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.
KrillinAI 当前翻译流程:逐步实现说明
本文保留本轮源文拆句改造之前的流程快照。2026-10-22 已将音频和平台 VTT 的 NLP 结果改为实际翻译单元,最新拆句顺序、降级及验收结果见 源文意群拆分实现。本文下述“当前”“完整父句”“NLP 仅作提示”均指改造前状态;后续翻译与校准步骤仍可作为实现参考。
整理日期:2026-10-22。范围为 OpenCreator 当前工作区的 runtime/krillinai,包括已有的未提交修改;基准 HEAD 为 8b4bd9db4ecb87b20ba5dbf14b71dce7612c085e。本文描述源码中的实际行为,不代表线上或已打包客户端已经运行这些代码。
本次只梳理音频与 YouTube VTT 两个入口及其共同翻译核心,不修改业务代码,不重新调用模型测试。原始 SRT 导入、视频下载调度、配音和视频合成不在展开范围内。
一、先明确当前启用的流程
当前默认是 translationFlowDefault = "legacy",同时启用 translationRevisionDefault = "revised"。也就是:使用现有完整父句翻译链路,默认追加内容修订。代码中另有 segmented 实验链路,本文不把它混入默认流程。
实际主线如下。图中“条件术语检查”通常会被已经完成的内容修订覆盖而跳过。
flowchart TD
A[YouTube VTT:清洗文本并保留时间坐标] --> C[规则分句与 800 字节预算保护]
B[音频:切段并完成 ASR,取得全文和词时间] --> C
C --> D[本地 NLP 生成父句内部边界建议]
D --> E[分章节整理语境与术语,再汇总全片摘要]
E --> F[按预算合批,读取句级检查点]
F --> G[缺少正文:初译完整父句]
F --> H[已有正文:补做未完成阶段]
G --> H
H --> I[内容修订;有改动则另次核验]
I --> J[条件术语检查]
J --> K[冻结译文,生成原译配对子字幕]
K --> L[多段边界审校;必要时可提议改写并核验]
L --> M[超过固定 75 显示单位:局部纯切分]
M --> P[汇总翻译失败与排版警告]
P --> N[按源文位置恢复时间轴]
N --> O[导出字幕文件]
默认值位置:流程开关、修订开关、Translator 初始化。共同调度入口是 translatePairedSentences。
二、五个容易混淆的单位
| 名称 | 当前代码里的含义 |
|---|---|
| 音频段 | 默认约 5 分钟的 ASR 输入单元,不是一个句子。 |
| 父句/翻译单元 | 规则分句和预算保护后的源文,拥有稳定 sentence_id;可能是完整句,也可能是长句截出的语义段。 |
| 翻译批次 | 一次一起处理的多个父句;VTT 默认最多 10 个,音频最多 12 个,还会受请求预算限制。 |
| 语境章节 | 按文本预算形成的分析组,用于摘要和术语抽取,不是从视频中识别的真实章节。 |
| 字幕条/子配对 | 父句经过排版后得到的一对 source/target,最后附上时间,成为一条字幕。 |
“一句”“一批”“一条字幕”不是同一件事。初译请求处理父句;用户最终看到的是子配对。
三、步骤 1:决定源文从哪里来
入口是 GenerateSubtitles。
- YouTube 且选择自动来源时,OpenCreator 外层先尝试平台字幕;只有
platform_caption_failed、platform_caption_invalid这类字幕获取或有效性错误,才切换到音频识别。 - 明确选平台字幕,就不自动改用音频;明确选音频识别,则直接进入音频路径。
- 访问、鉴权或模型翻译错误,不会统一解释为“平台字幕不行”,继而盲目重做 ASR。
source-only模式取得原字幕后跳过翻译。
外层来源计划见 execution-plan.ts。视频文件下载属于媒体准备,不能计作翻译模型的一环;配音与合成发生在字幕生成之后。
四、步骤 2A:VTT 转成可翻译文本和时间坐标
实现入口:processYouTubeSubtitle。
有词级行内时间戳时:
- 检测
