cat-shark
7a2dee9b64
`create_job` 先把任务行以 QUEUED 入库（引擎立刻可见），再逐条登记明细（扫描 媒体库时 500+ 条要数秒）；引擎轮询到的快照可能还没包含剩余明细，收尾时"无未结束 明细"检查也看不到它们，于是把任务误标 COMPLETED，剩余视频永远不再被处理。 - 任务行改以 `CREATING` 入库，明细全部登记完才置 QUEUED（引擎只取 QUEUED， 看不到半成品）；登记中途异常置 FAILED 并把异常交给路由层。 - 启动时把上一进程遗留的 CREATING 统一置 FAILED（`fail_creating_batch_jobs`）， 避免明细写一半被热重载/强杀后留下看不见的残留任务。 - 回归测试：明细每写一条就问一次引擎队列（写入过程中取不到任务）；中途失败记 FAILED；启动清理遗留 CREATING。
5.6 KiB
5.6 KiB
设计决策与踩坑记录
本文件记录"为什么这样做"：模型/参数选择的实测依据、历史事故与踩坑。 当前生效的规则以对应专题文档为准（本文件只解释理由）：
- 节点参数与默认值：node-protocol.md
- 工作流与模型配置：workflows.md / configuration.md
- 代码缺陷与修复过程：代码审查问题跟踪.md
帧文件必须按帧号数值排序（14236 帧事故）
- 现象：run_339ec7ee437f 的 14236 帧任务中，字幕时间与图像错位。
- 根因：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。 - 结论：帧文件必须按帧号数值排序读取（
_sorted_frame_files）， 回归测试见test_frame_files_read_order_matches_frame_number。
glm-ocr 重复循环问题与源头修复
- 根因：glm-ocr 生成阶段存在已知 bug（M-RoPE delta 未传递，大图触发
重复循环；GitHub #454 / #16892）。
keep_alive与其无关（实测无效）。 - 修复路径（现行防护措施见
node-protocol.md）：
frame-extract裁切后把帧压缩到 720p 内——过大输入图是触发条件之一。vlm请求体加repeat_penalty+num_predict压制重复。subtitle-ocr用max_result_chars把超长输出判为异常并跳过该帧。
llm-filter 的 LLM 分类层默认关闭
- 决策（2026-09）：
llm-filter只跑确定性规则层，LLM 五类分类层默认关闭 （use_llm=0），需显式use_llm=1才启用。 - 依据（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（已下沉到规则层）；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。 - 效果：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。
- 启用时保留的机制：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。 - 复现：
scripts/regenerate_filter_ac7f480a3ccb.py， 回归数据tests/nodes/test_llm_filter/data/ocr_srt_run_ac7f480a3ccb.srt。
翻译模型默认值切换与 subtitle-correction 例外
- 默认切换（2026-09）：
LLM_MODEL由Qwen/Qwen3.6-35B-A3B改为Qwen/Qwen3.5-35B-A3B——同片 2 小时日语 ASR 全量对比，质量持平、 0.232 s/行（评测中最快）。 - 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），见tests/test_llm_default_model.py。 - 评测数据：
data/experiments/translate_models/REPORT.md， 工具链scripts/bench_translate_models.py等。
whisper large-v2 vs large-v3 切换
- 决策（2026-09）：通用转写模型从 large-v3
切到
faster-whisper-large-v2。 - 依据：savr-1054 全片 A/B 实测，无 VAD 幻觉长段归零、开头漏句救回， VAD 链路条数与覆盖小幅领先。
- 数据：
data/experiments/whisper_v2_vs_v3/， 脚本scripts/compare_whisper_v2_vs_v3.py， 调研记录 调研-whisper漏句与decode_full验证.md。
VR 字幕景深与遮挡方案选型
- 结论：采用 A-1 零视差（字幕固定在屏幕平面，不做景深偏移）+
B-1 顶部安全区（
an8顶部居中，margin_top默认 700）， 并用半透明填充 + 半透明描边降低遮挡感。 - 调研全文：VR双目字幕景深与遮挡调查报告.md。
批量任务先写明细再排队（CREATING 状态）
- 现象：新建批量任务后偶发任务被标 COMPLETED、
done=0/N，剩余视频永远不再 被处理（例：batch_ac585c5458de唯一明细还 PENDING 而任务已 COMPLETED）。 - 根因：
create_job先把任务行以 QUEUED 入库（此时引擎就看得见），再逐条登记 明细（扫描媒体库时 500+ 条要数秒）；引擎轮询到的快照可能没包含剩余明细，收尾时 “无未结束明细”检查也看不到它们，于是把任务标 COMPLETED。 - 结论：任务行改以
CREATING入库，明细全部登记完才置 QUEUED（引擎只取 QUEUED）；登记中途异常置 FAILED 并抛给路由；启动时把上一进程遗留的 CREATING 统一置 FAILED（fail_creating_batch_jobs），避免静默残留。 - 旧数据修复：
scripts/fix_zombie_batch_jobs.py仍用于处理历史 “COMPLETED 但仍有未结束明细”的脏数据。回归测试见test_batch.py的test_job_hidden_from_engine_until_details_written。
相关文档
- 当前生效的参数与协议：node-protocol.md
- 运维语义与批量流程：operations.md
- 缺陷 ID 与验收标准：代码审查问题跟踪.md