可视化 DAG 自动化工作流引擎
DuRT 最具革命性的核心生产力，在于其基于有向无环图 (Directed Acyclic Graph, DAG) 的可视化工作流编排引擎。
在传统工具中，录音、语音识别、大模型润色、翻译与语音配音往往是割裂的单步工具；而在 DuRT 3.0 中，您可以像搭建搭积木一样，在 2D 交互画布上自由拖拽节点并通过贝塞尔连线，组装出高度自动化的端到端媒体生产力管线。
核心理念：从“线性链条”跃迁至“DAG 拓扑网”
旧版流水线往往局限于生硬的 步骤 A ➔ 步骤 B ➔ 步骤 C 线性单链，无法处理复杂的复合任务。DuRT 3.0 的 DAG 引擎带来了两大代际跃迁：
1. 多分支并行分发 (Parallel Fan-out)
一个上游步骤的处理成果，可以同时流向多个不同职责的下游步骤并发处理。例如：当音频转录生成字幕轨后，系统可以同时并发推进三路工序：
- 分支 1（精修出版）：字幕排版精修 ➔ 本地导出精美 SRT；
- 分支 2（多语出海）：全文翻译 ➔ TTS 角色语音配音 ➔ 合成多语伴奏音频；
- 分支 3（知识沉淀）：AI 提取会议纪要与待办清单 ➔ 同步写入 Notion 与 Obsidian。
2. 强类型数据契约 (Data Contract)
为了保障流水线运行的安全与稳定，DuRT 在节点端口之间引入了严格的数据类型约束 (DuWorkflowDataType)。节点之间流转的数据清晰划分为 6 种类型：
| 数据类型标识 | 中文名称 | 图标说明 | 典型产出步骤 | 典型接收步骤 |
|---|---|---|---|---|
audioStream | 实时音频流 | 🎙️ | 声音/屏幕监听录制 (monitorCapture) | 实时语音听写 (realtimeASR) |
mediaFile | 物理音视频文件 | 📁 | 媒体文件/直链导入 (mediaInput) | 媒体转录 (mediaASR) |
subtitleStream | 实时流式字幕 | 💬 | 实时语音听写 (realtimeASR) | 实时同传 (realtimeTranslation) |
subtitleTrack | 固化时序字幕轨 | ⏱️ | 媒体转录 (mediaASR)、字幕导入 | 字幕精修、全文翻译、成果导出 |
document | 结构化文稿 | 📄 | 会议纪要与文案 (contentCreation) | 成果交付、Notion/Obsidian 写入 |
deliverable | 最终成果交付包 | 📦 | 成果交付 (exportArtifact) | 本地落盘、S3/WebDAV 云端上传 |
NOTE
画布内置了由 WorkflowStepRuleEngine 驱动的智能连线吸附与成环检测机制：只有数据类型匹配的端口才能成功连线，彻底杜绝非法输入导致的运行时崩溃。
11 大标准工作流步骤一览
DuRT 3.0 标准化封装了 11 大原子步骤，涵盖从源头捕获到最终交付的全链路：
┌────────────────────────┐ ┌────────────────────────┐ ┌────────────────────────┐
│ 1. 输入源 (Inputs) │ ───► │ 2. 识别与同传 (ASR) │ ───► │ 3. AI 润色与交付 (AI) │
│ 声音录制 / 媒体导入 │ │ 实时听写 / 文件大模型 │ │ 翻译 / 纪要 / 配音 / S3│
└────────────────────────┘ └────────────────────────┘ └────────────────────────┘- 输入源 (Inputs)：
monitorCapture：macOS 系统内录与麦克风录制监听mediaInput：本地音视频文件与网络直链提取转码subtitleInput：既有 SRT/VTT 字幕与文本导入
- 语音识别 (ASR) 与同传：
realtimeASR：实时流式语音听写mediaASR：媒体转录、词级时间戳与说话人分离realtimeTranslation：实时逐句双语同传字幕
- 后处理、生成与交付：
subtitleRefinement：字幕排版、语气词过滤与断句精修fullTranslation：高保真多语言全文意译contentCreation：结构化会议纪要、Action Items 与文案提炼textToSpeech：多角色自然人声 TTS 配音伴奏合成exportArtifact：本地多格式落盘与 6 大云端存储/知识库分发
详细参数与配置说明，请查阅 11 种标准工作流步骤详解。
模板中心 (Workflow Hub)
为了让您开箱即用，DuRT 内置了覆盖日常高频工作流的预设模板：
- 🎙️ 实时会议纪要流：系统声音内录 ➔ 实时听写 ➔ AI 会议摘要与待办提炼 ➔ 自动同步 Notion 数据库；
- 🌏 视频出海多语配音流：导入 MP4 视频 ➔ 媒体文件转录 ➔ 多语言全文翻译 ➔ TTS 多音色合成配音 ➔ 导出双语字幕与配音音频；
- 🧹 播客口语录音清洗流：音频转录（词级时间戳） ➔ LLM 口癖擦除与黄金断句 ➔ 导出排版级精校 SRT 与 Markdown 笔记；
- ☁️ 录音归档与自动化交付流：录音转录 ➔ 自动上传 S3 兼容对象存储 ➔ 触发下游 Webhook 自动化流水线。
工作流画布编排体验 (Workflow Studio)
- 2D 绝对世界坐标存储：DuRT 独创持久化排版机制，每次拖拽调整的卡片位置与贝塞尔走线均原生保存，重新打开工作流时画布排版分毫不乱；
- 单步测试与快速试听：支持在编排画布中针对任意单个步骤进行“试运行”与参数微调；
- 一键置顶至 Dashboard：可将最常用的工作流一键固定到主屏启动面板，日常处理只需拖入文件即可一键触发。