hoelee/universal-video-transcode
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
bd415d2af57fb95525dc01fded07f6c17fc39063
universal-video-transcode/STATE.md
T
hoelee bd415d2af5 fix: a MemoryError out of a share write no longer orphans the staged file 
Host hit 0 GB physical free / 76.8 of 79.6 GB commit while both tiers ran (pagefile
capped at 32 GB on a 97%-full D:), and the Dokan write of the batch's largest output
raised MemoryError. except OSError does not catch that, so the item was logged
'!! FAIL MemoryError:' with an empty message and the complete 493 MB <live>.new.mp4
stayed on the share; 8 such orphans had accumulated.

- _sha_remote / copy_remote_to_local / copy_local_to_remote: except (OSError, MemoryError)
  so a transient host hiccup retries instead of failing the item
- same widening for both partial-file cleanups
- per-item handler: delete <dest>.new.mp4 unconditionally (os.remove + ignore
  FileNotFoundError, never gated on os.path.exists - stale metadata on this share)

Verified by injecting MemoryError: the upload path returns False with the partial
deleted, the source read retries then raises a clean IOError, the hash retries twice.
2026-10-09 11:38:40 +08:00

11 KiB
Raw Blame History

STATE — 樊登读书会媒体库转码（2026-10-09 11:40 更新）

给下一个会话的交接。权威运行器：scripts/library_run.py（不要再恢复旧的 hevc_lib.py）。

现在在跑什么

两档都停着 —— 2026-10-09 11:30 业主叫停，先修 bug 再重启；进程已按 PID 全部清掉，GPU encoder 0 %。 重启前先读「第 10 个 bug：MemoryError」和「8 个 .new.mp4 残留」两节，并先腾内存。

原设计：两个 HEVC 档在跑，各自独立的锁（run-x265.lock / run-nvenc.lock；x265 = E 核，nvenc = GPU ASIC，互不争抢）。

它们不在 Hermes 的进程管理里 → process_manage 看不到，也没有退出通知：只能看日志、按 PID 杀。

# 断点续跑（幂等：已转好的自动跳过，失败项文件未动，下一轮自动重做），每档最多重试 8 次
bash /d/tmp/xcode/relaunch_tiers.sh

# 看进度
tail -f /d/tmp/xcode/run_x265.log /d/tmp/xcode/run_nvenc.log

为什么改成"脱管"启动 —— 10:37 那次全停的教训（第 9 个 bug）

上一轮的 x265 / nvenc 是 Hermes 后台进程。用户停会话时它们被一起杀了：两个都停在编码到一半 （stage 里 *_out.mp4 和 .err 停在 10:37，日志里没有 PASS-DONE），所以 persist_on_release 在这个 环境里不可靠。现在两档由 powershell Start-Process 拉起的独立 bash 启动，父进程立刻退出 → 进程树成为孤儿，Hermes 的清理碰不到它们。

代价与规矩：没有退出通知（看日志）；停/杀只能按 PID，绝不用进程名批量杀。

进度（2026-10-08 10:50，库内共 589 个文件）

档 已转好 待转
copy 160 4（见下）
x265 13 169
nvenc 25 174
无需处理（已达播发标准） 44 —
合计 242 347
  • 预期：x265 ~3.5 天、nvenc ~3 天跑完各自那档（这一轮 10:43 才重新起来，10:37 被上面那次全停打断）。
  • 台账：C:\AI\transcode-run\ledger.jsonl（每项一行：分类/结果/大小/SSIM）。
  • 进度只认台账与 state，不看 .mp4 扩展名（TubeSync 重命名会把它改回 .mkv）。

2026-10-08 新增的 4 集"每周更新"（copy 档）

1004 反内卷 0912 感官觉醒 0905 如何成为情绪稳定的父母 0822 超赞的一代（都在 樊登读书2026年（更新中））： H.264 + mp3 音轨，其中 0822 超赞的一代 其实是 MPEG-TS 只是挂着 .mp4 名 → iPad 播不了， 需要 copy 档（视频逐位不变 + 音轨转 AAC）。

⚠ 不要跑整轮 --tier copy：copy 档唯一的跳过判据是"已经是 HEVC"，而 copy 的产物是 H.264 —— 整轮会把 193 个已转好的 copy 文件全部重做一遍。改用单文件通道：

bash /d/tmp/xcode/convert_new4.sh     # 逐个 --tier copy --path <file> --keep-source，共用 run-copy.lock
  • 1004 反内卷 10:48:53 完成 ✓（535 MB → 535 MB，视频 100% 逐位不变，音频转 AAC，149 s，rc=0）

