dsh-media-converter 1.3.0 → 1.4.0

package/README.md

@@ -16,15 +16,15 @@ DeepSeek Harness 的本地多媒体工具箱插件：转换、裁剪、提取音
 | 元数据 | 查看容器、章节、逐轨参数与全部标签；改写标题/作者/专辑/备注/日期/流派（另存为新文件） |
 | Base64 | 当前文件 → `data:` URL；或粘贴 Base64 还原成文件 / 文本 |
 | 批量处理 | 按类型分组：视频/音频/图片各自一个目标；文本单独一段、不参与转换；读取中/未识别单独一段；逐组全选/质量、逐行进度/结果/取消 |
-| PTC 调度 | 批量转换可选：在 DSH 已注册模型里选一个（默认跟随主模型），模型只返回每文件 JSON 计划，宿主校验后交给 PTC 沙箱执行；低推理档、分阶段进度；默认关，耗 token |
+| PTC 调度 | 批量转换可选：在 DSH 已注册模型里选一个（默认跟随主模型），模型只返回每文件 JSON 计划，宿主校验后交给 PTC 沙箱执行；整批按组多次求值，可超过单次 10 分钟上限；批次由宿主持有，切会话/关页面后继续；低推理档、分阶段进度；默认关，耗 token |
 | GPU / 直接拷贝 | macOS VideoToolbox 的 H.264 可勾选 GPU 编码（mp4/mov/mkv/flv/ts）；兼容编码/容器直接 `-c copy`，不重编码 |
 | 取消 | 批量中途取消停当前 ffmpeg 并不再排队；单文件任务可随时取消；上传中也能中断传输 |
 
 界面分两层：**队列**是首页，负责一次处理多个文件；点某一行进入**文件详情**，那里是单个文件的操作页。
 
-- **队列**：拖入或选择多个文件 → 可转换的默认勾选 → 顶部「批量处理」卡选处理方式（转换 / 提取音频 / 提取画面）、PTC/GPU；目标格式和图片质量在各自的类型组标题里。每一行有自己的上传/处理状态、进度、结果与「显示」；可全选、按组全选、取消勾选、移除、清空（两步确认）。
+- **队列**：拖入或选择多个文件 → 可转换的默认勾选 → 顶部「批量处理」卡选处理方式（转换 / 提取音频 / 提取画面）、PTC/GPU；目标格式和图片质量在各自的类型组标题里。每一行有自己的上传/处理状态、进度、结果与「显示」；可全选、按组全选、取消勾选、移除、清空（两步确认）。除了原生选择器和拖拽，面板还支持**从路径添加**：宿主直接浏览本机目录并登记绝对路径，几百个文件不经过浏览器上传、也不复制文件（登记的文件属于用户，永远不会被插件删除）。可浏览范围限于家目录、`/Volumes`、临时目录和输出目录；点文件不列出。
 - **文件详情**：点某行的「详情」进入。这里是单文件工作台：预览/图片对比、搜索、按「转换 / 编辑 / 查看」分组的动作网格（转格式、裁一段、提取、字幕、元数据、Base64），参数就地展开、结果就地显示。`⌘K` 聚焦搜索，回车执行第一个动作，Esc 收起；「返回队列」保留队列与结果。
-- **处理范围**：批量动作只处理勾选的可转换行；文本、读取中、未识别不参与批量；详情页的动作只处理当前打开的那个文件。PTC 只出现在批量转换面板，且勾选 ≥2 时才可用；打开后才出现模型下拉，进度分“模型决定中”和“转换 N/M”两段；单个文件不走 PTC。
+- **处理范围**：批量动作只处理勾选的可转换行；文本、读取中、未识别不参与批量；详情页的动作只处理当前打开的那个文件。PTC 只出现在批量转换面板，且勾选 ≥2 时才可用；打开后才出现模型下拉，进度分“模型决定中”和“转换 N/M”两段；单个文件不走 PTC。PTC 批次由宿主执行，切走会话或关掉页面都会继续，重新打开会恢复进度。
 
