fix: 引擎直切 503（#84）与 onclick 属性 XSS（#99）

app/integrated_app/model_manager_core/load.py

@@ -3,13 +3,82 @@
 包含 PersonaWarmupService / warmup_persona_cache、load_voxcpm2 /
 _do_load_voxcpm2_internal / load_indextts2、PreloadService / preload_model /
 get_preload_status。
-【边界】不做卸载（unload.py）；不做引擎切换（switch.py）。
+【边界】不做引擎切换（switch.py）。卸载动作仍由 unload.py 承担：#84 起
+load_voxcpm2 / load_indextts2 在预检前经 _unload_loaded_engines_for_load
+委托 unload_model() 清场卸载驻留引擎（switch_engine 热待机路径以
+``auto_unload=False`` 跳过，保持双引擎常驻语义）。
 """
 
 from . import state as _state
 from .state import *
 
 
+def _unload_loaded_engines_for_load(target_engine: str) -> str | None:
+    """加载前清场：卸载已驻留引擎并等待显存回收（#84）。
+
+    WHY: routes 的 load 端点把 voxcpm2 / indextts2 / indextts20 直接指到
+    专用加载器（routes/model.py 的 ``load_fn`` 分派），这条路径此前没有
+    switch_engine 的卸载阶段，预检又是「当前空闲 vs 需求」的裸比较——
+    12GB 级显卡上从 UI 直切引擎必然 503 INSUFFICIENT_VRAM（issue #84 的
+    三段证据：无 [引擎切换] VRAM 检查日志、绕过 M-R1 记账、加载器不卸载）。
+
+    与 switch_engine 的关系：传统切换路径已先 ``unload_model()``，此时本
+    函数检测不到驻留引擎、是幂等空操作；热待机路径必须由调用方传
+    ``auto_unload=False`` 跳过（见 switch.py 调用点），否则「双引擎常驻」
+    的快切语义会被破坏。
+
+    锁约定：专用加载器进入本函数时已持有 ``_model_lock``（RLock），
+    ``unload_model()`` 内部的 ``with _model_lock`` 依赖同线程可重入，
+    与 switch_engine 阶段④的既有用法一致（见 state.py RLock WHY 注释）。
+
+    Args:
+        target_engine: 即将加载的引擎名（用于日志与语义标注）。
+
+    Returns:
+        str | None: 本次被卸载的驻留引擎名；没有驻留引擎时返回 ``None``。
+    """
+    from ..gpu_backend import GPUBackend, GPUBackendManager
+    from ..model_registry import ENGINE_VRAM_REQUIREMENTS
+    from .unload import unload_model
+
+    resident: str | None = registry.current_engine
+    has_generic = any(inst is not None for inst in registry.get_all_engine_instances().values())
+    if registry.voxcpm_model is None and registry.indextts2_engine is None and not has_generic:
+        return None
+
+    logger.info(f"[模型加载] 检测到已驻留引擎 {resident or '未知'}，先卸载再加载 {target_engine}")
+    gpu_device: Any = _state.get_gpu_device()
+    backend: GPUBackend = GPUBackendManager.detect_backend()
+    baseline_bytes: int = 0
+    expected_release_bytes: int = int(ENGINE_VRAM_REQUIREMENTS.get(resident or "", 0.0) * 1024**3)
+    if backend != GPUBackend.CPU and gpu_device is not None:
+        with contextlib.suppress(Exception):
+            baseline_bytes = GPUBackendManager.memory_allocated(gpu_device)
+
+    # RLock 同线程重入：见 state.py WHY 注释与 switch_engine 阶段④先例
+    unload_model()
+
+    if backend != GPUBackend.CPU and gpu_device is not None:
+        # 延迟导入避免循环依赖：switch.py 在模块级导入本模块（load.py）
+        from .switch import _wait_vram_freed
+
+        with contextlib.suppress(Exception):
+            GPUBackendManager.empty_cache()
+        if _wait_vram_freed(
+            gpu_device,
+            baseline_allocated=baseline_bytes,
+            expected_release_bytes=expected_release_bytes,
+        ):
+            logger.info("[模型加载] 旧引擎显存已按预期回收")
+        else:
+            logger.warning(
+                "[模型加载] 卸载后显存回收未达预期（期望约 "
+                f"{expected_release_bytes / 1024**3:.2f}GB）；若随后加载失败，"
+                "请排查 [模型卸载] 日志中的强引用告警"
+            )
+    return resident
+
+
 def get_persona_cache_stats() -> dict[str, Any]:
     """获取当前 Persona 嵌入缓存的统计信息。
 
