feat(history): 详情页展示 ASR/LLM 模型与分步耗时，可观测的模型表现对比

[bigsongeth]

User description

初衷

现在换 ASR 供应商、换润色模型都很方便，但换完之后「到底哪个模型更快、哪个更准」没有任何可以回看的地方——历史页只记了润色模式、时间和录音时长。想做模型能力对比时，只能靠当场的体感。

这个 PR 把每次听写实际用了什么模型、各步花了多久记进历史，让历史页成为一个可以监测转写模型与 LLM 表现的地方：连续用两个供应商各说几段话，翻历史就能直观对比收尾延迟、润色耗时和输出质量。

改动

历史详情页底部改为「识别 / 润色 / 插入」三行流水线明细：

步骤	内容	右列
识别	ASR provider · 模型（如 bailian · fun-asr-realtime）	识别耗时
润色	LLM provider · 模型（如 codex_oauth · gpt-5.5）	润色耗时
插入	目标 App · 字数 · 热词命中（原有信息归位到这一行）	插入状态

后端：DictationSession 新增 6 个可选字段 asr_provider / asr_model / llm_provider / llm_model / asr_ms / polish_ms，全部 #[serde(default)]，旧 history.json 完全兼容（旧条目前端自动隐藏对应行，信息量与改版前一致）。

耗时语义（也是几个字段设计上想清楚的点）：

• asr_ms 量的是松键后等待转写结果的时间：流式 ASR 边录边转，这里是用户感知的收尾延迟；批式 ASR 则是完整转写耗时。含自动静默重试的时间（那也是用户在等的时间）。
• polish_ms 只在 LLM 真正被调用时记录（翻译 / 非 Raw / Raw 但风格包带 LLM），Raw 直通为 None，前端隐藏润色行。
• 模型标签与凭据读取器同源（含默认值回退），volcengine / Apple Speech 这类无模型 id 的只记 provider。
• 失败与空转写的历史也记 ASR 模型——「哪个模型转不出来」正是对比时要看的信息；手动重新转录会用当前 ASR 覆盖模型/耗时，并清掉旧润色字段避免张冠李戴。

顺手的两个 UI 修正：

• 润色卡片的复制按钮从外层工具栏移入卡片头部，与原文卡片对称（此前「轻度润色」的复制按钮孤悬在外）。
• 标题行时长加「录音」前缀，并给「识别」行加悬停说明——录音时长发生在松键前，和识别/润色耗时不该被加总，避免「时间对不上」的误读（实测反馈）。

五个语言包（en / zh-CN / zh-TW / ja / ko）同步新增文案；移除已无引用的 insertedTo。

测试

• cargo check + cargo check --tests 通过（含新增 DashScope 多模态 / ElevenLabs 供应商分支的模型标签）
• tsc --noEmit + vite build 通过
• macOS 本机 release 构建实测：流式（bailian fun-asr-realtime，识别 0.2s）与润色（gpt-5.5，1.4s）耗时与模型均正确落库并展示；旧历史条目正常降级只显示插入行

效果

---

PR Type

Enhancement, Bug fix

---

Description

• 详情页流水线展示 ASR/LLM 模型与分步耗时

• 构建时快照确保归因准确，旧数据 Serde 缺省兼容

• 自动静默重试和失败条目也记录模型信息

• 前端 UI 组件重排并添加多语言 i18n 支持

---

Diagram Walkthrough

flowchart LR
  A["begin_session"] --> B["store_asr_for_session (with build-time label)"]
  B --> C["transcribe + measure asr_ms"]
  C --> D["polish flow: capture llm_call + llm_elapsed_ms"]
  D --> E["save DictationSession with asr/llm/model/ms fields"]
  E --> F["frontend History: pipeline display"]

Loading

File Walkthrough

	Relevant files
Enhancement	11 files history.rs 重转录逻辑更新，添加 apply_retranscription 与测试                                          +86/-6    coordinator.rs 添加 AsrCallLabel、volc_resource_history_label，集成快照                  +92/-7    asr_wiring.rs build_qa_asr_start 返回标签，各分支提供构建时快照                                              +69/-29  dictation.rs 端到端会话捕获 ASR/LLM 快照和耗时，更新失败处理                                                          +204/-30 polish_flow.rs 添加 LLM 调用标签和耗时记录，增加 Raw 直通测试                                                          +109/-11 qa_session.rs 更新 QA 会话 DictationSession 构造填充新字段                                                +15/-1    resources.rs 新增 take_asr_label_for_session 函数                                                  +20/-2    polish.rs 添加 LlmCallLabel 定义和 call_label 方法                                                +25/-0    types.rs DictationSession 新增 6 个可选字段，添加上序列化测试                                          +80/-0    types.ts TypeScript 类型添加 asrProvider 等 6 个字段                                            +12/-0    History.tsx 详情底部改为流水线网格，添加悬停提示                                                                              +57/-9
Documentation	5 files en.ts 添加录音前缀和分步标签的英文 i18n                                                                            +6/-1      ja.ts 同步新增日语 i18n 键                                                                                        +6/-1      ko.ts 同步新增韩语 i18n 键                                                                                        +6/-1      zh-CN.ts 同步新增简体中文 i18n 键                                                                                    +6/-1      zh-TW.ts 同步新增繁体中文 i18n 键                                                                                    +6/-1
Tests	1 files mock-data.ts 更新 mock 数据包含新字段（轮换画像）                                                                        +18/-0

