Spaces:
Paused
Paused
Commit History
-
v0.90: scoped single-use tokens, hardened link fetch, 45-minute cap, whole-video digest, one classification call, no OCR
Malina +1: Claude Fable 5.1- auth.py shared with LUNA: scope + iat checks, jti persisted across restarts, TOKEN_REQUIRE_SCOPE - fetch.py: known hosts only, public-address check, no generic extractor, cookies filtered by domain, 240 s deadline, 400 MB cap, temp dirs swept - pipeline: duration cap, every refusal prefixed with the error marker, stage timings, int16 audio cache, ingest locks pruned - chat: one classify call (OFF/ANALYZE/ANSWER), server-side size caps, fixed error sentences, NEED_VIDEO handshake removed - synthesis: whole-transcript digest for summaries; language detector moved to lang.py; fmt_time m:ss / h:mm:ss - visual: seek-based frame sampling past five minutes - OCR removed (rapidocr, onnxruntime, libgl1); yt-dlp pinned; max_file_size at the door; README rewritten - tests: auth, fetch validation, language and time formatting (55) Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>1d697a7
-
Bramka tematu dostaje przyklady, bo sama regula jej nie wystarczyla
Malina +1: Claude Opus 5 (1M context)Po dopisaniu "w razie watpliwosci ON" pytanie "jak ta osoba ma na imie?" nadal wracalo jako OFF i uzytkownik dostawal odeslanie do filmu zamiast odpowiedzi, ze nagranie nie podaje imienia. Model bramki jest maly i decyduje dwoma tokenami, wiec dostaje osiem rozstrzygnietych przykladow zamiast samej zasady. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>523bcf5 -
Jezyk odpowiedzi idzie za biezacym pytaniem, a bramka przestaje odsylac pytania o nagranie
Malina +1: Claude Opus 5 (1M context)Dwie wady zlapane na produkcji podczas testow end to end. Jezyk: wykrywanie z calej rozmowy (dodane dzis rano) bylo gorsze od tego, co naprawialo. Polskie pytanie w angielskiej rozmowie wracalo po angielsku, bo dluga historia przeglosowywala wiadomosc, na ktora NINA wlasnie odpowiada. Teraz decyduje biezaca wiadomosc, a historia wchodzi tylko przy wiadomosci ponizej 15 znakow, czyli w przypadku, dla ktorego ja w ogole wprowadzalem. Bramka tematu: "jak ta osoba ma na imie?" zostalo odrzucone jako off-topic i uzytkownik dostal odeslanie do filmu zamiast odpowiedzi, ze nagranie nie podaje imienia. Powiedzenie "tego w materiale nie ma" to jej robota i musi miec szanse do tego dojsc, wiec bramka ma teraz wprost napisane, ze w razie watpliwosci odpowiada ON. Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>3164aab -
NINA dostaje osobowosc: montazystka, ktora mieszka w internecie
Malina +1: Claude Opus 5 (1M context)Do tej pory NINA byla "a sharp assistant" w trzech promptach i tyle. Teraz ma jedno zrodlo glosu (persona.py) i wlasna tozsamosc: uczyla sie czytac obraz z cudzych plikow, mysli ujeciami i timecodem, zyje w internecie tak samo jak ARIA, tylko siedzi przy pliku zamiast w rozmowach. Start z tonu 7/10 oficjalnego, schodzi do 5 przy luznym pisaniu i idzie do 8-9 przy utrzymanym rejestrze formalnym. Pan i Pani to w polszczyznie zwykla uprzejmosc, wiec nie podnosza rejestru. Trzy zasady, na ktorych to stoi: - glos NIGDY nie wygrywa z regulami. Kazdy blok konczy sie zdaniem, ze jezyk, ugruntowanie, dlugosc i format sa wiazace ponad nim. - kazda sciezka dostaje tylko te zmysly, ktore ma. Prompt tekstowy (bez klatek, a do tego awaryjny dla sciezki wizyjnej) ma wprost zakaz mowienia jak naoczny swiadek. - gadanie o montazu ograniczone do tego, co widac w podanym materiale: napis sprzeczny z tym, co pada, teza postawiona nad kadrem, ktory jej nie pokazuje. Bez ciec, muzyki i wstawionyc…5af6715
-
Follow-up z kontekstu szybkim modelem, z limitem na sprawdzenia i z logami
