cat-shark
fc28f22a3f
- AGENTS.md：
* LLM_MODEL 更新为 Qwen/Qwen3.5-35B-A3B，并说明 subtitle-correction
节点有意保留旧模型（实测 0/4 vs 4/4）；
* llm-filter 节点表格改写：规则层为默认且唯一启用层级，列出新增的
水印编号/日期/VLM 提示回显/角色标注规则，并记录 LLM 层关闭的
数据依据（131 条额外删除中 56% 是真对话）；
* **新增「等待规则（强制，2026-09）」**：单次等待不得超过 10 秒，
长任务放后台写日志并每 10 秒轮询；明确禁止 sleep 600 /
timeout 1800 这类阻塞用户的写法（含反例说明）。
- README.md：同步默认模型、纠错节点例外、过滤层默认关闭；
- scripts/probe_llm_rate_limit.py 与 tests/test_integration_prompt_rules.py
的兜底默认值同步为 Qwen/Qwen3.5-35B-A3B。
2.2 KiB
2.2 KiB
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/Qwen3.5-35B-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
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。