feat: PDF backend enhancements — 8 MB HTML size limit, dynamic timeout with cubic formula, protocolTimeout=0, temp file method for large HTML

server.js

@@ -28,6 +28,7 @@ const cors = require('cors');
 const { getHighlighter } = require('shiki');
 const fs = require('fs');
 const path = require('path');
+const os = require('os');
 
 let ChartJSNodeCanvas = null;
 try {
@@ -188,12 +189,23 @@ app.post('/api/generate_pdf', async (req, res) => {
     }
 
     const brandText = showWatermark !== false ? 'Powered by XWX AI Chat Exporter' : '';
-    const htmlSizeMB = (html.length / 1024 / 1024).toFixed(2);
+    const htmlSizeMBNum = Buffer.byteLength(html, 'utf8') / (1024 * 1024);
+    const htmlSizeMB = htmlSizeMBNum.toFixed(2);
     const imgCount = imageCount || 0;
     const imgSizeMB = totalImageSizeMB || 0;
 
     console.log(`[PDF-GEN] [${getElapsed()}] 解析请求完成: HTML ${htmlSizeMB} MB, 图片 ${imgCount} 张 (${imgSizeMB} MB)`);
 
+    // HTML 大小硬性上限：超过 8 MB 时 Chromium PDF 引擎会崩溃
+    // Benchmark 验证：7.01 MB 需要 31 分钟，已超过用户可接受等待时间
+    // 建议用户减少内容量（如精简代码块、移除冗余样式）后重试
+    const MAX_HTML_SIZE_MB = 8;
+    if (htmlSizeMBNum > MAX_HTML_SIZE_MB) {
+      const errorMsg = `HTML 内容过大 (${htmlSizeMB} MB，超过 ${MAX_HTML_SIZE_MB} MB 上限)，无法生成 PDF。建议：1) 精简对话内容；2) 移除大型代码块；3) 分批导出。`;
+      console.log(`[PDF-GEN] [${getElapsed()}] ${errorMsg}`);
+      return res.status(413).json({ error: errorMsg });
+    }
+
     // 移除 <script> 标签防止 Puppeteer 执行阻塞（如 alert() 弹窗会导致 setContent 内部 CDP 调用超时）
     htmlToProcess = htmlToProcess.replace(/<script[\s\S]*?<\/script>/gi, '');
     console.log(`[PDF-GEN] [${getElapsed()}] 已移除 <script> 标签`);
@@ -211,8 +223,16 @@ app.post('/api/generate_pdf', async (req, res) => {
     const sizeWaitTime = imgSizeMB > 0 ? Math.min(imgSizeMB * 100, 3000) : 0;
     const totalWaitTime = Math.min(baseWaitTime + sizeWaitTime, 8000);
 
-    // 动态计算 waitForNetworkIdle 超时上限
+    // 动态计算超时上限
+    // Benchmark 数据揭示 PDF 渲染时间呈三次方增长:
+    // 0.82MB→8s, 1.64MB→16s, 3.28MB→85s, 4.92MB→>600s, 7.01MB→>1183s
+    // 拟合公式: pdfRenderMs ≈ 10*size³ + 10*size² + 2*size (秒)
+    // 超时 = 2× 安全系数, 上限 1800s (30 min)
     const baseTimeout = 60000;
+    const s = htmlSizeMBNum;
+    const pdfRenderMs = (10000 * s * s * s + 10000 * s * s + 2000 * s); // 预估 PDF 实际渲染时间 (ms)
+    const htmlExtraMs = Math.ceil(pdfRenderMs * 2); // 2x 安全系数
+
     let extraMs = 0;
     if (imgCount <= 30) {
       extraMs = imgCount * 3000;
@@ -224,18 +244,29 @@ app.post('/api/generate_pdf', async (req, res) => {
       extraMs = 640000 + (imgCount - 100) * 5600;
     }
     const sizeExtraMs = (imgSizeMB || 0) * 3000;
-    const networkTimeout = Math.min(baseTimeout + extraMs + sizeExtraMs, 1200000);
+    const networkTimeout = Math.min(baseTimeout + extraMs + sizeExtraMs + htmlExtraMs, 1200000);
 
     // 动态计算 setContent 超时上限（setContent 需要解析 HTML + 加载资源）
-    const setContentTimeout = Math.min(60000 + extraMs + sizeExtraMs, 600000);
+    const setContentTimeout = Math.min(60000 + extraMs + sizeExtraMs + htmlExtraMs, 3600000);
 
     // 动态计算截图超时上限
-    const screenshotTimeout = Math.min(30000 + (imgCount > 0 ? extraMs / 10 : 0), 120000);
+    const screenshotTimeout = Math.min(30000 + (imgCount > 0 ? extraMs / 10 : 0) + htmlExtraMs / 10, 120000);
 