<HH:MM:SS.mmm>格式,抽取词和起止时间。 - 清除样式、HTML、声音提示和纯标点,按相邻 cue 的文本与时间关系去重。
- 先用句末标点与缩写保护规则组装原文字幕,交给共同批量入口。
这里有一个实现边界:cleanVttText 会删除全部方括号内容,以及包含音乐关键词的圆括号内容。这是格式规则,无法证明被删内容在每个视频里都没有语义。
**只有 cue 块级时间时:**先转临时 SRT,清理正文,然后走同一个批量入口。
BatchTranslateSrtBlocks 会验证每条时间,并建立“源文字符位置 → 原时间区间”的对应表,随后把各 cue 文本重新连接为全文,再统一分句。原 cue 被当作时间证据,不被直接当作完整语义句。
若词级文本能与全文完整匹配,则使用词时间;匹配失败会保留全部正文,退回原 cue 时间区间,而不是丢弃匹配不上的文字。
**模型调用:**这一步没有翻译 LLM 调用。
五、步骤 2B:音频转成可翻译文本和词时间
主要实现:audio2subtitle.go、split_audio.go、transcription_checkpoint.go。
- 按配置切音频,代码默认每段约 5 分钟,在预计切点前后约 8 秒内寻找较安静的位置;很短的尾段可并入前段。
- FFmpeg 输出音频段,调用配置的 ASR 服务,取得
Text及带起止时间的Words。 - 转录并发默认 1,单段识别最多尝试默认 3 次;明确不可重试的错误会提前结束。
- 按音频内容哈希、语言与识别配置指纹保存转录检查点,续跑可复用已有识别结果。
这里的执行顺序很关键:startTranslateWorker 会等待全部音频段转录完成,按段排序后才开始正文翻译。多段音频会先统一准备全片的分句、NLP 和语境术语计划,再映射回各段。
音频段之间顺序翻译;一个音频段内部可以并发多个翻译批次。跨音频段共享全片语境与术语,但相邻两句的正文上下文来自当前段,并不自动跨段携带。
**模型调用:**ASR 是识别调用;后续正文翻译 LLM 从下面的共同流程开始。
六、步骤 3:先形成父句,并保护请求预算
实现:prepareTranslationSentences、subtitle_sentences.go。
输入是整理后的源文,输出是拥有稳定 ID 的父句列表。
- 用 Unicode UAX29 句界和语言规则分句,保护缩写、姓名、日期、单位等结构。
- 对超长原句增加 800 UTF-8 字节的单元预算,优先在从句标点、连接词、词边界切开;规则不能完成时,退回通用安全切分。
- 如果一个原句因此被切开、原句不超过 3200 字节,且切口缺少标点或连接词支持,会额外请求一次模型建议原文切口。失败则保留本地结果。
所以实际顺序是“规则与预算先形成父句”,随后才是 NLP。当前不能保证每个父单元天然就是一句完整语义句,也没有按 75 显示单位先把正文切碎。
**模型调用:**多数父句为 0 次;上述特殊预算切口最多追加 1 次逻辑调用,可命中缓存。
Prompt:subtitle_sentence_split_prompt.txt。
七、步骤 4:NLP 给父句内部提供边界建议
实现:prepareTranslationNLPHints、subtitle_nlp.py。
本地 Python + spaCy 大致依次使用句法模型句界、逗号两侧从句和连接词寻找切口,返回连续源文片段。它借鉴了 VideoLingo 的句法拆分思路。
这里的结果是父句内部的 nlp_segments_hint,不会展开为新的独立翻译 ID。模型仍拿完整父句翻译,避免共享修饰成分或目标语言语序被提前割裂。
若某个建议片段超过 20 个 NLP token,会额外请求一次模型细化该片段。这里的 token 是 spaCy 计数,不是 LLM 计费 token,也不是字幕字符数。
缺 Python、spaCy、语言模型、parser,或结果不能完整覆盖原文时,放弃 NLP 建议并继续翻译。运行时不自动下载缺少的语言模型,本地进程有 90 秒超时。缓存写入失败、用户取消等错误仍可能向上传播。
**模型调用:**NLP 本身为 0;较长的 NLP 片段可能各追加 1 次细化调用。
Prompt:subtitle_nlp_split_prompt.txt。
八、步骤 5:整理章节语境、术语和全片摘要
实现:prepareTranslationSemanticPlan。
