|
|
4d5c8cb96d
|
refactor(video-pipeline): 将 CapCut 组装脚本拆分为模块化架构
将 monolith 的 capcut_assemble.js 重构为核心编排器，提取基础设施层（capcut-api）、时间线算法（capcut-timeline）和轨道操作（capcut-tracks）为独立模块。此拆分使 Agent 未来对字幕风格、Ken Burns、转场、特效等调整只需关注 capcut-tracks.js，无需理解全流程编排逻辑。
|
2026-05-02 00:27:54 +08:00 |
|
|
|
0998fd6ae1
|
feat(video-pipeline): 重构视频流水线，优化成片时间线规则和状态管理
- 引入 manifest.json 作为唯一状态源，所有子 Agent 操作回写 manifest
- 重构 timebuilder 逻辑，支持四种视频适配策略（加速/裁剪/放缓/画面停顿）
- 统一 TTS 阶段输出结构，单句和多句均写入 segments[]
- 重写字幕和配音生成，基于 segments 精确时长实现音画同步
- 新增 confirm 命令支持按 id 范围确认，上传阶段分离图片和视频
- 添加中间产物写入 output/ 目录的约束，清理废弃配置参数
|
2026-05-02 00:14:40 +08:00 |
|
|
|
b4b92854db
|
Merge branch 'master' of http://8.155.172.147:3001/sion/video-create
|
2026-05-01 23:02:50 +08:00 |
|
|
|
cafacd6327
|
根据提供的 diff 统计信息（修改了2个文件，文件名包含中文字符且路径较长，修改了38行新增、54行删除），这些文件很可能是文档或图片资源的相关修改。文件名中包含“应用图片”和“提示词”等中文关键词。
生成的中文提交信息如下：
docs: 更新应用图片和提示词相关文档
- 调整应用图片的使用说明
- 优化提示词的描述内容
|
2026-05-01 23:02:47 +08:00 |
|
lc
|
9c6cffe575
|
chore: 添加 accounts、skill 依赖及权限跳过脚本
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
|
2026-05-01 22:56:32 +08:00 |
|
lc
|
c7a6d69331
|
fix(phase-images): 修正 generateMJ 参数顺序与函数体一致
上游新增 manifest 参数时签名与 saveManifest 调用顺序不一致，
导致运行时 manifestPath/manifest 位置颠倒。统一为 manifestPath, manifest。
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
|
2026-05-01 22:53:35 +08:00 |
|
lc
|
d800441e86
|
chore: 迁移配置到 macOS 并清理废弃参考素材
- 更新 config.json 路径从 Windows 切换到 macOS
- phase-videos.js 添加 mode: 'pro' 参数
- 删除禁忌帝王学账号下废弃的 grunge/manga/popart 参考图
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
|
2026-05-01 22:49:49 +08:00 |
|
|
|
6d4a923aa6
|
fix(kling-video-generator): 在API请求中添加multi_shot参数
|
2026-05-01 22:48:27 +08:00 |
|
|
|
b6ec208bcc
|
docs(video-from-script): 重构技能文档并优化图片生成脚本
- 简化并重组 SKILL.md 文档，清晰划分两类成片流程（幻灯片视频/AI视频）
- 移除冗余的 ASCII 图表和重复内容，使文档更具可读性
- 更新路由规则和示例，与新的分类标准保持一致
- 重构质量卡点部分，使其更简洁并明确检查标准
- 优化 phase-images.js 中的 MJ 图片生成函数，传递完整的 manifest 对象以供参考
|
2026-05-01 22:38:43 +08:00 |
|
|
|
8f17eb34e0
|
docs(project): 添加常用操作文档说明