@@ -448,23 +517,16 @@ def load_voxcpm2(
     # 模型加载开始时重置显存泄漏检测基线，避免加载期间显存上升导致误报
     get_health_monitor().reset_vram_baseline()
     try:
-        # Unload current engine if any
-        old_model: Any = registry.voxcpm_model
-        old_asr: Any = registry.voxcpm_asr
-        registry.voxcpm_model = None
-        registry.voxcpm_asr = None
-        if old_model is not None:
-            del old_model
-        if old_asr is not None:
-            del old_asr
-        gc.collect()
+        # #84: 统一清场——原先这里只手工摘 voxcpm_model / voxcpm_asr 两个槽位
+        # （漏掉 enhancer、引擎门面实例与 persona 缓存，也完全不清 IndexTTS 与
+        # 通用引擎），现在统一走 _unload_loaded_engines_for_load 委托
+        # unload_model() 全量卸载并核验显存回收；无驻留引擎时是快速空操作。
+        _unload_loaded_engines_for_load(EngineName.VOXCPM2.value)
+        time.sleep(_LOAD_RETRY_AFTER_UNLOAD_SECONDS)
+
         from ..gpu_backend import GPUBackend, GPUBackendManager
 
         backend: GPUBackend = GPUBackendManager.detect_backend()
-        if backend != GPUBackend.CPU:
-            with contextlib.suppress(Exception):
-                GPUBackendManager.empty_cache()
-        time.sleep(_LOAD_RETRY_AFTER_UNLOAD_SECONDS)
 
         gpu_device: Any = _state.get_gpu_device()
 
@@ -487,12 +549,17 @@ def load_voxcpm2(
 def load_indextts2(
     progress_callback: Callable[..., None] | None = None,
     version: str = "2.5",
+    *,
+    auto_unload: bool = True,
 ) -> Generator[tuple[str, None, None, None], None, None]:
     """加载 IndexTTS 引擎（2.5 / 2.0 双版本共用，生成器进度事件流）。
 
     Args:
         progress_callback: 预留回调参数（保持签名兼容；默认 ``None``）。
         version: ``"2.5"``（默认）或 ``"2.0"``。决定权重目录、注册名与提示文案。
+        auto_unload: 加载前是否卸载已驻留引擎（#84）。routes 直连时保持默认
+            ``True``；switch_engine 热待机路径必须传 ``False``，否则
+            「双引擎常驻」的快切语义被破坏。
 
     Yields:
         tuple[str, None, None, None]: ``(status_text, None, None, None)`` 四元组。
@@ -515,6 +582,14 @@ def load_indextts2(
         if not os.path.exists(model_path):
             raise FileNotFoundError(f"{label} 模型文件不存在: {model_path}\n请运行: python {download_script} 下载模型")
 
+        # #84: routes 直连本加载器时没有 switch_engine 的卸载阶段。若已有引擎
+        # 驻留，先全量卸载并等待显存回收，否则下面的预检是「当前空闲 vs 需求」
+        # 的裸比较——12GB 级显卡上从 UI 直切引擎必然 503。热待机路径由
+        # switch_engine 显式传 auto_unload=False 跳过（语义是双引擎常驻）。
+        unloaded_engine: str | None = None
+        if auto_unload:
+            unloaded_engine = _unload_loaded_engines_for_load(engine_name)
+
         # Step 1: VRAM/RAM check
         from ..model_registry import estimate_engine_vram_need_gb
 
