v0.0.74: отмена в extract-фазе — прерывание не ждёт все .doc-конвертации

History/README.md

@@ -106,6 +106,7 @@
 - **2026-08-24-time-tickers-estimates.md** — v0.0.64–0.0.65: тикер текущего файла на всех этапах, мгновенные оценки времени по файлам и суммарно.
 - **2026-08-24-folder-select-implemented.md** — v0.0.68: кнопка «Выбрать папку» (webkitdirectory, рекурсивно, относительный путь).
 - **2026-08-24-folder-zip-not-lost.md** — v0.0.69: архивы из папки без документов не теряются (добавляются как есть); раскрытие zip с документами; склонение счётчика.
+- **2026-08-24-v074-cancel-extract.md** — v0.0.74: отмена в extract-фазе (не ждём все .doc).
 - **2026-08-24-v073-security-fixes.md** — v0.0.73: 6 фиксов по ревью Соннета (SSRF, path traversal, слабый SID, proc_error, zip-бомба, self-XSS); 1 отклонено (cleanup), 5 отложено.
 - **2026-08-24-pull-retry-limit-counter.md** — v0.0.72: ретраи pull из ВМ, корректная ошибка лимита сессии, счётчик дедупа.
 - **2026-08-24-code-review-sonnet.md** — код-ревью Соннета: 15 багов (SSRF, path traversal, слабый SID, zip-бомба и др.), промпт в docs/code-review-sonnet.md.

History/code-fixes/2026-08-24-v073-security-fixes.md

@@ -37,3 +37,10 @@ _Критично перепроверены в коде; спорные пун
 - `_safe_name` unit-тест — 8/8 OK.
 - `create_app()` стартует (VERSION 0.0.73).
 - Версия 0.0.72 → 0.0.73.
+
+## Проверка на проде (редеплой 20:00, v0.0.73)
+- SSRF: `POST /api/upload_refs` с `url=http://169.254.169.254/...` → `{"count":0,"ok":true}` (URL отклонён).
+- Path traversal: `name="../../evil.txt"` → `{"count":0,"ok":true}` (имя отклонено).
+- SID теперь полный 32 hex (128 бит) — виден в ответе.
+- Регресс: папка с подпапкой + кириллицей → «Обработано 2 файлов: 4.3с»,
+  в ZIP `Подпапка/Договор_1.md` + `Акт.md` (пути сохранены, `_safe_name` не сломал подпапки).

History/code-fixes/2026-08-24-v074-cancel-extract.md

@@ -0,0 +1,26 @@
+# v0.0.74 — отмена в extract-фазе (2026-08-24)
+
+_code-fixes. Доработка по код-ревью Соннета (пункт «отмена не работает в extract-фазе»)._
+
+## Что сделано (`drhider/obfuscator.py`)
+- В проходе 1 (извлечение) добавлена проверка `cancel_event.is_set()` между файлами:
+  при отмене цикл извлечения прерывается (`break`), LLM-сканирование пропускается,
+  результат помечается `cancelled` (processed=0, пустой ZIP + mapping.csv только заголовок).
+- Раньше отмена ждала завершения ВСЕХ извлечений, включая медленные `.doc` (liberta, до 120с/файл).
+
+## Проверка
+- `py_compile` — OK, `import` drhider — OK.
+- Unit-тест: `cancel_event` установлен до старта → `meta={'cancelled': True, 'processed': 0, 'total': 2}`,
+  пустой ZIP (22 Б), CSV только заголовок.
+
+## Критично к Соннету (по итогам проверки)
+- **«LLM-таймаут тихо обнуляет чанк»** — ОТКЛОНЕНО: `_call_llm` уже логирует
+  (`log.warning("LLM NER failed: %s", e)`) в `except Exception`. Таймаут не «тихий».
+- **«cleanup после /download»** — ОТКЛОНЕНО ранее (ZIP и CSV скачиваются раздельно, см. v0.0.73).
+
+## Осталось (не трогаем, задокументировано)
+- idx-мисматч `expand_zips` (фильтр расширений) — краевой случай, спорное поведение.
+- LLM prompt injection — класс риска, не фикс кода.
+- debug-эндпоинт `session_files` — мелочь, может сломать тесты.
+
+Версия 0.0.73 → 0.0.74.

drhider/obfuscator.py

@@ -140,7 +140,13 @@ class TwoPassObfuscator:
             # Без параллельности: liberta не выдерживает конкурентные вызовы
             # (libreoffice падает с javaldx).
 
+            cancelled_extract = False
             for i, (fname, content, ctype) in enumerate(files):
+                # Мягкая остановка в фазе извлечения (между файлами) — не ждём все .doc
+                if cancel_event is not None and cancel_event.is_set():
+                    log.info("obfuscate: cancelled during extract, processed=%d/%d", i, total)
+                    cancelled_extract = True
+                    break
                 display_name = os.path.basename(fname) or fname
                 if progress_cb:
                     progress_cb("start", i, total, display_name, 0.0)
@@ -168,8 +174,8 @@ class TwoPassObfuscator:
                               per_file={fname: len(t) for fname, t in all_texts.items()})
 
             # LLM-сканирование (получает уже найденное regex'ом чтобы не дублировать)
-            cancelled_llm = False
-            if self._llm_client:
+            cancelled_llm = cancelled_extract
+            if not cancelled_llm and self._llm_client:
                 try:
                     scanner.scan_llm_ner(
                         all_texts, self._mapping, self._llm_client, self._counters,

site/app.py

@@ -21,7 +21,7 @@ if _sys_path_root not in sys.path:
     sys.path.insert(0, _sys_path_root)
 
 # Версия приложения (меняется при изменениях)
-VERSION = "0.0.73"
+VERSION = "0.0.74"
 
 
 def setup_logging():