集成:Codex 多功能分支 + 本轮编辑阻断修复(删除/拖入落点/蓝选/预览/菜单/递归导入)

AGENTS.md

@@ -8,14 +8,14 @@ OpenTake 是 Palmier Pro 的跨平台社区分支：Rust core（Tauri 2 + React
 ```
 PRIMARY-CN/
 ├── palmier-pro-upstream/   # 上游只读参考（Swift macOS 视频编辑器，GPL-3.0）
-│   └── Sources/PalmierPro/ # 209 .swift，~43K 行，编辑逻辑的真理来源
-└── OpenTake/               # 本项目
-    ├── docs/               # 架构 / 路线图 / 模块移植规格
+│   └── Sources/PalmierPro/ # 上游编辑逻辑的真理来源
+└── OpenTake/               # 本项目（当前工作仓库）
+    ├── assets/             # 品牌图标与静态资源
+    ├── crates/             # Rust workspace（domain / ops / project / media / render / agent / gen / core）
+    ├── docs/               # 架构 / 路线图 / 规格 / 上游拆解
     │   └── _analysis/      # 上游拆解报告（4 份横切分析）
-    ├── crates/             # Rust workspace（待创建）
-    ├── src-tauri/          # Tauri 2 桌面壳（待创建）
-    ├── web/                # React + TypeScript 前端（待创建）
-    └── services/           # 可选后端服务（待创建）
+    ├── src-tauri/          # Tauri 2 桌面壳
+    └── web/                # React + TypeScript 前端
 ```
 
 ## 从何处开始
@@ -46,9 +46,10 @@ PRIMARY-CN/
 | 桌面壳 | Tauri 2 |
 | 前端 | React + TypeScript + Vite |
 | 状态管理 | Zustand（前端只读镜像） |
-| 编解码 | ffmpeg-next（libav*） |
+| 编解码 | ffmpeg-sidecar（调用系统 ffmpeg/ffprobe） |
 | 帧合成 | wgpu（自写合成器） |
 | 音频播放 | cpal |
+| 语义搜索 | ort + SigLIP2（tokenizers 预处理） |
 | MCP server | rmcp（streamable-http-server） |
 
 ## 移植法则
@@ -75,7 +76,7 @@ PRIMARY-CN/
 - 所有数值常量走 `AppTheme`，不硬编码。
 - 悬停态用 CSS `:hover` + 圆角背景，图标用 lucide-react。
 
-## 构建（Phase 0 完成后）
+## 构建
 
 ```bash
 # Rust core
@@ -90,7 +91,7 @@ cd web && pnpm install && pnpm build
 cargo tauri dev
 ```
 
-当前状态：**设计阶段**，代码尚未产生。ROADMAP Phase 0 为工程脚手架。
+当前状态：核心实现已落地，Rust workspace、Tauri 壳、React 前端、MCP/Agent 层和主要文档都在仓库中；ROADMAP 继续追踪剩余的高风险差距和后续阶段。
 
 ## 上游参考
 

CLAUDE.md

@@ -35,7 +35,7 @@
 
 ## 0. 项目身份
 - OpenTake = [palmier-io/palmier-pro](https://github.com/palmier-io/palmier-pro)(Swift 原生 macOS 视频编辑器,GPL-3.0)的**跨平台社区分支**。**忠实 1:1 复刻其编辑逻辑与 UI**(用户反复强调:别自己发明,照上游源码复刻;除登录/账号外都对齐),再加更强 Agent 能力。
-- 栈:Tauri 2 + Rust workspace + React/TS;媒体 = FFmpeg(sidecar)+ wgpu(合成)+ cpal + whisper-rs + candle/ort。
+- 栈:Tauri 2 + Rust workspace + React/TS;媒体 = ffmpeg-sidecar + wgpu(合成)+ cpal + whisper-rs + ort/SigLIP2。
 - GitHub `appergb/OpenTake`(Public,main 受保护)。许可 GPL-3.0。
 
 ## 1. 目录

DECISIONS.md

@@ -23,7 +23,7 @@ PRIMARY-CN/
 | 整体架构 | **Tauri 2**(Rust core + Web 前端) | 与 Rust 核心天然契合;二进制小;一套代码覆盖三桌面平台 |
 | 核心语言 | **Rust** | 领域模型 / 编辑操作 / 工程格式 / 媒体管线 / MCP server |
 | 前端 | **React + TypeScript** | 生态最全,AI/人协作最顺,契合既有 web 规则 |
-| 媒体引擎 | **FFmpeg 绑定**(`ffmpeg-next` 等) | 替代 AVFoundation:解码/合成/导出/缩略图/波形;LGPL/GPL 与本项目 GPL-3.0 兼容 |
+| 媒体引擎 | **FFmpeg 调用层**(`ffmpeg-sidecar`, 调用系统 `ffmpeg`/`ffprobe`) | 替代 AVFoundation:解码/合成/导出/缩略图/波形;LGPL/GPL 与本项目 GPL-3.0 兼容 |
 | 目标平台 | **桌面优先**:macOS / Windows / Linux | 先把跨平台桌面做扎实(已实现"让 mac 用户也能用 + 扩到 Win/Linux") |
 | 生成式 AI | **自建后端 / BYOK** | 上游 genAI 闭源(Convex+Clerk),代码不在仓库,必须新建:轻量代理对接 fal.ai/Replicate/各厂商 API |
 