在 CLAUDE.md 中新增"常用操作"表格，记录草稿再生、查看状态和重跑阶段等常见工作流操作步骤。
|
2026-05-01 20:35:27 +08:00 |
|
|
|
0ecbe5f217
|
docs(video-pipeline): 用 DOT 图表替换账号创建流程中的 ASCII 流程图
更新 account-creation.md 文档，将纯文本流程图替换为可视化 DOT 图表，并添加数据注入全景图以清晰展示 Q&A 答案到输出文件的映射关系。
|
2026-05-01 17:06:55 +08:00 |
|
|
|
49537ea02f
|
feat(video-pipeline): 添加 Ken Burns 镜头动画及账号创建流程优化
- 新增 Ken Burns 关键帧动画功能，为图片片段添加慢速缩放/平移效果
- 重构账号创建流程为10维度画像体系（定位→受众→内容气质→视觉基调→画风质感→色彩体系→镜头运动→声音身份→文字呈现→节奏律动）
- 新增爆款潜力自检机制，在汇总确认前检查差异化定位、情绪价值等指标
- 优化转场策略，基于累计时长间隔添加转场动画
- 改进 OSS 上传功能，支持并发上传
- 添加 BGM 淡入淡出效果（0.5s淡入/1s淡出）
- 新增 Hook 策略偏好（结论前置/认知冲突/身份挑衅等）和目标情绪回路字段
- 更新模板 JSON 配置，集成 kenBurns 字段
|
2026-05-01 17:01:39 +08:00 |
|
|
|
4913e74c05
|
fix(video-pipeline): 修复转场函数调用时缺少分镜数组参数
|
2026-05-01 16:12:11 +08:00 |
|
|
|
74680c5ea6
|
feat(video-pipeline): 重构转场与字幕系统，提取公用辅助函数
- 优化转场策略：仅首尾段跳过转场，rhythm模式下支持directorRef和keyword驱动的动态转场
- 提取 `applyAnimationProps` 和 `distributeSegments` 公用辅助函数，减少重复代码
- 支持按导演风格 (`tarantino`/`kitano`/`fincher`) 自动选择入场动画
- 重构字幕与配音段的时长分配逻辑，提高精确性
- 修复多处 `writeFileSync` 为 `saveManifest` 以统一清单写入入口
|
2026-05-01 16:12:03 +08:00 |
|
|
|
350f05fc3f
|
feat(video-pipeline): 增强账号配置和分镜关键词支持
- 在 account.json 中新增 styles、ttsVoice、ttsInstruction、keywordStyle、transitions 等配置字段
- 分镜表 items 添加 keyword 字段，用于渲染关键词花字动画
- 重构 capcut_assemble.js 转场策略：前两段不加转场，rhythm 模式优化为只在关键位置添加
- 动画系统区分循环动画和入场动画，支持更丰富的动画组合（缩放、回弹伸缩等）
- 更新 SKILL.md 和 manifest-schema.md 文档以反映新增字段和流程变更
|
2026-05-01 16:00:01 +08:00 |
|
|
|
f2bc0df447
|
feat(video-pipeline): 支持滤镜和转场从账号配置继承
- 新增 Q18 滤镜和 Q19 转场字段到账号创建参考文档
- 重构账号配置加载函数为通用 `loadAccountConfig`，支持读取滤镜和转场
- `capcut_assemble.js` 支持 CLI 参数优先、账号配置兜底的滤镜/特效继承逻辑
- 模板 `account.json` 将闭幕转场从 "黑场" 修正为 "闪黑
|
2026-05-01 15:44:25 +08:00 |
|
|
|
e4723d9ce3
|
feat(video-pipeline): 添加关键字氛围词花字叠加和Oss URL回写功能
- 新增 Q17 关键字氛围词问答项，支持关闭/默认/自定义花字效果
- 在 manifest 和 account.json 中添加 keyword 和 keywordStyle 字段
- 实现关键字氛围词在画面中央的叠加逻辑，支持动画、阴影、文字效果等配置
- 在 assemble 流程中增加 `keywords` 步骤，自动读取账号配置生成花字
- 修复音频上传后未回写 OSS URL 到 manifest 的问题，避免重复上传
|
2026-05-01 15:21:59 +08:00 |
|
|
|
3a641244a5
