fix(gpu): #1970 MuseTalk worker 推理期心跳/超时 900/重试收敛/短视频前置失败

- GPU_TASK_TIMEOUT_SECONDS 默认 300→900（base.py + env 模板），worker REQUEST_TIMEOUT 默认同步 300→900，RTX2060 6G 处理 720p 长视频不再超时 - worker 新增 TaskHeartbeat daemon 线程：任务处理期间每 30s POST /gpu/register(task_id=...) 续任务心跳，服务端只在任务心跳真正停滞超过 900s（崩溃/断网）或 worker 明确上报 failed 时才回退 pending，长推理阻塞主循环不再导致误回退 - register schema/service 支持 task_id：_touch_task_heartbeat 只刷新属于该 worker 且仍 processing 的任务，已完成/已被回收重派的过期心跳忽略 - worker 本地 TASK_MAX_RETRY 2→1，且仅对瞬时错误（连接失败/超时/5xx）重试； 4xx、结果过小等确定性失败不本地重试，服务端 MAX_ATTEMPTS=3 不变，消除 3×3=9 次推理放大 - <3s 输入视频（MuseTalk division by zero）下载后 ffprobe 前置校验，直接上报 failed"视频过短"，不调用推理；ffprobe 不可用时不拦截 - 新增 11 个单测（worker 独立脚本按路径加载），全量 15839 passed
2026-09-19 14:29:22 +08:00
parent a1f25a4426
commit a8f1069cd2
12 changed files with 514 additions and 59 deletions
@@ -19,7 +19,12 @@ MUSE_TALK_URL=http://127.0.0.1:7861
 # 轮询/心跳/超时（秒）
 POLL_INTERVAL=5
 HEARTBEAT_INTERVAL=15
-REQUEST_TIMEOUT=300
+# 下载/推理/上传 HTTP 超时，需与服务端 GPU_TASK_TIMEOUT_SECONDS 对齐（默认 900）
+REQUEST_TIMEOUT=900

-# 单个任务本地最大重试次数（首次失败后再重试 N 次，默认 2）
-TASK_MAX_RETRY=2
+# 单个任务本地最大重试次数（仅网络/MuseTalk 瞬时错误才重试，默认 1）
+TASK_MAX_RETRY=1
+# 推理期间任务心跳间隔（秒，独立线程，无需改动）
+TASK_HEARTBEAT_INTERVAL=30
+# 输入视频最短时长（秒），小于则直接上报失败，不调用 MuseTalk
+MIN_VIDEO_DURATION_SECONDS=3