 ## 批量、调度、GPU 与 PTC
 
@@ -33,7 +33,7 @@ DeepSeek Harness 的本地多媒体工具箱插件：转换、裁剪、提取音
 - **自适应 CPU 调度**：[lib/schedule.ts](lib/schedule.ts) 每秒用 `os.cpus()` 的差值采样，EMA 平滑；平滑使用率 >60% 只跑 1 个，35–60% 2 个，<35% 最多 4 个。任务权重：视频 1、音频/图片 0.5、copy 0.25、GPU 0.5；GPU 另限 2 路。容量 >1 时给每个软件编码 ffmpeg 分 `-threads/-filter_threads`；运行中的任务不抢占。
 - **GPU（VideoToolbox）**：macOS 上安装的 ffmpeg 若带 `h264_videotoolbox`，批量卡出现“GPU 编码（VideoToolbox）”。对 mp4/mov/mkv/flv/ts 的 H.264 用硬件编码 + `-hwaccel videotoolbox`；按源码率估 `-b:v/-maxrate/-bufsize`，带 `-allow_sw 1`。WebM/VP9/AV1、图片、音频没有对应硬件编码，仍走 CPU；探测不到就隐藏开关。
 - **直接拷贝**：h264/hevc + aac/mp3 等兼容组合直接 `-c copy`（mp4/mov/mkv/webm/ts 与同编码音频容器），有裁剪或编码不兼容才重编码；行上显示“直接拷贝”。
-- **PTC 可选模型**：默认跟随 DSH 当前主模型；下拉列出已注册模型；显式模型不在目录里会报错，不回退默认。对选中模型取最低推理档，`maxTokens` 6000；模型只返回 `{"files":[{"id","format","quality"}...]}`，宿主校验 id/格式/质量后拼程序交给 PTC 执行。
+- **PTC 可选模型**：默认跟随 DSH 当前主模型；下拉列出已注册模型；显式模型不在目录里会报错，不回退默认。对选中模型取最低推理档，`maxTokens` 6000；模型只返回 `{"files":[{"id","format","quality"}...]}`，宿主校验 id/格式/质量后拼程序交给 PTC 执行。分组和时限都按实际情况动态算：每个文件的耗时由本机实测吞吐（copy / 硬件编码 / 视频 / 音频各自维护，跑过的任务会持续校准）估算，按「整组估算 ≤ 运行时上限」装组；组内文件数上限随 CPU（约 4×核心数，夹在 4–64），并发波宽随当前 CPU 负载（4–16 个 binding 调用）。每组一次沙箱求值、各自限时，整批可以超过单次 10 分钟；面板会显示基于同一估算的剩余时间。
 - **实测**（10 秒 1080p30 合成样本，机器负载约 4.6；不是你的真实文件）：
 
   | 路径 | 耗时 | 输出 | VMAF |
@@ -208,8 +208,8 @@ React 只剩一个壳：把 `<media-panel>` 挂进槽位并传 `t`。面板本
 - 视频转 GIF 会缩到宽 640、12 fps。
 - 批量按类型分组：视频/音频/图片各自一个目标；文本单独一段、不参与转换；读取中/未识别不可批量。
 - 批量提取只处理视频；不适用或没有音轨的行标「跳过」，不算失败。
-- 固定规则批量逐行串行；PTC 批量走自适应 CPU 队列（1–4 路，GPU 另限 2 路）；上传中或处理中不能增删文件。
-- PTC 只用于批量转换且至少 2 个文件；默认关，开关不随页面保存。可选已注册模型；模型只返回每文件计划；每次运行仍会调用一次主模型（消耗 token）；执行时限默认 2 分钟、最长 10 分钟，超时会整批中止。
+- 固定规则批量逐行串行；PTC 批量走自适应 CPU 队列（1–4 路，GPU 另限 2 路），并按组多次沙箱求值；上传中或处理中不能增删文件。
+- PTC 只用于批量转换且至少 2 个文件；默认关，开关不随页面保存。可选已注册模型；模型只返回每文件计划；每次运行仍会调用一次主模型（消耗 token）；单次求值默认 2 分钟、最长 10 分钟；整批会拆成多组，因此可以超过 10 分钟。
 - PTC 不提供改分辨率、合并或 remux 参数；GPU 只覆盖 H.264 的 mp4/mov/mkv/flv/ts；直接拷贝只覆盖兼容的编码/容器矩阵。
 - 上传的临时副本保留 2 小时后自动删除。
 - Windows 上「在资源管理器中显示」用 `explorer /select,`，macOS 用 `open -R`，Linux 用 `xdg-open`（打开所在目录）。
@@ -226,6 +226,6 @@ React 只剩一个壳：把 `<media-panel>` 挂进槽位并传 `t`。面板本
 [dsh-media-converter] upload failed: aborted                                  # 连接中断
 ```
 
-PTC 批量在点「开始处理」时才检查运行时与模型服务：缺任何一个会立即在批量卡里报错，不会退回固定规则。运行中关闭页面会中止 PTC 与在跑的 ffmpeg。
+PTC 批量在点「开始处理」时才检查运行时与模型服务：缺任何一个会立即在批量卡里报错，不会退回固定规则。批次由宿主持有：切会话或关闭页面后继续执行，重新打开会恢复进度；取消走同一套信号，沙箱与 ffmpeg 一起停。
 
 宿主的这些行在 DSH 的日志里；改了 `index.ts` 之后必须 `npm run build:host` 并**重启 DSH**才会生效（运行中的宿主用的是启动时那份代码）。