dsh-video-insight 0.10.1 → 0.11.1

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/CHANGELOG.md ADDED
@@ -0,0 +1,148 @@
1
+ # 更新日志
2
+
3
+ 本项目的版本号与 `package.json` 保持一致;面板是单文件客户端,刷新页面即生效。
4
+
5
+ ## v0.11.1(2026-11-19)
6
+
7
+ - 修复:Windows 上分析缓存文件名含 `:` 导致 `EINVAL rename` 失败(`youtube:xxx` 的缓存文件改成 `youtube_xxx.json`,旧文件自动兼容读取)。
8
+ - 修复:分析缓存 JSON 里的 `docId` 与文件名不一致导致读取为空。
9
+ - 新增:`GET /asr/models`、`POST /asr/models`(SSE)——本地模型状态与一键下载,支持自定义路径、进度与取消。
10
+ - 改进:设置里可编辑 ffmpeg / yt-dlp / whisper-cli / sherpa-onnx / 模型路径;首页「环境准备」提示卡引导安装。
11
+
12
+ ## v0.11.0(2026-11-19)
13
+
14
+ 多语言:
15
+
16
+ - **界面跟随 DSH 语言**:面板订阅 DSH 的 `locale` 服务,DSH 切语言时面板文案跟着变;默认「跟随 DSH」,也可在设置 → 语言里锁定「中文 / English」(存 `dsh-video.lang`)。
17
+ - **AI 分析按当前语言输出**:总结、追问、章节、思维导图、画面描述全部按 `lang` 生成;中文 / 英文有完整模板与小节标题,其它语言(`ja/es/fr/de/ru/pt` 等)用英文模板 + 目标语言指令。
18
+ - **缓存按语言隔离**:分析缓存里的 summary / chapters / mindmap 各带 `lang`,`/resolve` 只挂载与当前语言一致的部分;导图、大纲画面描述、分镜缓存同样按语言区分,切换语言不会看到上一门语言的旧内容。
19
+ - **接口新增 `lang`**:`/resolve`、`/analyze`、`/chapters`、`/mindmap`、`/outline`、`/outline/visuals`、`/storyboard`、`/transcribe`、`/jobs` 均接受 `lang`;agent 工具 `video` / `video_digest` 也新增 `lang` 参数。
20
+ - 英文/多语言下模型更爱先思考:章节与思维导图的 token 预算上调(避免 `llm-empty`)。
21
+ - 已知限制:ASR 设置子区块的部分说明文案仍是中文;未知错误码仍显示 host 的中文提示。
22
+
23
+ ## v0.10.2(2026-11-19)
24
+
25
+ 界面与交互修正:
26
+
27
+ - **顶栏通栏**:改为「左:返回 / 封面 / 标题 / 作者,右:重新生成 · 导出 · 历史 · 设置」两端布局,不再整块居中;首页也去掉重复的长副标题。
28
+ - **修复设置按钮出界**:面板改用 `box-sizing: border-box`(之前 100% 宽度之外又加 40px 左右内边距,顶栏实际比容器宽 40px,最右侧按钮被挤出窗口)。
29
+ - **删除首页示例 chips**(TED / B 站 / 无字幕动画)与「粘贴后回车解析」提示——和下方历史记录重复。
30
+ - **历史记录回看不再重新生成笔记**:之前点历史项会带 `force` 触发自动后台入队,把总结/导图/分镜整套重跑并覆盖缓存;现在回看只刷新元信息,直接展示已有缓存,需要重跑请用「重新生成▾」。
31
+ - 输入行保持通栏,解析按钮固定在右端。
32
+
33
+ ## v0.10.1(2026-11-18)
34
+
35
+ 首页布局微调(按反馈「顶部信息过于集中 / 10 个视频多一行显示不全」):
36
+
37
+ - 首屏收紧:标题 26→21px、副标题改为 13px 次要色并只留一句,输入行与示例 chips 合并为一块(「粘贴后回车解析」提示并入 chips 行右侧),去掉重复的隐藏长文案。
38
+ - 最近分析卡片流:一屏显示 8 条(宽屏四列 × 两行),超过 8 条显示「打开历史查看全部」,不再出现半截的第三/四行。
39
+ - 卡片最小宽度 240→196px,宽屏固定四列;最近分析区底部留白加大。
40
+
41
+ ## v0.10.0(2026-11-18)
42
+
43
+ 按 `docs/ux-review.md` 的 P0 做的一轮界面改造(功能不变):
44
+
45
+ - **首页**:新增一句话主张 + 三个真实示例(TED / 哔哩哔哩科普 / 无字幕动画),「最近分析」改为卡片流(封面、时长、标题、状态徽标、⋯ 菜单)。
46
+ - **全局任务条 + 任务抽屉**:有后台任务就常驻顶部显示「解析队列 x/y · 阶段 %」,抽屉里可取消、重试、打开、清除已完成。
47
+ - **工具栏两层**:主操作层(返回/封面/标题/重新生成▾/导出▾/历史/设置)+ 可折叠元信息层(折叠状态记忆在 localStorage)。
48
