fix: 修复前端批量处理服务的 JSON-RPC 解析问题

🔧 前端修复：

1. 批量处理服务 JSON-RPC 支持：
   - 为 batchGenerateVideos 添加 JSON-RPC 2.0 格式解析
   - 检测 jsonrpc: '2.0' 并提取 result 字段
   - 处理 JSON-RPC 错误响应
   - 保持向后兼容直接 JSON 格式

2. 详细的调试日志：
   - 添加批量请求和响应的详细日志
   - 显示原始和解析后的结果
   - 区分 JSON-RPC 成功和错误响应
   - 便于问题排查和调试

3. Store 状态判断增强：
   - 添加详细的状态检查日志
   - 显示 result.status 的值和类型
   - 记录成功和失败的处理路径
   - 帮助诊断状态识别问题

4. 错误处理统一：
   - 批量处理和单个处理使用相同的 JSON-RPC 解析逻辑
   - 统一的错误信息格式
   - 完整的错误详情记录

🎯 问题解决：
- 批量处理服务缺少 JSON-RPC 解析 → 添加完整解析逻辑 ✓
- 前端显示失败状态 → 正确提取 JSON-RPC result ✓
- 调试信息不足 → 添加详细日志 ✓

✅ 修复效果：
- 批量处理正确解析 JSON-RPC 响应
- 前端能够识别批量任务的真实状态
- 详细的调试信息便于问题排查
- 统一的 JSON-RPC 处理逻辑

现在批量处理应该能正确显示成功状态！

src/services/tauri.ts

@@ -420,10 +420,35 @@ export class AIVideoService {
    */
   static async batchGenerateVideos(request: BatchAIVideoRequest): Promise<any> {
     try {
+      console.log('Sending batch AI video request:', request)
       const result = await invoke('batch_generate_ai_videos', { request })
-      return JSON.parse(result as string)
+      console.log('Raw batch result from Tauri:', result)
+
+      const parsedResult = JSON.parse(result as string)
+      console.log('Parsed batch result:', parsedResult)
+
+      // Handle JSON-RPC response format
+      if (parsedResult.jsonrpc === "2.0") {
+        if (parsedResult.result) {
+          // Success response
+          console.log('JSON-RPC batch success result:', parsedResult.result)
+          return parsedResult.result
+        } else if (parsedResult.error) {
+          // Error response
+          console.error('JSON-RPC batch error:', parsedResult.error)
+          throw new Error(parsedResult.error.message || 'JSON-RPC batch error')
+        }
+      }
+
+      // Fallback: direct result format
+      return parsedResult
     } catch (error) {
       console.error('Failed to batch generate AI videos:', error)
+      console.error('Batch error details:', {
+        name: error instanceof Error ? error.name : 'Unknown',
+        message: error instanceof Error ? error.message : String(error),
+        stack: error instanceof Error ? error.stack : undefined
+      })
       throw error
     }
   }

src/stores/useAIVideoStore.ts

@@ -173,9 +173,13 @@ export const useAIVideoStore = create<AIVideoState>((set, get) => ({
       updateJob(jobId, { status: 'processing', progress: 0 })
       
       const result = await AIVideoService.batchGenerateVideos(request)
+      console.log('Batch processing result in store:', result)
+      console.log('Result status:', result?.status)
+      console.log('Result type:', typeof result?.status)
 
       // Check if the Python script actually succeeded
       if (result && result.status === true) {
+        console.log('Batch processing succeeded, updating job to completed')
         updateJob(jobId, {
           status: 'completed',
           progress: 100,
@@ -184,6 +188,7 @@ export const useAIVideoStore = create<AIVideoState>((set, get) => ({
         })
       } else {
         // Python script returned failure
+        console.log('Batch processing failed, result:', result)
         const errorMsg = result?.msg || 'Batch processing failed'
         updateJob(jobId, {
           status: 'failed',