平台工程
Media Processor Video Pipeline
影音處理自動化流程。Multi-worker GPU/CPU 架構，支援 AI 場景標記、自動運鏡與數位防手震。
實際系統畫面 — 專案清單：每一件是一支待發佈的短影音。上傳素材後由 GPU / CPU 多 worker 自動分析、剪輯、配樂，產出可預覽下載的成品。（點擊圖片看原圖）
專案概覽
影音處理自動化流程。Multi-worker GPU/CPU 架構，支援 AI 場景標記、自動運鏡與數位防手震。
為什麼會做
背景
遇到什麼問題
問題
影片後製流程繁瑣（剪輯、字幕、調色、BGM、人物追蹤），GPU 資源有限下需要有效排程。
如何解決
解法
Multi-worker 架構：worker-analysis (GPU, Whisper+YOLO+Gemini Vision) → worker-editing (CPU×3, ffmpeg) → worker-bgm (GPU, MusicGen)。RQ job queue + orphan-draft watchdog。
我負責什麼
我的角色
Architecture, Worker Design, AI Integration, Video Pipeline
使用技術
技術棧
PythonFastAPIPostgreSQLRedisWhisperYOLOv8nMediaPipeMusicGenffmpegCUDA
踩過哪些坑
挑戰
成果
成果
Production system with multi-worker parallel processing.