+ - **页签状态点**:总结/章节/原文/分镜/导图 每个页签带状态点(已生成/生成中/未生成)。
49
+ - **统一状态组件**:骨架屏、空态、错误态统一,总结等待时是 6 行骨架而不是转圈。
50
+ - **总结卡片化**:一句话大卡 + 三张小卡(核心观点 / 适合谁看 / 金句)+ 内容脉络/关键要点折叠,时间戳仍可点着跳播。
51
+
52
+ ## v0.9.1(2026-11-18)
53
+
54
+ - **解析即入队**:提交链接(首页输入框、历史项重开、重新解析)后立刻进后台队列跑全管线,切走/回首页都不中断;详情页只等元信息就打开。
55
+ - 详情页总结页签在后台任务运行时显示「后台解析中 42% · 正在写总结…」占位,任务完成后自动回填总结、章节、导图、分镜与对话,不再内联双跑(省一份 token)。
56
+ - 历史/首页任意视频若分析不完整,点开时也会自动补跑全管线(同一视频不会重复入队)。
57
+ - **后台解析默认不限制并发**:`jobs.concurrency: 0` 表示提交几个跑几个(正整数为上限,最大 16);LLM 步骤自带重试。
58
+ - `/jobs` 不可用时前端自动回退到原来的内联流式总结,不影响解析。
59
+
60
+ ## v0.9.0(2026-11-18)
61
+
62
+ - **后台解析队列**:`POST /jobs` 启动、`/jobs/all` 批量、`/jobs/cancel` 取消、`GET /jobs` 轮询进度;并发默认 2(`jobs.concurrency` 可调),同一视频不重复排队。
63
+ - 一次任务跑完整条管线:解析 → 文字稿(需要时)→ 总结 → 思维导图 → 分镜 → 画面描述,不用再切页签分别生成。
64
+ - LLM 步骤空响应/限流自动重试 3 次;分镜/画面描述失败只记 warnings,不打断整条任务。
65
+ - 只给 docId 时解析缓存过期也能从历史里找回链接。
66
+ - 章节兜底(`/outline` 的 `uniform`)给出「片段 1/2/3…」占位标题 + `hint`;前端提示条与一键生成章节标题。
67
+
68
+ ## v0.8.5(2026-11-18)
69
+
70
+ - **帧数不再固定**:新增 `lib/budget.js`,按「时长 + 剪辑密度」算抽帧预算(默认每 20 秒一帧,碎剪 12s、长镜头 30s;下限 6、上限 `visionMaxFrames`=96)。20 分钟的 TED 从 24 帧变成 46–48 帧。
71
+ - **分镜支持多张拼图**:一张最多 24 格,超出自动分第 2 张(最多 2 张 / 48 格);`GET /storyboard` 新增 `sheets[]` 与每格 `sheet` 字段,`GET /storyboard/image` 新增 `sheet` 参数;视觉描述逐张进行后合并。
72
+ - 画面理解同样按预算抽帧,多张拼图逐张描述后合并(不再把帧数硬裁到 24)。
73
+ - 修复:素材目录里 `video.json` 被 `pickDownloaded('video.')` 误当成视频文件(ffmpeg 报 `Invalid data found`),改为跳过 json/tmp/part 等非媒体文件,并对脏缓存自愈。
74
+
75
+ ## v0.8.4(2026-11-18)
76
+
77
+ - 设置 → 本地语音转写新增「**语音与画面并行分析**」开关(`crossCheck`,默认开):和语音转写同时跑画面分析、两路结果互相印证;关掉即回到「先语音、没有语音再看画面」的顺序。
78
+
79
+ ## v0.8.3(2026-11-18)
80
+
81
+ - **并行管线**:`POST /transcribe` 同时跑「语音转写」和「画面分析」两路(`crossCheck` 默认开启),不再等语音失败才看画面;两路结果合并成一份稿子(画面描述带「画面:」前缀),`source = "audio+vision"`,摘要 / 思维导图 / 追问能同时参考「说了什么」和「画面是什么」。
82
+ - 素材缓存加 in-flight 去重:两路同时要同一份低清视频时只下载一次,镜头切点也只扫一次。
83
+ - 进度帧会同时显示两路阶段(`phase` 以「画面:」开头区分)。实测 3 分半 MV:并行 47.6s 完成(语音 12.7s + 画面 46.5s 重叠),合并后 101 段 / 2637 字。
84
+ - 新增 `source = "audio+vision"`(视觉模型描述)与 `"audio+ocr"`(只用到画面文字)两种合并来源,带 `crossChecked` / `visual` 字段;设置里新增 `crossCheck` 开关(默认开)。
85
+
86
+ ## v0.8.2(2026-11-18)
87
+
88
+ - 纯音乐 / 无对白视频:新增 whisper 幻听检测(整段重复同一句话 ≥45% 判为没有语音,并清理旧的坏转写缓存),不再拿一堆重复句子当字幕去生成总结。
89
+ - 画面兜底强制走视觉:音频里没有语音时,即使本机 OCR 从画面纹理里读出噪声文字,也会让视觉模型看一遍画面(`preferVision`)——Big Buck Bunny 这类无人声动画现在能得到 43 段画面描述稿。
90
