Skip to content

media-to-doc-ui v1.3.0

Choose a tag to compare

View all tags
@kizemo kizemo released this 22 Jul 11:43
· 24 commits to master since this release
v1.3.0
bf8ccbf

Release Notes — media-to-doc-ui v1.3.0

发布日期:2026-07-22
子仓 tag:v1.3.0(annotated)
发布地址:https://github.com/kizemo/media-to-doc-ui/releases/tag/v1.3.0
主仓 handoff:见同目录 handoff-w14d-*.md

亮点

1. 8 个 Tauri commands 全部实装(W14-B+ 系列)

Command 语义 与 MCP 8 工具对齐
list_courses 扫描 inbox 课程目录 ✅
run_pipeline 启动 11 stage pipeline ✅
resume_pipeline 中断后续跑 ✅
cancel_run 同步取消(≤2s 超时) ✅
check_status 读 state.json ✅
list_outputs 列 output_final 产物 ✅
read_lecture 读 md/html,优先 W12-D 布局 ✅
get_run_metrics LE L1 健康度查询 ✅
list_runs LE 跨 run 健康度 ✅

2. 多课程并发(W14-C A)

  • max_concurrent=3(env override)
  • completed LRU 100
  • cancel 2s 超时 + kill_tree 兜底
  • list_all_runs 混合 running + completed
  • 前端 3s global poll + per-run log tail(独立 offset)

3. NSIS installer(W14-C B + W14-D 实编译)

  • 系统 NSIS 3.12(绕开 Tauri bundler GitHub TLS)
  • 装到 Program Files\MediaToDoc\
  • 桌面 + 开始菜单快捷方式
  • .mtdproj 文件关联
  • Release assets:installer + portable 2 种

4. 真跑 30s 测试视频(W14-C E)

  • env 三件套(unset proxy + HF_ENDPOINT + HF_HUB_DISABLE_XET)
  • audio → asr → frames 完成
  • ocr 因合成图无场景变化预期失败(pipeline 基础设施 OK)

Assets

Asset Size SHA256
media-to-doc-1.3.0-setup.exe ~1.5MB (gh release page 显示)
media-to-doc-1.3.0-portable.exe ~6.2MB (gh release page 显示)

安装

Windows(installer,推荐)

  1. 下载 media-to-doc-1.3.0-setup.exe
  2. 管理员运行(perMachine 安装)
  3. 装到默认 C:\Program Files\MediaToDoc\
  4. 桌面 / 开始菜单启动 media-to-doc

Windows(portable,免安装)

  1. 下载 media-to-doc-1.3.0-portable.exe
  2. 双击运行(无需安装)

环境配置(必做)

# 主仓路径
setx MEDIA_TO_DOC_PROJECT "F:\soft\00selfmade\media-to-doc"

# (可选)uv 路径
setx UV_BIN "C:\Users\Duanyi\.local\bin\uv.exe"

# (可选)workspace
setx MEDIA_TO_DOC_WORKSPACE "F:\soft\00selfmade\media-to-doc\workspace"

macOS / Linux

跨平台编译需 Rust 1.97+ + WebKit/GTK 依赖。Tauri 官方文档见 https://tauri.app/start/prerequisites/。

测试

  • 43 cargo test / 0 failed(W14-C A baseline)
  • 8 commands 全部经 cargo test 验证
  • 端到端 30s 合成视频 audio/asr/frames 通过

已知问题

  • Rust toolchain 需 1.97+(自带 lld-link 无需 MSVC)
  • 公司 VPN 用户构建时需设 CARGO_NET_TLS_VERIFY=false(运行不受影响)
  • macOS / Linux 编译需用户自查环境
  • pip 包 media_to_doc 仍是 v1.2.1(主仓独立版本,等 v1.3.x 整合)

上游

主仓 media-to-doc v1.2.1(pip install media_to_doc 装的 Python 后端)已发布:

UI 端调用此 Python 后端做实际 pipeline,UI 自身只做 orchestrator + log tail + 输出展示。

Assets 4
Loading