---

[github-actions]

PR Reviewer Guide 🔍

(Review updated until commit c4d5318)

Here are some key observations to aid the review process:

⏱️ Estimated effort to review: 3 🔵🔵🔵⚪⚪

🧪 PR contains tests

🔒 No security concerns identified

⚡ No major issues detected

[H-Chris233]

@appergb 给决策

[appergb]

Senior review — exact head a2ab3537b251ef6a7700f7e8543fdc322676c06a

Strengths

• Rust Option<T> + #[serde(default)] 与 camelCase TS 镜像使旧 history.json 的读取兼容路径合理；旧版本 serde 默认也会忽略新增未知字段，不需要一次性迁移。
• 重转录成功后覆盖 ASR 字段并清空旧 llm_* / polish_ms，避免新转写挂着旧润色元数据，这个契约方向正确。
• 新增持久化字段只有 provider/model 标识与耗时，没有把 API key、token、endpoint 或 extra headers 写入历史；未发现新的凭据泄露。
• exact-head CI 已核对：macOS、Windows、Linux、Android cargo check 及 PR-Agent 均成功，所有 check run 的 head_sha 都是该 SHA。
• PR 没有 GitHub 正式关联的 closing issue；我同时阅读了最贴近动机的 #373（处理速度异常慢）。该 issue 也暴露了 Volcengine 资源标识的可观测性缺口，见下方。

Critical

• 无。

Important

1. 模型归因不是调用快照，可能把结果记到错误 provider/model。 coordinator/dictation.rs:2882 在 ASR 完成后调用 asr_history_label(&inner.prefs.get())，润色也是请求返回后重新读 vault；会话中切换 provider/model 时，历史记录与实际已构建客户端不一致。Foundry/Sherpa 的构建路径还会把未知 alias 回退到默认模型，而 label helper 直接记录未归一化 pref。请在构建实际 ASR/LLM provider 时捕获规范化 label，并随 session/result 传到持久化点，而不是事后重读全局设置。

2. “LLM 真正被调用才记录”的契约目前由模式推断，失败路径会产生伪数据。 coordinator/dictation.rs:3136 的 llm_used 只看 translate/mode/style pack；例如 Gemini 缺 key 时在 read_gemini_credentials 就返回，HTTP/模型没有被调用，但仍写入 llmProvider、llmModel 和很短的 polishMs。应让 polish dispatch 返回真实调用元数据（或至少明确 attempted vs completed），再决定是否持久化。

3. 亚秒延迟的展示精度不足，直接削弱模型比较目标。 History.tsx:443 / :454 复用了录音时长 formatter，只保留 0.1 秒；截图中已经出现 0.0 秒。快速流式收尾常在几十毫秒量级，这会把多个有差异的结果显示成同一个值。建议 step latency 小于 1 秒时显示整数毫秒，较大值再显示秒。

4. Volcengine 的可比较标识被丢弃。 #373 的 ASR 配置明确是 volc.seedasr.sauc.duration，代码里对应 VolcengineResourceId；coordinator.rs:2444 当前固定返回 model=None，因此不同 Volc resource/engine 的历史全都只显示 volcengine，无法支持这个最接近动机的排障场景。请评估把非密钥的规范化 resource/engine 标识写入 model 字段（若某类 resource id 可能包含租户敏感信息，则先定义脱敏/allowlist）。

5. 没有新增行为/契约测试。 这 13 个文件只更新了 mock 数据，没有测试旧 JSON 缺字段反序列化、camelCase 序列化、各 provider 默认/alias 映射、Raw 直通不落 LLM 字段、LLM preflight failure、重转清理旧字段，以及精细耗时格式。现有 CI 全绿只能证明编译与原测试不回归，不能保护这次新增的数据语义。

Minor

• stepAsrHint 使用不可聚焦的 span title=...：桌面鼠标可 hover，但键盘和 Android 触屏无法可靠发现/读取。应使用可聚焦 tooltip/popover trigger，并补 aria 语义。
• 现有视觉证据只有桌面深色模式。三列 grid 在窄屏、长 provider/model、长本地化状态文本下的换行/溢出，以及浅色/高对比度状态尚无验证证据。

