TenClip

在有限本机 GPU上跑通网球视频链路（剪辑 + Qwen2-VL 动作理解），并扩展网坛资讯与内容站相关能力。模型与推理数据默认在本地（权重首次从 ModelScope/HF 拉取后缓存；视频由用户本地上传）。

模块	路径	说明
主应用	`app.py`、`run-wsl.sh`	Gradio：剪辑 / 动作分析；RSS 网坛新闻 H5（`/news`）
Core API	`subprojects/core_api/`	FastAPI：新闻、球员、比赛、视频 CRUD、JWT；小红书工具路由
VLM API	`subprojects/vlm_api/`	本地 Qwen2-VL HTTP 推理（默认 7862）；接口见 `[vlm-api.md](vlm-api.md)`
用户站	`web/`	React + Ant Design（Vite，开发端口 5174）
管理后台	`admin/`	React + Ant Design（Vite，开发端口 5173）
小红书抓取	`subprojects/xhs_note/`	按 24 位笔记 ID + Cookie 拉取标题/封面等（独立于旧 `xhs_preview`）
微信小程序	`miniprogram/`	击球剪辑 + 大模型动作分析（调用 `app.py` 的 `/api/mobile/`*）

子项目安装、联调、npm/WSL 排错：[subprojects/README.md](subprojects/README.md)。小程序说明：[miniprogram/README.md](miniprogram/README.md)。

主应用推理栈与 LLaMA-Factory 对齐：默认用其 ChatModel（可回退 Transformers）。网球域 SFT 可在同环境训练后，将 TENCLIP_VLM_MODEL 指向合并后的本地目录。

开发约定（本项目统一采用）

项	要求
系统	WSL2 + Ubuntu（与 Windows 同机即可）
Python 环境	Conda 环境名必须为 `tenclip`（Miniconda/Anaconda 均可）
本地权重	放在 `model/Qwen2-VL-2B-Instruct/` 时，`app.py` 会自动设置 `TENCLIP_VLM_MODEL`，推理直接读 `model/`
换行符	文本文件统一 LF（根目录 `.editorconfig`、`.gitattributes`）。若在 Windows 上保存成 CRLF，WSL 下运行 `*.sh` 易出现 `set: invalid option`、路径含 `$'\r'` 等问题

首次进入仓库建议在 WSL 里执行（可选）：

chmod +x run-wsl.sh download-vlm-conda.sh scripts/verify_wsl_env.sh
bash scripts/verify_wsl_env.sh

子项目快速启动（Core API + 用户站）

在 WSL 仓库根目录 ~/code/tenclip 准备两个终端（不要用 \\wsl.localhost\... 路径跑 npm）：

终端 1 — API（必须先起）

conda activate tenclip
pip install -r requirements-subproject-core-api.txt   # 首次
python3 -m uvicorn subprojects.core_api.app:app --host 127.0.0.1 --port 8000

# 在服务器上 快速重启
sudo systemctl daemon-reload && sudo systemctl restart tenclip-uchanceai && sleep 2 && curl -s http://127.0.0.1:7862/api/mobile/health
# 若只改了代码、没动 unit 文件，可简化为：
sudo systemctl restart tenclip-uchanceai && sleep 2 && curl -s http://127.0.0.1:7862/api/mobile/health

文档：http://127.0.0.1:8000/docs · 健康检查：GET /health

终端 2 — 用户站

cd ~/code/tenclip/web
npm install   # Node >= 18，须为 WSL 内 npm
npm run dev -- --host 0.0.0.0

浏览器一般为 http://127.0.0.1:5174；/api 由 Vite 代理到本机 8000（见 web/vite.config.ts）。

管理后台（可选）：cd admin && npm install && npm run dev（默认 5173）。

自检：python3 scripts/verify_core_api.py · 小红书笔记（需 Cookie）：python3 scripts/xhs_note_fetch.py <24位note_id>（Cookie 见下文与 subprojects/README.md）。

一键脚本（若 .sh 遇 CRLF 报错，见 subprojects/README.md）：bash scripts/start_core_api.sh、bash scripts/start_web.sh。

微信小程序启动（击球剪辑 + 动作分析）

小程序依赖主应用 app.py（不是 Core API 8000 端口）。在 WSL 仓库根目录：

1. 启动后端（终端 1）

conda activate tenclip
cd ~/code/tenclip
# 小程序 / 真机调试须监听所有网卡（勿仅用 127.0.0.1）
GRADIO_SERVER_NAME=0.0.0.0 bash run-wsl.sh
# 等价：GRADIO_SERVER_NAME=0.0.0.0 python app.py

默认端口 7861。WSL 下查本机 IP：hostname -I | awk '{print $1}'。
动作分析需本机 VLM 权重与 GPU；击球剪辑主要依赖 ffmpeg。

2. 配置小程序 API 地址（必做，否则会报 url not in domain list）

编辑 miniprogram/utils/config.js：

const LOCAL_DEV = true;
const LOCAL_API_HOST = "http://172.22.x.x:7861";  // WSL 里 hostname -I 得到的 IP

3. 微信开发者工具 → 详情 → 本地设置

勾选 「不校验合法域名、web-view（业务域名）、TLS 版本以及 HTTPS 证书」（仅本地调试；project.config.json 里 urlCheck 已为 false）。

上线时：LOCAL_DEV = false，PROD_API_BASE_URL 填 HTTPS 域名，并在微信公众平台 → 开发设置 → 服务器域名配置 request / uploadFile 合法域名。

上传超时默认 10 分钟（UPLOAD_TIMEOUT_MS）。

微信公众平台 → 开发设置 → 服务器域名：将同一域名加入 request、uploadFile 合法域名（上线必须 HTTPS）。

4. 用微信开发者工具打开项目

安装微信开发者工具。
导入项目 → 目录选仓库内 miniprogram/（不是仓库根目录）。
project.config.json 里把 appid 换成你的小程序 AppID（体验可用测试号）。
编译后底部切换：击球剪辑 | 动作分析。

Tab	页面	后端接口
击球剪辑	`pages/stroke-extract/`	`POST /api/mobile/stroke-extract/submit` + 任务轮询 + 下载 MP4
动作分析	`pages/action-analyze/`	`POST /api/mobile/analyze-video/submit` + 任务轮询

5. 可选自检（后端已启动时）

curl -s http://127.0.0.1:7861/api/mobile/events | head

H5 对照页（同一后端）：http://127.0.0.1:7861/web（动作分析）、Gradio http://127.0.0.1:7861/gradio（击球提取标签页）。

6. 常见报错

报错	处理
`url not in domain list` / `your-domain.example.com`	改 `config.js` 的 `LOCAL_API_HOST`；勾选「不校验合法域名」；勿保留占位域名
`Error: timeout` / 上传卡住	小程序端 10 分钟；Nginx 须设 `client_body_timeout 600s`（默认 60s 会断大文件）；ECS 带宽 3Mbps 时 100MB+ 需数分钟，看上传百分比
`uploadFile:fail ERR_CONNECTION_RESET`	多为 Nginx `proxy_request_buffering off` 或 `tenclip-api` 重启；见 `nginx-tenclip-api.conf.example`（应为 `on`）；小程序会自动重试 3 次
WSL 连不上	`GRADIO_SERVER_NAME=0.0.0.0` 启动；`LOCAL_API_HOST` 用 `hostname -I` 的 IP（模拟器可试 `127.0.0.1`）
轮询偶发超时	会自动重试

Windows 侧可先测通：curl http://<WSL_IP>:7861/api/mobile/events

提交微信审核 / 上线：后台不能跑在本机

截图里的 connect ECONNREFUSED 127.0.0.1:7861 说明：审核员手机访问不到你电脑上的 WSL。bash run-wsl.sh 仅适合开发；审核与正式用户都必须连公网 HTTPS API。

┌─────────────┐     HTTPS      ┌──────────────┐    反代     ┌─────────────────┐
│ 微信小程序   │ ──────────────►│ api.你的域名  │ ─────────►│ 云服务器 app.py │
│ (用户/审核)  │  uploadFile    │  (Nginx+证书) │  :7861    │ systemd 常驻     │
└─────────────┘                └──────────────┘            └─────────────────┘

推荐做法（与现有「生产部署」一致）

步骤	内容
1. 买云主机	腾讯云 CVM 等，有公网 IP；域名 ICP 备案（大陆）
2. 装环境	Ubuntu + conda `tenclip` + `ffmpeg`；击球剪辑只需 CPU；动作分析需 GPU 机或审核期先只开击球 Tab
3. 部署代码	`git clone` → 权重放到 `model/` 或 `TENCLIP_VLM_MODEL`
4. 常驻进程	`scripts/deploy/tenclip-api.service`（systemd，`Restart=always`）
5. HTTPS 反代	`scripts/deploy/nginx-tenclip-api.conf.example`（`client_max_body_size 512m`）
6. 小程序配置	`miniprogram/utils/config.js`：`LOCAL_DEV = false`，`PROD_API_BASE_URL = "https://api.你的域名"`
7. 微信公众平台	开发设置 → 服务器域名：`request`、`uploadFile`、`downloadFile` 均填 `https://api.你的域名`
8. 提审前自测	手机微信（非开发者工具）打开体验版，上传短视频；`curl https://api.你的域名/api/mobile/health`

不能保证后台运行的方式（勿用于审核）

家里 WSL + 127.0.0.1 / 局域网 IP
scripts/run-public-wsl.sh 临时隧道（域名会变，无法写进小程序合法域名）

审核备注建议：在「版本说明 / 测试说明」写明体验账号（若需要）、API 已 7×24 常驻、仅支持网球视频上传等。

配置与 Nginx/systemd 示例见 scripts/deploy/。

云服务器运维（小程序 API / `app.py`）

以下以阿里云 ECS 项目路径 /root/code/tenclip 为例；若你的路径不同，把命令里的目录改成实际 git clone 位置即可。

一次性安装 systemd 单元

conda activate tenclip
cd /root/code/tenclip
which python   # 记下路径，须与 service 里 ExecStart 一致

cp /root/code/tenclip/scripts/deploy/tenclip-api.service /etc/systemd/system/
sed -i 's|/home/hayden/code/tenclip|/root/code/tenclip|g' /etc/systemd/system/tenclip-api.service
sed -i 's|User=hayden|User=root|g' /etc/systemd/system/tenclip-api.service
sed -i 's|/home/hayden/miniconda3/envs/tenclip/bin/python|'"$(which python)"'|g' /etc/systemd/system/tenclip-api.service
# 仅跑击球剪辑、无 VLM 时可删：sed -i '/TENCLIP_VLM_MODEL/d' /etc/systemd/system/tenclip-api.service

systemctl daemon-reload
systemctl enable --now tenclip-api

常用运维命令

操作	命令
查看状态	`systemctl status tenclip-api`
启动	`systemctl start tenclip-api`
停止	`systemctl stop tenclip-api`
重启（改代码/配置后）	`systemctl restart tenclip-api`
开机自启已开	`systemctl enable tenclip-api`
实时日志	`journalctl -u tenclip-api -f`
最近 200 行日志	`journalctl -u tenclip-api -n 200 --no-pager`

健康检查与小程序 API 自检

# 本机探活
curl -s http://127.0.0.1:7861/api/mobile/health

# 上传提交 + 任务查询通路（冒烟测试，非真实视频）
bash /root/code/tenclip/scripts/verify_miniprogram_api.sh http://127.0.0.1:7861

HTTPS 域名配置完成后，外网再测：

curl -s https://api.你的域名/api/mobile/health

任务失败「未找到 ffmpeg」

conda list 有 ffmpeg 但 systemd 里找不到：交互式 shell 会 conda activate 把 env/bin 加入 PATH，systemd 不会。代码已会从 python 同目录找 ffmpeg；更新代码后 git pull 并 systemctl restart tenclip-api。也可在 service 里加 Environment=PATH=.../envs/tenclip/bin:...（见 scripts/deploy/tenclip-api.service）。

ECS 上自检：

/root/miniconda3/envs/tenclip/bin/ffmpeg -version   # 路径按实际 conda 位置
systemctl show tenclip-api -p Environment

上传超时（体验版传视频失败）

Nginx 默认 client_body_timeout 仅 60 秒，大于约 15–20MB 的视频在 3Mbps 带宽下常超过 60 秒即被断开。在 ECS 上编辑 /etc/nginx/conf.d/tenclip-api.conf（或 certbot 生成的站点配置），在 server { ... } 内加入：

client_max_body_size 512m;
client_body_timeout 600s;
client_header_timeout 600s;
send_timeout 600s;
proxy_read_timeout 600s;
proxy_send_timeout 600s;

然后 nginx -t && systemctl reload nginx。完整示例见 scripts/deploy/nginx-tenclip-api.conf.example。

上传时同时看：journalctl -u tenclip-api -f（是否收到请求）、tail -f /var/log/nginx/error.log。先用 30 秒内、<20MB 短视频验证通路，再试长片。

注意

手动 python app.py 与 systemd 不要同时占 7861；切到 systemd 前先停掉前台进程。
git pull 更新代码后执行：systemctl restart tenclip-api。
运行时上传目录 data/uploads/、data/stroke_outputs/ 已在 .gitignore，勿提交大视频。

分阶段路线图（同步维护）

以下为计划与当前进度，后续迭代会继续在本文更新勾选状态。

阶段 1：环境与本地权重（当前重点）

步骤	内容	状态
1.1	WSL2 Ubuntu + `conda activate tenclip` + GPU 可用（`nvidia-smi` / `torch.cuda.is_available()`）	⬜ 由你在本机确认
1.2	运行 `bash scripts/verify_wsl_env.sh` 通过	⬜
1.3	本地下载 VLM 权重：`python scripts/download_vlm_weights.py`（可 HF + `HF_ENDPOINT=https://hf-mirror.com`）	✅ 可已完成（见 `model/`）
1.4	（推荐）复制到项目：`bash scripts/copy_vlm_to_model.sh`，`.env` 设置 `TENCLIP_VLM_MODEL=.../model/Qwen2-VL-2B-Instruct`	⬜ 见 `model/README.md`
1.5	（可选）`export MODELSCOPE_CACHE=~/modelscope-cache` 把缓存固定到大磁盘	⬜

默认模型：Qwen/Qwen2-VL-2B-Instruct（约 2B，适合 6GB 级显存配合 4bit/少帧）。

阶段 2：Demo 闭环（功能已具备，阶段 1 完成后验收）

步骤	内容	状态
2.1	`bash run-wsl.sh` 启动 Gradio	⬜
2.2	「视频剪辑」：上传 → 按秒裁剪 → 下载	✅ 已实现
2.3	「网球动作分析」：上传 → 省显存模式 → 生成中文指导（基于抽帧，非专业动捕）	✅ 已实现
2.4	6GB 显存：界面保持省显存，长视频先剪辑再分析	✅ 策略已内置

阶段 3：数据与可选微调（本地数据）

步骤	内容	状态
3.1	用剪辑功能准备短片段，自建「视频帧 + 文本标签」数据规范（README 后续可补样例）	⬜
3.2	仓库内已有 `data/` 下 mock 与 `dataset_info.json`，仅供 LLaMA-Factory 实验参考	✅ 占位数据
3.3	使用 LLaMA-Factory + 合并权重目录，设置 `TENCLIP_VLM_MODEL` 指向本地目录	⬜ 可选

阶段 4：加固与交付

步骤	内容	状态
4.1	`test_trim2.py` 等烟雾测试	✅
4.2	环境变量与故障排查（OOM、仅 CPU）	✅ 见下文表格
4.3	（可选）统一 `requirements` 与 WSL 已装版本锁定	⬜

阶段 5：网坛新闻（新增产品线）

步骤	内容	状态
5.1	设计双列下滑 H5（图文混排，类似小红书瀑布流）	✅ 第一版已接入 `/news`
5.2	构建内容池：每日抓取主流网坛来源（先 RSS，再扩展站点解析）并入库	✅ RSS 抓取 + SQLite
5.3	推荐系统：基于偏好标签（球员/技战术）+ 新鲜度 + 反馈信号排序	✅ 基础版
5.4	用户画像与反馈闭环：保存用户偏好标签，记录点击/点赞/不感兴趣，持续改进排序	✅ 已打通 API
5.5	调度与治理：定时任务（每天 2-6 次）、去重、来源白名单、失败重试、内容质量审计（低质/重复）	⬜ 待你确认部署方式
5.6	算法升级：在基础排序稳定后，再加协同过滤（用户-文章隐式反馈矩阵）与多臂探索	⬜ 下一阶段

阶段 6：Core API 与前端（与 Gradio 并行）

步骤	内容	状态
6.1	`subprojects/core_api`：新闻/球员/比赛/视频 CRUD、JWT、SQLite `data/core_api.db`	✅
6.2	`web/` 用户站：首页、新闻/比赛详情、小红书 explore 卡片展示	✅ 第一版
6.3	`admin/` 管理后台：资源 CRUD	✅ 第一版
6.4	`subprojects/xhs_note`：按笔记 ID + Cookie 抓取；`scripts/xhs_note_fetch.py`	✅
6.5	生产：构建静态资源 + Nginx 反代 `/api`、绑定腾讯云域名	⬜ 见下文部署节

WSL 快速开始（主路径 · Gradio）

cd ~/code/tenclip   # 你的克隆路径

# 1）自检（不下载模型）
bash scripts/verify_wsl_env.sh

# 2）下载 VLM 到本机缓存（首次必做，体积大）
bash download-vlm-conda.sh

# 3）启动 Web（Windows 浏览器访问即可）
bash run-wsl.sh

如需“本地服务 + 公网可访问 URL”一键启动（临时隧道）：

cd ~/code/tenclip
chmod +x scripts/run-public-wsl.sh
bash scripts/run-public-wsl.sh

脚本会自动打印公网 URL（基于 localhost.run），并在你按 Ctrl+C 时一并关闭本地服务与隧道。

浏览器打开：http://127.0.0.1:7860
若要从局域网访问，可在 .env 或环境中设置 GRADIO_SERVER_NAME=0.0.0.0（见 env.example）。

run-wsl.sh 默认使用 ~/miniconda3，若你的 Conda 在别处：

export MINICONDA_ROOT=/你的路径/miniconda3
bash run-wsl.sh

下载慢：换 Hugging Face、镜像或代理

ModelScope 若特别慢，可改走 Hugging Face，并配合国内镜像端点（由 huggingface_hub 读取 HF_ENDPOINT）：

export TENCLIP_MODEL_DOWNLOAD_SOURCE=huggingface
export HF_ENDPOINT=https://hf-mirror.com
# 与上面等价、便于写进 .env 的别名：
# export TENCLIP_HF_ENDPOINT=https://hf-mirror.com

python scripts/download_vlm_weights.py
# 或一行指定镜像（不改环境变量）：
# python scripts/download_vlm_weights.py --source huggingface --hf-endpoint https://hf-mirror.com

注意：推理时也要用同一来源，请保持 TENCLIP_MODEL_DOWNLOAD_SOURCE 与下载时一致（或直接把 TENCLIP_VLM_MODEL 设为已下载的本地目录，则不再请求远程）。

