fix(single-task): 修复 CAPTION 等文本任务 'str' object has no attribute 'get'

_extract_detections / _extract_polygons 中 block = parsed.get(prompt) or {}
对 CAPTION 任务返回的字符串值不生效，后续 block.get('bboxes') 崩溃。
改为 isinstance(block, dict) 显式检查。

同时增加 Dockerfile 构建期模型预下载缓存，避免每次启动重新下载。

Dockerfile

@@ -37,6 +37,28 @@ RUN pip install --no-cache-dir --no-build-isolation -e /app/
 # 版本成为最终生效版本（覆盖本地包解析出的较新版本，避免模板兼容性 bug）
 RUN pip install --no-cache-dir -r /app/requirements.txt
 
+# ---------------------------------------------------------------------------
+# 预下载模型权重到镜像层（构建期缓存），避免每次启动时再从 HF Hub 下载。
+# - 通过 build-arg FLORENCE_MODEL 控制要预缓存的模型（默认 base）。
+# - Florence-2 含自定义远程代码，需 allow_patterns 拉取 *.py，并在运行时
+#   保持 trust_remote_code=True。
+# - 缓存写入 HF_HOME，运行时同路径命中，离线可用。
+# ---------------------------------------------------------------------------
+ENV HF_HOME=/app/.cache/huggingface
+ENV HF_HUB_ENABLE_HF_TRANSFER=0
+
+ARG FLORENCE_MODEL=microsoft/Florence-2-base
+RUN python -c "from huggingface_hub import snapshot_download; \
+import os; m=os.environ.get('PRELOAD_MODEL') or '${FLORENCE_MODEL}'; \
+print('Pre-downloading model:', m); \
+snapshot_download(repo_id=m, \
+    allow_patterns=['*.json','*.txt','*.py','*.bin','*.safetensors','*.model','*.tokenizer*','vocab*','merges*'], \
+    ignore_patterns=['*.msgpack','*.h5','*.onnx','*.ot']); \
+print('Model cached under', os.environ.get('HF_HOME'))"
+
+# 让运行时默认使用已预缓存的模型，并优先离线命中缓存（缓存缺失时仍可联网回退）
+ENV FLORENCE_MODEL=${FLORENCE_MODEL}
+
 # 暴露 Hugging Face Spaces 默认端口
 EXPOSE 7860
 
@@ -47,6 +69,7 @@ ENV FLORENCE_MODE=embedded
 ENV FLORENCE_DEVICE=auto
 ENV FLORENCE_WEBUI_HOST=0.0.0.0
 ENV FLORENCE_WEBUI_PORT=7860
+# 注: HF_HOME / FLORENCE_MODEL 已在上方预下载阶段设置，运行时复用同一缓存
 
 # 启动命令
 CMD ["python", "app.py"]

app.py

@@ -264,7 +264,9 @@ def _extract_detections(parsed: Any, task_prompt: str) -> List[Dict[str, Any]]:
     """从 Florence-2 post_process 结果中提取 bbox 检测，统一为可视化格式。"""
     if not isinstance(parsed, dict):
         return []
-    block = parsed.get(task_prompt) or {}
+    block = parsed.get(task_prompt)
+    if not isinstance(block, dict):
+        return []
     bboxes = block.get("bboxes") or []
     labels = block.get("labels") or block.get("bboxes_labels") or []
     dets: List[Dict[str, Any]] = []
@@ -278,7 +280,9 @@ def _extract_polygons(parsed: Any, task_prompt: str) -> List[List[float]]:
     """从 post_process 结果中提取分割多边形点序列。"""
     if not isinstance(parsed, dict):
         return []
-    block = parsed.get(task_prompt) or {}
+    block = parsed.get(task_prompt)
+    if not isinstance(block, dict):
+        return []
     polygons = block.get("polygons") or []
     flat: List[List[float]] = []
     for inst in polygons: