|
|
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 |
|
|
|
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 |
|
|
|
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 |
|
