690605:1247 ADR-034-134 #11 fix Step 2

frontend/components/admin/ai/OcrSandboxPromptManager.tsx

@@ -147,7 +147,7 @@ export default function OcrSandboxPromptManager() {
     fallbackUsed?: boolean;
   } | null>(null);
   const [selectedPromptVersion, setSelectedPromptVersion] = useState<number | undefined>(undefined);
-  const { state: sandboxState, jobId: sandboxJobId, reset: resetSandbox } =
+  const { state: sandboxState, jobId: sandboxJobId, reset: resetSandbox, startPolling } =
     useSandboxRun(() => {
       // เมื่อ sandbox เสร็จสิ้น: รีเฟรชรายการเวอร์ชัน
       versionsQuery.refetch();
@@ -285,24 +285,8 @@ export default function OcrSandboxPromptManager() {
         selectedPromptVersion
       );
       toast.success('AI Extraction started');
-      // Poll สำหรับผลลัพธ์ AI
+      // เริ่ม polling ผ่าน useSandboxRun hook
-      const pollInterval = setInterval(async () => {
+      startPolling(requestPublicId);
-        try {
-          const result = await adminAiService.getSandboxJobStatus(requestPublicId);
-          if (result.status === 'completed') {
-            clearInterval(pollInterval);
-            // Trigger sandbox state update via useSandboxRun
-            toast.success(t('ai.prompt.sandboxSuccess'));
-            versionsQuery.refetch();
-          } else if (result.status === 'failed') {
-            clearInterval(pollInterval);
-            toast.error(result.errorMessage || 'AI Extraction failed');
-          }
-        } catch (_err) {
-          clearInterval(pollInterval);
-          toast.error('Poll error occurred');
-        }
-      }, 1000);
     } catch (err: unknown) {
       const error = err as { response?: { data?: { message?: string } } };
       toast.error(error.response?.data?.message || 'AI Extraction failed');

frontend/hooks/use-ai-prompts.ts

@@ -155,11 +155,24 @@ export function useSandboxRun(onCompleted?: () => void) {
     setJobId(response.requestPublicId);
     return response.requestPublicId;
   }, []);
+  /**
+   * เริ่ม polling สำหรับ jobId ที่มีอยู่แล้ว (สำหรับ 2-step flow)
+   * @param jobId - requestPublicId ของ job ที่ submit ไปแล้ว
+   */
+  const startPolling = useCallback((jobIdParam: string) => {
+    setState({
+      isRunning: true,
+      progress: 30,
+      statusText: 'ai.prompt.statusPending',
+      result: null,
+    });
+    setJobId(jobIdParam);
+  }, []);
   /** รีเซ็ตสถานะทั้งหมด (ใช้ก่อนรันใหม่) */
   const reset = useCallback(() => {
     if (timerRef.current) clearInterval(timerRef.current);
     setJobId(null);
     setState({ isRunning: false, progress: 0, statusText: '', result: null });
   }, []);
-  return { state, jobId, submit, reset };
+  return { state, jobId, submit, reset, startPolling };
 }

