Refactor Google Meet Transcripts Extension for Local Use

- Removed all cloud-related functionalities, including login prompts and token handling. - Disabled Laxis cloud features, ensuring no data is sent to external servers. - Updated manifest to reflect the new local-only functionality. - Added a new Python server to handle transcripts locally, including WebSocket support. - Implemented storage management for transcripts, including deduplication and file writing. - Created a smoke test for the WebSocket server to simulate transcript updates. - Updated README with setup instructions and usage details for the new local server.
2026-06-12 00:31:32 +03:30
parent 602dcb7430
commit 7bc34c79ed
35 changed files with 1069 additions and 840 deletions
@@ -0,0 +1,51 @@
+# Action — Doc Writing
+
+با قواعد اینجا باید اکشن‌ها رو بسازی که داک‌های من و خودت هست و بعد از اجرا اگر
+جزییاتی داشت که من نیاز داشت بدونم توی ریزالت یک ریزالت با همین نام می‌سازی و
+نتیجه‌ی کارت رو داک می‌کنی.
+اکشن‌ها جنرال هستن و روی موقعیت‌های مشابه ممکنه همون داک رو مجدد بهت بدم.
+اما ریزالت می‌تونه داخلش اطلاعات اون اجرات و درس‌آموخته‌هات باشه.
+
+---
+
+## ساختار فایل‌ها
+
+```
+docs/
+├── action/   ← عمومی، قابل استفاده مجدد
+└── result/   ← مخصوص هر اجرا
+```
+
+**فرمت نام فایل:**
+```
+{sequential_numbering_xxx}_action_{short_title_of_doc}.md
+{sequential_numbering_xxx}_result_{short_title_of_doc}.md
+```
+
+- شماره‌ی `NNN` بین جفت action/result **مشترک** است.
+- عنوان کوتاه (`short_title`) در هر دو **یکسان** است.
+
+---
+
+## action چیست؟
+
+- **جنرال** — هر بار که موقعیت مشابه پیش آمد، همین فایل داده می‌شود.
+- **بدون جزئیات اجرا** — هیچ نام فایل، تاریخ، یا تصمیم مخصوص یک run توش نباشد.
+- می‌تواند شامل: هدف، چک‌لیست کارها، قواعد، یا context کلی باشد.
+- اگر در حین اجرا متوجه شدی که action ناقص یا گمراه‌کننده بوده، **آن را بهبود بده**.
+
+## result چیست؟
+
+- **مخصوص همان اجرا** — تاریخ، فایل‌های ساخته‌شده، تصمیم‌های گرفته‌شده.
+- **درس‌آموخته** — چیزی که دفعه‌ی بعد باید متفاوت انجام شود.
+- **وضعیت** — چه چیزی انجام شد، چه چیزی باقی ماند.
+- **نیاز به تصمیم** — اگر چیزی هست که کاربر باید تصمیم بگیرد، اینجا بنویس.
+
+---
+
+## قواعد کلی
+
+- result را **بعد از اجرا** بساز، نه قبل از آن.
+- اگر result از قبل وجود داشت (اجرای مجدد همان action)، یا آپدیتش کن یا یک بخش
+  جدید با تاریخ جدید اضافه کن — فایل را overwrite نکن.
+- اطلاعاتی که «کاربر نیاز دارد بداند» را در result بنویس، نه فقط خلاصه‌ی فنی.
@@ -0,0 +1,77 @@
+- [ ] از اسکریپت laxi هرچیزی که اضافه هست رو حذف کنیم.
+	- [ ] برای لوگو یک لوگو از خودمون میذاریم.
+	- [ ] مثلا لاگین یا اگر داده‌ای به جایی میفرسته نباید بفرسته اینا هم اضافی هستن
+- [ ] هدف نهایی: بتونیم با استفاده از این پلاگین کپشن رو بگیریم
+	- [ ] راهکارها:
+		- [ ] پلاگین خودش یک mcp سرویس بده روی یک پورت
+
+---
+<!-- Claude Code comments -->
+
+**درباره حذف کدهای laxis:**
+فایل‌هایی که احتمالاً باید بررسی بشن: `analytics.js`، `login.js`، `runtime.js` (در `google-meet-transcripts-extension/`) — اینا بیشترین احتمال ارتباط با سرور laxis رو دارن. `config/` هم ممکنه endpoint داشته باشه. پیشنهاد: اول یه `grep` روی همه فایل‌ها برای `laxis` و `api.` و `fetch(` بزن تا دقیق بفهمیم کجاها data میفرسته.
