feat: 翻译节点默认模型切换为 Qwen3.5-35B-A3B 并按节点分离兜底
评测结论（同片 2 小时日语 ASR，8 个模型全量对比）： Qwen/Qwen3.5-35B-A3B 与旧默认 Qwen3.6-35B-A3B 质量持平， 速度 0.232 s/行（全评测最快，旧模型档位）。 改动： - nodes/llm.py 兜底默认值改为 Qwen/Qwen3.5-35B-A3B； - nodes/subtitle_correction.py **有意保留** Qwen/Qwen3.6-35B-A3B： 同一误听泛化场景各跑 4 次，旧模型 4/4 正确推断性器官语义， 新模型 0/4（输出"阴道/曼果/曼戈"字面直译）——该节点不能跟随全局默认； - tests/test_llm_default_model.py 锁定该分叉不被"顺手统一"： 翻译兜底必须与 .env 一致，纠错兜底必须保留旧模型， 三处都必须读 LLM_MODEL 环境变量（保留单点覆盖能力）。 模型仍是工作流 DAG 的数据（params.model），切换不需改代码。
This commit is contained in:
@@ -0,0 +1,155 @@
|
||||
"""LLM 默认模型解析契约测试（切换默认模型只改数据/环境，不改代码）。
|
||||
|
||||
背景
|
||||
----
|
||||
2026-09 评测结论（data/experiments/translate_models/REPORT.md）决定把翻译/过滤/
|
||||
纠错三类节点的**默认模型**从 `Qwen/Qwen3.6-35B-A3B` 换成 `Qwen/Qwen3.5-35B-A3B`
|
||||
（质量持平、速度 0.232 s/行，是基线档最快）。
|
||||
|
||||
仓库约定"切换模型不改代码"：三个节点（llm-translate / llm-filter /
|
||||
subtitle-correction）的模型解析顺序都是
|
||||
`params["model"]` → 环境变量 `LLM_MODEL` → 兜底默认值。
|
||||
因此换默认模型 = 改 `.env` 的 `LLM_MODEL`（+ 文档），代码只在兜底默认值上同步。
|
||||
|
||||
本测试锁定两件事，防止"改了 .env 但节点仍走旧模型"或"params 覆盖失效"：
|
||||
1. 环境变量 `LLM_MODEL` 能真正决定请求体里的 model（在 HTTP 边界观测真实请求）；
|
||||
2. `params["model"]` 优先级高于环境变量（工作流参数覆盖仍有效）。
|
||||
"""
|
||||
|
||||
from __future__ import annotations
|
||||
|
||||
import json
|
||||
from pathlib import Path
|
||||
|
||||
import pytest
|
||||
|
||||
from nodes import llm
|
||||
from wov_sdk.models import InvokeRequest
|
||||
|
||||
|
||||
def _capture_model(monkeypatch, run_id: str = "r") -> list[dict]:
|
||||
"""在 HTTP 边界记录真实请求体，并返回正常结构响应（模型名取请求体的）。"""
|
||||
sent: list[dict] = []
|
||||
|
||||
class Response:
|
||||
"""最小可用的 OpenAI 兼容响应；内容由请求体推导，便于断言对齐。"""
|
||||
|
||||
def __init__(self, body: dict):
|
||||
items = json.loads(body["messages"][1]["content"])
|
||||
self._payload = json.dumps(
|
||||
{
|
||||
"choices": [
|
||||
{
|
||||
"message": {
|
||||
"content": json.dumps(
|
||||
[{"id": i["id"], "text": "译文"} for i in items],
|
||||
ensure_ascii=False,
|
||||
)
|
||||
}
|
||||
}
|
||||
],
|
||||
"usage": {"total_tokens": 1},
|
||||
}
|
||||
).encode()
|
||||
|
||||
def __enter__(self):
|
||||
return self
|
||||
|
||||
def __exit__(self, *args):
|
||||
return False
|
||||
|
||||
def read(self):
|
||||
return self._payload
|
||||
|
||||
def open_request(request, **kwargs):
|
||||
body = json.loads(request.data)
|
||||
sent.append(body)
|
||||
return Response(body)
|
||||
|
||||
monkeypatch.setattr("urllib.request.urlopen", open_request)
|
||||
return sent
|
||||
|
||||
|
||||
def test_env_model_决定请求体里的模型(monkeypatch, tmp_path: Path) -> None:
|
||||
"""环境变量 LLM_MODEL 生效：旧模型默认值不会被写死进请求。
|
||||
|
||||
这是"改 .env 就换默认模型"的硬契约——若节点把默认模型写死在代码里，
|
||||
本用例会因请求体仍是旧模型而失败。
|
||||
"""
|
||||
monkeypatch.setenv("LLM_MODEL", "新默认/模型")
|
||||
source = tmp_path / "input.srt"
|
||||
source.write_text("1\n00:00:01,000 --> 00:00:02,000\nこんにちは\n", encoding="utf-8")
|
||||
sent = _capture_model(monkeypatch)
|
||||
