初始化提交

2026-06-12 14:59:20 +08:00
parent c1d00901a8
commit 00718f47f3
85 changed files with 15799 additions and 0 deletions
--- a/docs/PR_MERGE_RECORD_2026-04-02.md
+++ b/docs/PR_MERGE_RECORD_2026-04-02.md
@@ -0,0 +1,120 @@
+# 2026-04-02 PR 合并与验证记录
+
+## 本次已合并并推送的 PR
+
+- `#837` `fix: update google-generativeai version for response_modalities support`
+- `#835` `fix: add missing pydub dependency to requirements.txt`
+- `#850` `feat: support reading subtitle position from config file`
+- `#838` `feat: add MiniMax as LLM provider`
+- `#811` `refactor: optimize codebase for better performance and reliability`
+- `#848` `feat: support GPU acceleration for faster-whisper in Docker`
+- `#843` `feat: Add Upload-Post integration for cross-posting to TikTok/Instagram`
+
+## 合并后的主线提交
+
+- TTS 与字幕修复基线提交：`953a6c0` `fix: restore edge tts synthesis and readable subtitles`
+- 当前主线提交：`1f8a746`
+
+## 合并时的验证结论
+
+### 已通过
+
+- `#837`
+  - 依赖升级后可正常导入
+  - `google-generativeai==0.8.6` 已生效
+- `#835`
+  - `pydub==0.25.1` 已生效
+- `#850`
+  - `subtitle_position` 与 `custom_position` 可从配置文件读取
+- `#838`
+  - MiniMax provider 接线正常
+  - 使用 mock 调用验证 `_generate_response` 通过
+- `#811`
+  - 主线导入正常
+  - 抽样单测通过
+- `#848`
+  - `docker compose -f docker-compose.yml -f docker-compose.gpu.yml config` 可正常解析
+- `#843`
+  - Upload-Post 服务导入和 mock 上传调用通过
+  - 与前面 PR 叠加时仅在 `config.example.toml` 存在配置段落冲突，已手工保留两边内容
+
+### 已拒绝并关闭
+
+- `#852`
+  - 能恢复音频，但会破坏字幕链路，并删除仍被 WebUI 调用的 Gemini 逻辑
+- `#787`
+  - 不能解决当前 `403` 场景
+- `#841`
+  - 与当前主线 TTS/字幕修复冲突，且收益已被更小 PR 覆盖
+- `#824`
+  - ModelsLab 路径能出音频，但字幕链路失败，无法产出可用 SRT
+- `#840`
+  - 后端加入 `video_source="ai"`，但 WebUI 仍不支持该值，端到端不可用
+- `#826`
+  - 与当前主线 `voice.py` 和依赖变更冲突，未通过合并验证
+- `#751`
+- `#749`
+- `#742`
+- `#705`
+  - 以上 4 个 PR 在当前主线下均为 `DIRTY`，未通过合并验证
+
+## 冒烟测试记录
+
+### 服务重启
+
+- API：`http://127.0.0.1:8080/docs`
+- WebUI：`http://127.0.0.1:8501`
+
+### 第一次完整视频任务
+
+- 任务号：`ced0b190-dd72-489c-b978-2761740933db`
+- 结果：失败
+- 结论：
+  - API 默认 `video_transition_mode=null`
+  - 视频拼接阶段在 `app/services/video.py` 中直接访问 `video_transition_mode.value`
+  - 导致任务线程异常退出，任务状态停留在 `state=4, progress=75`
+
+### 第二次完整视频任务
+
+- 任务号：`8b2a0e6e-b3e6-44ab-a1b4-1865a0b4788d`
+- 提交方式：
+  - `POST /api/v1/videos`
+  - 使用本地素材 `/Users/harry/Projects/Python/MoneyPrinterTurbo/test/resources/1.png`
+  - 显式指定 `video_transition_mode="FadeIn"`
+- 结果：成功
+- 任务状态：`state=1, progress=100`
+
+### 第二次任务产物
+
+- 音频：`/Users/harry/Projects/Python/MoneyPrinterTurbo/storage/tasks/8b2a0e6e-b3e6-44ab-a1b4-1865a0b4788d/audio.mp3`
+  - 时长：`8.952s`
+  - 大小：`53712 bytes`
+- 拼接视频：`/Users/harry/Projects/Python/MoneyPrinterTurbo/storage/tasks/8b2a0e6e-b3e6-44ab-a1b4-1865a0b4788d/combined-1.mp4`
+  - 时长：`9.000s`
+  - 大小：`177666 bytes`
+- 成片：`/Users/harry/Projects/Python/MoneyPrinterTurbo/storage/tasks/8b2a0e6e-b3e6-44ab-a1b4-1865a0b4788d/final-1.mp4`
+  - 时长：`9.000s`
+  - 大小：`352810 bytes`
+- 字幕：`/Users/harry/Projects/Python/MoneyPrinterTurbo/storage/tasks/8b2a0e6e-b3e6-44ab-a1b4-1865a0b4788d/subtitle.srt`
+
+### 第二次任务字幕样本
+
+```srt
+1
+00:00:00,100 --> 00:00:03,300
+这是一次主线合并后的完整冒烟测试
+
+2
+00:00:03,875 --> 00:00:05,350
+我们要确认语音
+
+3
+00:00:05,575 --> 00:00:08,375
+字幕和视频成片都能正常生成
+```
+
+## 当前仍需关注的风险
+
+- `#843` 仅做了 mock 验证，尚未使用真实 Upload-Post 密钥联调
+- `#848` 仅验证了 Docker GPU 配置解析，尚未在真实 GPU 环境运行
+- 当前 API 默认 `video_transition_mode=null` 时，完整视频任务仍存在回归风险