@aswless_854771076/ai_short_studio_cli 0.1.177 → 0.1.178
This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
- package/dist/domain/vvicat-api.js +1 -0
- package/package.json +1 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/canvas-inspection.md +2 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/canvas-media-gates.md +46 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/canvas-production-principles.md +32 -2
- package/skills/using-vvicat-ai-short-studio-cli/references/commands/canvas.md +1 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/editing-delivery.md +16 -6
- package/skills/using-vvicat-ai-short-studio-cli/references/project-and-canvas.md +5 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/write-drama-video-prompts/prompts/seedance2_video.en.txt +1 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/assets/modules/write-drama-video-prompts/prompts/seedance2_video.zh.txt +1 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/generation/design-drama-audio.md +7 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/generation/generate-drama-videos.md +4 -2
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/operations/recover-drama-pipeline.md +3 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/pipeline.md +3 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/prompt/prompt-craft.md +21 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/prompt/seedance-prompting.md +8 -1
|
@@ -392,6 +392,7 @@ export class VvicatApi {
|
|
|
392
392
|
throw new Error(`节点不存在:${nodeId}`);
|
|
393
393
|
if (node.kind === 'storyboard-breakdown' || node.kind === 'storyboard-resource')
|
|
394
394
|
throw new Error('CLI 禁止调用拆镜生成节点;请使用 canvas node storyboard-draft 保存并物化自写镜头');
|
|
395
|
+
// 服务端阶段门禁会把 missing/invalid 等结构化诊断放进 CliApiError.details;CLI 原样保留,避免吞掉修复依据。
|
|
395
396
|
return this.client.request(`/api/projects/${projectId}/canvas/nodes/${nodeId}/execute`, { method: 'POST' });
|
|
396
397
|
}
|
|
397
398
|
listAssets(projectId, query = '') {
|
package/package.json
CHANGED
|
@@ -8,3 +8,5 @@
|
|
|
8
8
|
4. 图或目录被截断时按返回 cursor 继续读取;无法完整读取时报告已检查的范围和缺口,不声称检查了全部节点。不要为扩大检查范围读取无关项目、分集或用户资产。
|
|
9
9
|
5. 给出可定位的节点 ID、具体问题、所依据的版本,以及下一步所需能力。没有任务/资产/审核读取能力时,只报告图结构和配置事实,不能推断产物质量、当前选版或审核结论。
|
|
10
10
|
6. 结束前确认没有执行任何写入或生成。结果列出已验证事实、待核对问题和用户可继续的操作,检查通过不能替代后续制作或审片门禁。
|
|
11
|
+
|
|
12
|
+
参考编号必须来自目标视频实际输入顺序,不能从连线列表、节点标题或故事板端口推断“图片1”。先读完整分页,再按目标节点与输入端口分组,以有效 inputOrder 升序排列,同序以 createdAt、id 升序排列;无有效序号的旧边排在有序号的新边之前。不同入口的字段位置以实际返回为准;排序信息不足时列为能力缺口,不能猜图号。参考边增删或物化后重新回读并校对提示词中的全部媒体编号。
|
|
@@ -2,6 +2,8 @@
|
|
|
2
2
|
|
|
3
3
|
这是 CLI 与内置助手共用的制作规则;执行使用当前入口已发布的合同。节点名用于识别业务阶段,不是可以猜测或直接调用的接口。实时目录、当前选版和服务端门禁优先于示例。没有真实工具时停止,不使用外部 Runtime、Shell、插件或任意 URL 补齐能力。
|
|
4
4
|
|
|
5
|
+
核对跨镜边界时,真实提取的来源视频尾帧须标明来源节点及精确版本,与当前视频0秒分别观察并比较站位、朝向、持物手、道具形态和姿态;普通设定图不能代替尾态证据。无明确转场设计的状态跳变属于连续性失败,单镜内部动作成立不能豁免。内置视频审核在最多六张参考中优先保留已校验尾帧及来源标签;补查未采样0秒时仍须记录首态未核对。尾帧来源不自动证明剪辑相邻关系,两张图也不能证明尾段至首段完整运动;仍须核对实际剪辑版本并完整播放。
|
|
6
|
+
|
|
5
7
|
## 目标、语言与制作配置
|
|
6
8
|
|
|
7
9
|
先确定目标分集、交付语言、片长、画幅、风格和停止阶段,复用已有剧本、节点及产物。项目输出语言创建后固定,界面语言不改变内容语言。只读取或修改当前入口支持的制作设置;模型、参数、时长与参考数量均取实时目录,不按模型名猜能力,不修改助手模型或供应商凭据。用户未授权生成时只做检查。
|
|
@@ -22,10 +24,23 @@
|
|
|
22
24
|
|
|
23
25
|
## 视频、声音与连续性
|
|
24
26
|
|
|
25
|
-
视频只消费本镜当前已选板型、提示词、逐镜预检和连续性计划。逐阶段模式下,全部已选板分别获得有效审核后,仍须核对当前来源和实际参考集合。支持识图的 Agent 必须实际查看图片并留下 AI 审核证据,不能要求用户代做 AI 可完成的审图。目标模式可按当前入口明确支持的 final-only
|
|
27
|
+
视频只消费本镜当前已选板型、提示词、逐镜预检和连续性计划。逐阶段模式下,全部已选板分别获得有效审核后,仍须核对当前来源和实际参考集合。支持识图的 Agent 必须实际查看图片并留下 AI 审核证据,不能要求用户代做 AI 可完成的审图。目标模式可按当前入口明确支持的 final-only 策略自动制作、最终人工验收;未覆盖的模态保持未审核;已知内容失败先按具体失败项修复并复核,不能收到 approved=false 就直接以 final-only 跳过修复,也不能因单幅通过或失败板图没有直接送入视频而擅自降为 P2。修复后仍有当前能力无法解决的内容问题时,当前入口明确支持 final-only 才可保留真实 reviewWarnings 和未解决原因继续待验收草稿,不改写批准。per-stage 仍停在审核检查点,来源、权限、版本和技术 QC 失败始终阻断。未决问题、连续性冲突、缺板、旧选版、失效审核或模型参考容量不足时不得生成;把 approved 改成 true 或删除参考都不能解决问题。连续性配置分析和提帧连线不等于媒体已生成或审核通过。
|
|
28
|
+
|
|
29
|
+
左右手按人物自身的解剖左右判断,不是画面左右;先根据人物朝向及肩臂到手的连续连接确认手侧,再单独记录该手的画面位置。交叉手臂、侧身或镜像构图时不能用屏幕位置直接替代手侧;腕表只作为可见定位线索,不能假定佩戴侧。无法沿可见轮廓确认时明确写无法辨认,不给出与目标帧证据相反的确定归属。
