{
  "id": "ocr-subtitle",
  "name": "字幕OCR提取",
  "description": "抽帧并 OCR 提取视频烧录字幕，经 LLM 过滤无意义内容后生成带时间轴的 SRT 基准数据。",
  "version": 7,
  "definition": {
    "name": "字幕OCR提取",
    "version": 7,
    "nodes": [
      {
        "id": "extract",
        "node_type": "frame-extract",
        "params": {
          "interval_seconds": 0.5,
          "crop": [
            0,
            0.75,
            1,
            0.25
          ]
        },
        "inputs": {
          "video_uri": "input.video_uri"
        }
      },
      {
        "id": "ocr",
        "node_type": "subtitle-ocr",
        "params": {
          "prompt": "提取图像中的文字，不要描述图片中的内容",
          "pool_min_workers": 1,
          "pool_max_workers": 20
        },
        "inputs": {
          "frames_manifest": "extract.frames_manifest"
        }
      },
      {
        "id": "filter",
        "node_type": "llm-filter",
        "params": {
          "pool_min_workers": 1,
          "pool_max_workers": 20,
          "pool_fast_threshold": 1,
          "use_llm": "0",
          "_note_use_llm": "0（默认，2026-09 起）：只跑确定性规则层，不做 LLM 五类分类。实测（run_ac7f480a3ccb 1666 条真实 OCR）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 条且大半已下沉为规则（水印编号/日期/VLM 提示回显/角色标注），repeat 类别 67 条判定零删除——净收益为负。关闭后保留 863 条（旧 588 条）、误删真对话 0 条（旧 73 条）、无 LLM 调用（0.00s vs 52s）。正例：规则层删掉 '---'/'HTML'/'___'/'SPHO-1'/'2011-11-27' 等确定性垃圾，同时保留全部真实对白。反例：设为 1 会把 '差不多想要肉棒了吧'、'应该已经察觉到 至今为止的一切了吧' 等真对话当 garbage 删掉。需要旧行为时置为 1（pool_* 参数随之生效）。"
        },
        "inputs": {
          "srt_uri": "ocr.srt_uri"
        }
      }
    ],
    "edges": [
      {
        "from": "extract",
        "to": "ocr"
      },
      {
        "from": "ocr",
        "to": "filter"
      }
    ],
    "entry_inputs": {
      "video_uri": "file"
    },
    "final_outputs": {
      "srt": "filter.srt_uri"
    }
  }
}