Ready to merge verdict

• 逻辑质量：Not ready。 上述归因、调用语义、显示精度与测试问题会让“模型表现对比”的数据不可靠。
• UI / 发布门禁：Not ready，禁止合并。 这是明确的用户可见 History UI 改动；即使逻辑修完，也需完成移动端/桌面、触屏/键盘、窄宽度、浅/深色的 UI 验收再进入发布。按本次门禁要求，本 review 不会批准或合并。

[bigsongeth]

@appergb 感谢这轮 review——五条 Important 全部成立，尤其 1/2 指出的归因时机问题正中要害。已在 0fcb8fc 逐条修复：

1. 归因改为构建时快照 ✅

• ASR：store_asr_for_session 新增 AsrCallLabel 参数，签名强制 11 个构建分支在构建现场交出 (provider, model) 快照——provider 是实际构建用的具体协议 id（统一百炼入口先经 resolve_effective_asr_provider 重定向后的 effective id），model 是实际传给客户端的值。Foundry/Sherpa 记录的是归一化后的 model_alias（未知 alias 回退默认后的值），本地 Qwen3 由 build_local_qwen3 返回 ModelId 校验归一后的 id。快照随会话资源存放，end_session 取走落库；转写失败路径（fail_dictation → write_transcribe_failed_history）也改用同一份快照，不再重读设置。
• LLM：polish 调用链（polish_text / translate_text / polish_or_passthrough* / streaming）新增 llm_call 出参，在成功构建 provider、即将发起真实调用时填充 LlmCallLabel（从已构建的 config 读 provider_id/model，Codex 的 model 已经过 normalize_codex_model）。

2. preflight 失败不再产生伪数据 ✅
凭据缺失等构建失败路径（如 read_gemini_credentials 的 ? 提前返回、build_active_llm_provider 失败）不会填充 llm_call，此时 llm_provider / llm_model / polish_ms 全部不落库——polish_ms 现在以 llm_call.is_some() 为唯一判据，不再由 mode 推断。语义：落库的 llm 字段 = 「本次实际尝试发起的调用」；调用发出但 HTTP 失败仍记录（有真实延迟与归因价值），errorCode: polishFailed 已表达失败。

3. 亚秒毫秒精度 ✅
新增 formatStepDuration：<1s 显示整数毫秒（durationMillis，5 个语言包），≥1s 沿用 0.1s。mock 数据里 64ms/120ms 的流式收尾现在显示「64 毫秒 / 120 毫秒」，不再被拍成 0.1 秒档。

4. Volcengine resource id ✅
新增 volc_resource_history_label allowlist：仅放行 volc. 命名空间、ASCII 字母数字与 ._-、≤64 字符的产品标识（覆盖 #373 的 volc.seedasr.sauc.duration 与 volc.bigasr.*）；自定义/异常值可能携带租户信息，一律不落盘。通过校验的写入 asr_model，历史里可直接对比不同 Volc 引擎。

5. 测试 ✅
新增 6 个行为/契约测试（全部通过）：

• 旧 history.json 缺全部新字段的反序列化兼容（dictation_session_deserializes_legacy_json_without_model_fields）
• 新字段 camelCase 序列化契约（前端镜像依赖）
• volc allowlist 放行/拒绝两组（含 trim、非 ASCII、超长、空格）
• 重转录覆盖 ASR 归因并清除旧 llm_*/polish_ms（抽出 apply_retranscription 纯函数）
• Raw 直通不产生 LLM 调用快照（raw_passthrough_leaves_llm_call_snapshot_empty——这条测试在开发中还真拦下过一次语义误解）

Minor A（a11y）✅ 识别行提示改用仓库统一的 Tooltip 组件（focusable：hover / 键盘 focus / 触摸三通道，portal 定位），并带虚线下划线视觉暗示，与设置页 #777 的 hint 模式一致。

Minor B（UI 验收）✅ mock 数据扩成四种压力画像（亚秒流式收尾、volc resource id、超长 provider/model、Raw 无润色行/旧条目缺字段），实测通过：深色/浅色 × 桌面 1280 / 移动 375 宽；openai/whisper-large-v3-turbo-preview-2026-01-31 在 375 宽下 overflowWrap 折行 3 行、右列耗时不挤压、无横向滚动；旧条目仅显示插入行（与改版前信息量一致）。

另外重转录命令现在使用 retranscribe_pcm 返回的构建时快照（build_qa_asr_start 同步返回 label），与主听写路径同一套归因机制。

CI 绿后请再过目。

🤖 Generated with Claude Code

[github-actions]

Persistent review updated to latest commit 0fcb8fc

[github-actions]

Persistent review updated to latest commit c4d5318