图片闸门：re-do 用 0.975（业主决定 2026-10-08）

第一轮实测：一趟里 11 次编码只差在 mean（0.9655–0.9795）就被拒，而被接受的那些帧最低分反而更差 （0.33–0.90）—— 阈值在切一条连续的分布，不是在分开缺陷（0718 马斯克原理：min 0.887、0.00% 帧 <0.85，照样被拒）。被拒的文件本来就已能播（HEVC hvc1 + AAC），re-do 的唯一目的是清掉旧设定的膨胀； 而要够到 mean 0.98 得花掉超过源片自身的码率，会被 size ceiling 拦住 —— 结果是文件连同膨胀被永久搁置， 而且每一趟还白烧一次编码。

新规则（library_run.SSIM_MEAN_MIN_REDO = 0.975）：只有"重做一个已经在播的文件"才用 0.975，条件为 live = HEVC hvc1 且音轨是 AAC（真能播）且本次是从快照原档重做；首次转换仍用 0.98。 帧占比判据（>1% 帧 <0.85）两档都不变 —— 它才是抓真缺陷的那条：失控（0.9655）仍会被拒， 0808 陌生人效应（0.9739）因为 live 是 H.264、根本不是 re-do，也仍走 0.98。 先在一个文件上验证（0321 随他们去，上一轮 mean 0.9789 被拒）→ 见 /d/tmp/xcode/run_pilot.log。

目录与日志

用途 路径
运行日志 /d/tmp/xcode/run_x265.log、run_nvenc.log、run_copy.log、run_new4.log
脱管启动器 / 新集转换 /d/tmp/xcode/relaunch_tiers.sh、convert_new4.sh（+ relauncher.out）；源在仓库 run/（改仓库那份再拷出来）
单文件日志 /d/tmp/xcode/run_single.log
暂存目录（编码/闸门 raw） C:\AI\transcode-run\stage（C: 盘，要留 ≥8 GB）
台账（每项一行 JSON） C:\AI\transcode-run\ledger.jsonl
锁（每档一个 + 心跳） C:\AI\transcode-run\run-<tier>.lock

本轮修掉的 bug（按时间顺序，全部已提交推送）

  1. 闸门判据太粗糙 → 改"缺陷形状"判：mean < 0.98 或 >1% 帧 <0.85 才判错，并剔除近平坦帧（SSIM 在黑场/淡入淡出上无意义；实测：好编码 0/1500、误判文件 0.33%、真缺陷 2.9%）。
  2. 闸门用输入 seek 解码 → 改两侧顺序解码（open GOP 源从中间 seek 会解出错误画面：同一文件与自身比对 min 0.25）。
  3. 闸门 raw 文件固定名 → 三个档并行时互踩（实测报出"100% 帧不符"的假缺陷）→ 改 PID + tag 命名。
  4. 安装只用 ffprobe 元数据复核 → RaiDrive 返回缓存属性，rename 没落地也说成功（实测"ok 1085→478 MB"而线上仍是原档）→ 改安装后回读哈希。
  5. 源拷贝只校验字节数 → 加 SHA-256 比对共享盘副本（长度对内容错是真风险）。
  6. probe 单次失败即判文件失败 → 加重试 3 次。
  7. 看门狗用 stderr 管道（本轮最贵的 bug）→ ffmpeg -stats 每 0.5 s 一行，64 KB 管道几分钟塞满 → ffmpeg 阻塞在 write() → 输出不增长 → 看门狗误杀好编码（整夜 ~270 杀、只转成 24 个、GPU 0%）。修：stderr 写文件，阈值 5→15 分钟。自检脚本 D:\dev\hoelee-tubesync-management\cache\watchdog_selfcheck.py。
  8. 看门狗保留（它要防的是真实场景：用户更新 NVIDIA 驱动会把在跑的 NVENC 冻死 1.5 小时且不报错）。
  9. Hermes 后台进程会随会话一起被杀 —— 两个档在 10:37 同时死在编码中，日志里没有 PASS-DONE；改脱管启动（见上）。

