live-caption/apps/common/appcli.h

#pragma once

#include <cstdio>
#include <string>

#include <QCommandLineOption>
#include <QCommandLineParser>

#include "qwen3asr.h"
#include "streamingasr.h"

// 两个可执行程序（GUI / CLI）共用的命令行选项定义与解析。
namespace lc::app {

// 构造命令行选项。
//
// Qt 自己不会把默认值印进 --help（构造函数里传的默认值只作为 value() 的兜底），
// 所以这里在给了默认值时把「（默认 X）」拼到说明后面。
inline QCommandLineOption makeOption(const QString & name, const QString & description,
                                     const QString & valueName = QString(),
                                     const QString & defaultValue = QString())
{
    QString desc = description;
    if (!defaultValue.isEmpty()) {
        desc += QStringLiteral("（默认 %1）").arg(defaultValue);
    }
    if (valueName.isEmpty()) return QCommandLineOption(name, desc);
    return QCommandLineOption(name, desc, valueName, defaultValue);
}

inline void addModelOptions(QCommandLineParser & p)
{
    p.addOption(makeOption("model", "主模型 GGUF 路径（架构须为 qwen3vl）", "path"));
    p.addOption(makeOption("mmproj", "mmproj GGUF 路径（clip + qwen3a）", "path"));
    p.addOption(makeOption("threads", "推理线程数", "n", "8"));
    p.addOption(makeOption("max-tokens", "单段最多生成 token 数", "n", "256"));
    p.addOption(makeOption("verbose", "输出 llama.cpp/mtmd 的详细日志"));
}

inline void addStreamOptions(QCommandLineParser & p)
{
    p.addOption(makeOption("stream-chunk", "流式 chunk / 提交粒度，单位秒", "sec", "2.0"));
    p.addOption(makeOption("stream-window", "滑窗上限，单位秒；仅 window 模式，0=不滑窗", "sec", "16"));
    p.addOption(makeOption("stream-segment", "单段最长时长，单位秒；0=不限", "sec", "30"));
    p.addOption(makeOption("unfixed-tokens", "前缀回滚丢弃的 token 数", "n", "5"));
    p.addOption(makeOption("unfixed-chunks", "冷启动不带前缀的 chunk 数", "n", "2"));
    p.addOption(makeOption("stream-mode", "流式后端: incremental 或 window", "mode", "incremental"));
}

inline AsrOptions asrOptions(const QCommandLineParser & p)
{
    AsrOptions o;
    o.modelPath = p.value("model").toStdString();
    o.mmprojPath = p.value("mmproj").toStdString();
    o.threads   = p.value("threads").toInt();
    o.maxTokens = p.value("max-tokens").toInt();
    o.verbose   = p.isSet("verbose");
    return o;
}

inline StreamOptions streamOptions(const QCommandLineParser & p)
{
    StreamOptions o;
    o.chunkSec          = p.value("stream-chunk").toDouble();
    o.windowSec         = p.value("stream-window").toDouble();
    o.maxUtteranceSec   = p.value("stream-segment").toDouble();
    o.unfixedTokenNum   = p.value("unfixed-tokens").toInt();
    o.unfixedChunkNum   = p.value("unfixed-chunks").toInt();
    o.maxTokensPerStep  = p.value("max-tokens").toInt();
    o.incremental       = p.value("stream-mode") != QLatin1String("window");
    return o;
}

inline bool loadModel(Qwen3Asr & asr, const AsrOptions & opt)
{
    if (opt.modelPath.empty() || opt.mmprojPath.empty()) {
        std::fprintf(stderr, "必须提供 --model 和 --mmproj\n");
        return false;
    }
    std::string err;
    if (!asr.load(opt, &err)) {
        std::fprintf(stderr, "加载失败: %s\n", err.c_str());
        return false;
    }
    return true;
}

} // namespace lc::app