4.0 KiB
4.0 KiB
2026-04-02 PR 合并与验证记录
本次已合并并推送的 PR
#837fix: update google-generativeai version for response_modalities support#835fix: add missing pydub dependency to requirements.txt#850feat: support reading subtitle position from config file#838feat: add MiniMax as LLM provider#811refactor: optimize codebase for better performance and reliability#848feat: support GPU acceleration for faster-whisper in Docker#843feat: 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:
953a6c0fix: 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
#835pydub==0.25.1已生效
#850subtitle_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
#848docker 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
- 不能解决当前
#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
- 后端加入
#826- 与当前主线
voice.py和依赖变更冲突,未通过合并验证
- 与当前主线
#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
- 以上 4 个 PR 在当前主线下均为
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
- API 默认
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
- 时长:
- 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
- 时长:
- 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
- 时长:
- 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
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