八个看起来像算法问题的 bug
Video2Any 提取幻灯片的方式是：在浏览器里解码帧，逐帧和上一帧比较，变化够大的留下来。结果不对的时候，第一个被怀疑的总是这个比较。但通常不是它。
下面是我们一周里追过的八个问题。只有两个真的在检测器里。剩下的是：一个没清掉的守卫、一个骗人的测试脚本、一个虚拟滚动列表、一次和接口的竞态、一道内存天花板，以及一条把自己唯一有用的部分丢掉了的错误日志。
八个
一、那个点了没反应的控件
有人反馈一段短视频选 Dense 只出三张，和 Default 一样。我们对着阈值公式看了半天，才回头确认最基本的一件事：这个设置到底有没有生效？
没有。首次扫描被一个 ref 守住，每个文件只跑一次。切换密度确实重建了回调，但守卫把 effect 原地弹了回去，真正能触发重跑的只有另一处提示里的按钮。切换之后你看到的还是上一次的结果，连时间戳都一模一样。修完之后，同一段片子 Sparse / Default / Dense 分别是 3、6、13 张。之前三档都是 6 张。
二、测试脚本骗了我们两次
为了解释一个反常结果，我们在 Node 里把管线离线复刻了一遍，喂同一个文件，结果两次都和线上对不上，而且方向相反：先是脚本说 1 张、线上 6 张，改完又变成脚本 15 张、线上 6 张。
两个原因。脚本用 ffmpeg 抽的是灰度帧，而浏览器交给引擎的是 canvas 上的 RGBA，两边的缩放滤波差异足以把标定阈值从 0.618 挪到 0.650。另外它跳过了决定要不要启用活动遮罩的那个函数，也就是说它复刻的根本不是线上那条路。一个只复刻了算法、没复刻管线的脚本，会非常自信地给你一个错答案。
三、DOM 里只有屏幕上那些
有个测试要验证 32 分钟的视频能出 30 分钟之后的幻灯片。它遍历所有缩略图读时间戳，最后一张停在 27:00 —— 看起来就是被截断了。
那个网格是虚拟滚动的，只有可见行才是真实元素。先滚到底再读，真正的最后一张在 32:00。这个断言一直在量的是视口，不是数据。
四、每个 worker 各自去重
长视频会切成多个分片并行扫描。每个 worker 会把自己那段里重复的画面去掉 —— 讲者翻回上一页、会议镜头切回同一个视角 —— 但它们互相看不见。
于是一个反复出现的画面，在几个分片里出现就被保留几次。一段 29 分钟的会议录像，9 张里有 3 张是重复的。更麻烦的是，这让最终结果取决于切了几片，也就是取决于用户机器有几个核。现在去重挪到了主线程，每张幻灯片到达时就比一次，所以重复的那张根本不会先显示出来再消失。
五、更正确的设计反而更差
每个分片在自己那一小段上各自标定阈值，这显然不对：一个视频应该只有一个分布、一个阈值。于是我们就这么改了 —— worker 上报自己测到的比值，主线程汇总、统一标定、把结果发回去。
它确实把 4 分片和 8 分片的差距从 3 张收窄到 1 张。但它同时让结果变差了。还是那段 29 分钟的会议，ffmpeg 自己的场景检测数出 7 处真实转场；分片各自标定加上面那个去重是 6 张，统一标定是 4 张。汇总之后分布变宽，median + 2·MAD 被抬高，真实的换页就被压下去了。我们把它 revert 了。一个设计可以更有道理，同时又打不过你手上这个；而唯一能判断的办法，是手里得有一个你自己代码之外的参照。
六、false 不是因为答案是否，是因为还没问
一个付费订阅用户传了一段长视频，只解析出前三十分钟。点一下重新采样就是完整的 —— 这正是它看起来像检测问题的原因。
编辑器在还不知道你是谁的时候就开工了。权限标记初始是 false，不是因为答案是否，而是因为请求还在路上；而长度上限读到这个 false，就按免费档砍了。等重新采样跑起来，套餐信息已经到了。第一版修法是等它到；后来干脆让它不需要等 —— worker 返回页面时本来就握着 session，直接把套餐写进文档，首次渲染就知道。
七、所有错误都叫 “Error”
语音转写的失败次数比成功还多，6 比 5，而每一条日志记下来都是字符串 “Error”。19 次提取失败也一样。
代码记的是 err.name，而任何人手写的 Error，这个值永远是 “Error”。真正有信息的 message 被丢掉了。改成记 message 之后，转写失败终于有了机制：decodeAudioData 会按音频上下文的采样率重采样，所以在硬件的 48 kHz 立体声下解一段 55 分钟的课，光是浮点采样就要先摊出约 630 MB，两小时是 1.4 GB。改成在一个本来就是 16 kHz 的上下文上解码，模型拿到的音频完全一样，内存大约只要六分之一。
八、它很快，但用起来还是像卡住了
一段 92 分钟的会议录像，52 秒扫完。第一张幻灯片出现在第 50 秒。
没有哪一步慢。阈值要从整段视频的差分分布里标定出来，所以在读完之前一张都选不出来 —— 而这 50 秒里，屏幕上只有一个百分比。一个孤零零往前爬的百分比，读起来就是卡住了。现在它会说正在做哪一半、已经读到了多少，同样的 52 秒就不再是个投诉了。
如果能跟一周前的自己说两句
在推敲代码之前，先确认输入真的到了代码里。这八个里有一半是：设置没送到、答案还没回来、或者测试量错了东西。
还有，手上要留一个你自己管线之外的参照。ffmpeg 的场景检测不是我们在做的东西，也不需要是，它只需要独立。要不是有它，我们会把那次标定重写发上线 —— 因为它是更好的设计 —— 然后悄悄地在 7 张里丢掉 3 张真的幻灯片。