README.ja.md

@@ -98,11 +98,11 @@ OpenTake は CapCut / DaVinci Resolve / Final Cut Pro の代替品ではあり
 
 | 機能 | 技術 |
 |:--|:--|
-| コーデック | FFmpeg (`ffmpeg-next`) |
+| コーデック | ffmpeg-sidecar（システムの ffmpeg/ffprobe を呼び出し） |
 | コンポジター | wgpu カスタムコンポジター |
 | 音声再生 | cpal |
 | 文字起こし | whisper-rs |
-| 意味検索 | candle / ort + SigLIP2 |
+| 意味検索 | ort + SigLIP2 + tokenizers |
 
 ### 🌐 BYOK AI生成
 
@@ -233,15 +233,15 @@ cd web && pnpm install && pnpm build
 cd .. && cargo tauri dev
 ```
 
-> ⚠️ **現在の状態**: 初期設計段階。アーキテクチャ、ロードマップ、モジュール移植マップは完了。コード実装中。
+> ⚠️ **現在の状態**: Rustワークスペース、Tauriシェル、React UI、MCP/Agent層、主要ドキュメントは揃っており、ROADMAP は残るギャップと高リスク項目を追跡しています。
 
 ---
 
 ## 📋 バージョン履歴
 
 | バージョン | 日付 | マイルストーン |
 |:--|:--|:--|
-| `0.1.0-dev` | 2026-06 | Phase 0+1: Cargo workspace + Domain models + Edit ops |
+| `0.1.0-dev` | 2026-06 | 開発中スナップショット: ワークスペース、主要 crate、Tauri シェル、React UI、MCP/Agent 層 |
 | *(planned)* `1.0.0` | TBD | Phase 10: フルリリース |
 
 📖 [完全なロードマップ](docs/ROADMAP.md)

README.md

@@ -112,11 +112,11 @@ Built-in Agent chat panel shares tool definitions and system prompt with MCP.
 
 | Capability | Technology |
 |:--|:--|
-| Codec | FFmpeg (`ffmpeg-next`) — battle-tested Rust bindings |
+| Codec | ffmpeg-sidecar (system ffmpeg/ffprobe) |
 | Compositor | wgpu custom compositor — multi-track layering + per-frame property sampling + affine/crop/blend |
 | Audio Playback | cpal |
 | Transcription | whisper-rs (word/segment timestamps) |
-| Semantic Search | candle / ort + SigLIP2 dual-encoder |
+| Semantic Search | ort + SigLIP2 + tokenizers |
 
 ### 🌐 BYOK AI Generation
 
@@ -273,7 +273,7 @@ cd web && pnpm install && pnpm build
 cd .. && cargo tauri dev
 ```
 
-> ⚠️ **Current Status**: Early design phase. Architecture, roadmap, and module port maps are complete; code implementation in progress.
+> ⚠️ **Current Status**: Active implementation. The Rust workspace, Tauri shell, React UI, MCP/Agent layer, and core docs are in place; the roadmap now tracks the remaining parity gaps and hard blockers.
 
 The sibling directory `palmier-pro-upstream/` contains upstream Swift sources for reference during porting.
 
@@ -283,7 +283,7 @@ The sibling directory `palmier-pro-upstream/` contains upstream Swift sources fo
 
 | Version | Date | Milestone |
 |:--|:--|:--|
-| `0.1.0-dev` | 2026-06 | Phase 0+1: Cargo workspace + Domain models + Edit ops + Tauri scaffold |
+| `0.1.0-dev` | 2026-06 | Active development snapshot: workspace, core crates, Tauri shell, React UI, and MCP/Agent surface |
 | *(planned)* `0.2.0` | TBD | Phase 2: Persistence + Media import + Thumbnails + Waveform |
 | *(planned)* `0.3.0` | TBD | Phase 3: Timeline UI + Preview + MCP Server |
 | *(planned)* `0.4.0` | TBD | Phase 4: GPU Compositor (wgpu) + Text rasterization |

README.zh-CN.md

@@ -100,11 +100,11 @@ Agent 操作时间线时，每次工具返回附带 `context_signal`：
 
 | 能力 | 技术 |
 |:--|:--|
-| 编解码 | FFmpeg (`ffmpeg-next`) — 成熟 Rust 绑定 |
+| 编解码 | ffmpeg-sidecar（调用系统 ffmpeg/ffprobe） |
 | 帧合成 | wgpu 自写合成器 — 多轨叠加 + 逐帧属性采样 + 仿射/裁剪/混合 |
 | 音频播放 | cpal |
 | 语音转写 | whisper-rs (word/segment 时间戳) |
-| 语义搜索 | candle / ort + SigLIP2 图文双编码器 |
+| 语义搜索 | ort + SigLIP2 + tokenizers |
 
