perf: prompt tuning

- ai模式prompt调优、增加匹配失败后的retry机制
- 更新readme

Author: “pokelu”

README.md

@@ -4,17 +4,18 @@
     <img title="SubtitleRenamer" src="docs/preview/config_editor.png" alt="" width=50%>
 </p>
 
-该项目的功能是根据给定视频文件匹配本地字幕并重命名字幕文件。有一个勉强能用的GUI界面。
+该项目的功能是根据给定视频文件匹配本地字幕并重命名字幕文件，亮点在于可以使用**大模型**自动识别文件中的集数信息，通用性比一般正则表达式强很多！有一个勉强能用的GUI界面。
 
 ## 初衷
 
 在使用TinyMediaManager刮削并重命名动画文件之后，视频文件和下载的字幕文件将无法匹配；人工重命名大量文件过于麻烦，所以搭建了一个自动化流程来处理这件事。
 本项目的默认集数匹配规则（ab）来源于[AutoBangumi](https://github.com/EstrellaXD/Auto_Bangumi)，因此可能不适用于非动画文件、非动画字幕组的重命名工作。
+若想实现更加通用的字幕匹配，推荐使用**ai**模式并配置大模型的`Base URL`、`API Key`和`Model Name`，实现基于大模型的文件匹配。
 
 ## Anime Subtitle Renamer功能简介
 
 - 根据给定文件夹地址中视频名自动匹配对应字幕文件并进行重命名，输出至指定文件夹
-- 支持修改自定义字幕语言后缀
+- 支持自定义字幕语言后缀的映射
 - 支持自定义匹配的视频、字幕格式
 - 支持三种视频-字幕匹配方法
 - 可自动清除视频文件夹中的旧字幕文件
@@ -30,7 +31,7 @@ Anime Subtitle Renamer可以读取的视频所在目录需满足以下要求：
 - 不支持合集，如`A E01-04.mp4`
 - 示例视频所在目录结构如下：
 
-```
+```file
     video_dir
     ├── A S01E01.mp4
     ├── A S01E02.mp4
@@ -50,7 +51,7 @@ Anime Subtitle Renamer对字幕文件的读取会遍历路径内所有字幕文
 - 字幕文件有集数标识，如`孤独摇滚！ - S01E01 - 孤独的转机.ass`或`[DMG&VCB-Studio] BOCCHI THE ROCK! [06][Ma10p_1080p][x265_flac].srt`
 - 示例字幕所在目录结构如下：
 
-```
+```file
     sub_src_dir
     │   ├── tc
     │   │   ├── A[01].tc.ass
@@ -66,7 +67,7 @@ Anime Subtitle Renamer对字幕文件的读取会遍历路径内所有字幕文
 
 若将字幕目标目录设置与视频文件所在目录一致，则输出示例应为：
 
-```
+```file
     video_dir(sub_src_dir)
     ├── A S01E01.mp4
     ├── A S01E02.mp4
@@ -92,37 +93,46 @@ Anime Subtitle Renamer对字幕文件的读取会遍历路径内所有字幕文
 
 1. 调整视频所在目录、字幕所在目录文件结构，见[视频和字幕文件目录说明](#视频和字幕文件目录说明)
 2. 按照实际情况修改基本配置中的视频所在目录、字幕所在目录、字幕目标目录（视频所在目录和相同则可以实现播放器中字幕自动识别）
-3. 设置是否清除原文件为False、Debug模式为True，运行程序，弹出窗口预览当前配置下字幕文件重命名的预计结果
+3. 选取匹配模式（`ai`、`raw`、`ab`），若选择`ai`，则需要配置大模型服务商的`Base URL`、`API Key`和`Model Name`；若选择`raw`，则需要配置匹配位置和匹配正则
+4. 设置是否清除原文件为False、Debug模式为True，运行程序，弹出窗口预览当前配置下字幕文件重命名的预计结果
 
 <p align="center">
     <img title="RenamingPreview" src="docs/preview/renaming_preview.png" alt="" width=50%>
 </p>
 
-4. 确认重命名无误，设置是否清除原文件为True、Debug模式为False，运行程序，完成重命名字幕文件的生成
+5. 确认重命名无误，设置是否清除原文件为True、Debug模式为False，运行程序，完成重命名字幕文件的生成
 