2026-09-19 jeden follow-up ("Make me a quiz from this video") trwal 3 min 48 s. Nic sie nie wysypalo, odpowiedz doszla i zapisala sie w bazie, ale dla uzytkownika wygladalo to jak awaria: najpierw pol minuty samych kropek, potem tekst sacznacy sie przez prawie cztery minuty. Follow-up robi trzy wywolania modelu po kolei: route (czy ogladac jeszcze raz), on_topic (czy pytanie dotyczy filmu) i sama odpowiedz. Wszystkie trzy szly modelem tekstowym Qwen2.5-72B. Samo route, trzy tokeny, uderzylo w 30-sekundowy limit Workera. W tym samym Space, kilka minut wczesniej, Qwen3-VL-30B-A3B napisal pierwsza odpowiedz w 8 s. Zmierzony wprost generuje okolo 4,5 raza szybciej (~450 wobec ~100 znakow/s) i to on pisze kazda analize, wiec glos NINY sie nie zmienia. - CHAT_MODEL = VLM_MODEL dla wszystkich trzech wywolan czatu - oba jednowyrazowe sprawdzenia przez osobnego klienta z limitem 10 s (CHAT_CHECK_TIMEOUT); maja bezpieczne domyslne (answer / on-topic), wiec wolny dostawca nie moze juz trzym…077fd06
-
Fix diarization hub kwarg, yt-dlp cookies, stronger output formatting
Malina +1: Claude Opus 4.8- diarize: shim huggingface_hub.hf_hub_download/snapshot_download to translate the removed use_auth_token kwarg → token, so pyannote 3.3.2 loads on hub 1.x (fixes "Diarization unavailable: ... unexpected keyword argument 'use_auth_token'"). - fetch: support YouTube/Facebook cookies (YT_DLP_COOKIES[_B64] secret) + a real browser UA, the actual fix for "Sign in to confirm you're not a bot / age" on cloud IPs; still best-effort. - synthesis/chat: enforce a strong "CRITICAL OUTPUT FORMAT" (headings, bullets, numbered steps, tables for comparisons; no walls of text) for scannable answers. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>d0ff022
-
Re-analysis confirm route + adaptive answer formatting
Malina +1: Claude Opus 4.8- chat/app: add a 'route' endpoint (route_decision) so the website can ask the user before re-watching the video ("NINA wants to analyze the video again"); add force_answer ("Don't" → answer from context) alongside force_analyze. - synthesis/chat: answers now adapt their shape to the question (Markdown) — short paragraphs, bullet lists, bold, optional headings for long/multi-part answers — instead of one prose block. Shared _FORMAT_GUIDE. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>7c88737 -
Visual-only answers, coreference + on-topic guard, 15-min cache
Malina +1: Claude Opus 4.8- pipeline: drop the "No speech detected" dead-end — when there's no usable transcript, synthesize from the visuals alone (VLM on keyframes), so "what does the person do?" works on silent/music clips. - chat: resolve references to earlier turns ("explain more"); ask to clarify when a reference is ambiguous; gate out off-topic requests and steer back to the uploaded video; route follow-ups to context instead of re-analysis. - app: keep uploaded media 15 min (delete_cache 900) so follow-up turns reuse the already-uploaded video without re-uploading. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>9a43844 -
NINA chat: NEED_VIDEO handshake for one-video-per-chat
Malina +1: Claude Opus 4.8The chat holds one video (uploaded once at chat creation, kept in the browser only). To avoid re-uploading it every turn, the client sends a turn WITHOUT the video; if the router decides to re-watch, the Space replies with the NEED_VIDEO sentinel and the client uploads the held video and retries with force_analyze. Adds has_video to the payload so the router knows a re-watch is possible. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>d53485f -
NINA: conversational chat endpoint (Phase 2)
Malina +1: Claude Opus 4.8- app.py → gr.Blocks exposing two API endpoints: /run (legacy single-shot, the current tool page) and /chat (new). Keeps delete_cache privacy purge. - chat.py: per-turn router (LLM decides ANALYZE vs ANSWER), context answering from the stored transcript + conversation, manual force_analyze override. Streams [answer, analyzed, transcript]; the website stores the transcript text (no media). - pipeline: split run() into a token-checked wrapper + _run_core so chat can analyze without re-consuming the single-use token; add transcript_text() for storage. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>9510df1