未完成 / 待办

  • 两档跑完 → 全库落地审计：D:\dev\hoelee-tubesync-management\cache\install_audit.py（核对线上文件真实大小 + 编码器；曾一次抓到"报告成功没落地"）+ copy_land_check.py（copy 档用音轨 aac/mp3 判定）。
  • 失败项：无需清单，新一轮自动重做（失败时文件原样）。
  • 2022年/0723 《走出强迫症》/走出强迫症.mp4 用新下载（D:\Download\0723走出强迫症.mp4，618,696,954 B）已转好装好（450,502,893 B，HEVC+AAC，SSIM min 0.997，时长 3399.81 s）✓。快照里那份仍是坏的（618,697,011 B，moov 缺失）→ 待定：是否用干净副本替换快照里的坏档，以免将来"从原档重转"踩坑。
  • 目标文件夹里曾出现一个 0 字节的 0723走出强迫症.mp4（现已不在）—— 若是用户自建请告知命名约定。
  • 全库唯一真损坏：走出强迫症.mp4 的原档（上面已处理）；其余 573 个可读文件截断审计 0 可疑。

用法速查

# 单文件（任意位置）转好并装回库，走同一套分档/闸门/回读
python scripts/library_run.py --path "D:/Download/x.mp4" --dest "Z:/.../x.mp4" --keep-source

# 只审计不落地（本地编码+闸门，输出丢弃）
python scripts/library_run.py --tier x265 --limit 3 --keep-local

# 分档预览
python scripts/library_run.py --dry-run --limit 20

第 10 个 bug：MemoryError 会在共享盘上留孤儿（2026-10-09）

现象：11:19:31 与 11:19:37 连续两次 !! FAIL MemoryError:（消息空白），两次相隔 6 秒 —— 一次是《崇祯传》装盘（写 493 MB 到 RaiDrive），一次是下一项读源。

根因是整机内存/提交额度耗尽，不是文件问题：

物理可用 0.0 GB / 48 GB         已提交 76.8 GB / 上限 79.6 GB（96.5 %）
pagefile d: 初始 8 GB / 上限 32 GB   —— 但 D: 只剩 19 GB（97 % 满），长不上去
大户：Chrome ≈4 GB、Hermes ≈3.7 GB（3 个进程）、upscayl 1.17 GB、whisper-server 0.83 GB、Discord 0.76 GB

copy_* / _sha_remote 当时只 except OSError，而 MemoryError 不是 OSError → 直接冒到 per-item 兜底；删半截 remote_tmp 的清理写在 except OSError 里 → 半截/完整的 .new.mp4 留在共享盘上。

已修（本轮，scripts/library_run.py）：

  1. _sha_remote / copy_remote_to_local / copy_local_to_remote 的 except OSError → except (OSError, MemoryError)（瞬时抖动变重试，不是 FAIL）；
  2. copy_local_to_remote 内的清理、读回不符时的清理同样放宽；
  3. per-item 兜底加了无条件删除 <dest>.new.mp4（用 os.remove + 忽略 FileNotFoundError，不用 os.path.exists，因为该共享盘的元数据可能是陈旧的）。

实测（注入 MemoryError）：上传路径不再抛异常、半截文件被删；读源路径重试后抛干净的 IOError； _sha_remote 重试 2 次后抛出。

内存仍是硬前提：物理可用 0 GB / 提交 96.5 % 时重启，第一项照样会 FAIL（现在至少不留残留）。 重启前建议：关掉 upscayl / 多余 Chrome 标签 / Discord 腾出 5-6 GB；pagefile 上限别放在 97 % 满的 D:。

8 个 .new.mp4 残留（2026-10-09 11:35 逐个探过）

原档都在，没丢东西。7 个是半截前缀（内容早停 → 没用，删掉让下一轮重做）； 只有一个是完整的、可以救回来：

文件 暂存 判定
2022年/0115《崇祯传》 493 MB ✅ 完整（3616.8 s 与源一致、内容到 3609 s）→ 校验后可改名安装
0622人生海海 / » 0819 李白 / 0527 洪业 / 0807东京传 / 20190601被管教的勇气 / 1230 不安的哲学 / 0511原生家庭 8 MB–165 MB ❌ 半截，删

红线（用户明确要求过）

  • 绝不删除/覆盖快照原档（#snapshot 是唯一的干净档案）。
  • 失败时不动 live 文件；只有"结构 + 全解码 + 图片闸门 + 上传回读 + 安装回读"全过才替换。
  • 杀进程只按 PID（绝不用进程名批量杀，taskkill /IM ffmpeg.exe 会连带杀掉别人的编码）；一档一个锁；同一档不要跑两个实例。
  • 动 GPU（更新驱动/跑 ComfyUI/加载大模型）前先暂停 nvenc 档。
Reference in New Issue View Git Blame Copy Permalink