+
+**درباره MCP روی پورت:**
+این رویکرد خوبیه ولی یه محدودیت داره — Chrome extension نمیتونه مستقیم TCP server باز کنه. راه‌حل‌های ممکن:
+1. **Native Messaging:** extension با یه اپ native (Python/Node) صحبت میکنه که اون اپ MCP server هست — پیچیده‌تر ولی استانداردتر
+2. **WebSocket از extension:** extension یه WebSocket server روی `localhost` باز میکنه از طریق یه background service worker + `chrome.sockets` API — محدودیت‌های manifest v3 داره
+3. **Polling روی clipboard یا فایل:** ساده‌ترین راه — extension هر X ثانیه caption رو در یه فایل یا clipboard میریزه، اپ دیگه‌ای میخونه
+
+کدوم راهکار رو در نظر داری؟
+
+---
+
+# پیاده‌سازی — معماری Bridge
+
+> راهکار انتخابی: **افزونه به‌عنوان WebSocket _client_** به یک سرور پایتونِ بیرون مرورگر وصل می‌شود.
+> (نه راهکار ۲ که افزونه خودش server باشد — در MV3 سرویس‌ورکر نمی‌تواند پورت TCP باز کند.)
+
+## دیاگرام جریان داده
+
+```mermaid
+flowchart TD
+    A["Google Meet<br/>caption روی صفحه"] -->|"DOM observer"| B["content script<br/>captionProcessing.js"]
+    B -->|"setSpeaker()"| C["storage.js<br/>نقطه‌ی choke هر caption"]
+    C -->|"chrome.runtime.sendMessage<br/>{type: TRANSCRIPT_UPDATE}"| D["service worker<br/>bridge.js"]
+    D -->|"WebSocket<br/>ws://127.0.0.1:8765"| E["سرور پایتون<br/>bridge/server.py"]
+    E -->|"ذخیره"| F["transcripts/&lt;sessionId&gt;.txt"]
+    E -.->|"ACK / PONG"| D
+    E ==>|"گام بعدی"| G["MCP Server"]
+    G ==> H["Claude<br/>transcript زنده را می‌خواند"]
+
+    style E fill:#2F5496,color:#fff
+    style G fill:#888,color:#fff,stroke-dasharray: 5 5
+    style H fill:#888,color:#fff,stroke-dasharray: 5 5
+```
+
+## چرا client و نه server؟
+
+- **CSP گوگل میت:** اگر WebSocket را از content script باز کنیم، `connect-src` صفحه بلاکش می‌کند.
+  سرویس‌ورکر تابع CSP صفحه نیست → اتصال از آن‌جا باز می‌شود.
+- **MV3 لایف‌سایکل:** سرویس‌ورکر بعد ~۳۰ ثانیه می‌خوابد. دو مکانیزم نگهش می‌دارد:
+  (۱) هر پیام جدید از content script بیدارش می‌کند، (۲) heartbeat (PING) هر ۲۰ ثانیه
+  (از Chrome 116+ پیام WebSocket زیر ۳۰ ثانیه ورکر را زنده نگه می‌دارد).
+
+## وضعیت فعلی — ✅ گام ۱ انجام شد (MVP اتصال)
+
+| قطعه | فایل | کار |
+|------|------|-----|
+| سرور پایتون | `bridge/server.py` | WebSocket روی `127.0.0.1:8765`، ذخیره در `transcripts/` |
+| WS client | `google-meet-transcripts-extension/bridge.js` | اتصال + reconnect + heartbeat |
+| ایمپورت در ورکر | `login.js` | `importScripts("bridge.js")` |
+| نقطه‌ی hook | `storage.js` → `setSpeaker` | ارسال `TRANSCRIPT_UPDATE` |
+| دسترسی شبکه | `manifest.json` | `ws://127.0.0.1:8765/*` در host_permissions |
+
+تست end-to-end سمت پایتون با `_smoke_test.py` پاس شد (PONG + ACK + ذخیره‌ی فایل).
