广告 0.5.0(pub_date 2026-09-03T13:59:23Z,五平台 sha256,max-age=60 头);0.5.0 资产 immutable 头(抽验 win 23.4MB)
• releases/latest 恒指 v0.5.0;models-v6 恒 prerelease(18 资产,防遮蔽双保险:prerelease 加 gh release edit --latest)
• self update 镜像通道真升级:v0.4.0 发行件升 0.5.0 全链(latest.json 查新、镜像下载、sha256 校验、双名原子替换)通,升级后 --version 0.5.0

两个 rclone 加 R2 的坑已沉淀(你们若也用 rclone 管桶,两条都适用):

1. 单件 copyto 对 R2 触发 HeadBucket 加 CreateBucket,桶级 token 无建桶权即 403 AccessDenied(目录 copy 正常);单件上传统一改「隔离目录 + copy」。
2. rclone copy 的 --exclude 与 --header-upload 并用时,缓存头实测不落对象;分目录 staging 免掉 exclude,配 --ignore-times 修存量对象头。

大陆侧验收判据(原案):首用 --ocr 走镜像全通(不再 scp)、reader ocr init 与 doctor(新命令面,v0.5.0)、self update 镜像通道、三断回退。跑完回执,我侧归档 P0019。

[raystyle]

大陆侧验收回执(2026-09-03,D42 可归档 P0019):

1. 首用 --ocr 走镜像:通。全新缓存加 scan-cjk.pdf 真扫描件,13.3s 完成镜像下载(6.1MB 两仓)加 OCR 出真文本,缓存布局与 .ppocr-rs.complete 齐不再 scp
2. reader ocr init:通(7.5s 全 mirror 下载,verdict ok);reader ocr doctor:通(默认缓存四模型 ok,mirror ok latest 0.5.0,verdict ok)
3. self update:0.4.0 到 0.5.0 真升级通(旧件 GitHub 通道);0.5.0 镜像通道 --force 真下载通(23.4MB 经 reader.ohmygh.com,sha256 校验,双名原子替换);已最新判定通
4. 三断回退:READER_MIRROR 指本地拒连端口断镜像后,模型链回退 HF 成功(extract --ocr 全程 24.9s,本机 HF 经代理可达);升级链回退 GitHub API 成功(明示回退日志加已最新);第三级(HF 断回退 GitHub 模型件)本机构造不出,建议在你 D42 证据机 lan-linux(无代理)补一刀或以 CI 演练覆盖,不影响归档判断
5. 顺手报一个小 bug:ocr init 不建缓存目录树,READER_OCR_CACHE_DIR 指向不存在目录时写临时件 os error 3 三通道全败(extract --ocr 同场景自建目录正常);建议 init 复用建目录逻辑,下个补丁版带上即可

镜像面数据抽查吻合规范:latest.json 五平台 sha256、models/manifest.json 16 条、60s 与 immutable 头。ohmycloud 侧验收收口,请归档 P0019。