memory/agent-memory.md

@@ -14,6 +14,7 @@
 - 2026-05-30 (Session 10): OCR Sandbox Two-Step Flow (ADR-030/231) — แยก OCR Sandbox เป็น 2 steps: Step 1 OCR-only → Step 2 AI Extraction. Backend: เพิ่ม job types sandbox-ocr-only และ sandbox-ai-extract, processors processSandboxOcrOnly/processSandboxAiExtract, endpoints POST /ai/admin/sandbox/ocr และ /ai/admin/sandbox/ai-extract, method findByVersion ใน AiPromptsService. Frontend: เพิ่ม methods submitSandboxOcr/submitSandboxAiExtract ใน adminAiService, refactor OcrSandboxPromptManager.tsx ให้มี 2-step UI พร้อม states sandboxStep/ocrResult/selectedPromptVersion, handlers handleStep1Ocr/handleStep2AiExtract/handleResetSandbox. Schema Fix: สร้าง delta SQL 2026-05-30-add-ai-prompts-publicId.sql เพื่อเพิ่ม publicId column ใน ai_prompts table (ADR-019 compliance).
 - 2026-05-30 (Session 11): Typhoon OCR & LLM Integration (ADR-032) — พัฒนาการใช้งานโมเดลภาษาไทยผสมอังกฤษ Typhoon OCR-3B ร่วมกับ Tesseract OCR แบบ Dynamic พร้อมระบบ caching 24 ชม., VRAM Monitor ป้องกัน GPU OOM และระบบ fallback 5s เมื่อโมเดลมีปัญหา และการสลับและบริหารจัดการ LLM โมเดลหลักแบบ Dynamic ในระบบ AI Model Management ของ Next.js frontend
 - 2026-06-03: Thai-Optimized AI Model Stack (ADR-034) — เปลี่ยนโมเดลหลักเป็น `typhoon2.5-np-dms:latest` + `typhoon-np-dms-ocr:latest` (สำหรับ OCR, keep_alive:0); เพิ่ม model switching logic ใน ai-batch processor; เพิ่ม static constants ใน AiSettingsService; สร้าง SQL delta สำหรับ ai_available_models
+- 2026-06-05 (Session 12): Typhoon OCR Prompt Cleaning — แก้ปัญหา prompt/instruction ติดมาใน Typhoon OCR output โดยย้าย instruction จาก Modelfile SYSTEM มา prompt ใน app.py แทน ลบ clean_typhoon_output() filter downstream และแก้ git conflict โดยเลือกเวอร์ชัน local (ไม่มี SYSTEM instruction)
 -->
 
 # 🧠 Agent Long-term Project Memory

specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/typhoon2.5-np-dms.model copy.md

@@ -0,0 +1,21 @@
+FROM scb10x/typhoon2.5-qwen3-4b:latest
+
+PARAMETER num_ctx 8192
+PARAMETER num_predict 4096
+PARAMETER temperature 0.1
+PARAMETER top_p 0.85
+PARAMETER repeat_penalty 1.15
+
+SYSTEM """You are an AI system specialized in analyzing and managing project documents (Document Management System)
+
+Your role is to carefully read Thai text extracted from OCR systems and follow these instructions strictly:
+
+Guidelines:
+- Input is raw OCR text which may contain spelling errors, missing lines, or noise characters
+- Extract and identify 'Document Number' and 'Document Date' accurately. If not found, mark as 'Not Specified'
+- Summarize the key content of this document concisely and clearly, using overall context for interpretation. If uncertain, mark status as "Unclear"
+- Do NOT create or hallucinate data that does not exist in the original text
+- Do NOT guess numbers, dates, or any information not explicitly visible in the raw text
+- If information is incomplete, use null and provide reason in the _missing_fields field
+
+Return ONLY the specified JSON structure. Do NOT add any text outside the structure"""

specs/04-Infrastructure-OPS/04-00-docker-compose/Desk-5439/typhoon2.5-np-dms.model.md

@@ -5,17 +5,3 @@ PARAMETER num_predict 4096
 PARAMETER temperature 0.1
 PARAMETER top_p 0.85
 PARAMETER repeat_penalty 1.15
-
-SYSTEM """You are an AI system specialized in analyzing and managing project documents (Document Management System)
-
-Your role is to carefully read Thai text extracted from OCR systems and follow these instructions strictly:
-
-Guidelines:
-- Input is raw OCR text which may contain spelling errors, missing lines, or noise characters
-- Extract and identify 'Document Number' and 'Document Date' accurately. If not found, mark as 'Not Specified'
-- Summarize the key content of this document concisely and clearly, using overall context for interpretation. If uncertain, mark status as "Unclear"
-- Do NOT create or hallucinate data that does not exist in the original text
-- Do NOT guess numbers, dates, or any information not explicitly visible in the raw text
-- If information is incomplete, use null and provide reason in the _missing_fields field
-
-Return ONLY the specified JSON structure. Do NOT add any text outside the structure"""