response = llm.invoke(
|
||||
InvokeRequest(
|
||||
run_id="r", node_instance_id="",
|
||||
inputs={"srt_uri": str(source)}, output_dir=str(tmp_path / "out"),
|
||||
)
|
||||
)
|
||||
assert response.status == "completed", response.error
|
||||
assert sent[0]["model"] == "新默认/模型"
|
||||
|
||||
|
||||
def test_params_model_优先于环境变量(monkeypatch, tmp_path: Path) -> None:
|
||||
"""工作流 DAG 的 params.model 覆盖环境变量（切换模型是数据，不是环境依赖）。"""
|
||||
monkeypatch.setenv("LLM_MODEL", "环境/模型")
|
||||
source = tmp_path / "input.srt"
|
||||
source.write_text("1\n00:00:01,000 --> 00:00:02,000\nこんにちは\n", encoding="utf-8")
|
||||
sent = _capture_model(monkeypatch)
|
||||
response = llm.invoke(
|
||||
InvokeRequest(
|
||||
run_id="r", node_instance_id="",
|
||||
inputs={"srt_uri": str(source)}, params={"model": "工作流/模型"},
|
||||
output_dir=str(tmp_path / "out"),
|
||||
)
|
||||
)
|
||||
assert response.status == "completed", response.error
|
||||
assert sent[0]["model"] == "工作流/模型"
|
||||
|
||||
|
||||
def test_兜底默认模型按节点职责分离() -> None:
|
||||
"""翻译节点跟随 .env 的 LLM_MODEL；纠错节点保留旧默认（实测更优）。
|
||||
|
||||
2026-09 实测（同一误听泛化场景，各跑 4 次）：
|
||||
- `Qwen/Qwen3.6-35B-A3B`：4/4 正确推断（“小穴”）；
|
||||
- `Qwen/Qwen3.5-35B-A3B`：0/4（输出“阴道/曼果/曼戈”，字面直译）。
|
||||
|
||||
而翻译节点上新模型与旧模型逐条一致（1160 vs 1160，时间戳完全对齐）。
|
||||
因此**不能三处同源**：翻译跟全局（.env），纠错独立保留旧模型；
|
||||
过滤节点默认不调 LLM（use_llm=0），其兜底仅作启用时的默认值。
|
||||
|
||||
本用例锁定“分叉是有意为之”：翻译兜底必须与 .env 一致；纠错兜底必须
|
||||
保留旧模型；三处都必须读 LLM_MODEL 环境变量（保留单点覆盖能力）。
|
||||
"""
|
||||
import inspect
|
||||
|
||||
from nodes import llm_filter, subtitle_correction
|
||||
|
||||
env_model = None
|
||||
env_path = Path(__file__).resolve().parent.parent / ".env"
|
||||
if env_path.is_file():
|
||||
for line in env_path.read_text(encoding="utf-8").splitlines():
|
||||
if line.strip().startswith("LLM_MODEL=") and not line.strip().startswith("#"):
|
||||
env_model = line.split("=", 1)[1].strip()
|
||||
# 模型解析所在函数：翻译在 translate_lines、过滤在 _judge_category、
|
||||
# 纠错在 correct_entry。
|
||||
sources = {
|
||||
"llm-translate": inspect.getsource(llm.translate_lines),
|
||||
"llm-filter": inspect.getsource(llm_filter._judge_category),
|
||||
"subtitle-correction": inspect.getsource(subtitle_correction.correct_entry),
|
||||
}
|
||||
fallbacks = {}
|
||||
for name, src in sources.items():
|
||||
marker = 'os.getenv("LLM_MODEL", "'
|
||||
assert marker in src, f"{name} 未按约定读取 LLM_MODEL 环境变量"
|
||||
fallbacks[name] = src.split(marker, 1)[1].split('"', 1)[0]
|
||||
# 翻译节点跟随全局配置。
|
||||
if env_model:
|
||||
assert fallbacks["llm-translate"] == env_model, (
|
||||
f"翻译兜底 {fallbacks['llm-translate']} 与 .env 的 LLM_MODEL={env_model} 不一致"
|
||||
)
|
||||
assert fallbacks["llm-filter"] == env_model, "过滤节点兜底应与全局保持一致"
|
||||
# 纠错节点**有意**保留旧模型（实测新模型 0/4 vs 旧 4/4）。
|
||||
assert fallbacks["subtitle-correction"] == "Qwen/Qwen3.6-35B-A3B", (
|
||||
"纠错节点应保留旧默认（新模型在该节点泛化实测 0/4，明显劣化）"
|
||||
)
|
||||
Reference in New Issue
Block a user