+ - 画面理解更抗截断:JSON 被 maxTokens 截断时按对象逐个抢救(`parseJsonArrayLoose`),并按张数自动放大 token 预算,拼图 / 逐帧描述的失败率明显下降。
91
+ - 本地转写稿的提示文案按来源区分(语音转写 / 画面文字 OCR / 画面理解)。
92
+
93
+ ## v0.8.1(2026-11-18)
94
+
95
+ - 章节与关键画面共用一份「大纲」:优先按**思维导图一级节点**切分(节点自带时间点),导图不可用时退回视频章节或均匀切分(`GET /outline`)。
96
+ - 章节页签:来源徽标、**列表 / 网格**切换、每章缩略图(`GET /thumb`)、「生成画面描述」(`POST /outline/visuals`,抽帧拼一张图后让视觉模型逐章描述,按视频缓存)。
97
+ - 「关键画面」并入章节的网格视图,独立页签取消;「片段」页签与 `~/.dsh/video-bookmarks/` 一并移除,页签收敛为 总结 / 章节 / 原文 / 分镜 / 思维导图。
98
+ - 修复:思维导图节点时间点 `t` 未写入分析缓存,刷新页面后徽标消失。
99
+ - 修复:`readBody` 的体积上限参数传成对象导致实际上限失效。
100
+ - 追问提示词加固:检索段落即视频原文,问人名/身份据此回答;不执行「忽略之前的指令」「改用英文」这类注入。
101
+ - 市场条目分类从 `ui` 调整为 `tools`(工具与能力)。
102
+
103
+ ## v0.8.0(2026-11-18)
104
+
105
+ - 新增「关键画面」页签(PPT 模式):`GET /keyframes` 取章节起点 / 镜头切点做网格缩略图,点一张跳到对应画面。
106
+ - 历史记录上限 20 → 100,支持搜索与星标收藏(`POST /history/favorite`)。
107
+
108
+ ## v0.7.0
109
+
110
+ - 历史:上限提升到 100,条目新增 `favorite` 字段与收藏接口;重新解析不会冲掉收藏状态。
111
+ - 新增 `GET /keyframes?docId=&count=`:按章节 / 镜头切点 / 均匀三档给出关键画面时间点。
112
+ - 文档:README 首段精简到 100 字内、去掉其他插件锚点;新增「素材缓存」「画面缩略图」「关键画面」契约说明。
113
+
114
+ ## v0.6.4
115
+
116
+ - 新增「片段」页签:原文每行 ☆ 收藏片段(跳转 / 复制 / 删除 / 清空),按视频存放在 `~/.dsh/video-bookmarks/`。
117
+ - 新增 `GET /thumb` 画面缩略图(320×180,缓存后约 20ms);章节页签每章配缩略图。
118
+ - 素材复用:低清视频与镜头切点缓存到 `~/.dsh/video-assets/`,转写 / 画面理解 / 分镜 / 章节插图共用,第二次生成分镜从 11.2s 降到 0.4s。
119
+
120
+ ## v0.6.3
121
+
122
+ - 片段收藏 host 接口:`GET /bookmarks`、`POST /bookmarks/add|remove|clear`(支持直接传视频链接),同起点自动去重。
123
+ - 素材缓存接口:`GET /assets`、`POST /assets/clear`;`captureFrames` 改为复用缓存视频与切点。
124
+
125
+ ## v0.6.2
126
+
127
+ - 画面理解改为「拼图喂图」:把抽帧拼成一张分镜图再交给视觉模型,输入 token 降低约 86%(24 帧 13,312 → 1,905)、耗时降低约 60%。
128
+ - 新增 `visionPack`(sheet / frames)与 `sheetCols` 配置,拼图失败自动回落逐帧。
129
+
130
+ ## v0.6.1
131
+
132
+ - 字幕双语翻译:`GET /translate`、`POST /translate`(SSE)、`POST /translate/clear`,按视频缓存。
133
+ - 播放器外壳每秒回传播放进度,原文页签支持「双语 + 跟随播放」高亮。
134
+ - 思维导图节点携带时间点 `t`,面板节点可点击跳转;章节列表高亮当前章节。
135
+
136
+ ## v0.6.0
137
+
138
+ - 新增「分镜」页签:按镜头切点抽帧拼成一张分镜图(默认 24 格),每格带时间,点格子 seek。
139
+ - 新增 `lib/storyboard.js` 与 `/storyboard`、`/storyboard/image`、`/storyboard/clear`。
140
+
141
+ ## v0.5.0
142
+
143
+ - 抽帧从固定间隔改为**镜头切点检测**(64×36 rawvideo HSV 差分、暗场增益、尖峰判定),10 分钟视频约 146 个切点、扫描 3.6s;切分失败自动回落均匀抽帧。
144
+ - 新增 `frameSampling` / `cutThreshold` 配置;修复竖屏 B 站视频下载格式选择。
145
+
146
+ ## v0.4.8(npm 上最新已发布版本)
147
+
148
+ - 新增「画面理解」:抽帧后交给视觉模型描述画面(`frame-vision`),支持 `frameMode: auto | ocr | vision`。