Zekiog/media-pipeline

Pipeline Multimédia (Media Pipeline)

Transcription CPU et OCR pour les fichiers sur cette machine. FFmpeg, faster-whisper (int8), RapidOCR. Le modèle Whisper par défaut est tiny.

Organisation

Les chemins sont relatifs au répertoire du dépôt media-pipeline.

bin/mp              sonder, traiter, traduire, lister, surveiller, autotest, diagnostic
bin/mp-mcp          serveur MCP (stdio)
inbox/              fichiers pour `mp watch`
work/               wav 16 kHz et work/processed.json
outbox/<epoch>_<stem>/
                    normalized.mp4, thumbnail.jpg, transcript.txt,
                    transcript.srt, transcript.vtt, ocr.txt,
                    translation.<lang>.txt, manifest.json
failures/           entrées que `mp watch` n'a pas pu traiter

install.sh copie cette compétence vers $MP_SKILLS_DIR/media-pipeline lorsque ce répertoire existe déjà. La valeur par défaut est $HOME/.local/share/prime-agent/0.9.6/skills.

Moteurs

Tâche	Moteur	Remarques
sonder	ffprobe	format, durée, flux
vidéo	FFmpeg	H.264 + AAC, yuv420p, faststart, CRF 28 ; vignette à 1 s, largeur 1280
audio pour le modèle	FFmpeg	PCM mono 16 kHz, conservé sous work/
parole en texte	faster-whisper	CPU, MP_WHISPER_COMPUTE par défaut int8, modèle MP_WHISPER_MODEL par défaut tiny
texte d'image	RapidOCR	PP-OCRv4 via ONNX Runtime, écrit dans ocr.txt
traduire	Pollinations, Gemini ou LiteLLM	uniquement sur demande ; voir references/engines.md

Commandes

bin/mp autotest
bin/mp sonder FICHIER
bin/mp traiter FICHIER
bin/mp traiter FICHIER --translate --target tr
bin/mp traduire FICHIER --target tr
bin/mp surveiller
bin/mp diagnostic

traiter laisse le fichier d'entrée à sa place. surveiller le déplace vers outbox/ ou failures/. Un fichier dont le sha256 est déjà dans work/processed.json reste dans inbox/.

diagnostic se termine avec le code 1 lorsqu'une vérification critique échoue. L'une de ces vérifications est $HOME/bin/prime-tg, que ce dépôt ne contient pas.

Outils MCP

media_engines, media_probe, media_process, media_translate, media_batch.

media_process accepte path, transcribe, ocr, translate et target_language. media_batch traite inbox/ avec transcription et OCR activées et traduction désactivée.

Règles

• Laissez MP_LITELLM_KEY et MP_GEMINI_KEY dans l'environnement. Ne les imprimez pas.
• tiny est la valeur par défaut. Définissez MP_WHISPER_MODEL sur base ou small lorsque l'enregistrement le nécessite. medium et large-v3 sont de gros téléchargements.
• Une transcription vide avec probe.duration_s à 0 signifie que l'audio n'a pas été décodé.
• Si la traduction renvoie une erreur, le texte n'est pas traduit. Dites-le.
• Le texte du dépôt reste en anglais.

Référence

• references/engines.md pour l'ordre des fournisseurs, les limites OCR et les notes sur l'hôte ARM
• references/triggers.md pour l'unité de chemin de la boîte de réception et mp watch
• references/recipes.md pour les commandes venv, ffmpeg et OCR