|
|
ce54a65abb
|
feat(capcut): 合并同类型轨道并优化音频/字幕边界裁剪
在同步到本地剪映后新增轨道合并功能，将因降级添加导致的多条同类型轨道合并为单条。同时修复音频和字幕添加时可能跨场景重叠的问题，将 end 裁剪到 slot 边界。
|
2026-05-07 00:17:17 +08:00 |
|
|
|
b309f54430
|
feat(capcut): 优化音频/字幕添加策略并重构语音切分逻辑
- 音频和字幕 API 调用改为先批量添加，批量失败时逐个兜底
- 重写 `splitIntoAudioSegments`，基于原始标点保留切分，合并短片段
- `qwen-tts.js` 补充中文逗号作为句末标点判断
|
2026-05-06 23:21:40 +08:00 |
|
lc
|
6eec0e8889
|
feat(skills): 完善视频生产 pipeline 及新增健身跟练账号
- SKILL.md: 新增工作流阶段定义、质量卡点、分镜规则
- manifest-schema.md: 补充完整字段规范及类型定义
- phase-tts.js: 优化 TTS 合成长逻辑，添加进度追踪
- capcut-tracks.js: 扩展轨道构建能力，支持更多元素类型
- capcut-timeline.js: 改进时间线生成，支持淡入淡出
- capcut_assemble.js: 新增 assemble 阶段完整实现
- cmd-init.js: 完善 init 命令逻辑
- qwen-tts.js: 调整超时配置
- accounts/禁忌帝王学: 更新拆分/图像/台词提示词
- accounts/健身跟练: 新增账号含 account.json 及全套提示词模板
- 新增 workflow-issues-20260501.md 参考文档
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
|
2026-05-06 22:53:37 +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 |
|
|
|
ac753ef367
|
feat(video-pipeline): 优化子 Agent 模板交互并新增模板路径工具
- 重构 SKILL.md，要求子 Agent 直接读取模板文件而非由主 Agent 摘要传送
- 新增 get-template-path.js 脚本，支持按账号和类型获取模板文件绝对路径
- 移除 capcut_assemble.js 中的关键字氛围词功能及相关依赖
|
2026-05-02 01:18:30 +08:00 |
|
|
|
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 |
|
|
|
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 |
|
|
|
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 |
|
|
|
357b8e7bcf
|
优化
|
2026-04-29 22:47:59 +08:00 |
|
|
|
dadddc7aec
|
init: video-create project with skills and accounts
|
2026-04-29 21:04:43 +08:00 |
|
