cat-shark
966f3e6b4b
把 AGENTS.md（545 行）中的项目知识按性质拆开，只留下对代理的要求： - AGENTS.md（176 行）只写规则：读文档指引、提交许可、等待规则、TDD、 测试规则（模块边界/三段结构/功能覆盖优先）、注释规范、目标运行环境、 PowerShell 规则、文档维护规则； - 项目信息新建 docs/ 专题：architecture、node-protocol、workflows、 configuration、operations、testing、decisions； - README 改为项目索引（定位、快速开始、文档导航、目录、工作流、结论摘要）； - 修正旧文档错误：README 的"详细约定见 AGENTS.md"与"100% 行覆盖率" （pytest 已移除该门槛）；环境变量表补齐 WOV_AUTO_VAD 等 3 项。 新增 scripts/check_doc_links.py 校验相对链接与锚点，当前 14 个文档全部可达。
131 lines
10 KiB
Markdown
131 lines
10 KiB
Markdown
# 运维
|
||
|
||
## 孤儿数据清理
|
||
|
||
应用内置后台清理器（`src/wov_app/maintenance.py`），按周期自动清理死数据：
|
||
|
||
- **自动删除**：无任务记录的上传/步骤残留目录；COMPLETED 且产物文件全部丢失、
|
||
超过宽限期（默认 1 小时）的任务记录（下载已全部 404）。
|
||
- **绝不自动删除**：FAILED 任务（可重试）、QUEUED/RUNNING 任务、宽限期内的任务、
|
||
仍有产物文件的任务。
|
||
- 手动删除任务仅通过删除接口（`DELETE /api/runs/{run_id}`）或管理界面进行。
|
||
|
||
## 任务暂停/继续（2026-08）
|
||
|
||
- **状态机**：`QUEUED / RUNNING / PAUSED / COMPLETED / FAILED`。排队中或运行中的
|
||
任务可暂停（`POST /api/runs/{run_id}/pause`），PAUSED 可继续
|
||
（`POST /api/runs/{run_id}/resume` → 恢复 QUEUED）。
|
||
- **调度器语义**：`next_queued_run` **只取 QUEUED**——PAUSED 任务不会被调度器
|
||
自动拾起（修复回归：此前 PAUSED 被拾起后 `execute_run` 先置 RUNNING 再检查，
|
||
节点循环读到的是刚改的 RUNNING，"暂停检查"永远不成立 → 任务被复活继续跑，
|
||
表现为"点击暂停反而开始任务"）。`execute_run` 以 PAUSED 进入时直接返回保持暂停，
|
||
必须用户显式 resume（PAUSED → QUEUED）后才真正执行；运行中被暂停的任务在每个
|
||
节点边界检查状态停下保持 PAUSED（当前节点执行完后才停）；继续时从产物表
|
||
（`restore_run_outputs`，剥去"节点ID."前缀还原输出名）重建已完成节点的输出，
|
||
**跳过已完成节点断点续跑**，最后补做 final_outputs 收尾。
|
||
- **重启恢复**：进程被杀/重启时遗留的 RUNNING 任务在启动时被
|
||
`recover_interrupted_runs` 恢复为 QUEUED（保留产物），调度器自动断点续跑；
|
||
PAUSED 任务保持不变，等待显式 resume。
|
||
- **节点级断点（subtitle-ocr）**：OCR 每帧完成后立即把 `{frame, text}` 追加到
|
||
`steps/ocr/ocr_partial.jsonl`（多线程下加锁串行化）。invoke 启动时读取存档，
|
||
只对未处理帧调用 vlm-ocr，存档文本与新增结果合并后组装 SRT——2 小时视频级
|
||
OCR 任务中断/重启后不重复已处理帧，产物与一次跑完逐字节一致。
|
||
- **节点内暂停响应（subtitle-ocr）**：暂停接口（`POST /api/runs/{run_id}/pause`）
|
||
除置 PAUSED 外还向 run 根目录写入 `paused.flag`；OCR 工作线程**逐帧检查**该
|
||
信号，存在即立即中止（不 OCR、不入存档，恢复时重跑该帧），invoke 返回
|
||
failed；调度器捕获节点异常时若任务已是 PAUSED 则**保持 PAUSED 不标 FAILED**，
|
||
resume 时清除信号并从断点存档继续——点击暂停后 OCR 秒级停下，不再等整个
|
||
节点跑完。继续/重试接口与调度器执行前都会清理残留信号。
|
||
- **前端**：任务管理页为 QUEUED/RUNNING 提供"暂停"、PAUSED 提供"继续"按钮。
|
||
|
||
