docs: 记录模型切换与过滤层决策，新增等待规则

- AGENTS.md：
  * LLM_MODEL 更新为 Qwen/Qwen3.5-35B-A3B，并说明 subtitle-correction
    节点有意保留旧模型（实测 0/4 vs 4/4）；
  * llm-filter 节点表格改写：规则层为默认且唯一启用层级，列出新增的
    水印编号/日期/VLM 提示回显/角色标注规则，并记录 LLM 层关闭的
    数据依据（131 条额外删除中 56% 是真对话）；
  * **新增「等待规则（强制，2026-09）」**：单次等待不得超过 10 秒，
    长任务放后台写日志并每 10 秒轮询；明确禁止 sleep 600 /
    timeout 1800 这类阻塞用户的写法（含反例说明）。
- README.md：同步默认模型、纠错节点例外、过滤层默认关闭；
- scripts/probe_llm_rate_limit.py 与 tests/test_integration_prompt_rules.py
  的兜底默认值同步为 Qwen/Qwen3.5-35B-A3B。

AGENTS.md

@@ -14,6 +14,20 @@ ASS）在**同一个进程**内运行，不再启动子进程、不再走节点
 - 需要用户确认的场景：新增功能、修复、文档改动、工作流/清单数据改动等
   一切涉及 git 写操作的行为。
 
+## 等待规则（强制，2026-09）
+
+- **单次等待时间不得超过 10 秒**。需要长时间运行时，把它放到后台
+  （`setsid ... &` / `nohup ... &`）写日志，然后**每 10 秒轮询一次结果**
+  （`for i in $(seq 1 6); do sleep 10; ...; done`），而不是用一个长 `sleep`
+  或长 `timeout` 把用户的对话阻塞住。
+- 反例（禁止）：`sleep 600`、`timeout 1800 uv run pytest`——即使命令本身
+  很快，把 timeout 设成 30 分钟也是错的：它无法预判耗时，只会在出问题时
+  让用户白等半小时。应当先用 10 秒轮询确认它是否结束。
+- 正例：把任务丢后台 → `for i in $(seq 1 N); do sleep 10; <检查是否完成 && break>; done`；
+  耗时任务写日志到 `data/experiments/...`，事后读日志汇报。
+- 测试与构建也遵循此规则：已知 `uv run pytest` 全量约 70 秒，用后台+轮询，
+  不要写 `timeout 1800`。
+
 ## 架构概览
 
 ```
@@ -60,7 +74,7 @@ vrsub/
 | `vlm-ocr` | `image_uri` | `text`、`text_uri` | 直接调本地 Ollama 多模态模型（glm-ocr）的 `/api/chat` 做视频帧 OCR（流式 + 5s 上限），参数：`model`、`ollama_host`、`prompt`、`timeout_seconds`、`keep_alive`、`num_predict`、`temperature`、`repeat_penalty` |
 | `frame-extract` | `video_uri` | `frames_manifest`、`frame_count` | 按**帧间隔**抽帧（解析 fps → step=round(间隔秒×fps)，ffmpeg select 按帧号精确取帧，帧时间=帧号/fps 无累计偏差）并 crop 裁切字幕区域，参数：`interval_seconds`（默认 0.5）、`crop`（[x,y,w,h] 0~1，**默认画面底部 1/4** `[0,0.75,1,0.25]`——字幕很少出现在画面上半部分，2026-08 调整）。**帧文件必须按帧号数值排序读取**（`_sorted_frame_files`）：ffmpeg `%04d` 编号超过 9999 帧后扩为 5 位，字典序 `sorted()` 会把 5 位编号排在 4 位之前导致时间与图像错位（真实发生于 run_339ec7ee437f 的 14236 帧任务，回归测试见 `test_frame_files_read_order_matches_frame_number`） |
 | `subtitle-ocr` | `frames_manifest` | `srt_uri`、`count` | 自适应线程池并发逐帧调 vlm-ocr → 垃圾过滤（无文字帧）→ 相同字幕合并（记录最后可见帧）→ 组装 SRT，消失时间=最后可见帧+采样间隔（间隔从帧清单推导），参数：`min_chars`、`min_alnum_ratio`、`garbage_tokens`、`pool_min_workers`/`pool_max_workers`/`pool_window_seconds`/`pool_fast_threshold`/`pool_slow_threshold` |
