Merge pull request #453 from fanlusky/fix/online-candidate-manual-segmentation

fix(engine): 云/AI 联想候选与全拼云查询遵循手动分词

engine/core/input_session_composition.cpp

@@ -721,8 +721,13 @@ InputSession::CloudQueryState InputSession::get_cloud_query_state() const
     }
 
     state.should_query = !request().normalized_input.empty();
-    // 全拼敲出来的 nve / lve 同样要换写法；没有音节边界的裸串匹配不上，原样透传。
-    state.query_text = quanpin::to_google_spelling(request().normalized_input);
+    // 云端要按用户看到的分词来查：手动把 qi'e'huan 分成三段，就该带着音节边界发给云接口，
+    // 否则云端自行贪心断句会当成 qie'huan（切换）。normalized_segmentation 保留了用户的手动
+    // 撇号（cut_pinyin_with_corrections 先按撇号切分），既定住了分词，也让 to_google_spelling
+    // 能逐音节把 nve / lve 换成云端认的 nue / lue 写法。分词缺失时退回裸串。
+    const std::string &segmentation =
+        request().normalized_segmentation.empty() ? request().normalized_input : request().normalized_segmentation;
+    state.query_text = quanpin::to_google_spelling(segmentation);
     return state;
 }
 

engine/quanpin/quanpin_dictionary.cpp

@@ -915,10 +915,10 @@ int QuanpinDictionary::create_word_from_canonical_pinyin(std::string pinyin, std
 
     pinyin = quanpin::join_segments(segments);
     const std::string jp = quanpin::segments_to_jianpin(segments);
-    if (!do_validate(pinyin, jp, word))
-    {
-        return ERROR_CODE;
-    }
+    // 不再走 do_validate：这里的音节边界由调用方（canonical 键）显式给定，上面已按
+    // split_segments 校验过段数、逐段完整性，jp 也是每段一字母、长度必然等于字数。
+    // do_validate 会先 remove_delimiters 再用贪心 correction 重切，把 qi'e'huan 断成
+    // qie'huan（段数 3→2），从而误杀这条合法整句——正是 AI / 云联想选中却入不了库的根因。
     if (check_data(build_sql_for_checking_word(pinyin, word)))
     {
         return OK;

server/src/ipc/event_listener.cpp

@@ -4798,20 +4798,55 @@ void ProcessSelectionKey(UINT keycode, uint64_t client_id, uint64_t activation_e
             return;
         }
         std::string cloudCommittedPinyin;
+        bool cloudCommittedPinyinIsCanonical = false;
         std::string aiCommittedPinyin;
         bool aiCommittedPinyinIsCanonical = false;
         if (curWordItem.source == CandidateSource::CloudSuggestion)
         {
-            cloudCommittedPinyin = g_inputSession->get_cloud_query_state().committed_pinyin;
+            if (!curWordItem.canonical_pinyin.empty())
+            {
+                cloudCommittedPinyin = curWordItem.canonical_pinyin;
+                cloudCommittedPinyinIsCanonical = true;
+            }
+            else if (g_inputSession->is_all_complete_pure_pinyin())
+            {
+                // 与 AI 联想同一个坑：committed_pinyin 走的是 normalized_input，丢掉了音节
+                // 边界，create_word 会用贪心的 "correction" 切分重新断句，qi'e'huan 落成
+                // qie'huan，音节数与字数对不上、do_validate 静默失败而不入库。整串是完整
+                // 拼音时改用带撇号的 normalized_segmentation 作 canonical 键，按用户实际断句
+                // 落库。简拼 / 带 helpcode 等非完整拼音的云候选仍走原来的 committed_pinyin
+                // 路径（见下面的 else），避免回归。
+                cloudCommittedPinyin = g_inputSession->get_pinyin_segmentation();
+                cloudCommittedPinyinIsCanonical = true;
+            }
+            else
+            {
+                cloudCommittedPinyin = g_inputSession->get_cloud_query_state().committed_pinyin;
+            }
         }
         if (curWordItem.source == CandidateSource::AiSuggestion)
         {
             if (g_inputSession->is_all_complete_pure_pinyin())
             {
-                aiCommittedPinyin = curWordItem.canonical_pinyin.empty()
-                                        ? g_inputSession->get_cloud_query_state().committed_pinyin
-                                        : curWordItem.canonical_pinyin;
-                aiCommittedPinyinIsCanonical = !curWordItem.canonical_pinyin.empty();
+                if (!curWordItem.canonical_pinyin.empty())
+                {
+                    aiCommittedPinyin = curWordItem.canonical_pinyin;
+                    aiCommittedPinyinIsCanonical = true;
+                }
+                else
+                {
+                    // AI 候选自己不带 canonical_pinyin。committed_pinyin 走的是
+                    // normalized_input，那串已经去掉了音节边界（见 quanpin_scheme 里
+                    // 只往 normalized_input 里塞非撇号字符），create_word 会用贪心的
+                    // "correction" 切分重新断句：qi'e'huan 落成 qie'huan，音节数与字数
+                    // 对不上，do_validate 直接判失败、静默不入库，于是用户再打同样的音
+                    // 时这条 AI 联想仍然要靠现场猜。这里改用带撇号的 normalized_segmentation
+                    // （即屏幕上的分段，is_all_complete_pure_pinyin 已保证它整串是完整音节）
+                    // 作 canonical 键，create_word_from_canonical_pinyin 按撇号 split、不再
+                    // 重新贪心断句，用户实际选的那条读音就能正确落库。
+                    aiCommittedPinyin = g_inputSession->get_pinyin_segmentation();
+                    aiCommittedPinyinIsCanonical = true;
+                }
             }
             isNeedUpdateWeight = false;
         }
@@ -4893,7 +4928,7 @@ void ProcessSelectionKey(UINT keycode, uint64_t client_id, uint64_t activation_e
         // 看看云联想出来的词是否需要被插入到数据库
         if (curWordItem.source == CandidateSource::CloudSuggestion && !cloudCommittedPinyin.empty())
         {
-            EnqueueStoreUserPhraseTask(cloudCommittedPinyin, curWord);
+            EnqueueStoreUserPhraseTask(cloudCommittedPinyin, curWord, cloudCommittedPinyinIsCanonical);
             // 清理云联想变量状态
             Global::cloud_candidate.added = false;
             Global::cloud_candidate.word.clear();