## 进度日志（数据处理速度）
|
||
|
||
- 调度器：每节点完成打印"任务 X 进度 i/N 节点: Y 耗时 Zs, 运行累计 Ws"；
|
||
- subtitle-ocr：`OCR 进度 X/Y 帧 (Z 帧/s, 平均 Ws/帧, 线程 N/M)`；
|
||
llm-filter：`字幕判定进度 X/Y 条 (Z 条/s, 平均 Ws/条, 线程 N/M)`
|
||
——`W` 为最近窗口平均单任务耗时（窗口未满时回退累计平均），`N` 为当前目标
|
||
线程数、`M` 为 `pool_max_workers` 上限，用于判断多线程是否因单次处理过慢
|
||
（窗口平均 ≥ `pool_fast_threshold`）而未扩容（线程池 `on_progress` 回调，
|
||
每任务完成触发）；
|
||
- whisper：分块转写打印"分块 X/Y 完成 offset=... 耗时 Zs (Nx 实时, 累计 ...s)"；
|
||
- frame-extract：ffmpeg `-progress` 输出解析 `frame=N`，打印"抽帧进度 X/Y 帧 (Z 帧/s)"。
|
||
|
||
## 文件夹批量处理
|
||
|
||
本地版核心能力：**不把视频上传到工作目录**，直接读取用户所选文件夹下的全部
|
||
视频，逐个执行所选流水线。入口为批量处理页（`web/batch.html`，导航"批量处理"），
|
||
后端为 `src/wov_app/batch.py` 的 `BatchWorker`（单线程轮询线程，处理
|
||
`source=batch` 的运行，与主调度器互不抢占）与 `routers/batch.py`。
|
||
|
||
- **路径选择**：批量页点击"选择文件夹…"按钮弹出目录树选择器（懒加载），选完
|
||
回填只读路径框。浏览器拿不到所选文件夹的绝对路径，因此由**本地后端**提供目录
|
||
浏览：`GET /api/batch/roots`（Windows 盘符 / POSIX 根 + 家目录）、
|
||
`GET /api/batch/dirs?path=`（列直接子目录，隐藏目录过滤；不存在/不可读返回
|
||
空列表不报 500）。只暴露目录名，不返回文件内容。
|
||
- **创建任务时一次性定位（2026-09 起）**：`POST /api/batch/jobs {folder,
|
||
workflow_id, recursive}` 只扫描一次文件夹并把每个视频登记为 `batch_videos`
|
||
明细（PENDING/RUNNING/PAUSED/COMPLETED/FAILED/SKIPPED）。**视频所在目录
|
||
（视频旁）若已存在文件名含视频名的字幕文件**（`.srt/.ass/.ssa/.vtt`，
|
||
`list_sidecar_subtitles` 判定，如 `movie.CN.srt`、`movie.CN_dual_eye.ass`），
|
||
说明该视频已有字幕，创建即记 **SKIPPED**——不为它触发任何流水线。运行时
|
||
`BatchWorker` **只消费这批已定位的明细，不再重新扫描文件夹**（运行期间新增/
|
||
删除的视频不会改变本次任务的范围）。校验失败（文件夹不存在/未发布工作流/
|
||
无版本/一个视频都没有）返回 422。
|
||
- **产物放在视频旁**：每个视频处理完成后，把工作流 `final_outputs` 对应的最终
|
||
产物文件（字幕流水线即中文 `.srt` 与双目 `.ass`）**复制一份到视频所在目录**，
|
||
与 .mp4 放在一起（`_place_products`）。文件名**对齐媒体库既有约定**：中文字幕
|
||
存为 `<视频名>.CN.srt`、双目字幕存为 `<视频名>.CN_dual_eye.ass`（稳定无时间戳，
|
||
`_sidecar_product_name` 映射，其余扩展名产物保留原文件名；同名目标直接覆盖）。
|
||
文件名含视频主名，下次批量扫描会命中"已有字幕"规则直接跳过该视频。
|
||
- **成品放置校验（审查 R03）**：先预检全部 `final_outputs` 对应的记录与文件，
|
||
缺任一项即失败，不开始覆盖视频旁成品；全部齐备后逐文件原子替换。复制失败时
|
||
视频记 FAILED，保留 run、工作空间和已放置的完整成品，供修复后幂等重试。
|
||
原子替换保证单文件完整，不代表多个成品的跨文件事务或断电持久性。详见
|
||
[代码审查问题跟踪.md](./代码审查问题跟踪.md#r03-修复记录)。
|
||
- **过程文件清理（2026-09 起）**：视频收尾完成后删除该视频的整个工作空间与
|
||
run 记录（音频/分块/帧图/节点产物不留残），防止媒体库把切片数据当视频入库。
|
||
工作空间位于**应用私有目录** `data/storage/batch/<job_id>/<bv_id>/`