-    console.log(`[PDF-GEN] [${getElapsed()}] 动态超时: setContent=${(setContentTimeout / 1000).toFixed(0)}s, waitForNetworkIdle=${(networkTimeout / 1000).toFixed(0)}s`);
+    // 动态计算 PDF 生成超时上限
+    const pdfTimeout = Math.min(120000 + extraMs / 5 + sizeExtraMs / 5 + htmlExtraMs, 3600000);
+
+    console.log(`[PDF-GEN] [${getElapsed()}] 动态超时: setContent=${(setContentTimeout / 1000).toFixed(0)}s, waitForNetworkIdle=${(networkTimeout / 1000).toFixed(0)}s, pdf=${(pdfTimeout / 1000).toFixed(0)}s (HTML=${htmlSizeMB}MB, 图片=${imgCount}张)`);
+    if (htmlSizeMBNum > 4) {
+      const estMinutes = (pdfTimeout / 60000).toFixed(0);
+      console.log(`[PDF-GEN] [${getElapsed()}] ⚠️ 大文件预警: ${htmlSizeMB} MB HTML 预计需要 ${estMinutes} 分钟`);
+    }
     console.log(`[PDF-GEN] [${getElapsed()}] 正在启动浏览器...`);
+    // protocolTimeout: 0 = 禁用 CDP 协议层超时
+    // 参考: https://github.com/puppeteer/puppeteer/issues/9927
+    // PDF 超时时由应用层 Promise.race 控制，不依赖协议层超时
     browser = await puppeteer.launch({
       executablePath: '/usr/bin/chromium',
+      protocolTimeout: 0,
       args: [
         '--no-sandbox',
         '--disable-setuid-sandbox',
@@ -254,11 +285,25 @@ app.post('/api/generate_pdf', async (req, res) => {
     await page.setViewport({ width: 1200, height: 800 });
     console.log(`[PDF-GEN] [${getElapsed()}] Viewport: 1200x800`);
 
-    console.log(`[PDF-GEN] [${getElapsed()}] 正在填充页面内容...`);
-    await page.setContent(htmlToUse, {
-      waitUntil: ['load', 'networkidle0'],
-      timeout: setContentTimeout
-    });
+    // 大 HTML (> 5 MB) 使用临时文件法，避免 CDP WebSocket 传输限制
+    // 参考: https://danindu.medium.com/optimizing-puppeteer-for-pdf-generation-8b7777edbeca
+    const isLargeHtml = htmlSizeMBNum > 5;
+    let tempFilePath = null;
+
+    console.log(`[PDF-GEN] [${getElapsed()}] 正在${isLargeHtml ? '通过临时文件加载' : '填充'}页面内容...`);
+    if (isLargeHtml) {
+      tempFilePath = path.join(os.tmpdir(), `xwx-pdf-${Date.now()}.html`);
+      fs.writeFileSync(tempFilePath, htmlToUse, 'utf8');
+      await page.goto(`file://${tempFilePath}`, {
+        waitUntil: ['load', 'networkidle0'],
+        timeout: setContentTimeout
+      });
+    } else {
+      await page.setContent(htmlToUse, {
+        waitUntil: ['load', 'networkidle0'],
+        timeout: setContentTimeout
+      });
+    }
     await page.waitForNetworkIdle({ idleTime: 500, timeout: networkTimeout });
     console.log(`[PDF-GEN] [${getElapsed()}] 页面内容加载完成`);
     
@@ -378,11 +423,10 @@ app.post('/api/generate_pdf', async (req, res) => {
 
     console.log(`[PDF-GEN] [${getElapsed()}] 正在生成 PDF 二进制流...`);
 
-    // 设置 PDF 生成的超时时间（默认 30s 对大页面不够）
-    const pdfTimeout = Math.min(120000 + extraMs / 5, 600000);
-    page.setDefaultTimeout(pdfTimeout);
-
-    const pdfBuffer = await page.pdf({
+    // timeout: 0 = 禁用 page.pdf() 内部超时（默认 30s）
+    // 参考: https://stackoverflow.com/questions/69436420
+    // 应用层用 Promise.race 做超时控制
+    const pdfPromise = page.pdf({
       format: 'A4',
       printBackground: true,
       preferCSSPageSize: true,
@@ -399,9 +443,22 @@ app.post('/api/generate_pdf', async (req, res) => {
         bottom: '20mm',
         left: '10mm',
         right: '10mm'
-      }
+      },
+      timeout: 0
+    });
+
+    const timeoutPromise = new Promise((_, reject) => {
+      setTimeout(() => reject(new Error(`PDF 生成超时 (${(pdfTimeout / 1000).toFixed(0)}s)`)), pdfTimeout);
     });
 
+    const pdfBuffer = await Promise.race([pdfPromise, timeoutPromise]);
+
+    // 清理临时文件
+    if (tempFilePath) {
+      try { fs.unlinkSync(tempFilePath); } catch {}
+      console.log(`[PDF-GEN] [${getElapsed()}] 已清理临时文件`);
+    }
+
     const pdfSizeMB = (pdfBuffer.length / 1024 / 1024).toFixed(2);
     console.log(`[PDF-GEN] [${getElapsed()}] PDF 生成成功 (${pdfSizeMB} MB)，正在关闭浏览器...`);
 
@@ -419,6 +476,10 @@ app.post('/api/generate_pdf', async (req, res) => {
     if (browser) {
       try { await browser.close(); } catch (e) {}
     }
+    // 清理临时文件
+    if (tempFilePath) {
+      try { fs.unlinkSync(tempFilePath); } catch {}
+    }
     res.status(500).json({ error: 'Internal Server Error', details: error.message });
   }
 });