sion123
7d526d2b60
- 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
195 lines
7.0 KiB
Markdown
195 lines
7.0 KiB
Markdown
# 账号创建流程
|
||
|
||
> Agent 通过结构化问答收集信息，基于通用 prompt 模板 + 风格注入，生成完整的账号配置。
|
||
|
||
---
|
||
|
||
## 创建流程
|
||
|
||
```
|
||
用户说"创建账号"/"新账号"
|
||
↓
|
||
Phase 1: 账号身份（必须）
|
||
↓
|
||
Phase 2: 内容 DNA（必须）
|
||
↓
|
||
Phase 3: 视觉身份（必须，3种输入方式）
|
||
↓
|
||
Phase 4: 技术配置（有默认值，可跳过）
|
||
↓
|
||
汇总确认 → 生成文件 → 校验
|
||
```
|
||
|
||
---
|
||
|
||
## Phase 1：账号身份
|
||
|
||
| # | 问题 | 必填 | 说明 |
|
||
|---|------|------|------|
|
||
| 1 | 账号名称？ | ✅ | 用作目录名和显示名（中文即可，如"军事账号"） |
|
||
| 2 | 一句话描述？ | ✅ | 写入 account.json 的 description |
|
||
|
||
**输出**：确定目录名（= id）和 account.json 的 id/name/description。
|
||
|
||
---
|
||
|
||
## Phase 2：内容 DNA
|
||
|
||
| # | 问题 | 必填 | 注入位置 |
|
||
|---|------|------|---------|
|
||
| 3 | 核心内容方向？如：历史权谋、科技解说、情感故事、美食文化 | ✅ | 分镜.md → 角色定义 + 账号内容理解.核心方向 |
|
||
| 4 | 目标受众？如：30岁男性、18-25岁女性 | ✅ | 分镜.md → 账号内容理解.目标受众 |
|
||
| 5 | 内容气质？用 2-3 个关键词描述，如：冷峻洞察、温暖治愈、犀利反讽 | ✅ | 分镜.md → 账号内容理解.内容气质 |
|
||
|
||
**注入规则**：
|
||
- 角色定义改为"专精{Q3}类口播文案转化为{Q6}画面的分镜导演"
|
||
- 新增「账号内容理解」节（仅供子 Agent 理解上下文，不输出到分镜表）
|
||
|
||
---
|
||
|
||
## Phase 3：视觉身份
|
||
|
||
| # | 问题 | 必填 | 注入位置 |
|
||
|---|------|------|---------|
|
||
| 6 | 整体视觉基调？如：暗黑压迫、明亮温暖、冷冽极简、赛博霓虹 | ✅ | 分镜.md → 宏观视觉风格方向.整体基调 |
|
||
| 7 | 画风？如：写实摄影、漫画、水墨、水彩、油画、赛博朋克、3D渲染 | ✅ | 图片.md → 画风与质感 + 固定风格词尾 |
|
||
| 8 | 色彩倾向？（三选一） | ✅ | 图片.md → 色彩体系 + 固定风格词尾 |
|
||
| | A. 拖入参考图 → AI 分析提取色彩/质感 | | |
|
||
| | B. 文字描述（如"深蓝为主，金色点缀"） | | |
|
||
| | C. 直接给色值（如"主色 #0A0A0A"） | | |
|
||
| 9 | 质感/纹理？如：丝网印刷做旧、颗粒胶片、光滑数字、纸张纹理 | ❌ | 图片.md → 画风与质感 |
|
||
|
||
**色彩提取规则（Q8 选 A 时）**：
|
||
1. 分析参考图的 dominant colors，提取 3-4 个核心色
|
||
2. 分配角色：主色（大面积） / 辅色（中间调） / 点缀色（高光焦点） / 禁止色（与风格冲突的色系）
|
||
3. 输出色值 + 使用规则
|
||
|
||
**固定风格词尾生成规则**：
|
||
- 根据 Q7+Q8+Q9 生成 3 个模型版本的风格词尾
|
||
- MJ 版：英文逗号短语 + `--ar` + `--style raw --q 2 --v 6.1`
|
||
- Gemini 版：英文自然语言句子
|
||
- Kling 版：中文描述
|
||
|
||
**分镜.md 宏观视觉风格方向**：
|
||
- 整体基调：Q6
|
||
- 风格大类：Q7
|
||
- 人物气质：从 Q5 + Q6 推导
|
||
- 场景基调：从 Q6 推导
|
||
- 禁止出现：Q6 + Q7 的反面（如暗黑风 → 禁止明亮轻快）
|
||
|
||
---
|
||
|
||
## Phase 4：技术配置（有默认值）
|
||
|
||
| # | 问题 | 默认值 | 说明 |
|
||
|---|------|--------|------|
|
||
| 10 | 视频运动偏好？ | 克制慢速 | 注入视频.md → 运动风格基调 |
|
||
| | 选项：克制慢速 / 流畅中速 / 快速激烈 | | |
|
||
| 11 | 画幅？ | 9:16 | account.json 的 defaultFormat |
|
||
| 12 | 生图模型？ | gemini | account.json 的 imageModel |
