|
|
0e3f0f7d0f
|
feat(video-pipeline): 增强参考图自动上传与视频生成重试机制
- 在 `init-manifest` 阶段添加输入文件清理日志和 WARNING 提示
- `getReferences` 改为异步并自动将本地参考图上传至 OSS，减少手动操作
- `phase-videos` 支持 `pending`/`failed` 状态 item 的自动重试，自动清理旧视频引用
- 优化 `phase-assemble` 中字幕与配音开关的逻辑，根据实际内容动态判断
|
2026-05-03 02:03:17 +08:00 |
|
|
|
6097a809bf
|
refactor(video-pipeline): 移除 segments 机制，改为整段音频合成
移除 TTS 阶段逐句切分及 segments 数组逻辑，统一为整段音频合成。
CapCut 字幕切分由组装阶段按字符比例分配，简化音频上传、
时间线构建和字幕生成流程，减少冗余处理分支。
|
2026-05-02 02:31:55 +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 |
|
|
|
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 |
|
|
|
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 |
|
|
|
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 |
|
|
|
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 |
|