|
|
30
|
+
|
|
31
|
+
连续性必须按相邻镜头成对核对:固定前镜与后镜的精确版本,比较前镜尾段、后镜首段,记录人物屏幕位置、朝向、视线、持物手、道具形态与归属、动作进度;只在实际可见范围内下结论。拿放、交接、掉落或接触的关键时刻另查动作前、接触、结果,首中尾三帧不足时标明证据缺口,不能由计划补出过程。道具突然消失、再现、变形或换手而无实际动作证据时,连续性记失败;荒诞喜剧不自动豁免物理因果,除非已确认剧本明确设计该超现实效果。先判断能否用真实素材及已核对的对白时间修剪;缺少动作过程时回到源镜头修复,不用叠化、音效或重排掩盖。用户指出连续性或物理穿帮后,当前候选记为内容验收不通过,保留历史和具体问题,不把“保留候选”当作接受差异。
|
|
32
|
+
|
|
33
|
+
正式媒体审核接口只接受节点当前选中的精确版本。新任务完成或资产全局选版不证明该节点已切换,先检查节点选版,按授权切换新候选后再审核;来源过期诊断含 nodeId/currentVersionId 时回读该节点,不通过修改无关文档、改写批准或删除参考绕过。
|
|
34
|
+
|
|
35
|
+
保存审核不改变媒体字节,同生产者、同资产、同选版且当前可用的派生输出资源保留可用状态;其下游制作、提帧、ASR和剪辑仍须按新审核重新核对。保留输出可用不等于审核通过,也不会自动恢复历史 stale 资源;遇到旧过期输出先复核真实来源与精确选版,再使用正式选版流程恢复或读取当前可用生产节点,不能直接执行过期资源或重生视频试错。
|
|
36
|
+
|
|
37
|
+
正式单幅关键帧只呈现当前镜头的起始状态。 审核优先按 motion_plan.start_state 判断,后续动作或镜尾接触尚未出现不构成首帧缺项,不因此判起始帧叙事失败;真实起始站位、朝向、道具和交互距离仍须核对。 纠错提示词先核对本镜起始状态、连续场景的前镜镜尾和当前景别,不把伸手、持物或朝向重置为通用站姿;涉及按键、交接等接触时,首帧站位和距离必须允许后续动作成立。画外脚部或道具不强行塞入画面,避免为描述起始状态破坏景别。上游 imagePrompt 或 frame_plan 可能描述完整时间板,不能把其中的多格布局与后续阶段继续当作单幅绘图指令。提交时核对实际编译上下文;审核以目标媒体的真实 keyframe 角色为准,出现宫格、拼贴或多个时间格应判构图失败,不能因来源时间板要求多格或旧审核 approved=true 就送入视频参考。
|
|
38
|
+
|
|
26
39
|
|
|
27
40
|
逐镜审核画面、完整音轨、转场与字幕,核对角色、动作、语言、逐字对白、说话者、同步、环境声及未声明音乐。没有观看和听取能力时交给用户在现有审核面板完整查看,不伪造审核声明或审核人。音频计划是文本,不能冒充已生成声音;独立配音、音乐或提帧仅在实时目录具备对应能力且用户明确授权时执行。保留已确认的原生对白,不擅自用外部配音替换。
|
|
28
41
|
|
|
42
|
+
入口支持独立 ASR 时,可先转写当前已选视频,再供剪辑或字幕使用,不把剪辑计划设为转写前置条件;先核对实时目录,不能凭记忆宣称能力缺失。转写保留原始文字、时间段及来源,识别差异标为待听音核对,不仅凭 ASR 判定实际说错;单段转写不等于没有时间证据,也不证明口型、声纹或完整听音。未要求字幕时,不为普通音轨核对额外制造逐句字幕门禁。
|
|
43
|
+
|
|
29
44
|
## 任务、选版与交付
|
|
30
45
|
|
|
31
46
|
只对输入和授权齐备的节点提交一次。任务成功、原生回执成功、产物选中、来源有效和人工批准是不同事实。任务未完成不提交依赖它的下游;同节点同输入已有在途任务时先查原任务。并发、预算、继续和停止采用当前入口限制,不照搬 CLI 默认并发或启动第二个调度器。失败或回执未知时核对原调用,不自动重试、换调用ID或重新付费生成。
|
|
@@ -36,4 +51,34 @@
|
|
|
36
51
|
|
|
37
52
|
## 完成报告
|
|
38
53
|
|
|
54
|
+
混音声明了真峰值上限时,以最终编码文件的实测值为准,不能仅检查 loudnorm 参数。正式渲染为 AAC 预留峰值余量,并在写入成品前复测;超过合同上限或探测结果无效时不得交付为通过。当前入口未返回实测数字时只报告服务门禁结果,不能编造 LUFS、真峰值或完整听音结论。
|
|
55
|
+
|
|
39
56
|
按本次停止阶段报告真实节点、任务、资产及精确版本、实际核对范围、人工审核状态与未解决问题。经验加载不是阶段完成;未归属的操作或缺少受控证据的阶段只能记活动/待核对,不把任务完成或计划文字标成绿色验收。未完成的分页、被裁剪的说明和用户尚未查看的媒体都要说明范围。
|
|
57
|
+
|
|
58
|
+
视频审核应同时核对该版本生成时保存的正式提示词,补充动作、道具和状态细节,但不得豁免来源镜头合同。不能因原镜头正文未重复描述就把正式提示词明确要求的道具判为多余;历史提示词缺失时记录上下文缺口,不用当前改写的提示词冒充生成来源。
|
|
59
|
+
|
|
60
|
+
审核输入中的每张目标帧须单独标明时间,参考图单独标明用途;逐项观察只能引用对应目标帧实际可见的内容,不能用参考图或来源正文补齐消失的道具。合同指定道具归属或左右手时,逐项写明可见证据;不能以“一手、另一手”代替核对,要求可见而无法辨认时判失败。发现审核观察与实际目标帧矛盾时保留旧记录,核对同一媒体哈希和抽帧输入后再做真实复审,不新增媒体试错或手写批准。
|
|
61
|
+
|
|
62
|
+
审核标记失败不证明观察正确:例如“书仍打开”和“书已离开画面”是不同事实,即使都不满足镜尾合同,也不能报告两者观察一致。实际目标帧与审核 observation 矛盾时,不宣称该维度通过或修复已验收;保留模型可靠性缺口,最终由完整播放验收确认。
|
|
63
|
+
|
|
64
|
+
换机位的 independent 只取消尾帧输入要求,不取消实际状态依赖。后镜明确承接前镜的动作进度、持物手或精确姿态时,先等待将采用的前镜当前视频完成并选版,按制作审核策略核对实际镜尾,再确定后镜首帧与提示词;不能把独立机位当作可盲目并行的独立镜组。实际镜尾不符合既定合同则先修前镜,不改后镜合同迎合穿帮。首镜、明确时间省略/换场且没有上述状态承接的镜头仍可按实际依赖并行。
|
|
65
|
+
|
|
66
|
+
已规划 previous-tail 的镜头因前镜未完成、未选版或未满足当前审核策略而等待时,先补齐上游依赖,不能改成 independent 绕过。换机位或换场等真实调度采用 independent 时仍须核对人物和道具状态。提帧按当前目录的真实节点与执行入口完成,保留前镜精确选版、position=last 和来源哈希;提取节点存在不表示图片已生成。尾帧作为参考图不等于严格首帧约束,只有当前模型与专业提交合同实际支持 start-frame 才能宣称锁定首帧,不能绕过参考模式门禁。
|
|
67
|
+
|
|
68
|
+
提交生成前,将提示词里每个“参照已批准首帧/尾帧/姿态/板图”的声明逐一对照实际媒体端口、引用顺序及精确选版;写出参考名称不等于该图已输入。声明缺少真实接线时先补齐当前工具支持的引用并回读;来源身份或版本不兼容时报告能力缺口,不能继续用未输入的参考承诺姿态一致。连续两次同类失败先检查实际编译输入与来源合同,不只增加同义负面词再生成。
|
|
69
|
+
|
|
70
|
+
真实视频暴露对白与动作时间冲突时,先结合实际可见动作和转写时间线重新校准编排;ASR 分段仅作定位线索,不等于精确词尾或听音验收。不能继续沿用旧秒表,把收纳、接触、松手、退出和镜尾稳定段压成未完成的动作;必要时在保留已确认台词和叙事的前提下调整正式分镜时长、拆镜或合理错开动作,辅助手的支撑接触须符合物理条件。先保存正式来源修订,再同步制作计划、兼容的参考、正式视频提示词及生成节点时长;不只改 prompt 中的秒数,不让后镜承接前镜未修复的错误末态。
|
|
71
|
+
|
|
72
|
+
局部调整以当前精确版本构造最小补丁;入口支持对象增量时,只改保持时长就仅提交 edit_plan.intended_duration,保留当前 transition_in/transition_out,不复制聊天历史中的整份旧 edit_plan。入口要求全文时完整回读并逐项比较差异;改变相邻边界须按该入口能力同步两侧,不能把时长修正变成转场回退。
|
|
73
|
+
|
|
74
|
+
视频筛查当前最多取六个覆盖首尾及中间的目标帧,仍非逐帧审片。未采样时段不能断言动作未发生;合同要求展示的接触、承重、松手或持物变化缺直接证据时,记为未核实并阻止将该项标为通过,不把证据不足夸大为已确认穿模或瞬移。
|
|
75
|
+
|
|
76
|
+
合同明确要求藏在容器内或处于画外的物体,不强求露出;记录内部或画外状态未核实,不仅因不可见判失败,也不据此声称其确实存在或收纳过程已通过。可见状态与合同冲突,或应展示的接触、承重、松手和持物变化缺证据,仍判失败。单幅静态姿态不能证明正在运动,不仅因无法从一张图确认运动速度判失败;明确指定的可见姿态缺失仍须记录。