 ## 配置说明
 
 ### 基本配置
 
+- 匹配模式（match_method）：可选ab、raw、 ai
 - 是否清除原文件（clear_files）：如果是True，则在生成新字幕文件前删除字幕目标目录下所有字幕文件
 - Debug模式（debug_mode）：如果是True，则不会生成新字幕文件，而是弹窗显示当前配置下字幕文件重命名的预计结果
 - 视频所在目录（video_dir）
 - 字幕所在目录（sub_src_dir）
-- 字幕目标目录（sub_tar_dir）：设置为与视频所在目录相同，则实现Jellyfin（或其他播放器）对外部字幕文件的自动读取
+- 字幕目标目录（sub_tar_dir）：设置为与视频所在目录相同，则实现Jellyfin（或其他播放器）对外部字幕文件的自动读取；暂不支持设定为与字幕所在目录相同
 
-### 高级配置（若无匹配失败情况不建议修改）
+### 高级配置
 
 - 匹配视频格式（video_ext）：python列表格式，默认为`['mp4', 'mkv']`，确定哪些后缀的文件将被视为视频
 - 匹配字幕格式（subtitle_ext）：python列表格式，默认为`['ass', 'srt']`，确定哪些后缀的文件将被视为字幕
-- 匹配模式（match_method）：可选ab、raw<del>、 ai（开发中，暂时不要选择）</del>
-- 匹配位置（match_pos）：仅在`raw`模式下有效，输入应为大于等于-1的整数，用于确定匹配字幕文件集数在文件名中对应的位置（可能存在匹配出多个数字的情况），默认为-1，即匹配出的最后一个数字，0表示匹配出的第一个数字，1表示匹配出的第二个数字，以此类推，一般选择0或-1即可
-- 匹配正则表达式（pattern）：仅在`raw`模式下有效，输入应为字符串形式正则表达式，用于匹配字幕文件名中的集数信息，默认为`(?:[A-Za-z]{1,2})?\b\d{1,2}\b`
+- 视频集数位置（video_match_pos）：仅在`raw`模式下有效，输入应为大于等于-1的整数，用于确定匹配视频文件集数在文件名中对应的位置（可能存在匹配出多个数字的情况），默认为-1，即匹配出的最后一个数字，0表示匹配出的第一个数字，1表示匹配出的第二个数字，以此类推，一般选择0或-1即可
+- 视频匹配正则（video_pattern）：仅在`raw`模式下有效，输入应为字符串形式正则表达式，用于匹配视频文件名中的集数信息，默认为`(?:[A-Za-z]{1,2})?\b\d{1,2}\b`
+- 字幕集数位置（sub_match_pos）：仅在`raw`模式下有效，输入应为大于等于-1的整数，用于确定匹配字幕文件集数在文件名中对应的位置（可能存在匹配出多个数字的情况），默认为-1，即匹配出的最后一个数字，0表示匹配出的第一个数字，1表示匹配出的第二个数字，以此类推，一般选择0或-1即可
+- 字幕匹配正则（sub_pattern）：仅在`raw`模式下有效，输入应为字符串形式正则表达式，用于匹配字幕文件名中的集数信息，默认为`(?:[A-Za-z]{1,2})?\b\d{1,2}\b`
+
+### AI配置
+
+- Base URL（base_url）：大模型服务商的`Base URL`，如`https://api.openai.com/v1`，具体详见您所使用的大模型服务商官网
+- API Key（api_key）：大模型服务商的`API Key`，如`sk-xxxxxxxxxxxxxxxxxxxxxxxxx`，具体详见您所使用的大模型服务商官网
+- Model Name（model）：选择使用的`Model Name`，如`gpt-3.5-turbo`，具体详见您所使用的大模型服务商官网
 
 ### 隐藏配置
 
 - language_ext：原字幕语言后缀与自定义字幕语言后缀映射，json格式，用于生成新字幕语言名，如`tc`和`sc`将被转换为`繁體中文.chi`和`简体中文.chi`，默认为：
 
-```
+```json
 {
     "chs": "简体中文.chi",
     "cht": "繁體中文.chi",
@@ -139,16 +149,16 @@ Anime Subtitle Renamer对字幕文件的读取会遍历路径内所有字幕文
 
