fix(dedup): check_duplicate支持exclude_video_id，修复recompute自匹配duplicate_of指向自己 (Issue #1702连带修复)

recompute-dedup重算时视频记录已在库中(正常生成流程新视频未落库所以没暴露), check_duplicate候选列表包含自身,自匹配汉明距离0融合分最高,导致 is_duplicate=true但duplicate_of指向视频自己。 check_batch_duplicate/compute_duplicate_rate本就有排除自身逻辑, 给check_duplicate补exclude_video_id参数,recompute任务与helpers均传入。补回归单测。
2026-09-05 08:51:15 +08:00
parent 7a4aa27f71
commit 05f832a2eb
3 changed files with 48 additions and 0 deletions
@@ -782,6 +782,7 @@ class VideoDeduplicator:
        scope: str = "project",
        user_id: str = "",
        duration_sec: float = 0,
+        exclude_video_id: str | None = None,
    ) -> Optional[dict]:
        """检查视频是否与已有视频重复。

@@ -798,6 +799,9 @@ class VideoDeduplicator:
            scope: "project" 项目内查重（默认），"user" 跨项目全局查重
            user_id: 用户 ID（scope="user" 时使用）
            duration_sec: 视频时长（秒），用于时长预过滤 ±15%
+            exclude_video_id: 排除的视频 ID（查重自身时用）。recompute-dedup
+                重算时视频记录已存在，不排除会自匹配（距离 0 分最高）导致
+                duplicate_of 指向自己（Issue #1702 连带修复）。

        Returns:
            重复信息字典（含 duplicate, duplicate_of, reason, similarity, duplicate_segments），
@@ -815,6 +819,9 @@ class VideoDeduplicator:
        best_result: Optional[dict] = None

        for existing in existing_videos:
+            # 排除自身（recompute 时当前视频已在候选列表里，否则自匹配距离 0 必最高分）
+            if exclude_video_id and existing.id == exclude_video_id:
+                continue
            if not existing.video_fingerprint:
                continue

@@ -1240,6 +1247,7 @@ def check_duplicate_task(self: Task, generated_video_id: str) -> dict:
            # Issue #1702: fingerprint.duration 单位已经是秒，旧代码 /1000 导致
            # ±15% 时长预过滤窗口缩到 ~0.013s，scope=user 的跨项目查重永远返回 None。
            duration_sec=fingerprint.duration if fingerprint.duration else 0,
+            exclude_video_id=generated_video_id,
        )

        video.video_fingerprint = fingerprint.to_dict()