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。
PythonFastAPIPostgreSQLRedisWhisperYOLOv8nMediaPipeMusicGenffmpegCUDA
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）
// 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
設計 GPU / CPU 多 worker 架構與任務佇列，整合 AI 分析模型，建置影音處理管線
// result
##成果
上傳素材即自動完成分析、剪輯、配樂到可預覽成品，GPU / CPU 多 worker 並行，短影音後製全流程無人工介入。
// links