Files

66 lines
7.9 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
# 0.1.0 实测与需求覆盖
日期:2026-10-18。环境:Windows 11(10.0.26200)、RTX 5080 16 GB、驱动 610.62、Node 24.18.0、Electron 42.11.15。此文件区分实现、实际执行和未验收项,不代表原始六阶段全部完成。
## 实际执行过的验证
| 验证 | 结果与边界 |
| --- | --- |
| TypeScript / Vite 生产构建 | 通过 |
| 核心集成测试 | 4 组通过,包括真实 FFmpeg、SQLite、队列取消和四种 Provider 协议合约 |
| 真实 Electron 端到端 | 原生文件选择(测试中定向到实际文件)、媒体 Range 流、预览、编辑、撤销重做、保存重开、MP4 导出通过;无 renderer 异常 |
| 打包程序及安装 | NSIS 安装器生成;在本机隔离安装目录安装退出码 0;已安装 EXE 的相同媒体链路通过。不是另一台无开发环境电脑的验收 |
| 中文 / 空格路径 | 真实读写、字幕、导出和工程保存通过 |
| 多媒体及 45 秒渲染 | 生成 30 个不同的合成视频,实际导入/缩略图/SQLite/渲染 45 秒 MP4 通过;不同文件名相同内容 SHA256 一致。不是 30 个现实场景的语义理解验收 |
| 本地文本模型 | 已有 qwen2.5:3b-instruct 的真实文本请求和时间轴操作输出通过 |
| 本地模型下载 / 视觉 | 通过官方 Ollama 下载 gemma3:4b(主权重约 2.50 GB、视觉投影约 0.85 GB);真实红色图视觉请求、三段颜色视频多帧分析、AI 修改已有片段并执行/撤销通过。模型输出存在描述和评分偏差;不能据此声称视觉准确率达标 |
| GPU 推理观测 | Ollama /api/ps 报告 gemma3:4b size = size_vram = 3,046,606,110 字节,全部模型内存位于 GPU;运行框架最终决定设备分配 |
| GPU 编码验证 | RTX 5080 的 h264_nvenc 实际试编码、真实源片段 GPU 解码与中间/最终编码通过 |
| 用户真实素材成片 | 初版已撤回:存在描述与画面不符、跨场景乱切及切点偏移。修订版使用第 21 集同一战斗,按源时间递增排列 23 个片段,144 BPM / 72 拍;是人工核选、相同核心引擎渲染,并非全自动 AI 成功验收 |
| 成品抽帧复核 | 修订版逐片段提取起帧 / 中帧 / 尾帧,共 69 张、4 页,全部实际查看;对照源片段,多处旧版误标被删除。每个边界的前后帧都包含在相邻行尾帧 / 起帧中 |
| 切点精度回归 | 36 个含音频的短片段合成 900 帧:旧实现 35 个切点均偏移一帧;采用无 AAC 预延迟的 PCM 中间音频及帧数量化后,900 帧颜色全部匹配 |
| 成品探测 | 修订版 1920×1080、60 FPS、1800 帧、30.000 秒、H.264 / AAC,CUDA 完整解码通过;NVENC 用于中间与最终视频编码 |
机器可读证据在 `.test-output/`:`desktop-e2e-report.json`、`packaged-e2e-report.json`、`ai-e2e-report.json`、`batch-e2e-report.json`、`local-vision-result.json`、`local-plan-result.json`。修订成片与证据在 `output/无职转生_30秒_修订版/`;初版目录只保留问题追溯,不作为交付。详见 [FRAME_REVIEW.md](FRAME_REVIEW.md)。
## 当前真实可用的功能
- Electron 桌面与简体中文工作台;缩放、侧栏宽度调整、时间轴高度/缩放调整。
- 项目 SQLite 文件、最近项目、另存为、自动恢复、原子保存、上一版本备份;引用原素材与复制整理、缺失素材重定位。
- 多文件/文件夹递归/拖放导入;流式 SHA256 去重;FFprobe 元数据、缩略图、兼容代理、搜索/收藏/移除。
- 技术镜头切分、静音与响度、带时间戳采样、真实本地/远程视觉调用、分析缓存;基于分析的 AI 搜索,模型推荐分数及理由。相同采样帧去重并注明证据边界。
