feat: VRSub 单体应用（WOV 单机版）初始提交

为视频生成 VR 双眼字幕的单体实现：FastAPI 后端、调度器与全部节点
（提音/转写/翻译/ASS/抽帧/OCR/LLM 过滤）在单进程内运行。

- 节点协议（wov_sdk 数据模型）与分布式版保持一致，预留回退桥梁
- 工作流即数据：DAG 存于 workflows/*.json，模型/链路改动只改数据
- 调度器：拓扑顺序执行、断点续跑（产物重建）、任务暂停/继续
- 抽帧按帧间隔（select 按帧号精确取帧），VLM OCR 与 LLM 过滤使用
  自适应线程池弹性并发，并打印数据处理速度进度日志
- 100% 行覆盖率（pytest --cov-fail-under=100）

tests/test_integration_whisper.py

@@ -0,0 +1,52 @@
+"""真实模型集成测试。
+
+复用 testdata/speech_60s.wav（真实语音 WAV，一次性生成、入库，避免每次
+测试从视频提取）。使用真实 faster-whisper 模型端到端验证 whisper 节点的
+分块转写与 SRT 生成。本地缺少模型或测试资产时自动跳过；具备条件时必须
+执行，作为对假模型单元测试的校准。
+
+约定（见 AGENTS.md「测试与覆盖率」）：单元测试允许在模型推理这一 I/O
+边界使用返回真实结构的薄桩，但必须配套本集成测试验证真实行为。
+"""
+
+from pathlib import Path
+
+import pytest
+
+from nodes.whisper import invoke
+from wov_sdk.models import InvokeRequest
+
+# 单体根目录：tests/ 的上一级。
+WORKSPACE = Path(__file__).resolve().parent.parent
+MODEL_DIR = WORKSPACE / "model" / "faster-whisper-large-v3"
+TEST_AUDIO = WORKSPACE / "testdata" / "speech_60s.wav"
+
+
+@pytest.mark.integration
+def test_whisper_real_model_chunked_transcription(tmp_path) -> None:
+    """复用 testdata 语音 + 真实模型：分块转写产出真实 SRT，时间不越出素材范围。"""
+    if not (MODEL_DIR / "model.bin").is_file():
+        pytest.skip("本地无 faster-whisper-large-v3 模型，跳过真实模型集成测试")
+    if not TEST_AUDIO.is_file():
+        pytest.skip("缺少 testdata/speech_60s.wav 测试资产，跳过真实模型集成测试")
+
+    response = invoke(
+        InvokeRequest(
+            run_id="integration_1",
+            node_instance_id="",
+            inputs={"audio_uri": str(TEST_AUDIO)},
+            params={"language": "ja", "chunk_seconds": 60, "vad_filter": False},
+            output_dir=str(tmp_path / "out"),
+        )
+    )
+    assert response.status == "completed", response.error
+    srt_path = Path(response.outputs["srt_uri"])
+    assert srt_path.is_file()
+    srt = srt_path.read_text(encoding="utf-8")
+    time_lines = [line for line in srt.splitlines() if "-->" in line]
+    # 60s 语音若含可识别内容，则应有字幕，且时间轴不越出素材时长（允许少量超窗）。
+    if time_lines:
+        last_end = time_lines[-1].split(" --> ")[1].replace(",", ".")
+        hours, minutes, seconds = last_end.split(":")
+        total = int(hours) * 3600 + int(minutes) * 60 + float(seconds)
+        assert total < 90