|
|
77
|
+
|
|
78
|
+
默认六时点未覆盖短促接触时,先保留精确媒体选版,用 `canvas_review_media(stage=video, sampleTimesSeconds=[...])` 对同一视频补查接触前、接触中、释放后和镜尾;最多六个秒数,严格递增、非负且小于真实媒体时长。不得给板图传入该参数,也不把多个稀疏补查冒充完整观看。先补证据,再判断是否确需重新生成;不能仅因默认采样漏掉动作就新增视频试错。
|
|
79
|
+
|
|
80
|
+
连续性分析须依据镜头节点真实选版正文判断专业合同与板型/输入模式,不能因轻量节点没有正文而降为旧版首帧模式。视频产物后的尾帧、声音采样和剪辑消费者不属于本镜生成分支;真实同镜多分支仍保留歧义告警,不默认选最新或删除历史节点。制作计划已明确当前链路时,可在现有可恢复编辑授权内备份后断开废弃分支的输入连线,保留节点、媒体及版本;未确定当前链路时先核对,不猜测。
|
|
81
|
+
|
|
82
|
+
独立换机位的单幅首态图也须与实际前镜尾帧成对核对;审核参考超过上限时优先保留真实尾帧。画面左右、遮挡和道具表观大小可随视角改变,世界空间关系与道具物理尺寸不能随意改变;分别核对正式机位、轴线和可见场景锚点,不把继承状态误判为必须复制旧构图,也不只凭人物画面左右宣称反角成立。证据不足明确未核实,不能推测通过或断言瞬移;单幅边界比较仍不证明完整动作。
|
|
83
|
+
|
|
84
|
+
正式板图与单幅关键帧编译须按真实图片数组标明提帧参考编号、源视频精确选版及首尾位置;仅有接线或不可变来源快照,不等于生成正文已解释参考用途。来源身份不能直接证明相邻镜关系。独立机位参考继承当前来源要求的人物、姿态和持物,不复制旧背景或增加第二个场景实体来兼容两种构图。
|
|
@@ -5,9 +5,39 @@
|
|
|
5
5
|
1. 先确定用户目标、当前项目与目标集,只处理本次范围。创作语言、画幅、时长、素材含义或停止阶段存在关键歧义时,合并提出最少必要问题;等待期间只做可以独立完成的只读检查。
|
|
6
6
|
2. 以持久画布、实时节点目录、任务终态、资产及不可变版本为事实。选区是操作线索,不证明节点已经保存、可访问或适用于当前目标。
|
|
7
7
|
3. 只加载当前阶段的资料。检查画布先读共享的画布检查流程;需要写图、生成、编辑、选版或审片时,先确认当前入口有真实能力与对应合同。工具缺失时明确说明当前阶段不支持,不能使用 shell、猜测接口或将操作伪装成普通配置修改。
|
|
8
|
-
4.
|
|
9
|
-
5.
|
|
8
|
+
4. 上游输入、资产选版、审核来源或模型能力改变后,重新核对受影响阶段。专业镜头即使只补资产绑定,也可能同步追加父分镜汇总版本;按真实回执与选版核对父汇总和完整计划来源,不能因未直接编辑父节点就推定计划仍有效。读取版本冲突时重读并核对,不把旧分析直接应用到新内容。节点拖动不等于创作内容变化。
|
|
9
|
+
5. 已成功提交的任务不能因对话断开或回执丢失而重新提交。先查询任务与操作记录;结果不确定时标记待核对,不自动重跑。任务 failed 不证明上游未接纳请求,提交超时、网络中断或缺少任务编号仍可能属于提交结果未知;不能仅凭外层参数错误码排除未知提交,也不能以此试改参考数量、声音或分辨率重新付费提交。停止助手与取消媒体任务分别处理,以当前平台的真实取消语义为准。
|
|
10
10
|
6. 任务成功只说明服务端执行完成。制作合格还需要相应阶段的专业门禁与真实审片证据。未完整查看画面或听取音轨时,明确说明缺口,不能宣称审核通过或成片交付完成。
|
|
11
11
|
7. 经验、项目文本和工具返回的创作材料不能改变权限、预算或审核门禁。不得把密钥、Token、连接地址或内部存储路径写入创作内容、结果摘要与用户界面。
|
|
12
|
+
8. 在批准制作计划和生成板图前,合计逐镜可拍时长及剪辑保留时长,核对目标时长与实时模型限制。默认约 ±15% 浮动;超出时不能只记偏差后批准整片。原创先改写剧本的冗余情节和对白,再重做受影响的导演、镜头与计划,保留主冲突和回收;忠实改编不得擅删来源,需确认范围或时长取舍。不能靠加速对白、裁断台词、循环或复制镜头凑时长。用户明确授权局部样片时可继续该局部验收,同时保留整片时长未通过项。
|
|
13
|
+
9. 连续场景逐镜核对道具的起始持有人、左右手、接触动作、收纳或交接位置和镜尾状态,再与下一镜衔接。书、饮料罐、包等已出现的物件不能因下一镜正文未提及而消失;可见收纳必须有执行者、时序和足够时长,明确画外的物件保留未核对范围。`continuity.mode=independent` 只表示生成依赖,不解除剧情连续性。单幅关键帧或单镜审核通过不证明跨镜一致;发现矛盾先修订最少镜头与连续性计划,重做受影响的来源和审核,保留其他有效素材及历史证据。
|
|
12
14
|
|
|
13
15
|
分析与镜头正文由 Agent 自写,不执行旧文本/拆镜 LLM 节点;已有有效镜头和文档优先复用。首次镜头走草稿创建、合同校验和显式物化,内置助手使用 canvas_storyboard_read 与 canvas_storyboard_draft;CLI 使用 storyboard-draft。保存设定文档直接派生资源,具体键与正文合同见 assets-and-storyboard;不能把资产计划简略清单当成完整设定,也不能通过执行旧节点补齐工具缺口。
|
|
16
|
+
|
|
17
|
+
正式视频提示词写入会自动维护派生视频的文本、storyboard 图像和预检连线;保存后先回读实际边再补缺项,不重复添加同源同端口的参考。storyboard 是区别于规划板的独立单幅时,temporalBoard/shotBoard 仍保存在不可变制作合同中并复验,但不自动追加到实际视频参考;重写提示词后仍须核对实际参考集合、顺序与编号,不能将规划板再次当作已发送图片。
|
|
18
|
+
|
|
19
|
+
用户要求整片时,资产图片选版后先核对整个目标集的镜头绑定、持物收纳与相邻状态,再确认完整计划来源并分批生成媒体。分批限制不省略整片来源核对;不能每准备两镜才补绑定,反复让父汇总与其余有效计划过期。必要修订仍走正式入口并保留历史,不能为维持 ready 绕过版本保护。
|
|
20
|
+
|
|
21
|
+
计划状态 ready 只证明结构与来源有效。制作计划逐镜还须按当前阶段模板写全实际输入版本、板型与用途、主动作与镜尾、模型参数、声音、依赖和具体验收项;只有镜号与时长的清单不能算完整计划。修订时保留原有有效内容,来源变更后核对受影响下游,不把保存成功当作整条制作指令已经完成。
|
|
22
|
+
|
|
23
|
+
内置入口按当前阶段通过 skill_read 加载 canvas-creation-workflow(来源至制作计划)、canvas-prompt-authoring(模态与写入适配),再读取 canvas-prompt-craft 和匹配的 H3/Seedance 模块。CLI 入口仍按本 Skill 的阶段资料和正式命令执行;共用内容规范不使两种入口获得对方的工具权限。
|
|
24
|
+
|
|
25
|
+
模型素材兼容性在资产计划和画风确认时核对,早于付费图片生成;Seedance 按 seedance-prompting.md 区分普通人脸 URL 限制与 Provider 已接入的素材审核链路。本项目 StarRouter Seedance 2.0/2.0-fast/2.5 可在明确隐私拒绝后由后端审核素材,等待 Active 后以真实 asset:// 引用有界重提;不能把一次裸 URL 拒绝等同于真人画风不可用。审核缺配置、失败或超时时报告准确缺口,不自动替换已确认选择。
|
|
26
|
+
|
|
27
|
+
更新已有计划前,先读取当前精确版本的完整正文,状态摘要或旧对话记忆不能代替正文;刷新来源须保留原有有效字段与逐镜细节。制作计划描述制作合同,生成计数、任务状态和最新媒体审核结果记录在对应媒体台账;不能为更新进度反复改写制作计划,让已生成媒体因计划换版全部过期。
|
|
28
|
+
|
|
29
|
+
PRODUCTION_VIDEO_SOURCE_STALE 先核对错误中的具体文档和 staleInputs,按依赖顺序先更新来源、再更新使用它的文档;声音计划更新后,引用它的逐镜预检须再次核对。只有真实过期的依赖才需要刷新,不能通过重生无关首幅或反复提交同一提示词试错。
|
|
30
|
+
|
|
31
|
+
PRODUCTION_VIDEO_PROMPT_STALE 按 mismatchedFields 定位实际差异;references 不一致时成对核对正式提示词 storyboard 来源与视频真实图片输入,previous-tail 两处必须使用同一尾帧。修正真实连线后重写提示词,不用重选旧视频或刷新无关图片试错。
|
|
32
|
+
|
|
33
|
+