-| `llm-filter` | `srt_uri` | `srt_uri`、`kept`、`removed` | 两级过滤：①**规则层**（不调 LLM）正则确定性删除——横线装饰、URL/邮箱/**裸网址域名**（含中文夹杂的注册地址）、**HTML/水印模式**（html code/标签/javascript 等）、overlay token（html/marketing 等）、单双 ASCII 字符；②**LLM 五类分类**（garbage/overlay/noise 删，repeat/dialogue 留，未识别回退保留）每条连同前后各 `context_size`（默认 10）条纯文本分批判断——**上下文净化**：喂给 LLM 的是**过滤后的字幕**，规则层确定性垃圾从上下文中剔除（原文不进 LLM），避免覆盖层垃圾污染场景判断误删真实对话（回归：run_011d01f19999 曾 190 条含 ≥4 汉字对话被误删）；**长文本保护**：≥`min_keep_len`（默认 12）时 noise 不构成删除依据——LLM 判定不稳定，长度是必要兜底（实测移除保护后新增误删 124 条真实长对话）。**限流自适应**：LLM 调用 429/5xx 指数退避重试（最多 3 次，1s/2s/4s），worker 捕获限流错误时调用线程池 `report_failure()` **内存中临时降低最大线程数并缩容**（连续无错误窗口后逐步回升），失败条目在收紧后的并发下**重试一轮**，二次仍失败才整体失败——20 并发一拥而上触发 429 时自动收敛到配额内而不打挂任务。**节点级断点存档**（2026-08）：每条判定成功立即追加 `filter_partial.jsonl`（`{"index","category"}`，多线程加锁串行化），失败/中断后重跑只重判未判定条目，已判定结果复用（与 OCR 存档同机制）。**按文本去重**（忽略空白/大小写，相同文本只调一次 LLM，上下文取首次出现）保证判定一致并省调用。参数：`context_size`、`min_keep_len`、`overlay_tokens`（JSON 数组）、`dedupe`（默认开）、`model`、`pool_min_workers`/`pool_max_workers`/`pool_window_seconds`/`pool_fast_threshold`/`pool_slow_threshold`。回归数据：testdata/ocr_srt_run_ac7f480a3ccb.srt（真实任务 1666 条 OCR 输出） |
+| `llm-filter` | `srt_uri` | `srt_uri`、`kept`、`removed` | 两级过滤：①**规则层**（不调 LLM，**2026-09 起为默认且唯一启用的层级**）正则确定性删除——横线装饰、URL/邮箱/**裸网址域名**（含中文夹杂的注册地址）、**HTML/水印模式**（html code/标签/javascript 等）、overlay token（html/marketing 等）、单双 ASCII 字符、**水印编号**（SPHO-1/PHO一号馆/NO.1专用）、**日期/数值**（2011-11-27/4.0）、**VLM 提示回显**（no text is visible）、**角色标注**（（出演））；②**LLM 五类分类**（garbage/overlay/noise 删，repeat/dialogue 留）—— **默认关闭**（`use_llm`，默认 0），需显式 `use_llm=1` 才启用。**关闭原因（run_ac7f480a3ccb 逐类人工审查）**：LLM 层额外删除的 131 条中 **56%（73 条）是真实对话**（`好好教育她一番吧`/`腿不要合上`/`这家医院 为VIP患者提供了特殊服务`），而它真正抓住而规则层抓不到的仅 58 条且大半可正则化（已下沉）；`repeat` 类别 67 条判定零删除；长文本保护等五套机制全在给不稳定分类器兜底。关闭后真实数据保留 863 条（旧 588 条）、**误删真对话 0 条**（旧 73 条）、无 LLM 调用。启用时保留原机制：每条连同前后各 `context_size`（默认 10）条**过滤后**文本判断（上下文净化），≥`min_keep_len`（默认 12）时 noise 不构成删除依据（长文本保护），429/5xx 指数退避 + 自适应线程池 `report_failure()` 降并发后重试一轮，判定成功即追加 `filter_partial.jsonl` 断点存档；按文本去重。参数：`context_size`、`min_keep_len`、`overlay_tokens`（JSON 数组）、`dedupe`（默认开）、`use_llm`（默认 0）、`model`、`pool_*`。回归数据：testdata/ocr_srt_run_ac7f480a3ccb.srt（真实任务 1666 条 OCR 输出） |