走系统代理（Clash、V2 等）时，一般设置即可（ModelScope 与 HF 通常都会走）：

export HTTPS_PROXY=http://127.0.0.1:7890
export HTTP_PROXY=http://127.0.0.1:7890

下载脚本启动时会打印当前下载源、HF_ENDPOINT、是否检测到代理变量，便于排查。

功能与限制

剪辑

支持：.mp4、.mov、.avi
输出：libx264 + aac 的 .mp4

动作分析（视频理解）

时长：默认只分析前 300 秒；更长请先用剪辑截断。
方式：均匀抽帧 + Qwen2-VL-2B 视觉理解；不是逐帧骨骼识别，结论仅供学习参考。
本地：权重缓存在本机；上传视频不离开你的机器（除非你自己配置云端）。

弱 GPU（如 RTX 3060 Laptop 6GB）

界面选 「省显存（弱显卡推荐）」；后台对 LLaMA-Factory 路径在 eco/balanced 下倾向 4bit。
OOM 时：再剪短、关其它占显存程序，或 TENCLIP_FORCE_CPU=1（很慢）。

环境变量（摘要）

完整说明见 env.example。

变量	含义	默认
`TENCLIP_VLM_MODEL`	本地模型目录，或远程 ID（用于首次下载）	`Qwen/Qwen2-VL-2B-Instruct`
`TENCLIP_MODEL_DOWNLOAD_SOURCE`	`modelscope` / `huggingface`	`modelscope`
`HF_ENDPOINT`	HF Hub 镜像根 URL，如 `https://hf-mirror.com`	未设置（官方 hub）
`TENCLIP_HF_ENDPOINT`	与 `HF_ENDPOINT` 同义；未设 `HF_ENDPOINT` 时生效	未设置
`HTTP_PROXY` / `HTTPS_PROXY`	下载走系统代理	未设置
`TENCLIP_INFER_BACKEND`	`auto` / `llamafactory` / `transformers`	`auto`
`TENCLIP_PROMPT_PROFILE`	推理提示词档位：`default` / `compact` / `step_by_step` / `step_by_step_v2` / `motion_deep`	`default`
`TENCLIP_PROMPT_APPEND`	追加到系统提示词末尾的额外要求（用于快速试验）	未设置
`MODELSCOPE_CACHE`	ModelScope 缓存目录	系统默认
`TENCLIP_MAX_VIDEO_SEC`	分析时长上限（秒）	`300`
`TENCLIP_MAX_NEW_TOKENS`	覆盖 VLM 解码长度上限（`max_new_tokens`）；过小会导致中文长回答中途截断；不设则按模式默认（省显存约 1024，平衡约 1536，质量约 2048）	未设置（用模式默认）
`TENCLIP_NEWS_HTTP_TIMEOUT_SEC`	网坛新闻：单次 HTTP 读超时（秒）	`12`
`TENCLIP_NEWS_SOURCE_TIMEOUT_SEC`	网坛新闻：单个来源抓取+解析总预算（秒），超时跳过该来源	`28`
`TENCLIP_NEWS_SOURCES_CONFIG`	网坛新闻：来源列表 JSON 路径（不设则用仓库 `config/news_sources.json`）	未设置
`TENCLIP_FORCE_CPU`	强制走 CPU	未设置
`GRADIO_SERVER_NAME` / `GRADIO_SERVER_PORT`	监听地址与端口	`127.0.0.1` / `7860`
`TENCLIP_CORE_API_DATABASE_URL`	Core API 数据库（SQLite 默认 `data/core_api.db`）	见 `env.example`
`TENCLIP_CORE_API_JWT_SECRET`	Core API JWT 密钥（生产必设）	未设置
`TENCLIP_XHS_COOKIE` / `TENCLIP_XHS_COOKIE_FILE`	小红书抓取 Cookie（默认文件 `data/xhs_cookie.txt`，已 gitignore）	见 `subprojects/README.md`

Core API、小红书、web/admin 的变量与接口细节见 env.example 与 [subprojects/README.md](subprojects/README.md)。

生产部署（腾讯云域名）

主应用 Gradio 与子项目 可分开部署。常见做法：在 腾讯云 CVM 上跑 Nginx，域名解析 A 记录 到公网 IP，由 Nginx 反向代理（「透传」）到本机进程：

对外路径	后端	说明
`/`	`web/dist` 静态文件	`cd web && npm run build`
`/api/`	`http://127.0.0.1:8000/`	与开发时 Vite 代理一致；API 仅监听 `127.0.0.1`
（可选）`admin.example.com`	`admin/dist`	管理后台单独子域名
（可选）Gradio	`127.0.0.1:7860`	视频 Demo，可单独子域名

要点：

DNS：在腾讯云 DNSPod 将 @ / www 指到 CVM 公网 IP；大陆站点通常需 ICP 备案。
安全组：放行 80、443；勿对公网直接暴露 8000/5174。
HTTPS：certbot 或腾讯云 SSL 证书。
前端构建：生产默认 VITE_API_BASE=/api（同域），无需改 CORS（Core API 当前未开跨域，应同域反代）。
仅家里 WSL、无公网 IP：域名无法直接指到本机；需 CVM + 部署，或临时用 scripts/run-public-wsl.sh（localhost.run，不能绑自有域名）。

uvicorn 常驻示例、nginx 片段与 npm 排错见 subprojects/README.md（部署小节可随子项目文档继续补充）。

依赖说明

WSL tenclip 环境：以你机器上已安装版本为准（Python 3.12 + torch cu130 等可与仓库 requirements-*.txt 略有出入，以能跑通自检为准）。
新环境从零创建：仍可用仓库内 environment.yml（面向通用 Conda；WSL 同样适用）：
```
conda env create -f environment.yml
conda env update -f environment.yml --prune
```
根目录 requirements.txt / requirements-llm.txt / requirements-llm-lf.txt 用于对齐依赖意图；开发以 WSL tenclip 为真源。
Core API 子项目：requirements-subproject-core-api.txt（与主 requirements.txt 分离，见 subprojects/README.md）。
前端：web/package.json、admin/package.json（Node >= 18）。

备选：Windows 批处理

若临时在 Windows 上跑：可使用 run.bat、setup-conda-env.bat、download-vlm-conda.bat 等。不作为本项目推荐开发方式。