@@ -551,7 +626,14 @@ def load_indextts2(
                         "③ 确认已启用 bf16（fp32 需要约两倍显存）；"
                         "④ 最后才调低 config.yaml 的 models.vram_safety_margin_gb"
                         "（会增加推理期显存溢出风险）。"
-                        "已加载的引擎将自动回滚，不会丢失当前可用状态。"
+                        + (
+                            # #84: 走到这里说明清场卸载已经做过、回收等待也已结束，
+                            # 当前 free 就是卸载后的真实余量——报错必须说清这一点，
+                            # 否则用户会误以为「没卸载旧引擎」（#84 之前的误判路径）。
+                            f"本次已自动卸载驻留引擎 {unloaded_engine} 并等待回收，当前可用即卸载后的真实余量。"
+                            if unloaded_engine
+                            else "已加载的引擎将自动回滚，不会丢失当前可用状态。"
+                        )
                     )
             except InsufficientVRAMError:
                 raise
@@ -666,15 +748,21 @@ def _idx_warmup_progress(msg: str) -> None:
 
 def load_indextts20(
     progress_callback: Callable[..., None] | None = None,
+    *,
+    auto_unload: bool = True,
 ) -> Generator[tuple[str, None, None, None], None, None]:
     """加载 IndexTTS 2.0 引擎（复用 ``load_indextts2``，version="2.0"）。
 
     与 2.5 共用同一推理代码包与引擎槽位（互斥），仅权重目录与入口类不同。
 
+    Args:
+        auto_unload: 透传给 :func:`load_indextts2`（#84）。switch_engine 的
+            热待机路径必须传 ``False``，routes 直连保持默认 ``True``。
+
     Yields:
         同 :func:`load_indextts2` 的 ``(status_text, None, None, None)`` 四元组。
     """
-    yield from load_indextts2(progress_callback=progress_callback, version="2.0")
+    yield from load_indextts2(progress_callback=progress_callback, version="2.0", auto_unload=auto_unload)
 
 
 # ====================================================================

app/integrated_app/model_manager_core/switch.py

@@ -536,9 +536,11 @@ def _forward(loader: Any) -> Any:
             if engine_name == EngineName.VOXCPM2.value:
                 yield from _forward(_load_voxcpm2_engine(gpu_device, backend))
             elif engine_name == EngineName.INDEXTTS2.value:
-                yield from _forward(load_indextts2())
+                # #84: 热待机必须跳过加载前清场（语义就是双引擎常驻）；传统
+                # 路径已先 unload_model()，传 True 只是幂等空操作。
+                yield from _forward(load_indextts2(auto_unload=not hot_standby))
             elif engine_name == EngineName.INDEXTTS20.value:
-                yield from _forward(load_indextts20())
+                yield from _forward(load_indextts20(auto_unload=not hot_standby))
             else:
                 # 通用新式引擎（声明式注册）
                 yield from _forward(_load_generic_engine(engine_name))