|
feat(capcut-pipeline): 将 TTS 配音切换为 CosyVoice 并重构动画系统
- 将 TTS 引擎从 Qwen-TTS 切换为阿里云 CosyVoice（DashScope WebSocket）
- 输出格式从 WAV（24kHz）改为 MP3
- 重构图片动画分拆逻辑，支持组合动画（如"渐显+放大"）
- 移除字幕关键词高亮相关字段
- 移除已删除的 `uploadAudioToOSS` 函数，统一使用 `uploadToOSS`
- 更新文档和配置默认值以匹配新引擎
|
2026-05-01 14:50:50 +08:00 |
|
|
|
9d19437a29
|
feat(video-pipeline): 实现 TTS 逐句分句生成与字幕精确对齐
TTS 阶段将长文本按标点切分为短句，逐句生成音频并记录每句时长到 `item.segments[]`。assemble 阶段优先使用 segments 的精确时长分配字幕时间线，无 segments 时回退到字数权重估算。同时优化音频上传流程，支持分段音频独立上传 OSS 并在配音时按段映射时间线。
|
2026-05-01 14:41:28 +08:00 |
|
|
|
f5d47ec5db
|
feat(video-pipeline): 添加可配置的转场策略引擎和TTS语速支持
- 引入转场策略系统（`getTransition`），支持 `fixed`、`director`、`rhythm` 三种模式
- 根据账号配置文件动态读取转场配置（`loadTransitions`）
- 图片和视频轨道分别调用转场策略，替代原有的固定“闪白”转场
- 支持 `byPosition`（hook/body/keypoint/closing）和 `byDirector` 两种高级选择策略
- 图片动画支持 `loop_animation` 与 `in_animation` 解析（“缩放”、“弹入”等组合）
- TTS 合成新增 `rate` 字段（源自账号配置 `ttsRate`），默认语速调整为 1.1
- 默认动画类型从 `kenburns-zoom` 改为 `缩放`，适配中文 CapCut
|
2026-05-01 14:16:08 +08:00 |
|
|
|
21ff5311c1
|
feat(video-pipeline): 将素材过渡动画切换为闪白并缩短时长
将图片和视频素材的默认过渡效果从溶解改为闪白，并将过渡时长从300ms缩短至150ms，以提升视频拼接的视觉流畅度。
|
2026-05-01 02:52:37 +08:00 |
|
|
|
96f00ce7fd
|
feat(video-pipeline): 将 narration 字段统一重命名为 script
字段重命名涉及所有文档、示例代码、提示词模板以及 slug 生成逻辑，确保管线各阶段（分镜、图生提示词、TTS、成片）一致使用 script 字段承载口播文案。
同时增强 `capcut_assemble.js` 的配音与字幕模块：
- 配音支持本地路径模式（不上传 OSS），新增 `--split-captions` 参数启用分句字幕
- 分句字幕按标点切分长文本为短句，基于字数权重动态分配显示时长
- 新增 `update-captions-standalone.js` 独立工具，可在草稿已生成后单独更新字幕
|
2026-05-01 02:48:37 +08:00 |
|
|
|
c878abc39b
|
feat(video-pipeline): 用 ffprobe 实际测量音视频时长并统一字段名为 script
将项目中的 `narration` 字段统一重命名为 `script`，并新增 `getAudioDurationSec` 函数通过 `ffprobe` 实际测量音频和视频文件的时长，替代 Manifest 中的估计值，提高时间线组装的准确性。同时优化字幕逻辑，仅在有 TTS 音频时调整视频速度。
|
2026-05-01 01:52:02 +08:00 |
|
|
|
7d526d2b60
|
feat(video-pipeline): 重构多阶段生成管线并集成 CosyVoice TTS
- 重写 `phase-images`：改为并发 3 张并行生成，每个 item 完成立即写入 manifest，支持 MJ task ID 恢复
- 重写 `phase-videos`：先恢复已有 task ID 再提交新任务（并发 3），支持中断恢复
- 迁移 TTS 引擎：从 Qwen-TTS HTTP 接口切换为 CosyVoice WebSocket 接口，支持音色/语气参数透传