这一步发生在父句和 NLP 准备之后,不是先于所有分句的全片术语扫描。
- 每个分析章节按约 6500 字节的输入 JSON、最多 64 个父句组装。
- 每章请求模型一次,返回摘要,以及最多 12 条术语;术语含原词、建议译法、含义和适用
sentence_ids。 - 每章摘要限制为 600 UTF-8 字节。多个章节再分层请求模型汇总摘要,每组合并输入约不超过 10000 字节。
- 程序验证术语是否真的在相应源句出现,去掉没有证据或作用域冲突的条目;这不能证明模型给出的术语译法正确。
- 后续每个批次只取得相关章节、全片摘要及适用于该批句子的术语,不重复发送整片正文或所有术语。
章节分析目前串行准备。普通服务失败或无效输出会保留可用章节信息、固定降级计划后继续;鉴权、额度等永久服务错误,以及取消、关键检查点保存错误,仍会传播。
**模型调用:**每章通常 1 次;多章另有分层摘要调用,均可复用缓存。
Prompt:translation_semantic_context_prompt.txt;摘要汇总 Prompt 在 translation_semantic_context.go 内。
九、步骤 6:组批、加邻句上下文、读取恢复状态
实现:buildPairedTranslationBatchesWithNLP、translationBatchContext、openTranslationCheckpoint。
每批最多 VTT 10 个父句、音频 12 个父句,同时受约 16000 请求字节和 6500 输出 token 预算约束。组批时输出量使用文本字节数经验估算,不是模型 tokenizer 的精确计数。
批次正文以外,会带前 2、后 2 个父句作为参考。前文只取靠近批次的末端、后文只取开头,每个参考片段最多 384 字节。批次内各父句本身也互为上下文。
额外语境过大时先压缩摘要,单父句仍放不下时可以去除额外语境,优先让正文能提交。
之后才读取句级正文检查点:
- 已有有效完整译文:补做尚未完成或版本过期的修订、排版等步骤。
- 没有可复用译文:进入初译。
- 上次沿用原文的失败项:续跑时仍要重新翻译。
- 独立、明确无语义的犹豫音:本地标记省略,消费原文位置,但不生成空字幕。
默认翻译并发是 3,不过实现为“最多 3 批成组执行,整组完成再开下一组”。发生普通 429 限流后,后续组降为串行;这不是一个持续补位的 worker pool。
**模型调用:**组批和读检查点本身不调用模型。
十、步骤 7:初译只生成完整译文
输入包含源语言、目标语言、当前父句 ID 和全文、邻句上下文及相关语境术语。主要返回结构为:
{"sentences":[{"sentence_id":"14","target_text":"完整的单行译文"}]}
Prompt 要求自然口语、保留事实、专名、数字、否定、条件与因果等信息;明确要求忽略字幕长度和分段。这一步不会返回时间或子字幕切口。
程序的硬检查主要是 JSON 可解析、ID 正确且不重复、字段不冲突、译文非空且含可用文字、没有换行。自然度、忠实度、术语选择不能靠这些结构检查证明;原译相同或数字写法不同也不会直接被当作结构失败。
成功父句立即保存,只重试失败 ID。正文最多 3 轮内容尝试:前两轮批量,最后一轮对剩余失败父句逐个请求整句译文。临时服务故障可能提前结束本轮;永久服务错误会直接上抛。
仍失败的父句会保留原文作为目标文本,写入 TranslationFallbackReason,其他句子继续。回退项不再进入术语和排版审校,不会被标成已经翻译成功。最后如果全片正文均失败,则任务报错;部分失败则允许带警告导出。
Prompt:translation_content_prompt.txt。硬检查:translation_validation.go。回退:translation_semantic_review.go。
十一、步骤 8:默认对正文做内容修订,有改动再核验
所有没有完成当前版本修订的有效父句都会进入本步骤,不只处理长句或程序发现明显错误的句子。
- 发送源文、当前译文、邻句、语境术语和程序生成的
quality_hints。 - 模型返回需要修改的
corrections,可以改写整句表达;本阶段忽略字幕长度。 - 没有改动的父句直接记为已完成修订。
- 有改动的候选,另发一次
translation_revision_verify,核对含义、事实、数字、否定、条件等。 - 只有核验接受的候选才覆盖旧译文;其他候选最多再试一轮,最终失败则保留修订前译文。
