双模型协作流水线调优指南
在传统的 AI 字幕插件中，单模型逐行翻译通常面临两难困境：要么单句翻译速度慢导致音画不同步，要么分句翻译缺乏上下文导致前后人名、语气、专有名词频繁错乱（例如同一个角色前一分钟叫“汤姆”，后一分钟被翻译为“小明”）。
CoWatcher 创新性地采用了双模型分工流水线（Dual-Model Architecture）。
1. 双模型工作原理
[视频播放器字幕流]
│
▼
┌──────────────────────────┐
│ Translation Model 翻译模型 │ ◄── 注入剧集术语表与上下文记忆
└─────────────┬────────────┘
│ 毫秒级流式批量产出
▼
[实时播放器字幕渲染]
│
(异步后台审计与记忆沉淀)
▼
┌──────────────────────────┐
│ Supervisor Model 监督模型 │ ──► 维护人名/地名一致性、提取剧情生词
└──────────────────────────┘Translation Model（翻译模型）：
- 定位：轻量、低延迟、高并发。
- 职责：执行超前分批翻译（Lookahead Batching），在用户播放到该时间点前 10~30 秒提前将句子翻译完毕，确保播放时字幕零等待。
- 推荐：
translategemma:4b（本地 Ollama）或deepseek/deepseek-chat/google/gemini-2.0-flash-001（云端）。
Supervisor Model（监督模型）：
- 定位：长文本、强推理、擅长上下文总结。
- 职责：在后台异步分析整集剧集的剧情大纲、角色出场、专有名词映射，动态生成一致性术语表（Glossary），并对疑难俚语进行审核校对。
- 推荐：
gemma4:e4b/qwen2.5:7b（本地）或google/gemini-2.0-flash-001/anthropic/claude-3.5-haiku（云端）。
2. 关键参数性能调优
在 CoWatcher 弹窗面板的 Dual-Model Pipeline Tuning 区域可以根据你的硬件和网络调节以下参数：
Batch Size（批处理大小）
- 推荐值：
5~10 - 说明：将多少行字幕合并为一个请求发送给大模型。数值过小会导致网络请求频繁；数值过大可能会增加单次等待时间。
Lookahead Window（超前预翻译窗口）
- 推荐值：
15~30秒 - 说明：根据当前播放进度，提前将未来多少秒的字幕翻译完成并缓存到本地 IndexedDB。
Max Concurrency（最大并发请求数）
- 本地 Ollama（显卡）：建议设为
1。避免多请求争抢显存引发显存溢出（OOM）或排队阻塞。 - 云端 OpenRouter：建议设为
2~4。云端服务器支持高并发，可成倍加快整季预加载速度。