使用说明

视频剪辑：上传 → 起止秒数 → 下载。
网球动作分析：上传 → 显存模式 → 可选提示词档位（主站 Gradio「分析提示词」Radio，或 Mobile 静态页上的 chip）→ 开始分析。界面/API 传入的档位会覆盖环境变量 TENCLIP_PROMPT_PROFILE（未选或未传时仍用环境变量默认）。
网坛新闻（Gradio）：访问 /news（随 app.py 启动），设置偏好标签后浏览双列图文流并回传反馈。
用户站（子项目）：web/ 开发服首页展示新闻、比赛与小红书 explore 卡片；需先启动 Core API（见上文「子项目快速启动」）。
击球片段提取（长视频）：Gradio 标签页「击球片段提取（去等待）」或 CLI scripts/extract_stroke_clips.py — 基于画面运动 + 击球声剪掉等待/非击球时间（200MB+ 长视频流式处理）；可选 VLM 二次过滤。

可选：复制 env.example 为 .env（需 python-dotenv，已在 requirements.txt）。

网坛新闻执行方案（评估 + 落地）

需求评估（你给的思路）

前端形态：双列下滑图文流非常适合网坛资讯消费，优先做 H5 独立页，减少对当前 Gradio 主流程干扰。
内容池：SQLite 作为第一阶段非常合适（轻量、零运维、本机可跑）；单机 10~50 万条新闻都可承载，后续再迁移到 MySQL/PostgreSQL。
推荐系统：你提的 CF 是正确方向，但冷启动会明显（新用户/新内容稀疏）；第一阶段建议先“内容召回 + 轻量排序”，第二阶段再叠 CF。

当前已落地（MVP）

新增 services/news_feed.py：
- 抓取来源清单见 **config/news_sources.json**（可增删、enabled 开关、quality_tier、HTML parser）；也可用环境变量 TENCLIP_NEWS_SOURCES_CONFIG 指向自定义路径
- news_feed.db（data/news_feed.db）建表：news_articles / news_feedback / news_user_profile
- 多源抓取入库（RSS + 站点 HTML 抓取；支持 URL 去重更新）
- 标签抽取（球员、发球/反拍、场地等关键词）
- 推荐排序：新鲜度（主） + 标签匹配 + 来源质量 + 反馈热度
新增 API：
- POST /api/news/ingest：抓取入库
- GET /api/news/feed：按 user_id/tags 分页推荐
- GET /api/news/tags：热门标签
- POST /api/news/profile：保存用户偏好标签
- POST /api/news/feedback：记录点击/点赞/不感兴趣
新增页面：
- pages/news_page/，入口 /news，静态资源 /news-assets/
- 双列下滑、无限滚动、热门标签点击补全、卡片点击反馈回传
- 三按钮反馈：收藏 / 已读 / 不感兴趣

手动跑通链路（抓取 → SQLite → 前端）

不依赖 cron，按顺序执行即可验收：

抓取入库（写入 data/news_feed.db）：

conda activate tenclip
cd ~/code/tenclip
python scripts/news_ingest_once.py --limit-per-source 30

终端应打印一行 JSON（含 inserted_or_updated、sources、failed，以及 http_timeout_sec / source_timeout_sec）。每个来源若在 source_timeout_sec 内仍未完成抓取+解析，会自动放弃该来源并继续下一个，避免整条任务被单个站点拖死。详细日志写入 data/news_ingest_last_run.log；若进程异常退出，栈在 data/news_ingest_last_error.txt。

启动 Web（默认端口见 app.py，一般为 7861）：

python app.py

打开 H5：浏览器访问 http://127.0.0.1:7861/news 若首屏偏空，可点页面上的 「抓取最新」（等价于 POST /api/news/ingest），或回到第 1 步再跑一次脚本。
可选自检 API：

curl -s "http://127.0.0.1:7861/api/news/feed?limit=5" | head

第二批来源与质量分层（已执行）

已加入第二批中文来源：ThePaper Sports（澎湃「运动家」移动端列表 m.thepaper.cn/list_25599，HTML 抓取；避免使用 PC 栏目 CSR 页导致抓不到列表）
推荐排序新增来源分层加权（source_tier）：
- 3 = 官方机构（ATP/WTA）
- 2 = 主流媒体（BBC/ESPN/澎湃）
- 1 = 聚合或其它来源
在“优先时效”的前提下，来源质量分仅作为次级加分，不会压过新鲜度。

需要你拍板的点（请直接选）

抓取频率：✅ 每天 4 次（建议在 00:00 / 06:00 / 12:00 / 18:00 执行抓取任务）
来源策略：先走 RSS 白名单（见下）再扩展站点深爬
推荐目标：✅ 优先时效（排序中时效权重高于标签权重）
反馈行为：✅ 三按钮：收藏 / 已读 / 不感兴趣

RSS 白名单是什么？

RSS 白名单 = 一组你明确允许抓取的来源清单（按源域名 + RSS 链接维护），例如：

feeds.bbci.co.uk 的网球头条 RSS（替代已下线的 Reuters 公共 RSS）
www.atptour.com 官方新闻 RSS
www.wtatennis.com 官方新闻 RSS
www.espn.com 网球 RSS

为什么先做白名单：

法务与合规更可控（只抓公开订阅流，不先做侵入式爬虫）
结构稳定，维护成本低（优先保证每天稳定更新）
便于后续扩展（再按你确认的站点逐个接入“正文解析抓取”）

当前默认来源（与 config/news_sources.json 同步；后续以配置文件为准）：

CNN · Sport（RSS）：http://rss.cnn.com/rss/edition_sport.rss（推荐；含标题/摘要/链接，常带缩略图；比直接爬 edition.cnn.com/sport 前端页稳定）
Tennis.com · All news（HTML）：https://www.tennis.com/news/all-news/（parser: tennis_com_list）
ATP（官方）
WTA（官方）
BBC Sport · Tennis
Google News · Tennis（聚合兜底，tier 较低）
ESPN Tennis
ThePaper Sports（移动端列表页 HTML 抓取方式接入）

调度建议（每天 4 次）

开发机先用手动触发：POST /api/news/ingest
生产/常驻环境建议由系统定时器触发（Linux cron 示例）：

0 0,6,12,18 * * * curl -X POST http://127.0.0.1:7861/api/news/ingest

仓库已提供可直接安装的脚本（推荐）：

cd ~/code/tenclip
chmod +x scripts/install_news_cron.sh
bash scripts/install_news_cron.sh

脚本会自动：

在 tenclip conda 环境下执行 scripts/news_ingest_once.py
安装每天 00:00 / 06:00 / 12:00 / 18:00 的 cron 任务
输出日志到 data/logs/news_ingest.log

