Spaces:
Paused
Paused
Commit History
-
Scoped tokens, bounded archives and frames, build deadline, circuit breaker, honest note caps
Malina +1: Claude Fable 5.1- auth.py shared with NINA: scope + iat checks, jti persisted across restarts; NINA secret fallback removed - extract: ZIP members through real parsers with per-member and total byte caps, media listed as not read; doc/ppt/rtf/xls/ods refused with a conversion hint; PDF page cap announced - frames: bounded reservoir for streams without a duration (64 frames, stride doubling, downscaled at pick) - pipeline: reading and note-taking stop at 6 minutes and the Note is written from what is there; note cap grows to the REDUCE budget for small tasks and says when it cuts; long video transcripts read past the first window; transcript says where it stops; stage timings; prompt not logged - synthesis: prompt-marker lines stripped from file notes; failure reasons without provider messages - models: circuit breaker after 5 consecutive transport failures (30 s fail-fast) - app: clarify scope, max_file_size; parsers pinned; README python_version and API table - tests: 96 (18 new) Co-Authored-By: Cla…da9de03
-
Notatka zamiast fotokopii, caly plik zamiast okladki, awaria zamiast udawania
Malina +1: Claude Opus 5 (1M context)Trzy niezalezne wady zlozyly sie na Notatke, ktora nie byla Notatka. 1. Synteza. Router HF potrafi odpowiedziec "model nie jest obslugiwany przez zadnego dostawce" na model zywy u trzech dostawcow. Bylo to liczone jako blad trwaly: zero ponowien, zero modeli zapasowych, a wynikiem byla sklejka surowych notatek sformatowana dokladnie jak gotowa Notatka. Zapisywana, naliczana, bez jednego slowa, ze model nigdy nie odpowiedzial. Od 9 czerwca kazdy build konczyl sie tak samo. Teraz kazda rola ma liste kandydatow, odmowa routera przypina dostawce, a nieudana synteza mowi o sobie wprost i wraca do Workera przez status, zeby oddal dzienny build. 2. MAP przepisywal plik zamiast pisac notatki. Zmierzone: pierwsze 7343 znaki odpowiedzi modelu bajt w bajt rowne wejsciu. Prompt zabrania teraz kopiowania (15 kolejnych slow = porazka), ogranicza cytaty i kaze rozlozyc notatki na calosc materialu, bo okladka i spis tresci to nie tresc. 3. Dlugi plik istnial tylko do p…a483b94
-
SVG i pliki danych nie zasmiecaja juz wejscia modelu
Malina +1: Claude Opus 5 (1M context)Dwa pliki z korpusu testowego szly do MAP jako "tresc", choc nie niosly zadnej: - logonnnl.svg: 16000 znakow sciezek i base64. SVG to tekst, wiec zwykly czytnik oddawal caly plik. Teraz zostaje to, co czlowiek by przeczytal: title, desc i wezly text, plus wymiary. 16000 -> 62 znaki. Przy okazji znikl falszywy trafiony "oaz" znaleziony wewnatrz blobu base64. - filech3_0: 9316 znakow cyfr. Plik bez znanego rozszerzenia czytamy jako tekst na wypadek, gdyby byl proza. Gdy nia nie jest, mowimy czym jest i pokazujemy probke. 9316 -> 371 znakow. Prog to gestosc slow ponizej 0,15; proza siedzi powyzej 0,6. Razem okolo 25 tysiecy znakow mniej na jedno zadanie o siedmiu plikach, przy zachowanym rozliczeniu: oba pliki nadal trafiaja na liste odlozonych z uczciwym powodem, zamiast znikac. Czytnik SVG ma wyjscie awaryjne: niezadeklarowany prefiks xlink zatrzymuje parser XML, a eksportery to robia. Wtedy skan wyciaga same slowa, zamiast zglaszac plik jako nieczytelny. Zlapane przez wl…8413646 -
Etap 5a: skany PDF, napisy z kontenera, binaria, EXIF, duplikaty klatek
MalinaSkan PDF byl calkowicie tracony. PDF bez warstwy tekstowej wracal jako 'no readable text found' i ladowal na liscie nieczytelnych, co dla faktury albo podpisanej umowy oznacza wyrzucenie calej tresci pliku. pypdf potrafi wyciagnac osadzony obraz strony wprost, wiec nie trzeba zadnej nowej zaleznosci do rasteryzacji. Strony ida do modelu wizyjnego, zgodnie z werdyktem zapisanym w NINIE, ze VLM czyta tekst z obrazu lepiej niz OCR. Sprawdzone na testowej fakturze: numer 2026/09/441, kwota 3 936,00 PLN i termin 12 pazdziernika odczytane doslownie. Napisy z kontenera zamiast Whispera. Wgrane MKV i MP4 czesto maja sciezke tekstowa; odczyt zajmuje 0,07 s zamiast dziesiatek sekund transkrypcji na CPU, jest dokladniejszy i nie przekreca nazw wlasnych. Gdy sciezki nie ma, Whisper przejmuje sprawe bez zmian. Port z NINA/subtitles.py. Pliki binarne nie ida juz do modelu jako mojibake. Nieznane rozszerzenie bylo czytane jako UTF-8 z podmiana bledow: zmierzone na pliku testowym 1192 z 2000 pierwsz…602f9e5 -
Etap 1: przestac gubic tresc i palic dzienny limit
MalinaWygasle uploady palily limit. Space kasuje pliki po godzinie, a front wgrywa je w kroku 1 kreatora i buduje w kroku 4. _validate lapalo OSError przy getsize i robilo continue, wiec walidacja przechodzila mimo znikniętych plikow. Kazdy plik potem nie dawal sie odczytac, REDUCE generowal uprzejma Notatke "nie znaleziono trafnych materialow", a ta jest niepusta, wiec worker uznawal zadanie za udane i naliczal jedno z trzech dziennych uzyc. Teraz brak pliku to FileNotFoundError i czytelny blad, wiec worker nic nie zapisuje i nic nie nalicza. Awaria VLM na wideo kasowala transkrypcje. map_video zwracalo puste notatki, przez co plik ladowal jako nieczytelny, mimo ze Whisper wlasnie go przemielil i transkrypcja siedziala w argumencie. Teraz degraduje do sciezki tekstowej. Komunikat przy padnietym modelu nie zrzuca juz winy na plik. Pliki poza budzetem REDUCE znikaly z rozliczenia: nie trafialy ani do syntezy, ani na liste "Not used". Teraz sa ksiegowane jako odlozone. Sprawdzone: przy 100 p…a416f24
-
LUNA v0.1 — multi-file task → structured Note (map-reduce backend)
Malina +1: Claude Opus 4.8Drop ≤100 files of any type, give a prompt, get one structured Note (Title · Agenda · Body · Sources). Parallel two-tier map-reduce over HF Inference Providers; faster-whisper for audio/video, VLM for images. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>281f5b1