# VRSub

为视频生成 **VR 双眼字幕**的单体应用：API、调度器与全部节点在同一进程内运行，
单仓库、单环境、单命令启动。由原分布式 WOV 多仓库合并而来，详细约定见
[AGENTS.md](./AGENTS.md)。

## 快速开始

```bash
uv sync
uv run uvicorn wov_app.main:app --reload
```

访问 `http://127.0.0.1:8000/` 上传视频，自动执行"提音 → 转写 → 翻译 → ASS"。

- 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/Qwen3.5-35B-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

| 路径 | 说明 |
| --- | --- |
| `src/wov_sdk/` | 协议数据模型（与分布式版兼容） |
| `src/wov_app/` | 应用层：API、注册表、调度器、数据库 |
| `nodes/` | 进程内节点实现（echo/ffmpeg/whisper/llm/ass） |
| `manifests/` | 节点清单 JSON |
| `web/` | 静态前端 |
| `model/` | 本地模型权重（gitignored） |
| `data/` | SQLite 与存储（gitignored） |
| `tests/` | 测试（100% 行覆盖率） |

## 测试

```bash
uv run pytest
```

## 与分布式版的关系

- 协议数据模型、工作流 DAG 数据化、调度拓扑执行保持不变。
- 已移除：子进程节点、节点 HTTP 协议、节点注册/实例管理、TTL 回收。
- 未来回退分布式时，只需为 `registry.invoke` 重新加上进程边界。