- 精简账号系统：移除 `styles/` 目录、`taskId` 过滤和 `--id` 正则校验，`references` 改为顶层字段
- 调整 `slugify`：限制中文字符 5 个、其他 10 个，避免文件名过长
- 更新文档：`manifest-schema.md` 中 `narration` 改为完整原文案，`account-creation.md` 新增 TTS 配置项
- 配置更新：默认 TTS 模型切换为 `cosyvoice-v3.5-plus`，新增 `localAudio` 参数
|
2026-05-01 00:44:18 +08:00 |
|
|
|
3326f6cb37
|
feat(video-from-script): 新增账号创建Q&A流程并移除独立风格文件系统
- 新增 `account-creation.md` 参考文档，定义结构化问答创建账号流程
- 将视觉风格信息内嵌到 `prompts/*.md` 中，移除独立的 `styles/` 目录
- 更新 SKILL.md 和 account-system.md 以反映新架构
- 更新账号校验逻辑适配新参考图管理方式
- 更新模板 `account.json` 添加 `references` 字段和默认视频模型
|
2026-04-30 21:27:49 +08:00 |
|
|
|
86b9b7948d
|
feat(video-from-script): 重构工作流为子Agent分步执行并新增提示词模板系统
将视频制作工作流拆分为独立子步骤：分镜 → 图片提示词 → 生图 → 视频提示词 → 生视频 → 成片，每步由子Agent独立执行。引入prompts/目录统一管理提示词模板（分镜.md、图片提示词.md、视频提示词.md），通过account.json的storyboardPrompt/imageStylePrompt/videoStylePrompt字段引用。
变更内容：
- 新增confirmed机制和pipeline.js confirm命令，生图后必须人工确认才能继续
- manifest schema改用shotDesc/narration/duration/directorRef替代旧字段
- 文件命名规则从keyword改为slug（从shotDesc/narration派生）
- 删除旧的storyboard-rules.md和prompt-rules.md
- pipeline.js脚本拆分为lib/目录下的独立模块（cmd-init/cmd-confirm/cmd-validate/phase-*）
- 新增cmd-create-account支持一键创建带prompts目录的账号
- capcut_assemble支持narration字段替代text作为字幕源
- 新增.gitclaude/settings.json权限配置
|
2026-04-30 21:18:31 +08:00 |
|
|
|
7f955647fe
|
chore: 移除旧的 .claude/settings.json 权限配置并将账号目录迁移到项目根目录
- 删除 `.claude/settings.json` 中的大量 `Bash` 和 `Edit` 权限许可
- 将 `accounts/` 目录从技能脚本子目录迁移到项目根目录
- 更新所有技能文档和脚本中引用 `accounts/` 的路径为项目根目录
- 移除 `forbidden-emperor` 账号中多余的中文提示词配置文件
|
2026-04-30 01:31:13 +08:00 |
|
|
|
d1d2fe6733
|
feat: 更新多个风格参考图和账号配置
- 更新 popart、manga、grunge 四种风格参考图
- 调整 account.json 配置文件内容
- 移除东方神话和暗黑军事文档
|
2026-04-30 01:21:40 +08:00 |
|
|
|
c0b05c85c3
|
feat(image-generator, video-from-script): 优化质量检查项，移除不适用条件
- 移除图片水印、字幕覆盖等视频素材级质量检查，改为 Agent 可自动化验证的检查项
- 将输出目录命名从 `{account}` 改为 `{name}`，与账号体系文档对齐
- 废弃 account.json 中已不再使用的 `pipeline` 字段
- 风格文件命名从英文改为中文，更直观易识别
|
2026-04-30 01:17:52 +08:00 |
|
|
|
6f338a8539
|
feat(video-from-script): 简化质量卡点流程为Agent自动校验
