大家好，最近开源了一个自己做的本地字幕工具 Fast Sub 。
GitHub：
https://github.com/ryviuszero/Fast-Sub
项目主要是给视频 / 音频生成字幕，也支持字幕翻译、双语字幕和字幕烧录。现在 Windows 和 macOS 都已经打包好了。
目前主要功能大概是：
- 本地视频 / 音频生成 SRT 字幕
- 支持 Faster Whisper / whisper.cpp
- 支持字幕翻译、双语字幕
- 支持字幕烧录
- 支持本地模型和 OpenAI-compatible API
- 默认本地处理，远程 API / Web provider 需要显式选择
转录质量方面，Whisper large-v3 / v3 turbo 这一代已经很不错了，普通播客、课程、视频内容基本够用。
翻译这块我做了一些 benchmark 。CLI 里现在有 bench 和 bench-translate，转录主要看 WER / CER ，翻译主要看 BLEU / chrF ，同时也记录 exact match 。实际结果是：NLLB 本地翻译可用，但会有一点生硬；本地 Qwen3 4B 的字幕翻译效果挺惊喜，在我的测试样本里已经比较接近 Google 翻译。
第一版桌面端为了收敛范围，先把 benchmark 图形界面砍掉了；目前质量对比主要还是通过 CLI 跑。
项目地址：
https://github.com/ryviuszero/Fast-Sub
另外我也写了一篇比较长的复盘，主要不是介绍功能，而是记录这三周用 Codex 做完整项目的一些经验：
https://ryviuszero.github.io/zh/posts/codex-complex-project-development/
这次最大的感受是，Codex 用来做真实项目，和“一句话生成 demo”完全不是一回事。
我自己比较有体会的几点：
-
先写 MVP 文档，比直接写代码重要
一开始先把项目的最小版本写清楚：做什么、不做什么、默认行为、隐私边界、错误码、输出格式。后面 Codex 每次接着做，都有一个明确边界，不容易越做越散。
-
用一轮一轮的方式推进
我没有让 Codex 一次性做完整桌面应用，而是从 CLI 、模型管理、provider 、benchmark 、Go daemon 、Electron UI 、打包发布这样一轮一轮推进。每轮都有目标、非目标和验收命令。
-
文档就是长期上下文
聊天记录不适合当项目记忆。所以项目里放了产品文档、架构文档、开发规范、spec 、tracker 、QA 表、release smoke 。后面每次让 Codex 继续做，都是先读这些文档。
-
重构不能省
AI 很容易快速堆功能，但项目很快会变复杂。中间我专门做过一轮 Python 分层重构，把 CLI 、service 、provider 、worker 、model store 、benchmark 这些边界拆开。后面迁移 Go 、接 Electron 、做打包都明显轻松很多。
-
UI 最好 mock-first
Electron 一开始没有直接接真实后端，而是先用 mock client 跑通页面、状态、失败、取消、结果展示。UI 状态稳定后，再切到真实 Go daemon 。这样调试成本低很多。
-
QA 和发布要尽早进入流程
桌面应用不是 build 通过就完了，还要测 installer 、portable 、macOS dmg 、模型下载、中文路径、进程退出、secret redaction 、真实 provider 、截图 baseline 等。这个过程也很适合交给 Codex 做清单和回归。
总的来说，Codex 对我最大的帮助不是“生成一段代码”，而是可以持续协作：写计划、拆任务、改代码、补测试、重构、更新文档、做 release checklist 。
但前提是要给它足够清楚的上下文和验收标准，不然项目大一点之后也会失控。
项目还比较早期，如果大家对本地字幕工具、字幕翻译、本地模型，或者 Codex 做项目的流程感兴趣，欢迎看看，也欢迎提建议。