app/integrated_app/templates/tabs/history.html

@@ -388,6 +388,24 @@
         return div.innerHTML;
     }
 
+    // #99: 动作按钮接线辅助——数据经闭包传递，不再拼进 onclick 属性。
+    // （原先把文件名只做 JS 引号转义就拼进 innerHTML 的 onclick，
+    // 文件名含双引号即可闭合属性注入 HTML；改用 createElement +
+    // addEventListener 后数据不再进入任何 HTML/属性上下文。）
+    function _historyIconBtn(title, colorStyle, svgHtml, onClick) {
+        var btn = document.createElement('button');
+        btn.className = 'btn-icon';
+        btn.title = title;
+        if (colorStyle) btn.style.cssText = colorStyle;
+        btn.innerHTML = svgHtml; // 纯静态字面量，无任何外部输入
+        btn.addEventListener('click', onClick);
+        return btn;
+    }
+    var _SVG_HISTORY_PLAY = '<svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" aria-hidden="true"><polygon points="5 3 19 12 5 21 5 3"/></svg>';
+    var _SVG_HISTORY_DOWNLOAD = '<svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="1.8" stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"><path d="M21 15v4a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2v-4"/><polyline points="7 10 12 15 17 10"/><line x1="12" y1="15" x2="12" y2="3"/></svg>';
+    var _SVG_HISTORY_HIDE = '<svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="1.8" stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"><path d="M17.94 17.94A10.07 10.07 0 0 1 12 20c-7 0-11-8-11-8a18.45 18.45 0 0 1 5.06-5.94M9.9 4.24A9.12 9.12 0 0 1 12 4c7 0 11 8 11 8a18.5 18.5 0 0 1-2.16 3.19m-6.72-1.07a3 3 0 1 1-4.24-4.24"/><line x1="1" y1="1" x2="23" y2="23"/></svg>';
+    var _SVG_HISTORY_DELETE = '<svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" aria-hidden="true"><polyline points="3 6 5 6 21 6"/><path d="M19 6v14a2 2 0 0 1-2 2H7a2 2 0 0 1-2-2V6m3 0V4a2 2 0 0 1 2-2h4a2 2 0 0 1 2 2v2"/></svg>';
+
     // 根据 filename 推断引擎
     function inferEngine(filename) {
         if (!filename) return 'voxcpm2';
@@ -453,13 +471,16 @@
             var tdActions = document.createElement('td');
             tdActions.setAttribute('data-label', '{{ "actions"|t(lang, default="操作") }}');
             tdActions.style.textAlign = 'right';
-            var escName = String(r[1]).replace(/'/g, "\\'");
-            tdActions.innerHTML = '<div style="display:inline-flex;gap:4px">' +
-                '<button class="btn-icon" title="{{ "play"|t(lang) }}" onclick="playHistoryAudio(\'' + escName + '\', this)"><svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" aria-hidden="true"><polygon points="5 3 19 12 5 21 5 3"/></svg></button>' +
-                '<button class="btn-icon" title="{{ "download"|t(lang, default="下载") }}" onclick="downloadHistoryAudio(\'' + escName + '\')"><svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="1.8" stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"><path d="M21 15v4a2 2 0 0 1-2 2H5a2 2 0 0 1-2-2v-4"/><polyline points="7 10 12 15 17 10"/><line x1="12" y1="15" x2="12" y2="3"/></svg></button>' +
-                '<button class="btn-icon" title="{{ "hide"|t(lang, default="隐藏") }}" onclick="hideHistoryRecord(' + r[0] + ')"><svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="1.8" stroke-linecap="round" stroke-linejoin="round" aria-hidden="true"><path d="M17.94 17.94A10.07 10.07 0 0 1 12 20c-7 0-11-8-11-8a18.45 18.45 0 0 1 5.06-5.94M9.9 4.24A9.12 9.12 0 0 1 12 4c7 0 11 8 11 8a18.5 18.5 0 0 1-2.16 3.19m-6.72-1.07a3 3 0 1 1-4.24-4.24"/><line x1="1" y1="1" x2="23" y2="23"/></svg></button>' +
-                '<button class="btn-icon" title="{{ "delete"|t(lang) }}" style="color:var(--red)" onclick="deleteHistoryAudio(' + r[0] + ', \'' + escName + '\', this)"><svg width="14" height="14" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" aria-hidden="true"><polyline points="3 6 5 6 21 6"/><path d="M19 6v14a2 2 0 0 1-2 2H7a2 2 0 0 1-2-2V6m3 0V4a2 2 0 0 1 2-2h4a2 2 0 0 1 2 2v2"/></svg></button>' +
-            '</div>';
+            // #99: r[1] 是历史库里的音频文件名（用户可控），原先只做 JS 引号
+            // 转义就拼进 onclick 属性——含双引号的文件名即可闭合属性注入 HTML。
+            // 改为事件闭包传参，名称不再进入任何 HTML/属性上下文。
+            var actionsWrap = document.createElement('div');
+            actionsWrap.style.cssText = 'display:inline-flex;gap:4px';
+            actionsWrap.appendChild(_historyIconBtn('{{ "play"|t(lang) }}', '', _SVG_HISTORY_PLAY, function(e) { playHistoryAudio(String(r[1]), e.currentTarget); }));
+            actionsWrap.appendChild(_historyIconBtn('{{ "download"|t(lang, default="下载") }}', '', _SVG_HISTORY_DOWNLOAD, function() { downloadHistoryAudio(String(r[1])); }));
+            actionsWrap.appendChild(_historyIconBtn('{{ "hide"|t(lang, default="隐藏") }}', '', _SVG_HISTORY_HIDE, function() { hideHistoryRecord(r[0]); }));
+            actionsWrap.appendChild(_historyIconBtn('{{ "delete"|t(lang) }}', 'color:var(--red)', _SVG_HISTORY_DELETE, function(e) { deleteHistoryAudio(r[0], String(r[1]), e.currentTarget); }));
+            tdActions.appendChild(actionsWrap);
 
             tr.appendChild(tdCheck);
             tr.appendChild(tdName);