“独立核验”指另一次模型请求,通常仍使用同一个配置模型,并非另一个独立模型或人工复核。
最多 2 轮修订,每轮有修改时可再加 1 次核验,即最多 2 + 2 次逻辑调用。普通无效结果不会丢弃已经取得的译文;永久服务错误、取消和保存错误仍可能中断任务。
成功或无需修改的父句写入 RevisionVersion 与 SemanticReviewed=true。
Prompt:translation_revision_prompt.txt;核验 Prompt 在 translation_revision.go 内。
十二、步骤 9:条件术语检查,通常不再重复执行
只有同时满足以下条件的父句才请求 translation_term_review:尚未 SemanticReviewed,并且存在有源文证据的适用术语。
由于上一步正常完成后会设置 SemanticReviewed=true,默认流程中这轮通常跳过。因此不能把它算作每句必定多出的一次审校。
模型可返回完整修正译文。程序检查 ID、术语作用域、结构、合理长度等,然后应用修正、重置排版。**此分支没有再走内容修订那种独立原文语义核验。**普通失败保留已有译文,永久服务错误仍可能传播。
Prompt:translation_semantic_review_prompt.txt。
十三、步骤 10:冻结译文,做双语配对排版
实现:completeSemanticBatch 后半段、translatePairedBatch、parsePairedTranslation。
先尝试本地复用现有配对。短的单段句、没有多段 NLP 建议且通过布局检查时,可以不请求排版模型;需要拆分时才合批请求。
排版输入是完整源文、已冻结译文、NLP 或程序边界建议和软长度目标。这里显式去掉术语、摘要、前后邻句,不把完整语境反复传入。
模型返回:
{"sentences":[{"sentence_id":"14","segments":[
{"source":"连续源文片段一","target":"对应的连续译文片段一"},
{"source":"连续源文片段二","target":"对应的连续译文片段二"}
]}]}
本阶段禁止重新翻译。程序检查原译片段数量一致、两侧非空、单行、连续完整覆盖全文、字素和词等边界安全,并与冻结译文核对。允许切口两边的空白规范化,不允许改动片段内部空格或文字。
之后本地动态规划只在模型给出的相邻配对上尝试合并,权衡条数、超长、短尾和结构风险;它不能创造新的语义切口。配置长度是软目标,稍长但边界更自然的布局可能被接受。
排版最多 3 轮,但已经有完整可用候选时可能提前降级;只处理未通过父句。失败时保留完整译文或已有布局,后续尝试局部切分,仍可带排版警告继续。
Prompt:paired_translation_prompt.txt。本地合并策略:subtitle_paired_layout.go。
十四、步骤 11:审查多段边界,特定情况下仍可改正文
只处理存在多个子配对且尚未 LayoutReviewed 的父句。输入完整父源文、全文译文、全部配对、NLP 建议和目标长度,要求逐句返回是否对齐、边界是否自然及原因。只返回空 corrections 不能证明完成审校。
优先只移动边界。但如果模型认为原译语序导致无法合理对齐,可以返回 rewrite=true,重新表达整个父句译文。因此,当前正文在初译或内容修订后,并未永久锁定。
- 不改文字:通过覆盖和结构检查后应用边界修正。
- 改文字:额外核验原文语义和新切口,均通过才接受;通常最多再加 2 次请求。
- 失败或核验拒绝:保留旧译文和旧配对,维持待审状态。
普通单段无需模型边界审校,可在本地记为已审。程序的局部中文补语规则只明确拦截“当作/视为/看作/称为”这类尾标记,没有覆盖所有中文动宾、补语或修饰结构。
Prompt:subtitle_layout_review_prompt.txt。改写与边界核验实现位于 subtitle_length_split.go 中,当前边界审校仍调用这些函数。
十五、步骤 12:最终超长项使用局部英文 Prompt 纯切分
实现:splitLongPairedSubtitles。这是最近调整的步骤。
逐个检查子配对,原文或译文任一侧超过固定 75 显示单位才处理。输入仅包含:
{
