ADR Ф6-2: формулы в Write (выпуск 1.2)
Статус: предложено, 15.10.2026 (сессия
проектирования 1.x, ветка claude/design-f6-f8-2d6dbf).
Берётся в работу после беты 0.9; по плану 15.10 фаза 6, бюджет формул
15–25 сд. Основание: план plan/report-20261015/ (фаза 6,
аудит 05 задача 6), спецификация docs/apps/math.md, обзор
docs/research/oss-text-render-lingo-math.md §2.10, решения
владельца № 40 и № 43 (STIX Two Math и Latin Modern Math разрешены в
комплекте).
Задача
Сейчас формула OMML из docx хранится в модели как
ForeignKind::Math (исходный XML, круговой путь без потерь —
kernel/crates/codec-ooxml/src/docx.rs:1739), а вёрстка
показывает текстовую замену — узлы m:t
подряд
(kernel/crates/meridian-layout/src/document.rs:1794). В ODT
формул нет вовсе: встроенные объекты draw:object с MathML
пропускаются, при сохранении в ODT формулы OMML теряются (отчёт
codec-odf/src/report.rs:113).
Цель 1.2:
- Показ: каждая формула корпуса видна как формула (дроби, корни, индексы, матрицы, растяжимые скобки, большие операторы, акценты) — в окне, в превью Hub и в PDF/A, с той же раскладкой.
- Форматы без потерь: OMML в docx (чтение/запись), MathML в ODT (чтение/запись встроенного объекта), перевод OMML ↔︎ MathML при «Сохранить как».
- Ввод и правка (минимум): «Вставка → Формула» и Alt+= — линейный ввод в стиле UnicodeMath (как в Word) с автоматическим «построением» по пробелу/Enter; правка существующей формулы в том же линейном виде.
Не входит в 1.2: окно MOffice Math, палитры шаблонов (кроме 12 частых в выпадающем меню), LaTeX-ввод, рукописный ввод, озвучивание (MathCAT-подобное, P1 Math), нумерация выключных формул с перекрёстными ссылками — фаза 9 (Write 1.6) и фаза 11 (Math 2.0).
Объём в корпусе: m:oMath — в 5 из 367 docx, 22
вхождения; m:oMathPara — 4 docx, 9 вхождений
(tests/corpus/stats/ooxml-elements.tsv). Мало для ворот —
план требует добрать 30 новых документов с формулами
(учебные, ГОСТ-отчёты, статьи), их нужно собрать в корпус до начала
работ.
Модель
| Вариант | Как | За | Против |
|---|---|---|---|
| А. Своё дерево формулы = MathML Core по структуре, OMML и MathML — кодеки (рекомендую) | в meridian-text-model вместо «чужого XML» —
Inline::Math(MathNode): узлы
Row, Ident, Number, Operator{form, stretchy, largeop}, Text, Frac{bevelled, linethickness}, Sqrt, Root, Sub/Sup/SubSup, Under/Over/UnderOver, Multiscripts, Table{align, lines}, Fenced(open, close, sep), Accent, Phantom, Space, Style{display, variant};
исходный OMML сохраняется рядом до первой правки |
MathML Core — открытый стандарт W3C, на него же ложится будущее окно
Math, экспорт HTML/EPUB, PDF/UA (/AF MathML), буфер обмена;
OMML ↔︎ дерево ≈ 1:1 по конструкциям docs/apps/math.md |
перевод OMML ↔︎ MathML теряет мелочи (m:argPr,
выравнивание m:eqArr по &) — храним
«хвосты» OMML в атрибутах узла |
| Б. Хранить OMML как есть, раскладывать прямо OMML | нет своего дерева | быстрее на 3–4 сд для docx | ODT и HTML — второй путь; правка по OMML неудобна; окно Math 2.0 всё равно потребует дерево |
| В. Хранить LaTeX/UnicodeMath-строку | строка — модель | компактно | раскладка требует разбора при каждом показе; круговой путь docx не гарантирован |
Решение — А. Исходный OMML формулы хранится, пока
формулу не правили (круговой путь docx остаётся байт-в-байт как сейчас);
после правки OMML пишется из дерева. Формат .mwx
(codec-mwx) получает элемент math с деревом.