 ### 🌐 BYOK 生成式 AI
 
@@ -251,15 +251,15 @@ cd web && pnpm install && pnpm build
 cd .. && cargo tauri dev
 ```
 
-> ⚠️ **当前状态**: 早期设计阶段。架构设计、路线图、模块移植地图已完成，代码正在落地中。
+> ⚠️ **当前状态**: 核心实现已落地，Rust 工作空间、Tauri 壳、React UI、MCP/Agent 层和核心文档都已就位；路线图现在主要追踪剩余的对齐差距和高风险阻塞点。
 
 ---
 
 ## 📋 版本历史
 
 | 版本 | 日期 | 里程碑 |
 |:--|:--|:--|
-| `0.1.0-dev` | 2026-06 | Phase 0+1: Cargo workspace + Domain models + Edit ops + Tauri scaffold |
+| `0.1.0-dev` | 2026-06 | 进行中的开发快照：工作空间、核心 crate、Tauri 壳、React UI 与 MCP/Agent 层 |
 | *(planned)* `0.2.0` | TBD | Phase 2: Persistence + Media import + Thumbnails + Waveform |
 | *(planned)* `0.3.0` | TBD | Phase 3: Timeline UI + Preview + MCP Server |
 | *(planned)* `0.4.0` | TBD | Phase 4: GPU Compositor (wgpu) + Text rasterization |

crates/opentake-agent/src/mcp/dispatch.rs

@@ -437,6 +437,7 @@ impl Dispatcher {
             opacity: a.opacity,
             transform: a.transform.map(transform_from_arg),
             text_content: a.content.clone(),
+            ..Default::default()
         };
         let res = self.apply(EditCommand::SetClipProperties {
             clip_ids,

crates/opentake-media/src/lib.rs

@@ -164,6 +164,65 @@ impl MediaEngine {
     pub fn export_pause(&self) -> ExportPause {
         self.export_pause.clone()
     }
+
+    /// Extract the audio track from `input` into `output` as a self-contained
+    /// audio file. The container/codec is picked from the output extension:
+    /// `.m4a` → AAC in MP4, `.mp3` → libmp3lame, `.wav` → PCM s16le. Video is
+    /// dropped (`-vn`). Streams the mux directly (input file → output file),
+    /// never holding the full audio in memory — suitable for long sources.
+    ///
+    /// Returns the output path on success. Errors bubble up as `MediaError::Ffmpeg`
+    /// when ffmpeg is missing, exits non-zero, or the extension is unsupported.
+    pub fn extract_audio(&self, input: &Path, output: &Path) -> Result<std::path::PathBuf> {
+        extract_audio_file(input, output).map(|_| output.to_path_buf())
+    }
+}
+
+/// Run `ffmpeg -y -i <input> -vn <codec args> <output>` to mux the audio track
+/// into a standalone file. Codec is selected by `output`'s extension so the
+/// caller just picks a save-path filter in the native dialog and the right
+/// encoder falls out. `-y` overwrites (the save dialog already confirmed).
+fn extract_audio_file(input: &Path, output: &Path) -> Result<()> {
+    let codec_args: Vec<&str> = match output.extension().and_then(|e| e.to_str()) {
+        Some("m4a") | Some("m4r") | Some("aac") => vec!["-c:a", "aac", "-b:a", "192k"],
+        Some("mp3") => vec!["-c:a", "libmp3lame", "-b:a", "192k"],
+        Some("wav") => vec!["-c:a", "pcm_s16le"],
+        Some(ext) => {
+            return Err(MediaError::Ffmpeg(format!(
+                "unsupported audio extension: .{ext} (use m4a, mp3, or wav)"
+            )));
+        }
+        None => {
+            return Err(MediaError::Ffmpeg(
+                "output path has no extension (use .m4a, .mp3, or .wav)".into(),
+            ));
+        }
+    };
+
+    let mut cmd = std::process::Command::new(ff::ffmpeg_path());
+    cmd.arg("-y")
+        .arg("-i")
+        .arg(input)
+        .arg("-vn")
+        .args(&codec_args)
+        .arg(output);
+
+    let out = cmd
+        .output()
+        .map_err(|e| MediaError::Ffmpeg(format!("ffmpeg spawn: {e}")))?;
+    if !out.status.success() {
+        let stderr = String::from_utf8_lossy(&out.stderr);
+        return Err(MediaError::Ffmpeg(format!(
+            "ffmpeg exited {}{}",
+            out.status,
+            if stderr.trim().is_empty() {
+                String::new()
+            } else {
+                format!(": {}", stderr.trim())
+            }
+        )));
+    }
+    Ok(())
 }
 
 #[cfg(test)]