"source":"当前源文片段",
"target":"已经翻译好的当前译文片段",
"source_display_units":110,
"target_display_units":64,
"max_display_units":75,
"previous_issue":"如有,上次失败的具体原因"
}
英文 Prompt 要求只插入切口、保留全部文字与标点顺序、不翻译、不改写,两侧必须有对应内容。不附加术语、全文语境、邻句或 NLP。
最多 3 轮,只把剩余超长子配对再次发给模型;已经切短成功的片段保留。程序检查连续完整覆盖、字素和词名保护、明确的补语尾标记等,无法全面判断自然语言切口质量。
失败则保留已有译文与已成功切短部分,剩余超长标为 LayoutFallback,继续生成字幕。这个固定 75 因而是修复触发阈值,不是“最终文件绝不超长”的保证。
还有一个实际顺序问题:此步骤在边界审校之后,新切口会设为 LayoutReviewed=false,但本轮不会回头再跑一次边界审校。因此,“发挥出/Notion 的全部潜力”这种不自然切口,可能满足文字覆盖检查却仍被保留。这能解释程序为何没有拦住这类边界,不能代替对某次模型原始响应的复盘。
Prompt 全文:subtitle_length_split_prompt.txt。
十六、步骤 13:恢复时间轴,导出各类字幕
**VTT:**根据每个子配对的源文去空白字符位置映射到词时间;无词级匹配时,使用原 cue 区间并在区间内插值。原译两行共享同一时间,不让 LLM 生成时间,也不按中文长度另分一套时间。
如果某个父句切出的内部子条没有正时长,VTT 路径允许合回完整父句导出。这个时间轴降级发生在超长切分之后,可能重新产生长字幕;源码允许这种情况,但不代表此前具体案例一定触发了这个分支。
音频:pairedAudioTiming 先匹配 ASR 词时间。全文和词列表标点等不一致时退回现有 TimestampGenerator,再做时间规范化。若仍无法生成有效时间,则会报错,不能统一假定有文本就一定能导出。
时间规范化避免不允许的重叠;非正时长可延至 300ms,这不等于每条字幕都强制至少 300ms。词内部插值也不是重新进行声学强制对齐。
之后生成原文、目标语言、双语等字幕文件。短原文、竖屏等派生产物可另做程序切分,属于展示产物处理,不是再次翻译正文。音频路径最后合并各音频段结果。
实现:VTT 时间映射和回并、generateSrtWithTimestamps、srt_timeline.go。
十七、长度与预算参数汇总
以下为源码默认值或固定值,不代表某个运行中任务一定没有覆盖配置。
| 参数 | 当前值/默认值 | 含义 |
|---|---|---|
| 单个父句预算 | 800 UTF-8 字节 | 为请求与恢复控制单元大小;不是显示长度。 |
| NLP 长片段参考 | 20 NLP token | 触发建议细化;不是硬字幕上限。 |
max_sentence_length |
默认 50 显示单位 | 原译单行软排版目标,任务可以配置。 |
| 最终局部切分阈值 | 固定 75 显示单位 | 任一侧超出触发;失败仍允许保留。 |
| VTT 批次 | 默认最多 10 个父句 | 同时受实际请求预算限制。 |
| 音频批次 | 最多 12 个父句 | 不是 12 条最终字幕。 |
| 翻译并发 | 默认 3 批 | 按组等待,限流后后续串行。 |
| 邻句上下文 | 批次前 2、后 2 | 每个参考片段最多 384 字节。 |
| 请求预算 | 约 16000 字节 | 含 Prompt 与输入,不是 16000 token。 |
| 常规输出预算 | 6500 token | 部分请求在输出修复时可调整;不是全文上限。 |
| 语境章节 | 约 6500 JSON 字节/最多 64 父句 | 每章摘要最多 600 字节、术语最多 12 条。 |
| ASR 音频段 | 默认约 5 分钟 | 独立于父句和翻译批次。 |
显示长度由 subtitleTargetLength 按字素簇计算:宽字符、全角字符通常计 2,普通字母、空格通常计 1。因此 50 显示单位大致只相当于 25 个汉字;75 显示单位大致相当于 37 个汉字加少量半角字符,不能直接理解为 75 个汉字。
十八、为什么“最多三次”不是整个流程只请求三次
当前存在不同层次的调用与重试,分别计数:
