feat: add optional backfill params to run_pipeline_v2

app/question_gen/pipeline_v2.py

@@ -174,6 +174,7 @@ def _assign_slots(
     video_ids: list[str],
     task_types: list[str],
     per_type: int,
+    seq_offset: int = 0,
 ) -> list[SlotAssignment]:
     """将出题目标分配为具体 slot 列表。
 
@@ -184,12 +185,13 @@ def _assign_slots(
         video_ids: 视频 ID 列表。
         task_types: 任务类型列表。
         per_type: 每种 task_type 的目标题数。
+        seq_offset: 全局序号起始偏移（补生成续编，默认 0）。
 
     返回:
         SlotAssignment 列表。
     """
     slots: list[SlotAssignment] = []
-    global_seq = 0
+    global_seq = seq_offset
 
     for task_type in task_types:
         for i in range(per_type):
@@ -907,6 +909,9 @@ async def run_pipeline_v2(
     task_types: list[str] | None = None,
     progress: dict[str, str] | None = None,
     on_accept: Callable[[GeneratedQuestion], None] | None = None,
+    initial_used_node_ids: set[str] | None = None,
+    initial_embed_pool: list[np.ndarray] | None = None,
+    seq_offset: int = 0,
 ) -> PipelineResult:
     """v2 出题管线主入口 — 编排全部 slot 的生成、检查与抽检。
 
@@ -929,6 +934,9 @@ async def run_pipeline_v2(
         task_types: 任务类型列表（默认使用 12 类标准集）。
         progress: 已完成 slot 映射 {slot_id → "accepted"|"rejected"}。
         on_accept: 每接受一题时的回调（用于实时持久化，防崩溃丢数据）。
+        initial_used_node_ids: 补生成时继承的已用节点集合（避开已用节点，默认空）。
+        initial_embed_pool: 补生成时继承的已接受题 embedding 池（跨 run 去重，默认空）。
+        seq_offset: 全局序号起始偏移（补生成续编 seq，防撞 question_id，默认 0）。
 
     返回:
         PipelineResult 实例。
@@ -938,7 +946,7 @@ async def run_pipeline_v2(
     rng = random.Random(config.seed)
 
     # Phase 1: 分配 slot + 创建 run 记录
-    slots = _assign_slots(video_ids, task_types, config.per_type)
+    slots = _assign_slots(video_ids, task_types, config.per_type, seq_offset=seq_offset)
     logger.info(
         "管线启动: {} slots, {} 视频, {} 任务类型", len(slots), len(video_ids), len(task_types)
     )
@@ -951,8 +959,9 @@ async def run_pipeline_v2(
 
     # Phase 3: 并发处理
     sem = asyncio.Semaphore(config.concurrency)
-    embed_pool: list[np.ndarray] = []
-    used_node_ids: set[str] = set()
+    # 复制传入容器，避免补生成 run 就地改动调用方对象（不传=空初始化=现状）
+    embed_pool: list[np.ndarray] = list(initial_embed_pool) if initial_embed_pool else []
+    used_node_ids: set[str] = set(initial_used_node_ids) if initial_used_node_ids else set()
     session_id = f"pipeline_v2_{run_id[:8]}"
 
     async def _process_wrapper(slot: SlotAssignment) -> GeneratedQuestion | None:

tests/unit/test_pipeline_v2_resume_params.py

@@ -0,0 +1,27 @@
+"""补生成参数：_assign_slots seq_offset 续编 + run_pipeline_v2 默认签名兼容。"""
+
+import inspect
+
+from app.question_gen.pipeline_v2 import _assign_slots, run_pipeline_v2
+
+
+def test_assign_slots_seq_offset_continues_numbering():
+    slots = _assign_slots(["v1"], ["Action Recognition"], 2, seq_offset=10)
+    assert [s.seq for s in slots] == [11, 12]
+    assert slots[0].slot_id == "Action Recognition_0011"
+
+
+def test_assign_slots_default_offset_unchanged():
+    slots = _assign_slots(["v1"], ["Action Recognition"], 2)
+    assert [s.seq for s in slots] == [1, 2]
+    assert slots[0].slot_id == "Action Recognition_0001"
+
+
+def test_run_pipeline_v2_new_optional_params_default_none():
+    sig = inspect.signature(run_pipeline_v2)
+    for name in ("initial_used_node_ids", "initial_embed_pool", "seq_offset"):
+        assert name in sig.parameters, name
+        assert sig.parameters[name].kind == inspect.Parameter.KEYWORD_ONLY
+    assert sig.parameters["initial_used_node_ids"].default is None
+    assert sig.parameters["initial_embed_pool"].default is None
+    assert sig.parameters["seq_offset"].default == 0