手动验证单次抓取：

conda activate tenclip
python scripts/news_ingest_once.py --limit-per-source 30

卸载定时任务（仅移除新闻抓取，不影响其它 cron）：

cd ~/code/tenclip
chmod +x scripts/uninstall_news_cron.sh
bash scripts/uninstall_news_cron.sh

重装流程：

bash scripts/uninstall_news_cron.sh
bash scripts/install_news_cron.sh

Qwen2-VL-2B 优化方案（Prompt / SFT / DPO）

基于LLaMA-Factory 工作流，把优化拆成三层：先 Prompt 微调（零训练成本）→ 再 SFT（监督学习）→ 最后 DPO（偏好对齐）。

1) Prompt 微调（最快，先做）

适用场景：你想先快速改变输出风格、结构化程度和保守性，不改模型权重。
已实现能力（代码已接入）：

services/vlm_tennis.py 支持多档提示词 profile：
- default：当前通用教练风格
- compact：短答 + 清单
- step_by_step：按“观察-机制-纠正步骤-拍摄建议”结构输出
- motion_deep：深度动作分析（时间分段、证据绑定到帧序、机制解释、5 日可执行处方；提示内显式去冗余/反套话，减轻小模型在少帧下的机械排比）
ArXiv 相关工作提要（Video-LLM / 时序与幻觉）：工程上常用的「帧序证据绑定、显式不确定性」与近年论文结论方向一致，便于把 motion_deep 的设计放在文献脉络里理解（非穷举）：
- VidHalluc（arXiv:2412.03735）：构建评测集衡量视频中动作、时序、场景转换等维度的幻觉，说明稀疏采样或弱对齐下模型容易编造未发生片段。
- Grounded-VideoLLM（arXiv:2410.03290）：通过更细的时间表示与跨帧关系建模，强化细粒度 temporal grounding。
- Relaxing Anchor-Frame Dominance for Mitigating Hallucinations in Video LLMs（arXiv:2604.12582）：分析 decoder 对少数「锚帧」过度注意与幻觉的关系，并提出无额外训练的证据再平衡思路。
切换方式：Gradio 主站 / pages/video_input 页的「分析提示词」Radio，或 Mobile 静态页上分析卡片内的 chip；REST POST /api/mobile/analyze-video 表单字段 prompt_profile（与上述 key 一致）。以上均优先于环境变量；仍可用 .env 设全局默认：

export TENCLIP_PROMPT_PROFILE=step_by_step
export TENCLIP_PROMPT_APPEND="优先指出1个最关键风险，并给出一周训练计划。"
bash run-wsl.sh

建议做法：

在相同视频集上做 A/B（default vs compact vs step_by_step）
用固定评估表（可执行性、清晰度、幻觉率、长度）打分
把最优 profile 作为 SFT 数据标注风格

2) SFT（监督微调）

目标：把“好回答风格”固化到模型参数里，提升稳定性与一致性。
已补配置（LLaMA-Factory）：

configs/train/qwen2_vl_2b_qlora_sft.yaml
data/dataset_info.json 新增 mock_tennis_qwen2_vl_sft_10k

运行示例：

conda activate tenclip
llamafactory-cli train configs/train/qwen2_vl_2b_qlora_sft.yaml

当前仓库已补一版多模态 mock 数据流（图像路径占位，用于先打通）：

生成脚本：scripts/generate_mock_vlm_datasets.py
生成文件：
- data/mock_tennis_qwen2_vl_mm_sft_1k.json
- data/mock_tennis_qwen2_vl_mm_dpo_1k.json
数据注册：data/dataset_info.json
多模态训练配置：
- configs/train/qwen2_vl_2b_qlora_sft_mm.yaml
- configs/train/qwen2_vl_2b_lora_dpo_mm.yaml

先生成 mock 多模态数据：

conda activate tenclip
python scripts/generate_mock_vlm_datasets.py --output-dir data --count 1000

再按数据里的 images 路径批量生成占位图（用于端到端冒烟）：

conda activate tenclip
python scripts/materialize_mock_vlm_images.py --data-dir data --size 512

再跑多模态 SFT：

conda activate tenclip
llamafactory-cli train configs/train/qwen2_vl_2b_qlora_sft_mm.yaml

注意：脚本默认写入 mock_images/... 的占位图像路径。真实训练时，请用你的视频抽帧路径替换，或把真实图片按该路径结构落盘。

用真实视频抽帧生成多模态数据（推荐）

当你开始积累真实训练样本时，建议用与线上推理一致的抽帧策略来落盘图片，并把图片相对路径写入数据集。

关键：先切片再造样本。 build_vlm_dataset_from_videos.py 对单个 video_path 整段均匀抽 N 帧。若直接喂一整场比赛，4 帧会稀疏到无意义。应先把比赛切成「单拍 / 单回合」短片（3~10 秒），每个短片一条样本。

步骤 0 — 比赛切片（新增脚本 scripts/slice_match_to_clips.py）：按「切片表」批量 ffmpeg 切片，并直接生成下一步要用的 manifest 骨架。切片表 JSONL 每行 id/start/end（时间支持 秒 或 HH:MM:SS）+ 可选标注字段；CSV 亦可（表头含 id,start,end）。

conda activate tenclip
# 先 --dry-run 只看将执行的 ffmpeg 命令与 manifest 预览，不落盘
python scripts/slice_match_to_clips.py --video data/matches/match.mp4 \
  --segments data/segments.jsonl --clips-dir data/clips \
  --manifest-out data/manifest_sft.jsonl --mode sft --dry-run

# 确认无误后去掉 --dry-run 实际切片（默认重编码保证精度；加 --copy 走快速不重编码）
python scripts/slice_match_to_clips.py --video data/matches/match.mp4 \
  --segments data/segments.jsonl --clips-dir data/clips \
  --manifest-out data/manifest_sft.jsonl --mode sft

步骤 1 — 写 / 校验 manifest：scripts/build_vlm_dataset_from_videos.py
输入是一个 JSONL 清单（每行一个样本），最小字段示例（SFT）：

{"id":"sft-0001","video_path":"/abs/path/a.mp4","instruction":"请基于图像序列分析正手稳定性","input":"场景：...","output":"..."}

DPO 样本示例：

{"id":"dpo-0001","video_path":"/abs/path/a.mp4","instruction":"...","input":"...","chosen":"...","rejected":"..."}

