2 Commits

Include renames

Author	SHA1	Message	Date
cat-shark	7a7212f70c	docs: 注释规范要求精简可读，并清理生产代码中的历史叙事 ... AGENTS.md 的注释规范新增三节可执行约束： - 只写代码真实逻辑：注释只回答"做什么"与"为什么必须这么做"，禁止写决策/ 修改时间、历史版本对比、实测数据与实验结论、事故与缺陷编号（run_xxxx / batch_xxxx / R01 等）——这些属 docs/decisions.md 与审查跟踪文件；当前生效 的约束可以写，但不附带它何时因何变成这样。 - 精简可读：单段连续注释不超过 3 行；docstring 一句话概括职责，不重复函数名 已表达的信息；不写逐行翻译代码的废话注释，只在非显然处（业务规则、边界、 易错点、外部约束）加注。 - 覆盖范围：测试注释只说明验证什么行为，回归用例可保留一句溯源；并明确 参数说明应写在**参数读取处**附近，而不是把多个参数的解释堆在离使用位置 很远的注释块里。 按此清理生产代码（注释净减 70 行，18 个文件），典型处理： - nodes/whisper.py：删掉堆在一起、含"用户 2026-08 决定 / 实测 savr-1054" 等叙事的参数块，把各参数说明移到各自的读取处与 model.transcribe 调用处； - nodes/llm_filter.py、nodes/subtitle_cleanup.py：模块 docstring 去掉英文 背景叙事与条数统计，保留"默认只跑规则层""整条删除而非 '-' 占位"等当前 行为； - src/wov_app/{batch,db,scheduler}.py 与 routers：去掉 batch_xxx/run_xxx 事故 编号与"修复前……"对比，改为一句"否则会出现什么问题"； - nodes/ass.py、frame_extract.py：去掉废弃值对比与日期，保留判据本身。 安全验证：用 AST 对比（剥离 docstring 后比较语法树）确认 18 个文件**零逻辑 变更**；`nodes/proper_nouns.py` 的规则表 reason 字段会注入 LLM 提示词，属于 数据而非注释，已恢复原值。全量测试 476 passed。	2026-09-13 16:37:49 +08:00
cat-shark	d0d96a8f89	feat: 每视频自适应 VAD 调参模块（信号分析 + 幻觉词扣分评分） ... 背景：实测 CJOD-255 全程 BGM 覆盖（56% 低能量、几乎无静音），固定 VAD 参数把音乐当语音 → whisper 全段解码 → 80% 碎片化 + 32% 漏句 + 敏感段丢失。 实现 nodes/vad_profiler.py： - profile_audio：1s 能量网格分析 → 静音比例/BGM 覆盖/长停顿识别 - suggest_vad_parameters：按信号特征推荐 threshold/min_silence/speech_pad （BGM 覆盖 -> 降 threshold 增人声敏感；长停顿 -> 降 speech_pad 防时间漂移； 静音占比高 -> 升 threshold 剔虚警） - score_transcript：启发式评分（不用参考字幕，符合部署实际）—— 碎片率 + 幻觉词（感谢观看/晚安/音乐）扣分 + 平均字数适中 - vad_parameters_for_audio：信号分析 + 可选片段网格验证，选最优参数 - _grid_search_vad / _candidate_params：候选网格搜索与异常回退 测试 tests/test_vad_profiler.py：19 个用例覆盖信号分析、四个建议分支、 幻觉词/碎片评分、网格选优、异常回退、空音频/低采样率、候选展开。	2026-09-06 08:14:59 +08:00