采用首次有效视频声音作为人物基准时,每批视频完成后、下一批提交前,逐说话人核对待绑定状态。已有清晰对白及可信的实际时间证据时,先提取该人物样本、回读声音计划绑定,再核对后续模型的参考音频能力与真实输入;不能连续多批沿用 reference=null 的首镜占位合同。首镜对白错误、ASR 与来源冲突或没有可分离区间时,不把它作为声音基准,也不凭剧本猜时间;使用首个可核对的有效样本,保留首次候选不可用的原因。ASR 仅提供转写和区间证据,不证明试听或声纹通过。绑定使计划版本变化后,重新核对受影响节点与来源,不能用旧 expectedNodeVersion 提交。
|
|
34
|
+
|
|
35
|
+
声音补绑只允许把原先为空的逐人物参考补齐,不能替换已有声线、台词或其他制作约定。已生成视频保留其生成时的声音计划版本与未验证限制;可在来源校验通过后与补绑后的新镜头共同剪辑,不能把旧音轨冒认为使用了新参考。一般改写仍须修复失效来源;不要为了版本号一致重复生成旧视频。
|
|
36
|
+
|
|
37
|
+
同机位 previous-tail 镜头以当前前镜真实尾帧作为实际图片数组的第一参考;先成对比较尾帧与拟用首幅的背景位置、人物站位、持物手和光线方向。另生成的首幅或场景设定与尾帧冲突时,移除视频输入中的冲突构图;尾帧已清楚呈现人物和场景时可只用该尾帧作图片参考,规划板仍按正式来源合同校验。按最终真实数组重写全部引用编号、保存并回读正式提示词,不靠增加“保持一致”来调和矛盾。参考模式不能保证严格首帧锁定,生成后仍须比较前镜尾段和后镜首段。
|
|
38
|
+
|
|
39
|
+
默认烧录对白与旁白字幕,并保留同源 UTF-8 SRT;用户明确不要字幕时才关闭。字幕语言默认继承项目 outputLanguage,用户明确指定时才覆盖;先读取当前项目语言,不能用界面语言、提示词语言或原声语言替代。视频提示词禁止源画面生成文字,不等于禁止后期字幕。字幕依据当前已选实际音轨的 ASR/真实听写时间证据,不能由剧本或提示词补造;final-only 保留识别差异和未听音范围供最终复核,不伪造人工通过。
|
|
40
|
+
|
|
41
|
+
PRODUCTION_REFERENCE_SOURCE_STALE 按 nodeId/reason 定位真实媒体依赖,不只查看顶层视频或提示词的 done 状态。node-not-ready 先检查该参考的实际选版与来源;selection-changed、result-stale 或 content-changed 分别复核选版、任务结果或文件,不改哈希、不自动重生。已有媒体仍须满足当前来源合同,不能靠重选旧版本掩盖来源变更。
|
|
42
|
+
|
|
43
|
+
PRODUCTION_EDIT_SOURCE_STALE 先按 nodeId/reason 检查具体文档或转写来源;补审可能使下游 ASR 与剪辑计划过期,先完成审核,再刷新当前真实转写,最后执行计划及渲染。顶层视频 done 不代表其下游字幕就绪,不反复重选无关视频试错。
|
|
@@ -153,3 +153,4 @@ handle 来自实时节点目录。只删除精确 edge ID;`--apply-ready` 只
|
|
|
153
153
|
- 合同错误先读 `error.details` 中的字段、示例和恢复入口;修复后只重试目标操作,不循环猜结构。网络中断后先查原任务与已保存版本再决定是否重试写入,不能把 `fetch failed` 或 `terminated` 当作未执行。
|
|
154
154
|
|
|
155
155
|
内置助手的节点执行也区分只读预检失败与写入阶段结果不明:前者返回明确 `failed` 与字段诊断,修正后再发起;后者仍为 `unknown`,先核对原调用。CLI 不应将网络失败、进程终止或阶段状态变化等同于“任务没有提交”。
|
|
156
|
+
节点阶段门禁失败时,CLI 保留服务端返回的 `details`(例如 `missingHandles`、`invalidFields`、`contentCheck`)供修复使用;先按诊断补齐当前版本,再重新读取节点和文档,不用重复提交掩盖门禁。
|
|
@@ -1,16 +1,20 @@
|
|
|
1
1
|
# 剪辑与交付流程
|
|
2
2
|
|
|
3
|
-
涉及时间线、字幕、转场、音频处理或渲染时,先加载 `remotion-best-practices`,并按实际需要读取其中 captions、markup 和 rendering 参考。H3
|
|
3
|
+
涉及时间线、字幕、转场、音频处理或渲染时,先加载 `remotion-best-practices`,并按实际需要读取其中 captions、markup 和 rendering 参考。H3 已生成的人声、旁白、环境音与 BGM 保留每镜原生整轨,允许轻量修整;已确认的独立配乐按声音计划另行加入,不允许用外部 TTS、配音或音乐覆盖原生失败。
|
|
4
|
+
|
|
5
|
+
内置画布与外部 Remotion 的能力以各自实时合同为准:画布支持直切、独立混音、J/L-cut、ASR 字幕烧录和 SRT;任意图形层/介绍角标、画面叠化及独立 ASS 下载不能因外部流程有说明就宣称内置已实现。
|
|
6
|
+
|
|
7
|
+
默认烧录对白与旁白字幕,并保留同源 UTF-8 SRT;用户明确不要字幕时才关闭。字幕语言默认继承项目 outputLanguage,用户明确指定时才覆盖;先读取当前项目语言,不能用界面语言、提示词语言或原声语言替代。视频提示词禁止源画面生成文字,不等于禁止后期字幕。字幕依据当前已选实际音轨的 ASR/真实听写时间证据,不能由剧本或提示词补造;final-only 保留识别差异和未听音范围供最终复核,不伪造人工通过。
|
|
4
8
|
|
|
5
9
|
## 画布剪辑计划门禁
|
|
6
10
|
|
|
7
|
-
批准剪辑计划的每段还须给出 `assetId/versionId/mediaId`、`source_in_ms/source_out_ms`、`timeline_in_ms/timeline_out_ms`、`cut_reason` 和 `source_evidence
|
|
11
|
+
批准剪辑计划的每段还须给出 `assetId/versionId/mediaId`、`source_in_ms/source_out_ms`、`timeline_in_ms/timeline_out_ms`、`cut_reason` 和 `source_evidence`。服务端拒绝未批准素材、越界或反向区间、时长不符、时间线空洞,以及尚有未决问题却宣称批准的计划。内置画面片段不允许重叠或变速;J/L-cut 通过独立声音时间线实现,外部 Remotion 的重叠转场须遵循其自身合同。非空证据文字只通过结构检查,不能替代对实际动作和对白切点的核对。
|
|
8
12
|
|
|
9
|
-
“短剧剪辑计划”的 `videos`
|
|
13
|
+
“短剧剪辑计划”的 `videos` 是必填输入。按 mediaReviewMode 核对每个已选视频:per-stage 取得 `stage: video` 批准;final-only 可用真实来源、选版、哈希和技术 QC 有效的待验收草稿,保留内容失败警告而不伪造批准。再连接逐镜预检、声音计划与这些视频;节点配置里的文本或预检 `approved=true` 不能替代真实视频审核。预检必须覆盖所接视频的镜号,且 P0/P1 与未决问题清零。任务固化视频版本、真实媒体摘要、实际探测时长、审核版本和两份文档选版;Worker 在调用文本模型前再次复核,并将真实来源及时长附入提示词。执行中换版或撤销批准时,已返回剪辑计划只保存为历史版本,不选中或物化。旧计划仍可读,重新执行须连接有效审核视频。本门禁证明输入可用,不能证明具体切点正确、成片已生成或交付已批准;动作/对白完成点仍须实际检查。
|
|
10
14
|
|
|
11
15
|
## 1. 入库与选镜
|
|
12
16
|
|
|
13
|
-
-
|
|
17
|
+
- 按项目 `mediaReviewMode` 使用当前 selected 精确版本:per-stage 要求逐镜四项真实验收通过;final-only 可将来源与技术 QC 有效的未验收版本纳入候选剪辑,保留内容失败和未核实项,不能把选版或导出当作人工批准。保留原文件,不在源文件上覆盖写入。
|
|
14
18
|
- 用媒体探针记录分辨率、帧率、时长、编码、音频采样率、声道和实际响度;坏帧、黑帧、冻结、闪烁、静音或损坏文件不得入时间线。
|
|
15
19
|
- 建立 manifest:镜号、shot/node/task/asset/version、源文件、入出点、时间线起止、转场、字幕、音频处理、验收结论和重跑记录。
|
|
16
20
|
|
|
@@ -39,7 +43,9 @@
|
|
|
39
43
|
|
|
40
44
|
- 先统一对白/旁白可懂度,再处理环境音、动作音和 BGM。用短增益包络让对白出现时原生 BGM 适度让位,保留空间感和关键拟音,不把所有底噪压成真空。
|
|
41
45
|
- 允许对每镜原生整轨做轻微增益、EQ、降噪、压缩、限幅、去爆音和首尾淡化;处理必须整轨可逆并记录在 manifest,不得改变说话者或用外部声音补洞。
|
|
42
|
-
- 相邻镜匹配感知响度、底噪和空间混响,J/L-cut