步骤 2 — 生成数据集（会把抽帧 jpg 写到 data/vlm_images/<id>/frame_*.jpg，并在数据里写入相对路径）。加 --register-key 会自动写入 data/dataset_info.json（与 LLaMA-Factory 的 dataset: 名称一致）：

conda activate tenclip
# 先校验试跑：检查 video_path 是否存在、必填字段是否齐全、预览首条样本（不抽帧、不写盘）
python scripts/build_vlm_dataset_from_videos.py --mode sft --manifest data/manifest_sft.jsonl --out data/tennis_vlm_sft.json --dry-run
# 也可只处理前 N 条：--limit 5

python scripts/build_vlm_dataset_from_videos.py --mode sft --manifest data/manifest_sft.jsonl --out data/tennis_vlm_sft.json --register-key tennis_vlm_sft

生成 DPO 数据集（同样可注册）：

conda activate tenclip
python scripts/build_vlm_dataset_from_videos.py --mode dpo --manifest data/manifest_dpo.jsonl --out data/tennis_vlm_dpo.json --register-key tennis_vlm_dpo

可选：--dataset-info path/to/dataset_info.json 指定非默认的 dataset 注册文件。

注册完成后，在训练 YAML 里把 dataset: 改成上述 key（例如 tennis_vlm_sft），并保持 template: qwen2_vl（Qwen3-VL 用 qwen3_vl）。

击球片段提取（去等待 / 长视频）

从整段比赛视频中自动剪掉等待、换边、捡球等非击球时间，只保留击球/回合画面。
不是全片 VLM 理解（太慢），而是 ffmpeg 流式分析 + 启发式信号；可选 VLM 二次过滤 去掉误检。

实现方案

层级	模块	作用
检测	`services/stroke_detect.py`	画面运动（降采样灰度帧差分）+ 击球声（流式 PCM 能量峰）→ 合并时间段
精修	`services/stroke_vlm_filter.py`	（可选）每段抽 2 帧，Qwen2-VL 判断是否在比赛/击球回合
导出	`export_stroke_clips()`	分段 H.264 + yuv420p + faststart 再拼接；iPhone MOV/HEVC 自动重编码（避免 Windows 无法播放）
CLI	`scripts/extract_stroke_clips.py`	命令行：分析 / 导出 / 报告 / 切片表
UI	Gradio 「击球片段提取（去等待）」	上传长视频 → 下载击球集锦
小程序	`miniprogram/`	微信小程序：击球剪辑 + 动作分析（见上文「微信小程序启动」）

长视频（200MB+）：画面与音频均为 ffmpeg 管道流式处理，不整段载入内存；导出后用 ffprobe 校验，损坏文件会直接报错。

局限：换边走动、鼓掌、镜头推拉可能误检/漏检；可调 --motion-percentile 或 --vlm-filter。

用法

# 1) 只分析时间段（推荐先跑）
python scripts/extract_stroke_clips.py /path/to/match.MOV --analyze-only \
  --report-out data/stroke_report.json \
  --segments-out data/match_segments.jsonl

# 2) 导出击球集锦（WSL 写 Windows 路径用 /mnt/c/...）
python scripts/extract_stroke_clips.py /mnt/c/Users/you/Pictures/match.MOV \
  --out /mnt/c/Users/you/Pictures/match_strokes_only.mp4

# 3) 可选 VLM 二次过滤（更准、更慢，需 GPU + 模型）
python scripts/extract_stroke_clips.py match.MOV --vlm-filter --out out.mp4

调参：检不全 → --motion-percentile 65；误保留等待 → 78 或 --vlm-filter。
勿对 MOV 使用 --copy（易剪坏/无法播放）。

Gradio：bash run-wsl.sh → 标签页 「击球片段提取（去等待）」。
微信小程序：见上文 「微信小程序启动」 与 miniprogram/README.md。

接入训练流水线

# 切片表 → 独立短片 + manifest
python scripts/slice_match_to_clips.py --video match.MOV \
  --segments data/match_segments.jsonl --clips-dir data/clips \
  --manifest-out data/manifest_sft.jsonl --mode sft

# 抽帧 → 多模态 SFT 数据集
python scripts/build_vlm_dataset_from_videos.py --mode sft \
  --manifest data/manifest_sft.jsonl --out data/tennis_vlm_sft.json \
  --register-key tennis_vlm_sft

故障排查

现象	处理
导出 MP4 无法播放（尤其 iPhone MOV）	已默认重编码；删旧文件后重新导出，不要 `--copy`
`IsADirectoryError: '.'`	`--segments-out` 须为文件路径，如 `data/segments.jsonl`
保留比例过低/过高	调整 `--motion-percentile`（默认 72）或 `--merge-gap`（默认 2.8）

改动总结（模型训练相关）

新增模型升级配置：configs/train/qwen3_vl_2b_qlora_sft_mm.yaml、qwen3_vl_2b_lora_dpo_mm.yaml（多模态主线升级，模板 qwen3_vl，本机可 QLoRA）；configs/train/qwen3_5_4b_qlora_sft.yaml、qwen3_5_4b_lora_dpo.yaml（文本附录线，模板 qwen3_5，可替代 DeepSeek-7B）。DPO 配置默认开 4bit 以适配低显存。
新增切片脚本 scripts/slice_match_to_clips.py：把比赛长视频按切片表批量 ffmpeg 切成单拍/回合短片，并生成 manifest 骨架；支持 --dry-run、--limit、--copy。
scripts/build_vlm_dataset_from_videos.py 增强：新增 --dry-run（校验 video_path 存在与必填字段、预览首条样本，不抽帧/不写盘）与 --limit（只处理前 N 条）。
新增击球片段提取：services/stroke_detect.py、services/stroke_vlm_filter.py、scripts/extract_stroke_clips.py；Gradio 标签页「击球片段提取（去等待）」；长视频流式检测 + MOV/HEVC 兼容导出。
关于 Qwen3.6：实为 27B/35B 纯文本大模型，模态与体量都不适配 6GB 本机与视频主线，故不纳入；视频线升级走 Qwen3-VL。

3) DPO（偏好优化）

目标：在已有 SFT 基础上，把“更优回答 > 较差回答”的偏好进一步对齐。
已补配置（LLaMA-Factory）：

configs/train/qwen2_vl_2b_lora_dpo.yaml
data/dataset_info.json 新增 mock_tennis_qwen2_vl_dpo_10k

运行示例：

conda activate tenclip
llamafactory-cli train configs/train/qwen2_vl_2b_lora_dpo.yaml

多模态 DPO 可用：

conda activate tenclip
llamafactory-cli train configs/train/qwen2_vl_2b_lora_dpo_mm.yaml