+
+## مراحل بعدی
+- [ ] **پاک‌سازی کد laxis** (طبق بالای همین سند): حذف لاگین، analytics، و fetch به `domainUrl`.
+- [ ] **تست میدانی با Chrome واقعی:** سرور را بالا بیاور، افزونه را Reload کن، در یک Meet
+      caption را روشن کن و خروجی را در ترمینال/فایل ببین.
+- [ ] **افزودن MCP server** روی همین `server.py` (مثلاً با `mcp` SDK پایتون) تا Claude
+      بتواند transcript زنده را به‌عنوان resource/tool بخواند.
+- [ ] **لوگوی اختصاصی** جایگزین لوگوی laxis.
+
+## محیط توسعه
+
+پایتون داخل **venv** اجرا می‌شود تا سیستم تمیز بماند (راهنما: `bridge/README.md`).
@@ -0,0 +1,52 @@
+# Result — 001 Plan Doc Writing
+
+> اکشن مرتبط: [`action/001_action_plan_doc_writing.md`](001_action_doc_writing.md)
+> تاریخ اجرا: 2026-06-09
+
+این ریزالتِ اجرای قاعده‌ی «نوشتن داک پلن» است. خودِ اکشن جنرال است؛ این‌جا فقط
+جزئیات این اجرا و درس‌آموخته‌ها ثبت می‌شود تا دفعه‌ی بعد سریع‌تر و بی‌خطا انجام شود.
+
+## قاعده‌ای که فهمیدم و اعمال کردم
+
+سیستم دو لایه است:
+
+| لایه | مسیر | ماهیت |
+|------|------|-------|
+| Action | `docs/action/NNN_action_*.md` | عمومی، قابل‌استفاده‌ی مجدد، ورودیِ کار |
+| Result | `docs/result/NNN_result_*.md` | مخصوص همان اجرا، شامل درس‌آموخته‌ها، خروجیِ کار |
+
+قواعد:
+- نام result دقیقاً قرینه‌ی action است: `NNN_action_X` → `NNN_result_X`.
+- شماره‌ی `NNN` بین جفتِ action/result مشترک است.
+- چون action ممکن است دوباره برای موقعیت مشابه داده شود، **هیچ جزئیاتِ مخصوصِ یک اجرا نباید داخل action برود** — همه‌ی آن‌ها در result.
+- result باید «چیزهایی که کاربر لازم است بداند» + «درس‌آموخته» را داشته باشد.
+
+## چه چیزی در این اجرا تولید شد
+
+سند پلن (`docs/Plan.md`) با یک سکشن **«پیاده‌سازی — معماری Bridge»** گسترش یافت:
+- دیاگرام Mermaid از جریان داده (Meet → content script → service worker → پایتون → فایل → MCP/Claude)
+- توضیح «چرا client نه server» (CSP گوگل میت + لایف‌سایکل MV3)
+- جدول وضعیت گام ۱ + چک‌لیست مراحل بعدی
+
+همین محتوا در `docs/action/002_action_plan.md` به‌عنوان نسخه‌ی action نگه داشته شده.
+
+## درس‌آموخته‌ها (برای دفعه‌ی بعد)
+
+1. **Mermaid در Obsidian:** متنِ هر node را داخل `"..."` بگذار و برای شکستن خط از
+   `<br/>` استفاده کن. کاراکترهای `<` و `>` داخل لیبل را به‌صورت `&lt;` و `&gt;`
+   بنویس وگرنه پارسر Mermaid خطا می‌دهد (مثلاً `<sessionId>` → `&lt;sessionId&gt;`).
+2. **جهت‌دهی فارسی + کد:** عنوان‌ها و توضیح فارسی، ولی نام فایل/کد/پروتکل را داخل
+   backtick انگلیسی نگه دار تا RTL آن‌ها را به‌هم نریزد.
+3. **لینک‌های نسبی:** result در `docs/result/` است و action در `docs/action/`؛ برای
+   ارجاع از داخل result به action از `../action/...` استفاده کن (که در Obsidian و
+   هم در GitHub درست باز می‌شود).
+4. **`002_result_plan.md` خالی مانده:** قرینه‌اش (`002_action_plan`) پر است ولی
+   ریزالتش هنوز نوشته نشده — اگر آن اجرا کامل شد باید پر شود.