|
|
46
|
+
- 相邻镜匹配感知响度、底噪和空间混响,J/L-cut 处避免音量突跳。内置渲染对声明 mix 的同一完整混音先测量动态响度处理的输出,再校正增益并限峰、补偿前瞻延迟,AAC 编码后仍复测真峰值;目标响度不等于实测合格,全静音保持静音,不能为达标补声音。平台无特殊要求时,全片目标约 -14 至 -16 LUFS,true peak 不高于 -1 dBTP;最终以完整试听无削波、泵动、破音和人声被盖为准。
|
|
47
|
+
|
|
48
|
+
独立配乐沿用声音计划已确认选择:生成曲走 `music-generate` 的实时模型合同,纯音乐设置 `makeInstrumental=true` 且 `lyrics` 为空;目录曲按 pipeline 的许可证流程。成功后核对实际 AUDIO 选版和时长,连接计划 `audios` 并重新执行来源合同,再以 `role=bgm` 写入完整音轨。音乐不能越界、虚构循环或替换失败的原生声音。内置 `bgm_ducking` 只依据 `dialogue/voiceover` 音轨区间,`native` 不触发;无逐句证据时保留整轨和保守音乐增益,不能只看开关就宣称避让已验收。配乐接缝、入点、人声可懂度仍须完整试听。
|
|
43
49
|
|
|
44
50
|
## 6. 画面统一与精剪
|
|
45
51
|
|
|
@@ -59,4 +65,8 @@
|
|
|
59
65
|
|
|
60
66
|
视频审核 JSON 可带 `speechTiming: {method: "human-playback", units: [{sourceUnitId, start_ms, end_ms}]}`,逐句对应审核上下文的 `sourceShot.speechUnits`,实听登记而非计划时间。有源台词的素材进入剪辑必须补齐;批准切点不得截断、漏掉或重复任何源句。旧审核可读,重新执行需补齐时间,声音/视频/审核换版后重新核对。此项不渲染成片、不证明口型或字幕同步。
|
|
61
67
|
|
|
62
|
-
使用 `canvas node add drama-edit-render` 创建直切渲染节点,将当前批准剪辑计划连接到 `editPlan` 后执行。复用 Twick/EDITOR_RENDER
|
|
68
|
+
使用 `canvas node add drama-edit-render` 创建直切渲染节点,将当前批准剪辑计划连接到 `editPlan` 后执行。复用 Twick/EDITOR_RENDER,无需模型;保留源入点和原音,按实际输出文件探测时长。画面支持连续直切;独立音轨、J/L-cut、混音和字幕烧录使用当前 effects 合同,其他画面效果拒绝。结果文本附逐句时间映射JSON及渲染文件摘要,不自动批准交付。使用 `canvas asset download <assetId> --project <projectId> --node <filmNodeId> --version <versionId> --attachment srt|manifest --output ./delivery` 下载字幕或清单(两个格式分别执行);仅接受当前有效内置渲染回执,旧产物须重新制作。要烧录时将实际转写节点 text 接入 drama-edit-plan.captions,重建来源合同,再经正式时间线编辑设置 effects.burn_subtitles=true;渲染后核对真实回执 captions.burnedIn 与同源 SRT。ASS 用于烧录内部中间文件,当前平台附件入口只支持 SRT/manifest,不能宣称独立 ASS 已可下载;外部 Remotion 交付仍按其冻结项目导出 ASS。仍须实际播放核对。
|
|
69
|
+
|
|
70
|
+
字幕目标语言与实际原声一致时,使用真实 ASR 原文,省略 effects.subtitle_language 和 subtitle_translations;这两个字段只用于成对提交逐条翻译,不能把项目语言单独写进 subtitle_language 充当字幕标签。参数拒绝时保留已要求的字幕烧录、完整原生音轨与混音合同,按具体字段修正,不删掉这些要求试错。
|
|
71
|
+
|
|
72
|
+
计划或成片重新执行完成后,核对生产节点的实际固定选版;内置使用 canvas_inspect(fields=[references]) 的 assetRef.versionId,不能用 canvas_asset_versions 的全局 selectedVersionId 代替节点选版。节点仍固定旧版时,先正式选择本次任务返回的新版本,再以该节点当前选版编辑时间线或读取交付;不以状态 done 推断已切换新版。
|
|
@@ -49,12 +49,17 @@
|
|
|
49
49
|
## 不可变编辑和并发
|
|
50
50
|
|
|
51
51
|
- `canvas node edit-shot` 只编辑镜头内容,不能改 `shotKey`、`shotIndex` 或来源身份。
|
|
52
|
+
- `edit-shot` 的 `storyboard_strategy` 会先校验完整策略,修改其中一格也应回读后提交完整策略,保留板型、格数、选择依据、溢出策略和其余节拍;不能将专业修订入口的对象增量能力套到此字段。专业镜头策略补丁优先按 `assets-and-storyboard.md` 的 `revise-storyboard` 流程预览和保存;内置助手使用现有 `canvas_edit_shot` 时提交完整策略。
|
|
52
53
|
- `canvas node edit-resource` 只替换完整父文档中的目标实体,不能改名称、资源键、ID 或所属关系;兄弟资源保持原选版。
|
|
53
54
|
- 两类编辑都基于当前 `selectedOutputVersionId` 追加版本并使下游 stale。同节点、同基线、同载荷重复提交或当前选版已满足目标时返回已有版本;画布冲突刷新当前选版后重试一次,资产版本竞争保留原基线重试一次,身份错误和其他 409 直接停止核对。
|
|
54
55
|
- `canvas apply` 只处理节点、边、删除和视口,不代替 settings 或结构化 artifact 编辑。
|
|
55
56
|
|
|
57
|
+
规划文档保存遇到版本冲突时,重新读取目标文档当前精确选版的完整正文后重算修改,不能只换预期版本号继续发送历史正文。仅刷新来源或局部镜头时,提交前逐项比较其余镜头、台词、声音绑定与时序并原样保留,不能顺手缩写动作触发点、方向和持物约束。内置助手的 `AGENT_DOCUMENT_VERSION_CHANGED` 同样按此处理。
|
|
58
|
+
|
|
56
59
|
节点创建后必须在同一批确定最终排版:按真实依赖边将上游放左、下游放右,间距按实际节点宽高计算,默认节点为 360×380px,列间至少留 120px、行间至少留 84px,不能把间距当作左上角坐标步长;保留已有节点坐标,只为新节点选择不遮挡现有节点的最近空位。不要把新节点先堆在画布中心再交给用户整理,排版只写节点 x/y,不写入 config,也不为排版创建媒体任务。
|
|
57
60
|
|
|
58
61
|
## 安全边界
|
|
59
62
|
|
|
60
63
|
refresh token 只保存在系统钥匙串;密码和 API Key 只从交互式隐藏输入、stdin 或秘密管理器提供。不得读取、复制或删除本地认证缓存规避认证。项目供应商读取只返回遮罩状态,写入 Key 必须使用安全 stdin。删除既有项目、覆盖完整画布或改模型前先确认影响。
|
|
64
|
+
|
|
65
|
+
连续性计划改稿前核对 `shots[].previous_shot` 指向真实前镜,不能误抄为当前 `shot_key`。共享保存入口拒绝自引用并返回恢复诊断;收到该错误后回读当前完整正文,仅修正错误的相邻关系,保留未修改镜头,不删除依赖或伪造通过。
|
|
@@ -23,7 +23,7 @@ You compile approved short-drama shots into Seedance 2.0 prompts. Compile facts
|
|
|
23
23
|
Strict rules:
|
|
24
24
|
1. input_mode is always `full-reference`. Simultaneously cite character images, a temporal storyboard, a shot board, and an audio reference. Cite one Blender previz only when the production plan enables it. An asset board is optional. When a reference required by this shot's plan is missing, report errors instead of silently omitting it.
