refactor(ocr): 拆分字符集限制枚举并引入声明式多路组合子宏

- 将原本臃肿的 CharsetRestrict 拆分为 CharRestrict（内容过滤）和 IdRestrict（索引过滤），实现职责解耦
 - 引入 any_of! 声明式宏实现无 Box、无堆内存分配的栈上多路组合，规避孤儿规则
 - 完善 estimated_capacity 容量预估函数，实现真正的 O(1) 精准内存开辟

src/models/ocr.rs

@@ -1,4 +1,4 @@
-use crate::charset::CharsetRestrict;
+use crate::charset::{TokenFilter, ValidationCtx};
 use crate::model_metadata::ModelMetadata;
 use crate::models::base::ModelArgs;
 use crate::models::loader::{ModelLoader, ModelSession, ModelType};
@@ -158,45 +158,34 @@ impl<'a> OcrBuilder<'a> {
         self.color_filter_custom_ranges = Some(value);
         self
     }
-    pub fn charset_restrict(mut self, restrict: &CharsetRestrict) -> Self {
+    pub fn charset_restrict(mut self, restrict: &dyn TokenFilter) -> Self {
         let charset = &self.ocr.model_metadata.charset;
         let tokens = &charset.tokens;
         // let mut temp_indices = Vec::new();
         let mut has_any_match = false;
 
-        let estimated_capacity = match restrict {
-            CharsetRestrict::Digit => 16,
-            CharsetRestrict::Lowercase | CharsetRestrict::Uppercase => 32,
-            CharsetRestrict::CustomList(vec) => vec.len() + 1, // 动态匹配列表大小
-            CharsetRestrict::TopN(n) => *n + 1,
-            _ => 128, // 组合子（Or）等复杂情况，给个 128 黄金保底值
-        };
+        let estimated_capacity = restrict.estimated_capacity();
         // 精准开辟内存，完美避开 8210 个槽位的巨大空置浪费
         let mut temp_indices = Vec::with_capacity(estimated_capacity);
 
-        if let CharsetRestrict::TopN(n) = *restrict {
-            let limit = std::cmp::min(n, tokens.len());
-            // 边界防御：CTC Blank (索引 0) 必须无条件放行
-            temp_indices.push(0);
-            // temp_indices.extend(0..limit);
-            // has_any_match = limit > &0;
-            // 塞入剩余的有效索引范围（排除0，从1开始截取）
-            if limit > 1 {
-                temp_indices.extend(1..limit);
+        for (idx, token) in tokens.iter().enumerate() {
+            let token_str = token.as_ref();
+            // CTC Blank 空字符串无条件放行，其余交给超高性能的 matches
+            if token_str.is_empty() || idx == 0 {
+                temp_indices.push(idx);
+            };
+            // 组装无拷贝上下文
+            let ctx = ValidationCtx {
+                text: token_str,
+                token_id: idx,
+            };
+
+            if restrict.matches(&ctx) {
+                temp_indices.push(idx);
                 has_any_match = true;
             }
-        } else {
-            for (idx, token) in tokens.iter().enumerate() {
-                let token_str = token.as_ref();
-                // CTC Blank 空字符串无条件放行，其余交给超高性能的 matches
-                if token_str.is_empty() {
-                    temp_indices.push(idx);
-                } else if restrict.matches(token_str) {
-                    temp_indices.push(idx);
-                    has_any_match = true;
-                }
-            }
         }
+
         // self.charset_restrict = Some(restrict);
         // 终极防御：如果除了 Blank 外什么都没匹配上，退化恢复为 None（全量识别）
         if !has_any_match {
@@ -266,7 +255,7 @@ impl<'a> OcrBuilder<'a> {
     // fn valid_indices(&self) -> (bool, HashSet<usize>) {
     //     let charset = &self.ocr.model_metadata.charset;
 
-    /// 🌟 【按需延迟打印】：当用户真的需要“知道当前有哪些限制字符”时，一秒反查并打印
+    /// 【按需延迟打印】：当用户真的需要“知道当前有哪些限制字符”时，一秒反查并打印
     /// 这里的 &str 完美借用了自 tokens，依然是彻底的零拷贝！
     pub fn get_valid_tokens(&self) -> Vec<&str> {
         let charset = &self.ocr.model_metadata.charset;