|
||
| 13 | 视频模型？ | veo3-fast | account.json 的 videoModel |
|
||
| 14 | 参考图文件？ | 无 | 用户稍后放入 references/ 目录，Agent 上传 OSS 回写 URL |
|
||
| 15 | TTS 音色？ | config.json 全局 ttsVoice | account.json 的 ttsVoice，留空用全局默认 |
|
||
| 16 | TTS 语气指令？ | 无 | account.json 的 ttsInstruction，描述期望的语气风格 |
|
||
|
||
**运动偏好 → 视频提示词映射**：
|
||
|
||
| 用户选择 | 运动风格基调 |
|
||
|---------|-------------|
|
||
| 克制慢速 | 克制优于激烈，慢优于快，张力优于美感，隐忍优于爆发 |
|
||
| 流畅中速 | 流畅自然，节奏跟随文案情绪，张弛有度，不刻意制造压迫 |
|
||
| 快速激烈 | 快节奏推进，冲击力优先，镜头运动幅度大，情绪外放 |
|
||
|
||
---
|
||
|
||
## 汇总确认
|
||
|
||
问答结束后，Agent 输出汇总表让用户确认：
|
||
|
||
```
|
||
## 账号创建确认
|
||
|
||
### 基本信息
|
||
- 名称：{name}
|
||
- 描述：{description}
|
||
- 目录：accounts/{id}/
|
||
|
||
### 内容方向
|
||
- 核心方向：{Q3}
|
||
- 目标受众：{Q4}
|
||
- 内容气质：{Q5}
|
||
|
||
### 视觉风格
|
||
- 基调：{Q6}
|
||
- 画风：{Q7}
|
||
- 色彩：{Q8 摘要}
|
||
- 质感：{Q9}
|
||
|
||
### 技术配置
|
||
- 运动：{Q10}
|
||
- 画幅：{Q11}
|
||
- 生图模型：{Q12}
|
||
- 视频模型：{Q13}
|
||
- TTS音色：{Q15}
|
||
- TTS语气：{Q16}
|
||
|
||
确认 "开始" → 创建账号
|
||
修改 → 调整后重新输出
|
||
```
|
||
|
||
---
|
||
|
||
## 生成规则
|
||
|
||
### 文件创建
|
||
|
||
确认后，Agent 按以下顺序生成：
|
||
|
||
1. **创建目录结构**
|
||
```
|
||
accounts/{id}/
|
||
├── account.json
|
||
├── prompts/
|
||
│ ├── 分镜.md
|
||
│ ├── 图片提示词.md
|
||
│ └── 视频提示词.md
|
||
└── references/ # 参考图目录（用户稍后放入）
|
||
```
|
||
|
||
2. **生成 account.json**
|
||
- 从 `_template/account.json` 复制骨架
|
||
- 填入 id、name、description、模型、画幅等
|
||
|
||
3. **生成分镜.md**
|
||
- 读取 `_template/prompts/通用分镜.md`
|
||
- 在角色定义中注入 Q3 内容方向
|
||
- 新增「账号内容理解」节（Q3+Q4+Q5）
|
||
- 新增「宏观视觉风格方向」节（Q6+Q7+推导）
|
||
- 保留通用骨架：切割规则、导演构图词库、shotDesc 写法规范、输入输出格式、质量自检
|
||
|
||
4. **生成图片提示词.md**
|
||
- 读取 `_template/prompts/通用图片.md`
|
||
- 新增「账号视觉基础风格」节（Q7+Q8+Q9）
|
||
- 替换「固定风格词尾」占位内容为具体风格词（MJ/Gemini/Kling 三版）
|
||
- 保留通用骨架：角色定义、入参权重、导演光影词库、imagePrompt 结构、构图原则、输入输出、质量自检
|
||
|
||
5. **生成视频提示词.md**
|
||
- 读取 `_template/prompts/通用视频.md`
|
||
- 新增「账号运动风格基调」节（Q10 映射）
|
||
- 保留通用骨架：角色定义、入参权重、导演运动词库、三层运动设计、模型语法规范、输入输出、质量自检
|
||
|
||
### Prompt 生成原则
|
||
|
||
- **骨架不动**：切割规则、导演词库、写法规范、输出格式、质量自检等通用方法论完整保留，不做修改
|
||
- **只注入风格**：在通用骨架的固定位置插入账号专属内容
|
||
- **三个 prompt 风格一致**：分镜定义的视觉方向 → 图片提示词执行光影 → 视频提示词执行运动，三者必须对齐
|
||
- **词尾必须具体**：MJ/Gemini/Kling 三个版本的固定风格词尾必须替换为具体内容，不允许保留占位文本
|
||
|
||
### 校验
|
||
|
||
生成完成后：
|
||
1. 检查 3 个 prompt 文件都存在且非空
|
||
2. 检查 account.json 的 prompt 路径指向正确
|
||
3. 检查固定风格词尾无占位文本残留
|
||
4. 运行 `pipeline.js validate-account --account {id}`
|