推荐流程：

先跑 SFT 得到 adapter（saves/qwen2_vl_2b/lora/sft）
用线上/离线评测选出 bad case，构造 chosen/rejected 对
再跑 DPO，观察“建议可执行性”和“错误建议率”变化

数据与工程建议（落地优先级）

优先级 A：Prompt 评测闭环（1-2 天就能看到收益）
优先级 B：SFT 数据升级到多模态（帧采样策略与前端分析一致）
优先级 C：DPO 难例集（重点覆盖逆光、远景、遮挡、低帧率）
每轮训练都保留评测切分，避免只看训练损失

本地测试

conda activate tenclip
python test_trim2.py

项目结构（节选）

tenclip/
├─ app.py                      # Gradio 主应用 + /news H5
├─ run-wsl.sh                  # WSL 启动 Gradio（conda tenclip）
├─ download-vlm-conda.sh
├─ env.example
├─ requirements*.txt
├─ requirements-subproject-core-api.txt
├─ subprojects/
│   ├─ README.md               # Core API / web / admin / xhs_note 说明
│   ├─ core_api/               # FastAPI（app, models, xhs_preview, xhs_note_routes）
│   └─ xhs_note/               # 按笔记 ID + Cookie 抓取（新）
├─ web/                        # 用户站（Vite + React）
├─ admin/                      # 管理后台
├─ configs/                    # LLaMA-Factory 训练配置
├─ config/                     # 网坛 RSS 来源 news_sources.json
├─ data/                       # SQLite、Cookie、抓取日志（多数已 gitignore）
├─ model/                      # VLM 权重（见 model/README.md）
├─ services/
│   ├─ vlm_tennis.py           # VLM 抽帧与动作分析
│   ├─ stroke_detect.py        # 击球/回合时间段检测 + 导出
│   └─ stroke_vlm_filter.py    # 可选 VLM 二次过滤
├─ scripts/
│   ├─ extract_stroke_clips.py # 击球片段提取 CLI
│   ├─ slice_match_to_clips.py
│   ├─ build_vlm_dataset_from_videos.py
│   ├─ xhs_note_fetch.py
│   └─ ...
└─ test_*.py

GitHub

示例：https://github.com/mathslingo/tenclip

附录 A：可选文本模型（DeepSeek 7B + LLaMA-Factory）

与网球视频主线独立：仓库内另有 DeepSeek 蒸馏 7B 的下载脚本与推理 YAML，供本地文本/对话实验。网球场 VLM 默认仍为 Qwen2-VL-2B。

下载：scripts/download_llm_weights.py，download-deepseek-conda.bat（Windows）
配置：configs/inference/deepseek_r1_7b.yaml
6GB 显存上 7B 建议量化；详见原脚本注释

在 WSL 中若需对等流程，可自行：

conda activate tenclip
python scripts/download_llm_weights.py
# 再按 configs 使用 llamafactory-cli chat ...

（后续若统一 WSL 脚本，可在阶段 4 补 download-deepseek-wsl.sh。）

附录 B：Prompt 工程论文趋势（2024-2026）

结合当前项目瓶颈（小模型在视频动作分析里容易“浅结论 + 冗余重复”），我们参考了近年多模态与 Video-LLM 的实证趋势，形成如下工程结论：

小模型（<4B）并不总是“多想就更好” 在多模态任务上，长链 CoT / ToT 这类“重推理提示”对小模型常见副作用：输出更长但错误未减少，甚至幻觉和重复上升。
代表性参考：

Qwen2-VL 系列论文（arXiv:2409.12191）
R1-Zero-like 视觉推理工作（arXiv:2504.00883）
多模态 Prompt 评测（arXiv:2504.10179）

“证据先行”的结构化输出比“自由思考”更稳 对视频任务，先强制输出“可核对证据（帧段 + 事实）”，再引用证据给结论，通常能降低时间幻觉与凭空补全。
相关方向：

Grounded-VideoLLM（arXiv:2410.03290）
VidHal（arXiv:2411.16771）
VidHalluc（arXiv:2412.03735）
TimeRefine（arXiv:2412.09601）

“限额深度”比“无限展开”更适合 2B 级模型 对 2B 级模型，给出每节条目上限、固定格式和证据引用约束，通常比开放式深度提示更能提高信息密度与可读性。

已落地到本项目的策略

新增提示词档位：step_by_step_v2（证据驱动双阶段）
- 阶段A：证据提取（证据表）
- 阶段B：引用证据ID做机制分析、优先级和 3 天微周期训练处方
- 强约束：去重复、禁第一人称、限条数、限总字数、禁止新增“无证据硬事实”

推荐在 6GB 显存 + Qwen2-VL-2B 场景优先使用该档位，并与 step_by_step / motion_deep 做 A/B 评测。

Name		Name	Last commit message	Last commit date
.vscode		.vscode
admin		admin
config		config
configs		configs
data		data
docs		docs
ios-shell		ios-shell
miniprogram		miniprogram
model		model
old_version		old_version
pages		pages
pose		pose
rec		rec
scripts		scripts
services		services
subprojects		subprojects
tenclip_app		tenclip_app
tennis_news		tennis_news
third_party		third_party
web		web
.editorconfig		.editorconfig
.gitattributes		.gitattributes
.gitignore		.gitignore
IMG_2834_segments.jsonl		IMG_2834_segments.jsonl
IMG_2834_stroke_report.json		IMG_2834_stroke_report.json
IMG_2835_segments.jsonl		IMG_2835_segments.jsonl
IMG_2835_stroke_report.json		IMG_2835_stroke_report.json
app.py		app.py
download-vlm-conda.sh		download-vlm-conda.sh
env.example		env.example
environment.yml		environment.yml
readme.html		readme.html
readme.md		readme.md
requirements-deploy-llamafactory.txt		requirements-deploy-llamafactory.txt
requirements-llm-lf.txt		requirements-llm-lf.txt
requirements-llm.txt		requirements-llm.txt
requirements-subproject-core-api.txt		requirements-subproject-core-api.txt
requirements-vlm-api.txt		requirements-vlm-api.txt
requirements.txt		requirements.txt
run-wsl.sh		run-wsl.sh
test_file_type.py		test_file_type.py
test_moviepy.py		test_moviepy.py
test_trim.py		test_trim.py
test_trim2.py		test_trim2.py
vlm-api.md		vlm-api.md
xhs_crab.py		xhs_crab.py
xhs_notes.csv		xhs_notes.csv

Latest commit

History

Folders and files

Repository files navigation