 ### ab模式
 
-- 默认和推荐的匹配模式
+- 默认的匹配模式
 - 使用[AutoBangumi](https://github.com/EstrellaXD/Auto_Bangumi)中[raw_parser.py](https://github.com/EstrellaXD/Auto_Bangumi/blob/main/backend/src/module/parser/analyser/raw_parser.py)的正则表达式匹配视频和字幕文件中的集数信息
 
-### raw模式（个人调试用）
+### raw模式
 
-- 仅支持TinyMediaManager中默认重命名规则（`${showTitle} - S${seasonNr2}E${episodeNr2} - ${title}`）命名的视频集数识别
 - 使用自定义的正则表达式匹配字幕文件中的集数信息
-- 需配合匹配位置（match_pos）、匹配正则表达式（pattern）两参数使用
-- 一般工作流程为：使用pattern提取字幕文件中候选的数字信息，再使用match_pos选择的正确的集数信息
+- 一般工作流程为：使用pattern提取视频/字幕文件中候选的数字信息，再使用match_pos选择提取出正确集数信息的位置
 
-### <del>ai模式</del>
+### ai模式（推荐）
 
-- 开发中，请勿选用
+- 更智能、泛用性更强的匹配模式
+- 使用大模型自动识别视频和字幕文件中的集数信息，实现文件匹配
+- 使用经验：Qwen2.5-32B-Instruct可稳定完成正确匹配，14B、7B模型可能存在个别文件匹配失败的情况

docs/preview/[old]config_editor.png

@@ -42,29 +42,34 @@ def init_ui(self):
         # basic_frame.grid_columnconfigure(4, weight=1, minsize=150)  # 其他内容列
 
         # 基本设置标签页控件布局
-        ttk.Label(basic_frame, text="是否清除原文件:", justify='left').grid(column=0, row=0, padx=5, pady=5, sticky='w')
+        ttk.Label(basic_frame, text="匹配模式:", justify='left').grid(column=0, row=0, padx=5, pady=5, sticky='w')
+        self.match_method_combo = ttk.Combobox(basic_frame, values=["ab", "ai", "raw"])
+        self.match_method_combo.grid(column=1, row=0, padx=5, pady=5, sticky='ew')
+        self.entry_maping_dict[self.match_method_combo] = "match_method"
+        
+        ttk.Label(basic_frame, text="是否清除原文件:", justify='left').grid(column=0, row=1, padx=5, pady=5, sticky='w')
         self.clear_files_combo = ttk.Combobox(basic_frame, values=[True, False])
-        self.clear_files_combo.grid(column=1, row=0, padx=5, pady=5, sticky='ew')
+        self.clear_files_combo.grid(column=1, row=1, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.clear_files_combo] = "clear_files"
 
-        ttk.Label(basic_frame, text="Debug模式:", justify='left').grid(column=2, row=0, padx=5, pady=5, sticky='w')
+        ttk.Label(basic_frame, text="Debug模式:", justify='left').grid(column=2, row=1, padx=5, pady=5, sticky='w')
         self.debug_mode_combo = ttk.Combobox(basic_frame, values=[True, False])
-        self.debug_mode_combo.grid(column=3, row=0, padx=5, pady=5, sticky='ew')
+        self.debug_mode_combo.grid(column=3, row=1, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.debug_mode_combo] = "debug_mode"
 
-        ttk.Label(basic_frame, text="视频所在目录:", justify='left').grid(column=0, row=1, padx=5, pady=5, sticky='w')
+        ttk.Label(basic_frame, text="视频所在目录:", justify='left').grid(column=0, row=2, padx=5, pady=5, sticky='w')
         self.video_dir_entry = ttk.Entry(basic_frame)
-        self.video_dir_entry.grid(column=1, columnspan=3, row=1, padx=5, pady=5, sticky='ew')
+        self.video_dir_entry.grid(column=1, columnspan=3, row=2, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.video_dir_entry] = "video_dir"
 