+5. **همگام‌سازی action 002 با Plan.md:** الان `docs/Plan.md` و
+   `docs/action/002_action_plan.md` محتوای یکسانی دارند؛ اگر یکی تغییر کرد باید
+   تصمیم بگیریم کدام «منبع حقیقت» است تا واگرا نشوند.
+
+## باز است / نیاز به تصمیم
+
+- منبع حقیقتِ پلن کدام است: `docs/Plan.md` یا `docs/action/002_action_plan.md`؟
+- آیا result ها هم باید در Obsidian قابل‌ناوبری باشند (مثلاً با لینک دوطرفه به action)؟
@@ -0,0 +1,116 @@
+# Result — 002 Planning
+
+> اکشن مرتبط: [`action/002_action_planning.md`](../action/002_action_planning.md)
+> تاریخ اجرا: 2026-06-09
+
+---
+
+## هدف این جلسه
+
+خواندن پروژه، فهمیدن ساختار، و پیاده‌سازی گام اول MVP:
+اتصال افزونه‌ی Chrome به یک سرور پایتون بیرون مرورگر از طریق WebSocket.
+
+---
+
+## تصمیم‌های کلیدی که گرفته شد
+
+### معماری — چرا extension به‌عنوان WS client؟
+
+افزونه نمی‌تواند خودش سرور باشد (MV3 سرویس‌ورکر TCP port نمی‌تواند باز کند).
+پس **افزونه client است و پایتون server** — افزونه به `ws://127.0.0.1:8765` وصل می‌شود.
+
+همچنین WS باید از service worker باز شود، نه content script؛ چون content script
+تابع CSP صفحه‌ی گوگل میت است و `connect-src` اتصال را بلاک می‌کند.
+
+### نقطه‌ی hook در کد افزونه
+
+`setSpeaker()` در `storage.js` — هر پاراگراف caption نهایی از این تابع رد می‌شود.
+یک `chrome.runtime.sendMessage` کوچک به آن اضافه شد که background را خبر می‌کند.
+
+### venv برای پایتون
+
+تصمیم گرفته شد پایتون داخل `.venv` اجرا شود تا سیستم کثیف نشود.
+
+---
+
+## چه چیزی ساخته شد
+
+| فایل | نوع | کار |
+|------|-----|-----|
+| `bridge/server.py` | جدید | WebSocket server پایتون روی `127.0.0.1:8765` |
+| `bridge/requirements.txt` | جدید | فقط `websockets>=12.0` |
+| `bridge/.gitignore` | جدید | `.venv/` و `transcripts/` از git خارج |
+| `bridge/README.md` | جدید | راهنمای اجرا با venv |
+| `bridge/_smoke_test.py` | جدید | کلاینت تستی بدون Chrome |
+| `bridge/.venv/` | جدید | محیط ایزوله پایتون |
+| `google-meet-transcripts-extension/bridge.js` | جدید | WS client داخل service worker |
+| `login.js` | ویرایش | اضافه شدن `importScripts("bridge.js")` |
+| `storage.js` | ویرایش | `setSpeaker` حالا `TRANSCRIPT_UPDATE` می‌فرستد |
+| `manifest.json` | ویرایش | `ws://127.0.0.1:8765/*` به `host_permissions` اضافه شد |
+
+---
+
+## تست انجام شده
+
+سرور پایتون با `_smoke_test.py` end-to-end تست شد:
+- PING → PONG ✅
+- سه `TRANSCRIPT_UPDATE` → سه ACK ✅
+- فایل `transcripts/meeting-abc123.txt` با متن فارسی درست ذخیره شد ✅
+
+تست با Chrome واقعی هنوز انجام نشده (نیاز به Reload افزونه و یک جلسه‌ی Meet).