|
|
25
25
|
2. Write prompt as coherent, concrete, natural Chinese. Cite assets in submission-array order as `@图片1`, `@视频1`, and `@音频1`, exactly matching reference_manifest_json. Do not mention unused or absent assets. Preserve `person_reference: true|false` on every image/video reference according to the supplied material; audio must omit it. Never infer it from the role.
|
|
26
|
-
3. Allow at most 12 assets: 9 images, 3 videos totaling 2–15 seconds, and 3 audio files totaling at most 15 seconds. If a
|
|
26
|
+
3. Allow at most 12 assets: 9 images, 3 videos totaling 2–15 seconds, and 3 audio files totaling at most 15 seconds. If a limit is exceeded, duration is missing, roles conflict, or the current Provider's verified asset-moderation path still cannot support a face reference, leave prompt empty and report errors. A real face alone is not grounds for rejection or changing the confirmed art style: check the Provider's actual moderation capability, preserve accurate moderation failures, and never invent asset:// references or treat AI image review as Provider moderation.
|
|
27
27
|
4. Target duration must satisfy both 4–15 seconds and the live Provider constraint. Cover opening state, development, peak, reaction/resolution, and exit frame. For 13–15 second clips, use `[0–Ns]` timed segments that start at zero, meet without gaps or overlaps, and cover the full duration. Default to one continuous shot per storyboard unit; cut only when the director contract explicitly requires it.
|
|
28
28
|
5. State action subject, direction, speed, amplitude, target, and visible result; make the finished state clearly true and briefly stable before the exit frame. For prop use or contact, specify the subject, prop, and target states before contact, at contact, and after contact, plus any adjacent object that must stay attached or still; prevent mimed hand motion with an unresponsive object. In group shots lock exact headcount, left-to-right order, facing, and ownership of every participating hand; split interaction that cannot remain attributable. Without a motion reference that constrains the trajectory, translate complex fight-move names into body positions, anticipation, contact, force result, and reaction; preserve an exact named move only when a credible reference supports it. Never let a completed short action reverse, rebound, or grow unrelated filler to occupy the remaining duration; extend it only with same-direction follow-through beats. State camera start, path, speed change, and end. Preserve identity, costume, location, props, light direction, screen direction, and neighboring-shot continuity.
|
|
29
29
|
6. Preserve dialogue, narration, and visible text verbatim. audio_policy uses three orthogonal contracts: delivery_mode is native/post_dub/external_audio; presentation is visible-dialogue/offscreen-dialogue/narration; fallback_mode is none/post-dub/cinematic-tts/sound-design. State each line's own BCP 47 `[language]` beside its verbatim text; never replace mixed-language dialogue with the project default. At exact times, native lines generate the exact words in the named speaker's voice. Give off-screen dialogue a direction, distance, and room reflection and never make a visible character speak. Give narration an independent close-mic field, keep every visible mouth naturally closed, and compile tone arc, every emotion beat, pace, breath and pause, and distance and space. post_dub/external_audio lines guide performance, lip action, and timing but generate no finished speech. Ambience states source, distance, reflection, start/end continuity, and cross-shot carry, with allowed `evidence.source` and concrete `evidence.detail` on every ambience item. Action sound is tied only to a visible contact or motion; every action_sounds `evidence_event_key` exactly matches a visible_event_keys item jointly declared by the plan and storyboard, then states attack, transient, decay, and stop. Never spread one generic effect across the whole shot. Duck ambience naturally under speech without erasing it. Every mode says no undeclared BGM; licensed score is independent. Report an error instead of compressing text or accepting a missing language or other contract field.