 | `srt-to-dual-eye-ass` | `cn_srt_uri` | `ass_uri` | 参数：`resolution`（如 `3840x1920`）、`margin_top`（顶部安全边距，**默认 700**——2026-09 调整：120 落在画面最顶需抬头看，700 使字幕处于视线自然可读位置）。左右眼各占左右半幅且水平相对位置一致（**A-1 零视差**：字幕固定在屏幕平面，不做景深偏移）；对齐 `an8` 顶部居中 + `MarginV=margin_top`（**B-1 顶部安全区**，避开画面中央人脸区）；文字填充 `&HB3FFFFFF`（约 70% 透明）描边 `&H80000000`（半透明黑），降低遮挡感 |
 
 
@@ -272,7 +286,7 @@ subtitle-ocr 逐帧调 vlm-ocr 时使用 `nodes/adaptive_pool.py` 的自适应
 | `WHISPER_DEVICE` | `auto` | 转写设备 |
 | `LLM_API_BASE` | `https://api.siliconflow.cn/v1/chat/completions` | LLM 兼容接口 |
 | `LLM_API_KEY` | 空（读 `.env`） | SiliconFlow Bearer Key，存于 gitignored 的 `.env` |
-| `LLM_MODEL` | `Qwen/Qwen3.6-35B-A3B` | LLM 模型名 |
+| `LLM_MODEL` | `Qwen/Qwen3.5-35B-A3B` | LLM 模型名（2026-09 由 `Qwen/Qwen3.6-35B-A3B` 切换：同片 A/B 全量评测质量持平、0.232 s/行（基线档最快），见 `data/experiments/translate_models/REPORT.md`）。**例外**：`subtitle-correction` 节点**有意**保留旧兜底 `Qwen/Qwen3.6-35B-A3B`——该节点错听泛化实测新模型 0/4、旧模型 4/4（复现：同一误听场景各跑 4 次），参见 `tests/test_llm_default_model.py` |
 | `LLM_TIMEOUT_SECONDS` | `600` | LLM 单请求超时 |
 | `OLLAMA_HOST` | `http://192.168.123.70:11434` | Ollama 服务地址 |
 | `VLM_MODEL` | `glm-ocr:latest` | VLM OCR 模型 |

README.md

@@ -15,9 +15,18 @@ uv run uvicorn wov_app.main:app --reload
 
 - 模型权重本地优先：把 whisper 模型放在 `model/faster-whisper-large-v3`
   （含 `model.bin`）即可完全离线运行。
-- LLM 翻译默认使用 SiliconFlow（`Qwen/Qwen3.6-35B-A3B`），API Key 放在
+- LLM 翻译默认使用 SiliconFlow（`Qwen/Qwen3.5-35B-A3B`），API Key 放在
   gitignored 的 `.env`（`LLM_API_KEY=sk-...`），启动时自动加载；也可用
   `LLM_API_BASE` / `LLM_MODEL` 环境变量覆盖。
+- 默认模型切换为 `Qwen/Qwen3.5-35B-A3B`（2026-09）：对同片 2 小时日语 ASR 做
+  8 个模型全量对比，该模型质量与旧默认 `Qwen/Qwen3.6-35B-A3B` 持平，
+  速度 0.232 s/行（全评测最快），评测报告见
+  `data/experiments/translate_models/REPORT.md`。
+- `subtitle-correction` 节点**不跟随**该默认值，有意保留
+  `Qwen/Qwen3.6-35B-A3B`：错听泛化实测新模型 0/4、旧模型 4/4。
+- `llm-filter` 节点的 LLM 五类分类层**默认关闭**（`use_llm=0`）：
+  实测该层额外删除的 131 条中 56% 是真实对话，净收益为负；
+  现只跑确定性规则层，误删真对话从 73 条降为 0 条且无 LLM 调用。
 
 ## 目录
 

scripts/probe_llm_rate_limit.py

@@ -16,7 +16,7 @@ load_dotenv(Path(".env"))
 
 API_BASE = os.getenv("LLM_API_BASE", "https://api.siliconflow.cn/v1/chat/completions")
 API_KEY = os.getenv("LLM_API_KEY", "")
-MODEL = os.getenv("LLM_MODEL", "Qwen/Qwen3.6-35B-A3B")
+MODEL = os.getenv("LLM_MODEL", "Qwen/Qwen3.5-35B-A3B")
 
 
 def one_call(idx: int) -> str: