Skip to content

Formerly KrillinAI, VideoTranslation and Dubbing Tool for 120+ Languages. Open-source AI workspace for creators, powered by Codex. Video downloader, video translation, create videos, images, audios, and edits with Agents in one place. For your Social Media like YouTube, TikTok, Instagram, etc.

9.6 KB
Raw Blame

字幕翻译输出额度修复(2026-10-23)

原因和修复

字幕翻译使用的响应预算可以超过当前模型的 4096 token 上限。Gateway 在预占积分、调用模型之前返回 HTTP 400;同一批次结束时其他并行请求被取消,本地仍出现两条接受状态未知的记录。

Gateway 公开目录新增可选 textOptions.maxOutputTokens,直接读取数据库模型修订中的输出上限。Daemon 从当前任务绑定的目录读取该字段,传入每次执行生成的临时 Runtime TOML,不新增持久配置副本。翻译引擎按模型上限分批、预留 1024 token 余量,所有请求和预算扩张均受模型上限约束;未提供上限时保持原有默认行为,自定义 LLM 覆盖不继承官方限制。

明确拒绝的 HTTP 响应优先记为失败,响应中的追踪编号不再使其变为接受状态未知。超时、连接断开及查询不到的其他请求继续保留原有防重复扣费保护。

验证

  • Daemon 五个相关单元及 CLI 集成测试文件:80 项通过、1 项平台相关跳过。集成测试覆盖官方目录上限写入实际 CLI 配置、自定义配置保持原行为、历史模型 ID 对应公开 ID,以及带追踪编号的拒绝响应。
  • Protocol 构建、Daemon 源码及测试 TypeScript 检查、Daemon 构建通过。
  • Runtime 的 config、pkg/openai 包测试和本次三项翻译预算相关测试通过。37 句模拟翻译按 4096 上限拆批,每句保存一次,没有额外重试;模拟 HTTP 请求验证实际发送额度不超过上限。
  • service 全包检查发现既有四项父测试失败:TestPairedTranslationRateLimitStopsAtConfiguredLimit、TestPairedTranslationStopsBeforeCommittingFailedWindow、TestHorizontalAssUsesCustomSubtitleStyle、TestBilingualTranslationOnBottomKeepsSemanticStylesAndShadow。前两项在撤除本次额度限制的临时 Go overlay 中仍可复现;后两项涉及本轮未修改的 ASS 渲染。未扩展修复这些历史问题,不声明全包通过。
  • Gateway 输出额度 admission 与公开目录一致性测试通过;Linux amd64 构建通过。
  • 使用缓存依赖完成标准 prepare:creator-runtime,新 CLI 的文件摘要与构建记录、开发资源 manifest 一致;重新加载开发 Daemon,健康检查通过。

生效和当前任务

Gateway 已发布版本 064a8b742d67,健康检查通过,原私有配置和官网发布版本保持一致。发布前无进行中的模型请求。38 个公开模型及其价格、路由保持不变,11 个文本模型的公开上限逐一与数据库一致;目录版本随公开能力字段正常变化,公开目录无中转身份信息。冻结修订摘要发布前后均为 18e6119418f690a723542ea2e7f9a959。

当前开发客户端已刷新目录,所选 grok-4.7 输出上限为 4096。

对任务 creator_job_aUJcbqDYiuavy_AXUbppD 的全部 9 个请求逐一推导 Gateway 请求编号并核对生产数据库:模型请求记录为 0、对应积分流水为 0,时间窗口内也没有该账户的其他受理及扣费记录。完成本地 SQLite 备份后,通过现有 ledger 恢复接口将其中两条误报的未知记录纠正为失败,关闭接受状态未知的问题,保留明确 HTTP 400 的可重试问题。浏览器刷新后已确认不再显示未知结果阻挡,重试入口可见。

本轮真实付费模型调用为 0,未重新执行用户的翻译任务,未生成或发布 Desktop 安装包。现有已安装客户端不会自动获得本地代码更新。

后续网关兼容热修复(同日)

上述客户端修复之后,进一步确认报错任务使用 grok-4.7。已将生产数据库中 grok-4.7、grok-4.5、grok-4.6、deepseek-v4-pro、deepseek-v4.1-flash、kimi-k3 六个活动接入的网关预算修正为 8192;供应商和单价保持原样。该次修复对旧格式请求直接生效,无需客户端升级。正常设备的 schema 2 bootstrap、公开目录和官网价格参考已核对一致。

旧格式 max_tokens=8192 的真实短回复测试共调用供应商 8 次,实际供应商扣费合计 0.028424 元;没有重新执行本任务。六个型号成功并发布;GPT-5.6 Sol 和 GPT-6 Astra 出现另一类用量核算异常,候选未发布、未重发,GPT-6 Sol 因同分组异常未测,GPT-5.5 被独立测试预算拒绝且未调用供应商。这四项活动接入仍保持原版本和 4096 预算,不能视为已修复。

隔离数据库的模拟回归进一步验证:先前被网关拒绝的同一个幂等键,在数据库修订刷新后可以恢复,成功重放不会重复调用或扣分。临时测试预算已禁用、设备 session 已撤销,明文 session 凭据已清理。详细记录位于 Gateway 仓库 docs/legacy-text-output-compatibility-2026-10-23.md。

客户端恢复原有批次与预算(同日后续)

网关预算热修复后,撤回第一轮为适配目录 4096 限制新增的客户端缩批与裁切:Daemon 不再把目录额度写入 Runtime TOML,Runtime 不再读取这项上限、不再按其减去 1024 缩小批次,也不再静默压低调用方请求的输出额度。

恢复原有行为:内容与排版继续使用原来的 6500 批次预算,默认请求最高 8192;输入大小检查、原句分组、上下文保留以及原有截断恢复机制继续有效。没有移除原本就存在的批量翻译机制,也没有撤回其他字幕修复。目录中的可选能力元数据继续来自数据库,客户端不再用它改写翻译预算。

明确 HTTP 400 拒绝记为失败、避免误报结果未知的修正保留;真正超时或结果未确认的防重复提交保护继续有效。四项尚未发布的 GPT 候选仍按网关验收记录处理,不能依赖客户端缩批掩盖其未完成的兼容修正。

验证:37 条能放进原有预算的字幕保持一批、每句只保存一次;2048/4096/6500/8192 调用预算原样传递;原有截断后的 2048→4096→8192 扩容与原句组批测试通过。config、pkg/openai 包测试及五项定向 service 测试通过;Daemon 三个测试文件 45 项通过、1 项平台相关跳过,源码及测试类型检查、Daemon 编译通过。本轮验证只使用模拟服务,付费模型调用为 0,未重跑用户视频任务。

使用已有离线依赖完成标准 Runtime 准备流程,未更新 yt-dlp 等外部依赖。当前 CLI、构建记录及资源 manifest 摘要一致;开发 Daemon 已通过现有开发服务重载机制刷新,代理 /healthz 返回 {"ok":true}。没有构建或发布 Desktop 安装包。

任务模型配置校验修复(同日后续)

新任务状态中保存了 deepseek-v4-pro,但视频翻译启动前的 workflow 校验直接读取全局配置。此时全局默认 grok-4.7 处于 price_review,账户没有可用的默认文本模型,导致启动入口误报 creator_llm_config_missing / LLM configuration is incomplete。该模型 ID 当时由配音组件初始化时隐式填入,并非用户在翻译任务中手动选择;任务尚未执行任何阶段。

Daemon 统一通过现有 runForJob 解析配置:保留任务原账户与服务绑定,合并任务的 officialModels,再读取实际执行使用的配置。预检、字幕与配音 workflow 校验、封面 workflow 校验、预设执行前校验均复用此读取方式。手工配置校验保持原行为;不自动更换全局模型、不解除模型计费保护、不修改任务绑定或持久配置格式。

新增 HTTP 集成回归使用本地模拟网关,覆盖全局默认不可用而任务选择 DeepSeek、原先配置缺失的任务补选模型后恢复启动;验证预检通过、实际 /actions 启动进入模拟执行器、旧 needsInput 清除,账户默认保持为空,未请求任何模型接口。字幕、配音、封面分别补充任务配置优先的回归。相关四个测试文件最终 66 项通过;另 1 项已有取消/恢复测试超时,临时撤掉本轮配置读取接线后仍同样失败,未扩展修改。Daemon 源码与测试类型检查、编译、变更空白检查通过。

开发 Daemon 已重载且健康正常。原任务 creator_job_Niew1YVrm0YoPh_T8RMty 的只读预检返回 canStart=true、blocked=[],文本模型为所选 DeepSeek;任务阶段仍为 0,保留待用户继续操作的状态。本轮真实模型调用为 0,未重跑用户任务,未构建或发布 Desktop 安装包。

翻译任务明确选择文本模型(同日后续)

用户指出翻译任务本来没有 LLM 选择入口。检查确认页面仅调用语音模态的 useOfficialServices;共享 hook 会遍历其他模态,以目录中第一个可用模型补齐缺失选择,因此即使没有默认文本模型,初始化配音组件也会隐式写入 DeepSeek。

共享 hook 现在只冻结账户已配置且可用的默认模型,并保留任务已有选择;不再用目录首个型号补齐其他模态。开始翻译前的“翻译设置”新增“翻译模型”字段,复用现有可搜索的模型下拉框,直接读写任务 officialModels.text。没有可用默认且任务未指定时显示选择提示;原任务保留此前已保存的型号。此入口用于初次翻译和未产出结果的任务重试,不扩展已有结果的版本编辑流程。

Web 四个定向测试文件共 127 项通过,覆盖无默认时明确选择、初始化配音不会隐式选择文本型号、保存和重新打开、按任务型号提交,以及图片/视频工作区的共享 hook 回归。Web 类型检查通过;实际开发客户端页面已核对到“翻译模型”及原任务保存的 DeepSeek。所有验证均未发起付费推理,未启动用户任务;仅 Web 共享界面修改,无需 Desktop 打包。