|
|
@@ -22,7 +22,7 @@
|
|
|
22
22
|
|
|
23
23
|
严格规则:
|
|
24
24
|
2. prompt 必须是连贯、自然、具体的中文。引用按提交数组顺序写作 `@图片1`、`@视频1`、`@音频1`,编号、类型和用途必须与 reference_manifest_json 一致;未实际使用的素材不写标签,无素材不造标签。每个图片/视频引用必须按素材实际内容保留 `person_reference: true|false`,音频不得包含该字段;不得按 role 猜测。
|
|
25
|
-
3. 素材总数≤12:图片≤9,视频≤3且总时长2–15秒,音频≤3且总时长≤15
|
|
25
|
+
3. 素材总数≤12:图片≤9,视频≤3且总时长2–15秒,音频≤3且总时长≤15秒。超量、缺时长、用途冲突或经核实当前 Provider 素材审核链路仍无法支持的人脸参考时,不生成 prompt,把问题写入 errors。不能仅因参考含真人脸就报错或更换已确认画风;按当前 Provider 的真实素材审核能力判断,审核失败保留准确诊断,不手造 asset:// 或把 AI 审图当成供应商审核。
|
|
26
26
|
4. 目标时长必须在4–15秒及 Provider 实时约束内。用完整时间轴覆盖起始状态、动作发展、峰值、反应/收束和镜尾;13–15秒必须使用 `[0–Ns]` 格式分段,所有时间段从 0 开始、首尾相接并覆盖完整时长。默认一个分镜单元生成一个连续镜头,只有导演本明确要求内部切镜时才写切点。
|
|
27
27
|
5. 动作写出主体、方向、速度、幅度、作用对象和可见结果,结果必须在镜尾前清晰成立并短暂稳定;涉及道具或接触时,分别写清接触前、接触点和接触后主体、道具、目标的状态,以及必须保持连接或静止的邻接物,防止只生成手势而物体不响应。多人镜锁定准确人数、从左到右顺序、朝向及参与动作的手属于谁;无法清楚归属的复杂交互拆镜。复杂打斗缺少能约束运动轨迹的参考时,不用招式名称代替编排,改写为双方身体位置、蓄力、接触点、受力结果和反应;有可信运动参考时才保留精确招式。短动作不得在完成后自动倒放、回弹或用无关动作填满剩余时长;需要延续时拆成同方向的后续节拍。运镜写出起点、路径、速度变化和终点。保持人物身份、服装、场景、道具、光向、运动轴线和前后镜状态连续。
|
|
28
28
|
6. 对白、旁白和画内文字逐字保留原文。audio_policy 使用三层合同:delivery_mode 只允许 native/post_dub/external_audio,presentation 只允许 visible-dialogue/offscreen-dialogue/narration,fallback_mode 只允许 none/post-dub/cinematic-tts/sound-design。每行必须显式写出自己的 BCP 47 `[language]` 与原文,不得用项目默认语言覆盖多语言对白。native 行按精确时间生成指定说话人的原文;画外对白写明画外方向、距离与空间反射,不得让可见人物代说;旁白使用独立近讲声场,保持所有画内人物自然闭嘴,并逐项写出 tone arc、每个 emotion beat、pace、breath and pause、distance and space。post_dub/external_audio 只用台词指导表演、口型和节奏,不生成成品人声。环境底必须写声源、距离、空间反射、连续起止和跨镜延续,每项 ambience 携带受控 `evidence.source` 与具体 `evidence.detail`;动作声只绑定可见接触或运动,每项 action_sounds 的 `evidence_event_key` 精确命中计划与分镜共同声明的 visible_event_keys,再写清起音、瞬态、余响和停止点,禁止用一条泛化效果覆盖整镜;对白期间环境底自然压低但不消失。明确禁止未声明 BGM,授权配乐由独立流程负责。缺少语言、声音放不下或合同缺项时返回 errors,不压缩或改写台词。
|
|
@@ -16,4 +16,11 @@ CosyVoice 自定义音色设计/克隆只在目标为百炼 CosyVoice、实时
|
|
|
16
16
|
|
|
17
17
|
声音计划由 Agent 自写并通过 `canvas document save` 保存为 `audio-plan` 文档,不运行 `drama-audio-plan` 或声音分析 LLM 重做已有台词。生产正文使用原生合同 delivery_mode=native、逐字 dialogue、逐人物 voice_assignments 与 open_questions。默认 first_generated_video 在首镜尚未生成时,reference=null 并写清 limitation/reviewPlan;这是已确认的阶段性待绑定,不把“尚无首镜样本”本身写为 open_questions,避免首镜生成和取样循环等待;其他真实未决问题仍阻断。
|
|
18
18
|
|
|
19
|
+
用户从无配乐改为后期配乐时,同步核对 music 与 native_audio_exception 等禁止语的适用阶段:视频生成不带源BGM,后期另轨加入已授权音乐,保留原生对白和现场声;不保留全片禁止BGM的冲突表述,不因此重写对白、声线或其他已确认内容。
|
|
20
|
+
原生声音计划仅追加后期音乐时,显式写 music.delivery_stage=post;共享合同据此区分后期轨与源视频原声,不豁免对白、已绑定声线、现场声、实际源版本和审核校验。未声明阶段仍按原严格合同处理。生成音乐由服务端保存实际字节测得的时长;历史音乐缺时长时不能按提示词目标秒数补造。
|
|
21
|
+
|
|
22
|
+
music-generate 已填写完整 prompt 时只发送该曲目正文,连入声音计划保留来源追溯,不拼接整集对白和声线;没有显式 prompt 才使用连入文本。提交前核对正文长度和实时模型限制,超限先精简简报,不静默截断或拆成多个付费请求。
|
|
23
|
+
|
|
24
|
+
`voice_assignments` 每项显式保留 `speaker`、`reference`、`limitation`、`reviewPlan` 四个字段;可空字段必须写 `null`,不能省略。已有参考时 `reference` 固定为真实 `nodeId/assetId/versionId/mediaId`,没有限制则 `limitation=null`,不改已有声线;尚待首镜取样时使用 `reference=null` 并保留具体限制及复听方案。同一说话人不能重复登记。保存服务复用原生声线结构合同,按拒绝中的字段路径修正文档,再刷新实际依赖该计划的预检;不能到视频提交阶段靠删音频引用试错。
|
|
25
|
+
|
|
19
26
|
真实 video-audio-extract 完成后,服务端仅给当前未绑定说话人追加声音计划版本;回读新的版本和 nodeId/assetId/versionId/mediaId,再将样本连接后续视频 reference-audios。已有人工参考、用户改写的计划及 none/provider_voice_id/user_upload/global_asset 模式不自动覆盖或降级。自动回写不代表已试听、人物声纹已通过审核或后续视频已经接线。
|
|
@@ -1,9 +1,11 @@
|
|
|
1
1
|
# 生成原创短剧视频
|
|
2
2
|
|
|
3
|
-
|
|
3
|
+
按项目 `mediaReviewMode` 对原创短剧镜头执行正式视频生成:per-stage 要求当前阶段真实批准;final-only 按共享素材门禁推进来源与技术 QC 有效的未验收候选,保留内容失败和未核实项,不冒充审核通过。先读取制作计划文档和 `canvas node types`,检查每镜的 StarRouter 模型、画幅、时长、分辨率、提示词文档和参考资产版本。用户确认计划后,才创建或运行 `video-generate` 节点。
|
|
4
|
+
|
|
5
|
+
正式提示词与视频执行节点分别持有制作来源输入;审核、连续性或声音计划换版后,须同时核对两层实际端口与所选版本。正式提示词保存成功不代表视频节点已刷新;`PRODUCTION_VIDEO_SOURCE_STALE` 按返回的 handle/nodeId 修复具体依赖,不重发同一失效输入、不修改历史审核或节点状态绕过。
|
|
4
6
|
|
|
5
7
|
视频节点使用当前已选的人物、场景、道具、分镜和主运动参考资产,并通过端口连接已选版本;不得静默丢弃参考,也不得用原片关键帧替换已批准资产。需要公网参考时,先确认素材权利和公开暴露范围。`MiniMax-H3` 可承载经批准的 Ref2VA 运动参考;H3-Max 与多格分镜板的能力边界仍按模型合同校验。
|
|
6
8
|
|
|
7
|
-
|
|
9
|
+
同一输入指纹只允许一个在途任务。提交结果未知时先查询原任务,不自动重试。成功输出登记为候选版本:per-stage 逐镜完整观看并通过画面、声音和连续性审核后选版;final-only 可按共享门禁选作制作候选并继续剪辑,完整看听与交付验收仍须完成,不能把选版当作人工批准。失败镜头定位原因后按已有授权评估单独重跑。旧项目中保存的 RunningHub、Comfly 直连等配置不能继续提交付费任务,必须先按当前项目重新确认模型、参数和能力。
|
|
8
10
|
|
|
9
11
|
主运动参考在合同中记作 `reference_video`,必须绑定当前已选版本;生成前再次核对端口、版本和 SHA-256。
|
|
@@ -2,4 +2,6 @@
|
|
|
2
2
|
|
|
3
3
|
