fix ffmpeg

backend/.env.example

@@ -4,9 +4,11 @@
 #
 # 5-6 ActionFormer 实时算法（默认开启）：
 #   - app/resources/actionformer_epoch_045.pth.tar 必须存在（离线下发，~110MB，未入 git）。
-#   - VideoSwin Swin3D-T 走 torchvision Kinetics-400 预训练，**首次运行需联网下载**；
-#     可设 TORCH_HOME 指向持久化目录（容器中已默认 /root/.cache/torch），或将权重
-#     提前预热到该目录避免开录时拉取。
+#   - VideoSwin Swin3D-T 权重在 Docker 构建时预下载到 /app/.cache/torch（见 scripts/bake_torch_hub_checkpoint.py）；
+#     运行时不再访问 pytorch.org。「首次运行」指 torch 缓存为空时才会联网下载；现已改为构建时烘焙进镜像。
+#     国内 PyPI 镜像（南大/清华/阿里）不同步 /models/*.pth，构建默认先试 uv.agentsmirror.com 再回退官方源。
+#     离线/弱网：先 wget 权重到 backend/weights/swin3d_t-7615ae03.pth，再 docker compose build api。
+#     或：docker compose build --build-arg PYTORCH_MODELS_URL=https://your-mirror/.../swin3d_t-7615ae03.pth api
 #   - Linux GPU 机：镜像内 torch / torchvision / torchaudio 为 cu130 wheel；
 #     宿主机需 NVIDIA 驱动 + NVIDIA Container Toolkit；`api` 服务已配置 `gpus: all`。
 #     启动后可验证：docker compose exec api python -c "import torch; print(torch.cuda.is_available())"
@@ -28,9 +30,9 @@ POSTGRES_PORT=45432
 HOST_UID=1000
 HOST_GID=1000
 DOCKER_GID=999
-# 非 root 运行时 uv/torch 缓存目录（compose 内已设为 /tmp/*，一般无需改）
+# 非 root 运行时 uv/torch 缓存目录（compose 内已设；TORCH_HOME 为镜像内预烘焙路径）
 # UV_CACHE_DIR=/tmp/uv-cache
-# TORCH_HOME=/tmp/torch-cache
+# TORCH_HOME=/app/.cache/torch
 
 # --- HTTP（API 对外端口）---
 # 局域网语音确认终端 / Demo 客户端访问 API 时，填写