+
+---
+
+## وضعیت چک‌لیست اصلی (از action)
+
+- [x] حذف کدهای laxis — **انجام شد** (اجرای ۲۰۲۶-۰۶-۱۰، پایین را ببین)
+- [x] لوگوی اختصاصی — **انجام شد** (لوگوی جدید جایگزین شد)
+- [x] گرفتن caption از افزونه — گام ۱ (اتصال) انجام شد
+- [x] سرویس MCP روی پورت — **انجام شد** (روی همان `server.py`)
+- [ ] تست میدانی با Chrome واقعی — باقی‌مانده (نیاز به مرورگر و یک جلسه‌ی Meet)
+
+---
+
+## اجرای دوم — پاک‌سازی laxis + MCP + لوگو (۲۰۲۶-۰۶-۱۰)
+
+### پاک‌سازی laxis (هیچ داده‌ای دیگر بیرون نمی‌رود)
+
+- `analytics.js`: کاملاً خالی شد (از قبل کامنت‌شده و مرده بود؛ در manifest هم لود نمی‌شد).
+- `login.js` (service worker): بازنویسی شد — حذف `tabs.onRemoved` (که transcript را آپلود می‌کرد)،
+  حذف `onMessageExternal` (دریافت توکن) و `getTopics`. فقط import ها + نگه‌داشتن وضعیت لوکال ماند.
+- `runtime.js` (content script): حذف فراخوانی `addRemindLogin()` و کل listener دریافت توکن/fetch.
+- `meetingInfo.js`: `checkToken` و `renewToken` با `return;` در ابتدا خنثی شدند؛ آپلود پایان جلسه
+  (`Export2App` + باز کردن `domainUrl/transcript`) حذف شد.
+- `transcript.js`: `Export2App` بلافاصله reject می‌کند (آپلود ابری قطع)، `getTopics` خنثی شد،
+  `addRemindLogin` خالی شد، منوی دانلود از حالت پیش‌فرضِ «app/cloud» به دانلود محلی `txt` تغییر کرد.
+- `panel/main.js`: لینک لوگو → `domainUrl/login` در هر سه جا حذف شد؛ متن‌های برند «Laxis…» حذف شدند.
+- `manifest.json`: `update_url` فروشگاه حذف شد (که افزونه با ID لاکسیس آپدیت نشود)؛ name/description
+  به نسخه‌ی محلی و بدون cloud تغییر کرد.
+
+### MCP روی server.py
+
+سرور حالا در یک پراسس هم WebSocket (برای افزونه) و هم MCP stdio (برای Claude) را اجرا می‌کند و
+حافظه‌ی `sessions` را share می‌کنند. ابزارها: `list_sessions`، `get_transcript`،
+`get_latest_transcript` و resource با الگوی `transcript://{session_id}`. کانفیگ Claude Desktop در
+`bridge/README.md`.
+
+### درس‌آموخته‌ها
+
+- **stdout برای MCP رزرو است:** همه‌ی `print` ها به stderr منتقل شدند، وگرنه استریم JSON-RPC خراب می‌شود.
+  برای تست دستیِ WebSocket باید از `python server.py --ws-only` استفاده کرد.
+- **کد افزونه minified است:** برای فایل‌های فشرده (`meetingInfo.js`) به‌جای حذفِ بدنه‌ها، با `return;`
+  در ابتدای تابع خنثی‌سازی شد (کم‌ریسک‌تر). کدِ مرده باقی می‌ماند ولی هرگز اجرا نمی‌شود.
+- **یک رشته‌ی غیرفعال باقی‌ست:** متنِ «Autosave to Laxis cloud…» در `displayGoogleMeetQuota`
+  (`transcript.js`) داخل کدِ مرده مانده — هرگز نمایش داده نمی‌شود چون فراخوان‌هایش خنثی‌اند.
+
+### تأیید (validation)
+
+- syntax همه‌ی فایل‌های JS با `node --check` پاس شد.
+- منطق `server.py` با AST + یک smoke test واقعیِ WebSocket (PONG/ACK + ذخیره‌ی صحیح فارسی) تأیید شد.
+- ابزار/resource های MCP با `mcp` SDK ساخته و اجرا شدند (`get_latest_transcript` متن را درست برگرداند).
+
+### باقی‌مانده برای تو
+
+تست میدانی: venv را بساز/فعال کن، `python server.py --ws-only` را اجرا کن، افزونه را در
+`chrome://extensions` **Reload** کن، در یک Meet واقعی caption را روشن کن و خروجی را در
+`bridge/transcripts/` ببین. بعد کانفیگ MCP را به Claude Desktop اضافه کن.