- Ollama / OpenAI 兼容 / Anthropic / Gemini 四种真实协议;账户保存、DPAPI 密钥、手动模型/模型列表、文本及视觉测试、文字/帧独立授权、代理、超时与重试、请求元数据统计。
- 视觉与规划分配不同账户;结构化 add/update/remove;确认后执行;已有时间轴修改、过期方案拒绝、错误校验与一次模型修正重试。
- 顺序视频轨道、可混音的音频轨道、字幕轨道;拖动/边缘裁剪、分割、删除、复制粘贴、吸附、缩放、速度、倒放、音量、裁切/留边、调色、淡入淡出、缩放/平移关键帧、撤销重做。
- 17 个风格预设,实际影响新片段的镜头时长、调色、淡入淡出等参数;无需模型的参数组接明确标记为规则操作。
- 本地硬件信息、已有 Ollama 检测/启动、模型下载/取消/重试/删除、服务状态;官方安装器下载和签名校验代码。当前机器已有 Ollama,未执行卸载重装。
- 导出后自动从最终视频抽取每个片段的起、中、尾帧,任务页可查看带时间码的抽帧页;不将抽帧成功自动标为语义通过。
- 源片段预览与按需合成预览;MP4/MOV/MKV/WebM 编码路径;队列、取消、进度与错误。
- 用户指定 CPU / GPU / CPU+GPU:GPU 模式使用硬件视频解码、NVENC 中间及最终编码,硬件失败报错;CPU+GPU 以 CPU 处理解码/滤镜、GPU 编码,并允许最终编码失败回退;CPU 软件编码。字幕、调色、音频和控制流程仍有 CPU 工作,不能宣称整条流水线零 CPU。
## 尚未完成或尚未取得验收证据
- 原始验收测试一:30 段不同现实场景视频的准确语义/动作识别。当前是场景切分及稀疏多帧理解,没有专用动作网络、目标跟踪或光流;不满足完整动态理解要求。
- 专用 Whisper 语音转写、字级对齐、中英字幕自动生成、说话人分离、OCR、目标检测及管理型独立分析服务。
- 通用音频节拍自动检测及自动选歌。当前交付示例使用原创 144 BPM 器乐按明确拍网剪辑,不能把此示例当成通用卡点识别功能已经实现。
- 专业视频层叠多轨、特效轨、完整关键帧系统、交叉溶解与高级转场;当前视频轨拒绝重叠,关键帧仅缩放/平移。
- 绝大多数云服务商的专有认证协议、OAuth/SigV4、REST 自定义脚本适配器、账单费用估算、全能力元数据目录、自动模型路由/回退;现有云协议只有合约测试,没有用户 API Key 的真实云端联调。
- 自动模式硬件/许可推荐目录、LM Studio / llama.cpp 的安装管理、下载容量提前核验、磁盘不足专项演练、暂停/重启下载的独立管理层。现支持连接其本机 OpenAI 兼容端点,Ollama 自行维护已下载层。
- 无 GPU 机器、AMD / Intel 实机、Windows 10、干净 Windows、4K 海量素材、极长源视频、资源耗尽及代理故障等完整稳定性矩阵。不能用本机成功代替这些验收。
- 应用代码签名、正式发布渠道、英语界面。
## 复现
基础:`npm ci` → `npm test` → `npm run build` → `npm run test:desktop` → `npm run test:batch`。
真实 AI:先启动 Ollama、安装实际视觉模型;默认 `gemma3:4b`,执行 `npm run test:ai`。也可设置 `QY_TEST_MODEL`。此测试不使用模拟 AI 返回。
打包:`npm run dist`。以 `QY_PACKAGED_EXE` 指向实际安装后的 EXE,再运行 `npm run test:desktop`。测试通过 `QY_TEST_USERDATA` 使用专属目录。
真实示例保留生成脚本:`scripts/scan-user-media.mjs`(接受用户目录参数)、`scripts/refine-user-shots.mjs`、`scripts/compose-beat.mjs`、`scripts/rebuild-user-cut.mjs`(修订版);旧版 `scripts/render-user-cut.mjs` 仅保留追溯,不用于交付。前两个为核看素材服务,后两个生成原创音乐和实际工程/成片,不更改原素材。
## 2026-11-14 开源 PR 验证
在待提交的源码目录中,复用本机已有依赖执行 `npm run build`、`npm test`、`npm run test:desktop`,分别通过生产构建、4 组集成测试及 9 项真实 Electron 桌面检查。GPU 导出与抽帧弹窗均实际执行;未进行干净机器安装或新的云端服务联调。