neoaudit 0.1.0

轻量级 Python 任务队列管理器，无需额外服务

video-audit-agent 是专为 AI 视频生成流水线设计的全栈质量审查与合规风控智能体。作为 video-shot-agent 生态中的核心“守门人”，它致力于解决 AIGC 视频生产中“生成易、质检难”的痛点，确保从剧本到成片的每一个环节都符合安全规范、美学标准与叙事逻辑。 🚀 核心使命 在 AI 视频大规模生成的背景下，video-audit-agent 充当了“合规官 + 质检员 + 场记”的三位一体角色： 安全合规 (Safety & Compliance)：在生成前拦截敏感、违规内容，规避法律与平台风险。 质量把控 (Quality Assurance)：在生成后检测画面瑕疵（如肢体崩坏、闪烁、文字乱码），确保工业级画质。 一致性对齐 (Consistency & Alignment)：严格比对生成内容与原始剧本，确保角色、道具、动作及情感的精准还原。 🔍 主要功能模块

1. 剧本预审查 (Pre-Generation Audit) 多维风控：基于最新的大模型安全策略，自动识别剧本中的暴力、色情、仇恨言论及版权 IP 风险。 智能修正：不仅拦截违规内容，还提供符合伦理与平台规范的改写建议，从源头降低废片率。
2. 媒体深度质检 (Post-Generation QA) 技术缺陷检测：集成计算机视觉算法，自动识别肢体扭曲（OpenPose）、画面闪烁（光流分析）、分辨率不足及噪点伪影。 文字渲染验证：利用高精度 OCR 技术，专门核查视频内关键文字（如招牌、书信）的拼写准确性，杜绝“乱码”现象。 美学评分：基于 LAION 等主流美学模型，对构图、光影、色彩进行量化打分，筛选出最具电影感的片段。
3. 剧本 - 视频一致性校验 (Script-Video Alignment) 语义对齐：利用多模态大模型 (VLM) “观看”视频，验证是否完整覆盖了剧本描述的场景元素、动作指令与情感氛围。 跨镜头连续性：通过面部特征嵌入 (Face Embedding) 与物体追踪技术，确保角色长相、服装道具、环境风格在不同镜头间保持高度一致，杜绝“角色漂移”。
4. 自动化反馈闭环 (Auto-Feedback Loop) 结构化诊断报告：输出包含问题定位、严重等级、证据帧及修复建议的 JSON 报告。 智能决策路由： ✅ 通过：直接进入后期合成。 🔄 自动重试：针对技术性错误（如崩坏、乱码），自动调整 Prompt 参数或切换模型重新生成。 🛠️ 后处理修复：针对小瑕疵（如轻微闪烁、口型偏差），自动调用超分、插帧或唇形同步工具进行修复。 🚩 人工介入：针对复杂逻辑错误，标记并请求人工审核。 🛠️ 技术架构亮点 分层过滤机制：采用“规则过滤 -> 专用小模型检测 -> 多模态大模型深度评审”的三级架构，兼顾速度与精度。 2026 前沿模型集成：原生支持最新的视频质量评估基准 (如 Trust-videoLLMs)、高效姿态估计及端到端 VLM 推理。 无缝生态集成：完美适配 video-shot-agent 的输出格式，可作为独立微服务部署，也可嵌入现有 CI/CD 流水线。 📦 适用场景 AI 电影/短片制作：确保长视频叙事连贯，角色不崩坏。 营销广告生成：严格把控品牌元素（Logo、产品）的准确呈现与合规性。 UGC 平台内容审核：为海量用户生成的视频提供自动化、标准化的质量与安全筛查。 企业级视频应用：满足金融、医疗等高风险行业对内容准确性与合规性的严苛要求。 video-audit-agent —— 让 AI 视频生成从“随机抽卡”迈向“可控生产”，是您打造工业级 AIGC 工作流的最后一道防线。