cat-shark
4d2a1912da
- srt-to-dual-eye-ass: 默认顶部安全边距 margin_top 120→700(2026-09), 120落在画面最顶需抬头看,700为实测合适值、视线自然可读 - nodes/ass.py: 样式定义抽为单一事实来源(DEFAULT_MARGIN_TOP/颜色常量 +ass_header/style_row/dialogue_line),新生成字幕与历史统一脚本共用同一 出口,以后调样式只改一处、两边永不漂移 - 新增scripts/unify_ass_style.py: 解析旧文件分辨率与全部Dialogue后经 ass_header/dialogue_line重建,把媒体库历史样式(底部an2实心白1200/ 半透明1020/顶部120)原地统一为an8顶部对齐+70%透明+MarginV=700; 默认dry-run预览,--apply写盘;非VR字幕自动跳过 - /mnt/fnOS/123 库401个.CN_dual_eye.ass已全部改写(0失败),269764条 字幕事件无an2残留,二次运行幂等 - 测试: ass默认值断言120→700,新增invoke默认700用例;新增 tests/test_unify_ass_style.py(历史三世代收敛/与write_ass逐字节一致/ 幂等/CLI dry-run与apply)
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。
快速开始
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/Qwen3.6-35B-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。
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
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。