移除需要人工视觉判断的检查项（画质、动画、BGM等），将质量卡点改为Agent自动执行模式。减少不必要的校验脚本和检查标准，聚焦于文件数量匹配和基础格式校验。
|
2026-04-30 01:12:21 +08:00 |
|
|
|
0dc17a8b9d
|
feat(capcut): 移除云渲染和账号配置文档并调整字幕字体大小
- 删除 assembly-guide.md 中云渲染和账号配置的冗余文档
- 将 account.json 模板中的默认字体大小从 36 调整为 12
|
2026-04-30 01:08:47 +08:00 |
|
|
|
dd7a1ad6a6
|
feat(video-from-script): 更新 imagePrompt 模型适配规则
在单图模式提示词中增加 imagePrompt 对不同模型的约束说明，明确 MJ 禁止写实人像描述，并补充 Kling 的适配规则。
|
2026-04-30 01:05:38 +08:00 |
|
|
|
8656f3a58c
|
feat(video-from-script): 将可灵生图切换为多图参考风格接口
将 Kling 图像生成器从单图生图 API 升级为多图参考生图端点，支持风格参考图片功能，并更新降级链顺序
|
2026-04-30 00:59:02 +08:00 |
|
|
|
8301c7b780
|
feat(video-from-script): 集成可灵图像生成器并优化审查流程
- 新增 kling-image-generator.js 作为可灵 API 图像生成模块，支持文生图和图生图
- 在 pipeline.js 中集成可灵生图，支持在 images 阶段使用 kling 模型
- 更新 SKILL.md 文档：简化用户审查流程，支持"自行选图"模式
- 实现模型降级链（gemini → kling → mj → gemini），增强生图容错性
- 扩展 `--image-model` 参数支持，允许在重试时切换模型
|
2026-04-30 00:49:33 +08:00 |
|
|
|
5dd83fdb45
|
feat(video-from-script): 更新军事账户主题的样式引用图片地址`
将 `dark-noir-military` 样式引用的背景图片从 `grunge_br.png` 更换为 `popart_bl.png`，并更新为阿里云 OSS 的新存储地址
|
2026-04-29 23:45:23 +08:00 |
|
|
|
001d28f4c6
|
feat(video-from-script): 将分镜规划与提示词生成规则抽取为独立引用文件
将 SKILL.md 中内联的分镜规划规则和提示词生成规则分别抽取为独立的 `storyboard-rules.md` 和 `prompt-rules.md` 引用文件，减少主文档体积并支持子 Agent 独立读取执行。同时修复 manifest 前缀生成使用 account name 而非 ID。
|
2026-04-29 23:38:56 +08:00 |
|
|
|
357b8e7bcf
|
优化
|
2026-04-29 22:47:59 +08:00 |
|
|
|
803da39b85
|
fix: 问题
|
2026-04-29 21:58:28 +08:00 |
|
|
|
5619d753cc
|
feat(video-from-script): 升级可灵视频生成使用官方 API 并添加失败重试机制
- 使用 AK/SK → JWT (HMAC-SHA256) 鉴权替代旧版 API Key
- 支持多种凭证来源：~/.config/kling/.credentials 或 config.json
- 更新 API 端点至官方规范 (v1/videos/image2video)
- 添加 `--retry-failed` 参数支持失败 item 状态重置和重试
- 更新 manifest 文档添加状态机和失败处理说明
- 调整模型名称和参数格式以匹配新 API
|
2026-04-29 21:56:47 +08:00 |
|
|
|
0b3ab3a2aa
|
优化
|
2026-04-29 21:26:42 +08:00 |
|
|
|
1333a2c751
|
功能
|
2026-04-29 21:05:44 +08:00 |
|
|
|
dadddc7aec
|
init: video-create project with skills and accounts
|
2026-04-29 21:04:43 +08:00 |
|
