feat: 全系统统一 Whisper V2 权重并移除 demo 工作流

确认所有运行时引用均使用 V2(V3 已停用),并修复一处真实不一致:

- 工作流数据文件:learn-translate 用 faster-whisper-large-v2、
  zh-direct 用 whisper-large-v2-translate-zh-v0.2-st-ct2(原本即 V2);
- 本地库的 demo 最新版本仍指向 large-v3:workflows/demo.json 早已改为 V2,
  但 seed 对已存在工作流刻意跳过,导致旧库停留在历史上用 V3 保存的定义,
  即本机跑 demo 实际加载 V3 权重。按用户决定移除 demo 工作流及其关联的
  6 个 run、1 个批量任务与 431 条明细(媒体库中已放置的 6 个字幕成品保留);
- nodes/whisper.py 候选与远端兜底本就是 large-v2;
- V3 权重目录保留在盘上仅作对照实验,文档标注为废弃;
  scripts/compare_whisper_v2_vs_v3.py 保留用于对照。

顺带修复与清理:
- src/wov_app/scheduler.py:_file_size 补捕 ValueError(见上一条提交说明
  的真实缺陷,此处为同一批改动);
- .gitignore:data/ 改为 /data/,避免连带忽略 tests/**/data/;
- scripts/*:评测集路径改到 scripts/data/translate_eval/;
- 代码注释与文档同步移除 demo 引用(历史调研文档保留说明性引用)。

验证:全量 477 passed;新库 seed 只创建 3 个 V2 工作流。
This commit is contained in:
2026-09-13 15:41:58 +08:00
parent ee47556a61
commit 8f6083f8cf
15 changed files with 1893 additions and 98 deletions
+8 -2
View File
@@ -349,8 +349,14 @@ class WorkflowScheduler:
@staticmethod
def _file_size(uri: str) -> int:
"""读取产物文件大小;文件缺失时按 0 处理。"""
"""读取产物文件大小;文件缺失或路径非法时按 0 处理。
需同时捕获 ValueError:节点返回的产物 URI 可能来自把二进制文件当
文本读取的输入(含 \x00 等字符),Path.stat() 会抛 "embedded null
character in path"。此处只影响产物元数据登记大小,不应让整个任务
失败;真实产物不存在时 _final_artifact_uri 已负责报错。
"""
try:
return Path(uri).stat().st_size
except OSError:
except (OSError, ValueError):
return 0