Вёрстка формул в
meridian-layout
- Алгоритм — по TeXbook, приложение G, и спецификации OpenType MATH
(константы
MathConstants, курсивные поправки,MathKernInfoдля индексов,MathVariants— размеры и сборки растяжимых глифов). Образец кода для сверки —typst-layout/src/math/*(Apache-2.0): по решению № 40 не переносим текст, пишем свой, сверяем результаты. - Новое в
meridian-font: разбор таблицыMATH(≈ 400–600 строк: константы, italic correction, top accent attachment, extended shapes, kerning, glyph variants и assembly). Сейчас её нет — это первое, что нужно. - Выход раскладки формулы — бокс (ширина, высота над
базовой линией, глубина) со списком глифов и линий (черта дроби,
радикал), который
meridian-layoutставит в строку как неделимый inline-объект (встроенная формула, стильtext) или как отдельный абзац (m:oMathPara, стильdisplay, выравнивание поm:jc). Перенос длинной встроенной формулы — по бинарным операторам и отношениям (как Word), не внутри дробей. - Шрифты: по умолчанию STIX Two Math
(OFL-1.1, разрешён № 43; ≈ 1,5 МБ) — замена Cambria Math из Word по
метрикам ближе всего. Для документов с явным
m:mathFont = "Cambria Math"— тоже STIX Two Math (Cambria не распространяем). Latin Modern Math (GUST Font License) — только по решению владельца (класс лицензии не в списке 0–1). Кириллица в формулах (м/с,кг) — из STIX Two Math есть; при отсутствии глифа — запасной текстовый шрифт абзаца, как в Word. - Шейпинг внутри формулы — тот же шейпер, что и для текста
(
meridian-shape), с отключёнными лигатурами и сsstyдля индексов. - PDF: формула — обычные глифы и линии,
meridian-pdfуже встраивает подмножества CFF/TrueType; для PDF/UA — тег/Formulaс/Alt(линейная запись) и MathML как Associated File (P1, после 1.2). - Детерминизм: раскладка формулы зависит только от шрифта и дерева — одинакова на трёх ОС; эталоны в тестах — PNG.
Ввод и правка (линейный формат UnicodeMath)
| Вариант | За | Против |
|---|---|---|
| А. Линейный ввод UnicodeMath + «построение» (рекомендую для 1.2) | так работает Word (Alt+=), пользователи знают a/b,
x^2, \sqrt, \int_0^1; Unicode
Technical Note 28 — открытая спецификация; один разборщик строка →
дерево и печать дерево → строка |
без визуальной правки по месту; длинные матрицы набирать неудобно |
| Б. Визуальный редактор по месту (курсор в структуре, заполнители) | удобнее новичку | 20–30 сд отдельно; это окно Math 2.0 |
| В. LaTeX-ввод | привычен учёным | не формат Word; в 1.2 — только как автозамены \alpha,
\sum, \frac внутри UnicodeMath (как в
Word) |
Решение — А: в 1.2 — линейное поле формулы на месте:
щелчок по формуле переводит её в линейный вид (UnicodeMath, с
автозаменами \alpha → α, \le → ≤, список из
Word, 300+ имён), Enter или уход курсора «строит» формулу. Правка — одна
транзакция meridian-edit (Undo одним шагом). Меню «Формула»
на ленте: 12 частых шаблонов (дробь, индекс, корень, интеграл, сумма,
предел, матрица 2×2, система, скобки, вектор, производная, логарифм),
вставляющих линейный текст-заготовку. Визуальный редактор — фаза 11.