|
||
（不再放视频同名文件夹），与用户视频库天然隔离；暂停/失败的视频保留工作空间
|
||
以便断点续跑。per-video 的 `WorkflowScheduler` 实例以该目录为 storage——
|
||
完整复用 DAG 拓扑执行、产物表登记与**断点续跑**逻辑。
|
||
- **暂停/继续**：`POST /api/batch/jobs/{id}/pause` 把任务置 PAUSED 并暂停当前
|
||
run（写 `paused.flag`；whisper **分块间**检查、OCR 逐帧检查后中止，当前节点
|
||
执行完才停）；`resume` 恢复 QUEUED，引擎从断点继续——PAUSED 视频的 run 显式
|
||
resume 后从产物表续跑，未开始的视频接着处理。重启进程后 RUNNING 残留 run 由
|
||
`recover_interrupted_runs` 恢复，暂停的继续处理。
|
||
- **失败容错**：单个视频失败（节点失败/文件缺失）记为 FAILED，批量任务继续
|
||
处理后续视频，结束后统计 done/failed；DAG 解析/任务级异常把任务置 FAILED。
|
||
**重跑保留产物**（2026-08，修复 run_e2b74e89e232 实测）：FAILED 视频重新处理
|
||
时不再 reset_run 清空产物记录，而是保留已完成节点的 artifacts 恢复 QUEUED，
|
||
execute_run 从产物表跳过已完成节点、只重跑失败节点——extract/ocr 等长耗时
|
||
成果不浪费；配合 llm-filter/OCR 的节点级断点存档，失败节点自身也只重判未完成
|
||
条目。前端对"部分失败"（COMPLETED 且 failed>0）用红色徽章醒目标示。
|
||
- **完成任务判定（2026-09 修复）**：`_run_job` 置 COMPLETED 前**校验全部非
|
||
SKIPPED 视频都已结束**（无 PENDING/PAUSED 残留），否则保持 RUNNING 交引擎
|
||
下一轮续跑——修复僵尸状态：引擎串行处理到 9.9GB 大视频时中断，`_run_job`
|
||
无条件收尾把任务置 COMPLETED，留下"N 个 PENDING 待处理却已完成"的假完成
|
||
（batch_969fabe74b83 等 3 个任务实测：遗留的 10 个 PENDING 完全相同且卡在
|
||
kiwvr-887 大文件前）。**崩溃恢复**：重启时除 `recover_interrupted_runs` 外，
|
||
新增 `recover_interrupted_batch_jobs` 把 RUNNING 的批量任务恢复为 QUEUED
|
||
（否则停在 RUNNING 的批量任务永远不会被 `next_queued_batch_job` 再次拾起，
|
||
未处理完的 PENDING 永久残留）。历史僵尸数据修复脚本见
|
||
`scripts/fix_zombie_batch_jobs.py`（把误标 COMPLETED 的任务置回 QUEUED 续跑）。
|
||
- **产物下载**：`GET /api/batch/jobs/{id}/videos/{vid}/download?alias=<文件名>`
|
||
解析并返回视频旁的字幕文件；旧版 `batch.done.json` 完成标记里的语义别名
|
||
（位于旧 work_dir）仍兼容可下载。详情/创建响应里每个视频的 `finals` 合并上述
|
||
两处来源。
|
||
- **孤儿清理保护**：`source=batch` 的运行**跳过**自动清理——其 run 位于私有
|
||
`storage/batch/...` 下，普通孤儿逻辑会误判删除，且 `_remove_run` 还会删除
|
||
`input_uri` 的父目录（用户的整个视频文件夹）。详见
|
||
[代码审查问题跟踪.md](./代码审查问题跟踪.md#r01-修复记录)。
|
||
- **删除任务**：`DELETE /api/batch/jobs/{id}` 清理数据库记录（含关联 run）与
|
||
应用私有工作空间残留；视频旁已放置的产物属于用户数据，保留不删。
|
||
- **环境变量**：`WOV_BATCH_ENABLED`（默认 1）、`WOV_BATCH_INTERVAL_SECONDS`
|
||
（默认 1.0），完整列表见 [configuration.md](./configuration.md)。
|
||
|
||
## 相关文档
|
||
|
||
- 环境变量全表：[configuration.md](./configuration.md)
|
||
- 产物命名与 finalization 规则：[workflows.md](./workflows.md#最终产物命名)
|
||
- 历史缺陷与修复记录：[代码审查问题跟踪.md](./代码审查问题跟踪.md)
|