-        ttk.Label(basic_frame, text="字幕所在目录:", justify='left').grid(column=0, row=2, padx=5, pady=5, sticky='w')
+        ttk.Label(basic_frame, text="字幕所在目录:", justify='left').grid(column=0, row=3, padx=5, pady=5, sticky='w')
         self.sub_src_dir_entry = ttk.Entry(basic_frame)
-        self.sub_src_dir_entry.grid(column=1, columnspan=3, row=2, padx=5, pady=5, sticky='ew')
+        self.sub_src_dir_entry.grid(column=1, columnspan=3, row=3, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.sub_src_dir_entry] = "sub_src_dir"
 
-        ttk.Label(basic_frame, text="字幕目标目录:", justify='left').grid(column=0, row=3, padx=5, pady=5, sticky='w')
+        ttk.Label(basic_frame, text="字幕目标目录:", justify='left').grid(column=0, row=4, padx=5, pady=5, sticky='w')
         self.sub_tar_dir_entry = ttk.Entry(basic_frame)
-        self.sub_tar_dir_entry.grid(column=1, columnspan=3, row=3, padx=5, pady=5, sticky='ew')
+        self.sub_tar_dir_entry.grid(column=1, columnspan=3, row=4, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.sub_tar_dir_entry] = "sub_tar_dir"
 
         # 创建一个框架来容纳高级设置
@@ -89,29 +94,24 @@ def init_ui(self):
         self.subtitle_ext_entry.grid(column=1, columnspan=3, row=1, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.subtitle_ext_entry] = "subtitle_ext"
 
-        ttk.Label(advanced_frame, text="匹配模式:", justify='left').grid(column=0, row=2, padx=5, pady=5, sticky='w')
-        self.match_method_combo = ttk.Combobox(advanced_frame, values=["ab", "ai", "raw"])
-        self.match_method_combo.grid(column=1, row=2, padx=5, pady=5, sticky='ew')
-        self.entry_maping_dict[self.match_method_combo] = "match_method"
-        
-        ttk.Label(advanced_frame, text="视频集数位置:", justify='left').grid(column=0, row=3, padx=5, pady=5, sticky='w')
+        ttk.Label(advanced_frame, text="视频集数位置:", justify='left').grid(column=0, row=2, padx=5, pady=5, sticky='w')
         self.video_match_pos_entry = ttk.Entry(advanced_frame)
-        self.video_match_pos_entry.grid(column=1, row=3, padx=5, pady=5, sticky='ew')
+        self.video_match_pos_entry.grid(column=1, row=2, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.video_match_pos_entry] = "video_match_pos"
 
-        ttk.Label(advanced_frame, text="视频匹配正则:", justify='left').grid(column=2, row=3, padx=5, pady=5, sticky='w')
+        ttk.Label(advanced_frame, text="视频匹配正则:", justify='left').grid(column=2, row=2, padx=5, pady=5, sticky='w')
         self.video_pattern_entry = ttk.Entry(advanced_frame)
-        self.video_pattern_entry.grid(column=3, row=3, padx=5, pady=5, sticky='ew')
+        self.video_pattern_entry.grid(column=3, row=2, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.video_pattern_entry] = "video_pattern"
 
-        ttk.Label(advanced_frame, text="字幕集数位置:", justify='left').grid(column=0, row=4, padx=5, pady=5, sticky='w')
+        ttk.Label(advanced_frame, text="字幕集数位置:", justify='left').grid(column=0, row=3, padx=5, pady=5, sticky='w')
         self.sub_match_pos_entry = ttk.Entry(advanced_frame)
-        self.sub_match_pos_entry.grid(column=1, row=4, padx=5, pady=5, sticky='ew')
+        self.sub_match_pos_entry.grid(column=1, row=3, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.sub_match_pos_entry] = "sub_match_pos"
 
-        ttk.Label(advanced_frame, text="字幕匹配正则:", justify='left').grid(column=2, row=4, padx=5, pady=5, sticky='w')
+        ttk.Label(advanced_frame, text="字幕匹配正则:", justify='left').grid(column=2, row=3, padx=5, pady=5, sticky='w')
         self.sub_pattern_entry = ttk.Entry(advanced_frame)
-        self.sub_pattern_entry.grid(column=3, row=4, padx=5, pady=5, sticky='ew')
+        self.sub_pattern_entry.grid(column=3, row=3, padx=5, pady=5, sticky='ew')
         self.entry_maping_dict[self.sub_pattern_entry] = "sub_pattern"
 
         # 创建一个框架来容纳AI设置