Варианты в целом и решение
| Вариант | Сд | Комментарий |
|---|---|---|
| А. Своё дерево (MathML Core) + своя раскладка по OpenType MATH + линейный ввод (выбрано) | 20–26 | основа и для Math 2.0, и для PDF/UA |
| Б. Только показ OMML без правки и без ODT | 12–15 | «формулы видны», но ODT продолжает терять формулы, а вставить формулу нельзя |
| В. Перенос typst math как зависимости | 10–14 | нарушает № 40; typst завязан на свой движок стилей |
Риски
| Риск | Что делаем |
|---|---|
| Раскладка расходится с Word (Word ≠ TeX: свои интервалы, «маленькие» дроби в тексте) | эталон — Word на Mac владельца (решение № 42) для 35 документов; ворота — SSIM страниц с формулами не ниже соседних страниц того же документа |
| В корпусе мало формул (5 docx) | до начала — собрать 30 документов (P0 ниже); источники классов 0–1 (GovDocs1, arXiv-исходники под CC0/CC-BY не годятся для docx — искать docx/odt с открытой лицензией) |
UnicodeMath неоднозначен (a/b c, приоритеты) |
разбор по UTN 28 §3; набор из 200 строк-примеров с ожидаемым деревом и сверкой «как Word построил» |
| Таблица MATH у разных шрифтов неполная | поддерживаем STIX Two Math как эталон; для чужих математических шрифтов документа — проверка наличия таблицы, иначе STIX |
| Перевод OMML ↔︎ MathML теряет мелочи | хвосты OMML в атрибутах; тест кругового пути docx → дерево → docx на 35 документах: XML формул эквивалентен |
Оценка и задачи
Итого 20–26 сд (бюджет плана 15–25; +1 сд — сбор корпуса). Порядок: M0 → M1 → (M2 ‖ M3) → M4 → M5 → M6 → M7.
| № | Задача | Сд | Владелец файлов | Готово, когда |
|---|---|---|---|---|
| M0 | Корпус: 30 docx/odt с формулами (лицензии 0–1), эталоны Word и LibreOffice | 1–2 | S5 (корпус) | 35 документов в manifest.tsv, эталоны PNG |
| M1 | Таблица MATH в meridian-font; STIX Two
Math в kernel/fonts + third_party.toml |
2–3 | шрифты (A/S3) | все поля MATH STIX Two разобраны, тест на значения из спецификации шрифта |
| M2 | Дерево MathNode в meridian-text-model,
.mwx |
2 | S3 | круговой путь mwx |
| M3 | Кодек OMML ↔︎ дерево (чтение/запись, хвосты), MathML ↔︎ дерево, ODT
draw:object с Object N/content.xml |
4–5 | S3 (codec-ooxml, codec-odf) |
35 документов: docx → docx эквивалентен; docx → odt → docx сохраняет формулы; отчёт ODT больше не пишет «формулы не попадут» |
| M4 | Раскладка: атомы, дроби, корни, индексы, под/над, большие операторы, матрицы, растяжимые скобки, акценты, интервалы TeX; бокс в строке; перенос встроенных | 6–8 | S3 (meridian-layout) |
все формулы 35 документов разложены без отказов; SSIM страниц с формулами ≥ среднего по документу |
| M5 | Рендер и PDF/A: глифы и линии в
meridian-render/meridian-pdf |
1–2 | S3 | PDF/A с формулами проходит veraPDF; текст pdftotext
содержит символы формулы |
| M6 | Линейный ввод UnicodeMath: разбор, печать, автозамены, Alt+=, шаблоны ленты, транзакция Undo | 3–4 | S3 (meridian-edit, ui/meridian-write) |
200 строк-примеров → ожидаемое дерево; правка формулы отменяется одним Ctrl+Z |
| M7 | Квитанция ворот, регрессия G3 (страницы без формул не изменились побайтно) | 1 | S5 | квитанция write-math-*.json в индексе |
Одна сессия последовательно, либо две: «шрифт и раскладка» (M1, M4, M5) и «модель, кодеки, ввод» (M2, M3, M6).
Решения владельца
- Подтвердить модель «своё дерево по MathML Core» и линейный ввод UnicodeMath (без визуального редактора в 1.2).
- Latin Modern Math (GUST Font License) — брать ли в комплект как второй математический шрифт (рекомендую — нет, только STIX Two Math).
- Разрешить использовать Word на Mac владельца для эталонов формул (уточнение решения № 42 под формулы).
- Источник 30 документов с формулами: можно ли взять учебные материалы владельца/пилота (вне репозитория, только для эталонов) — или только открытые источники.