cat-shark
4ebbfc5198
- 新增 TestSubtitleOcrOrderThreading：模拟真实 vlm-ocr API 返回（不走真实 OCR），全量 14236 帧真实数据 + 种子化可变延迟（约 8% 慢帧，模拟真实 OCR 延迟波动），验证 4/16 线程产物与单线程确认结果逐字节一致、并发真实发生、 完成顺序乱序但输出保序、时间轴严格递增、每条字幕与起始时刻帧文本对齐 - 全量夹具：frames_manifest_full.json + ocr_frames_full.json（真实任务 run_ac7f480a3ccb 全部 14236 帧），常驻测试不跳过 - AGENTS.md：更新 llm-filter 参数说明与测试资产清单
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。