| 阶段 | 正常调用与分支 |
|---|---|
| 预算切口细化 | 特殊长句最多额外 1 次。 |
| NLP | 本地不耗 LLM token;长片段细化可额外请求。 |
| 语境/术语准备 | 每章 1 次,加多章摘要汇总。 |
| 初译 | 正常 1 次;内容最多 3 轮,最后逐失败父句请求。 |
| 内容修订 | 正常 1 次;有改动加核验,最多 2 轮候选及对应核验。 |
| 条件术语检查 | 通常跳过;需要时 1 次逻辑请求。 |
| 双语排版 | 简单句可跳过;需要时最多 3 轮。 |
| 边界审校 | 多段未审句需要;改写再增加语义与边界核验。 |
| 最终局部切分 | 只处理超长配对,最多 3 轮;一轮可能请求多个配对。 |
例如,假设只有一章、一批、修订确实改了内容且需要多段排版,没有任何失败,也可能出现:语境 1 + 初译 1 + 修订 1 + 修订核验 1 + 排版 1 + 边界审校 1,共 6 次逻辑请求。章节请求会由后续批次共享,不能再机械地按每批重复计算。
除此以外还有服务重试:
- requestTranslation 对网络错误、5xx 和普通 429 做有限重试,默认最多 3 次,退避约 1 秒、2 秒;401、403、402 和额度耗尽等不作为普通临时错误反复请求。
- 默认流程的语境、修订、部分审校走
semanticJSON,通常直接调用客户端,不套用上述同一层网络重试;不能把所有阶段说成同一套重试策略。 - OpenAI 兼容客户端主模型服务失败时,还可能尝试备用模型,使用同一任务载荷。备用是服务故障回退,不是分别生成后择优。
因此一次逻辑调用不一定只对应一次外部 HTTP 请求,也不存在“每个父句全流程绝对最多 3 请求”的约束。这里未把 SDK 或代理的内部行为推算成一个未经验证的 HTTP 总上限。
十九、恢复和“成功”的实际含义
正文按父句单独保存 JSON,原子落盘,后面的成功句不会因为前面的失败句而全部丢失。恢复所用身份包括源文、语言、模型、endpoint、正文 Prompt、犹豫音策略和语境计划等;这些变化可能导致旧正文不可复用。
软排版目标和批次大小不进入正文内容指纹,所以修改它们可以复用已有译文再排版。修订、NLP、排版各有版本或缓存状态。读取正文检查点之前仍需准备或读取分句、NLP 和语境计划缓存,并不是点继续就完全跳过前处理。
翻译状态由 finishTranslationResult 在共同核心返回配对前汇总,时间轴处理和字幕文件输出仍在其后;音频调用方还会汇总各段状态。因此,翻译核心完成不等于文件导出已经成功。
具体规则是:
- 全部正文失败:返回错误,保留检查点。
- 部分正文失败:相应位置沿用原文并给出翻译警告,其余继续导出。音频按整片汇总,不把一个音频段的全失败直接等同于整片全失败。
- 已译但超长:保留译文,按
LayoutFallback计排版待调整项。 - 仅
LayoutReviewed=false本身不会自动计入排版待调整数量;“待审”与界面警告不是完全同一状态。 - 永久模型服务错误、用户取消、关键保存错误、无法恢复的时间轴错误等仍可能中断;并非所有后续质量步骤都无条件软降级。
因此,“任务产出了字幕”和“每一句都成功翻译、自然拆分”是两个不同层面的状态。分析成功率时应同时看失败句清单与排版状态,不能只看任务是否显示完成。
二十、后续逐段分析时应抓住的事实
- 当前顺序是规则与预算分句 → NLP 建议 → 语境术语,并非先抽全文术语、再由 NLP 形成完整翻译句。
- 初译不拆字幕,后续单独排版;这样能保留整句表达,但增加后处理模型调用。
- 默认会审阅所有未完成修订的有效父句,修订不是只针对检测到的错误。
- 译文仍可能在条件术语检查和边界审校阶段改变;前者没有单独的原文语义复核,后者改写要另行核验。
- 配置长度是软目标,固定 75 是另一个切分触发值;预算字节、NLP token、显示单位不能混为一谈。
- 最后纯切分新增的切口,本轮没有再交模型审查自然度;本地规则不能完整替代语法判断。
- 时间轴阶段可能把已切短片段合回长句,故长度问题不一定只来自拆句 Prompt。
- 失败恢复已经细化到父句,但前置语境准备、成组并发等待和服务重试仍会影响等待时间与 token 消耗。
这些是当前实现可直接核对的行为,是否保留、简化或调整,应在后续分析中分别讨论,不能把已有审校状态当作质量已经得到证明。