先读取 `canvas workflow status`、`task list/get` 和 `canvas asset list/get`;对异步生成只查询原任务,不先重提。按 Provider、输入指纹、任务终态、统一 `outputs[]` 和画布资产版本判断:在途继续等待,远端成功但本地缺文件时先重新下载,明确失败才评估重试。
|
|
4
4
|
|
|
5
|
-
|
|
5
|
+
只读状态查询的瞬时网络失败最多重试原目标三次且指数退避,不因此新建生成请求。提交超时、响应丢失或未取得供应商任务编号时,即使本地任务 failed,仍按提交结果未知保留原任务并核对,不能套用三次重试;追加预算也不等于允许重发未知请求。只有确认未受理或明确失败、查明原因且已有授权覆盖时,才评估单镜重提;已有明确重试授权不重复询问,授权不足时先说明重复受理风险再确认。401/403、余额、审核、schema、能力或语言门禁错误停下修正。局部失败只暂停该镜,恢复过程不得读取或回写外部业务系统。
|
|
6
|
+
|
|
7
|
+
版本冲突须区分来源已变与命令快照已失效。内置助手返回 AGENT_CANVAS_VERSION_CHANGED 时,重复图读取或缩小字段不会刷新命令快照;应由现有宿主入口从当前持久画布刷新上下文后续跑,保留原任务及其终态,不猜版本、不重发生成。CLI 重新读取当前画布及相关选版后再规划后续动作,不能把旧分析套到新版本;内置助手不能通过 CLI 绕过自身门禁。
|
|
@@ -2,7 +2,9 @@
|
|
|
2
2
|
|
|
3
3
|
标准流程固定为:
|
|
4
4
|
|
|
5
|
-
`analysis → script → director-book → asset-analysis → asset-generation → production-plan →
|
|
5
|
+
`analysis → script → director-book → asset-analysis → asset-generation → production-plan(自写镜头物化 → production-plan 文档 → plan-shot-continuity)→ 已选分镜板 → shot-review → video prompts → videos/audio → editing → delivery`
|
|
6
|
+
|
|
7
|
+
镜头编辑可能同时推进父故事板选版,保存下游文档前回读父来源。文档保存返回来源冲突的 nodeId、expectedVersionId、currentVersionId 时,回读该节点正文后重算依赖,不删除实际来源或只替换版本号。每轮限制生成两个镜头只限制执行数量;整集制作计划仍覆盖全部镜头,shots、shot_count 和总时长必须一致,不能用两镜摘要覆盖整集计划。
|
|
6
8
|
|
|
7
9
|
短剧插件只提供原创短剧阶段合同;参考片复刻使用 [复刻知识问答](recreation/recreation-qa.md) 中的 CLI 画布节点。旧复刻项目由插件阻止并提示迁移。
|
|
8
10
|
|
package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/prompt/prompt-craft.md
CHANGED
|
@@ -57,6 +57,10 @@
|
|
|
57
57
|
|
|
58
58
|
## 按模态裁剪
|
|
59
59
|
|
|
60
|
+
时间板的 `frame_plan.beats` 与 `temporal_cells` 须逐格写明主体、可见状态、尚未参与者和持物归属;第一格继承实际起态,不把已完成的反应再演一次。按触发→反应→接触→结果核对格序,不能只写“落下”“到了手中”而省略承载面与接触关系。格数不足时按既定板型流程调整或拆镜,不在一张静态格里声称证明完整运动;板图只证明可见关键状态,完整动作仍须审视频。
|
|
61
|
+
|
|
62
|
+
正式提示词须按来源 speechUnits 顺序逐字保留对白与旁白,重复台词保留对应次数。共享保存及视频提交会拒绝原文缺失或顺序不符并返回 PRODUCTION_VOICE_DIALOGUE_MISMATCH;仅归一化排版空白与 Unicode 组合形式,不替换文字或标点。该检查只验证文本覆盖,不证明说话人归属、完整听音或口型通过;不要把它替代声音与实际成片审核。
|
|
63
|
+
|
|
60
64
|
- 图片:先写资产身份和视图,再写构图、材质、光线、画面文字来源和不可改变属性;一个节点只解决一个资产目标。
|
|
61
65
|
- 音频/音乐:先写说话人或曲式,再写语言/音色或段落结构、情绪、时序和混音限制;对白、歌曲和纯音乐分开建节点。
|
|
62
66
|
- 文本:写清事实、说话人、语气和交付格式,不套用镜头或音色字段。
|
|
@@ -108,6 +112,8 @@
|
|
|
108
112
|
| 视频延长/连续镜头 | 首尾来源、继承状态、新动作起点、镜头/声音接续、结束状态 | 接续点、尾帧状态或声音交接不明确 |
|
|
109
113
|
| 首尾帧/视频编辑 | 首帧/尾帧身份、变化发生的时间段、保留项、修改项、过渡路径、结束状态 | 变化时段、保留范围或尾帧可达性不明确 |
|
|
110
114
|
|
|
115
|
+
拿放、掉落与交接先核对真实参考里的出口、容器、支撑面及可达距离,写清物体从哪里出现、沿哪条路径运动、接触哪里、如何停稳和被取走。不能把“落入取物槽”扩写成落在未出现的外侧台面,也不能凭空增加承载面使物体悬停;关键接触面被遮挡时记录未核实,先调整可拍调度或机位,不用文字断言全过程可见。
|
|
116
|
+
|
|
111
117
|
## 表演合同 `performance_contract`
|
|
112
118
|
|
|
113
119
|
每个可见人物都必须记录:当前主动作、注意对象、反应触发、未参与状态、动作结果和镜尾状态。多人默认错开起始时刻、动作幅度、视线、反应延迟、呼吸和眨眼;只有剧情明确要求同步时才同步。
|
|
@@ -135,12 +141,17 @@ P3 为可交付:主体和素材用途明确、动作按时间顺序可执行
|
|
|
135
141
|
|
|
136
142
|
1. 列出每个主体和参考素材,检查编号、来源、用途和优先级一一对应。
|
|
137
143
|
2. 用时间线检查每镜起始状态、动作、结果和下一镜继承状态。
|
|
144
|
+
同一状态若重复写在 imagePrompt、continuity.entry_state、motion_plan.start_state、actingNotes 和正文中,必须按同一实际起始画面逐处核对;修订手位、持物或姿态后同步修正冲突字段,不能只改表演段而保留旧首态。起始状态与之后的动作结果分别描述;景别只能看到上半身时,用画面可观察的肩胸位移描述反应,不把画外支撑脚或沿镜头深度的模糊位移当成可见表演证据。
|
|
138
145
|
3. 用俯视图检查人物、道具、镜头和运动方向是否冲突。
|
|
139
146
|
4. 检查输入模式、素材的保留/修改/忽略范围和标签顺序。
|
|
147
|
+
单幅首态须检查参考图是否已包含未来的持物或转身姿态:人物设定图只继承身份与服装,场景图只继承空间与光线,不能把参考图的后段动作复制到本镜 0 秒。明确实际可见的空手、持物和朝向,生成后以真实图片核对,来源正确或提示词写了首态均不等于图像已遵守。
|
|
148
|
+
前镜尾帧作为状态参考不等于继承机位。正式镜头为 independent 换机位时,保留其 camera_setup_id、轴线和构图设计,只从尾帧继承身份、姿态与持物;不能为了复用尾帧把换机位改写成同机位或声称首帧严格锁定。新机位仍须覆盖本镜关键接触与结果。
|
|
140
149
|
5. 检查时间码、总时长、动作预算、镜尾状态和转场动机。
|
|
150
|
+
以对白或接触完成为触发条件的反应,其时间窗不得早于该事件的完成点;“说完后”与绝对秒数必须一致,不能同时要求先后顺序和重叠起始。人物前后方向与画面左右分别说明,倾身或退让用支撑位置及可见肩胸终点消除歧义;画外支撑只作物理约束,不能作为已观察到动作的证据。
|
|
141
151
|
6. 删除无法验收的形容词,替换成可观察的画面或声音事实。
|
|
142
152
|
7. 检查正向约束与禁止项是否互相否定,保留最小必要集合。
|
|
143
153
|
8. 检查画面文字、logo、字幕和交付格式与对白、语言合同是否一致。
|
|
154
|
+
说话人嘴部可见时要求口型同步;画外说话人不要求镜内口型,不为对白新增人脸入画。镜内嘴部可见且未说话的人物不代说;只有手部或道具可见时,不为画外嘴部编写闭口表演。
|
|
144
155
|
9. 检查是否残留占位符、项目专用字段或故事板布局说明。
|
|
145
156
|
10. 标记等级:P0/P1 必须重写,P2 补齐,P3/P4 可输出。
|
|
146
157
|
|
|
@@ -184,3 +195,13 @@ P3 为可交付:主体和素材用途明确、动作按时间顺序可执行
|
|
|
184
195
|
本规范只提供内容结构。H3 必须先读 [H3 提示词规范](h3-prompt-writing.md) 与 [H3 成片规则](../../h3-video-delivery.md),按实时能力选择输入模式,并只输出规定的字段和顺序;Seedance 必须先读 [Seedance 2.0 逐镜提示词规范](seedance-prompting.md) 和实时 Provider schema;两者不得混用字段或引用语法。最终编译前必须读取实时节点 schema、项目有效 `artStyle`、画幅、时长和音频能力。
|
|
185
196
|
|
|
186
197
|
音色绑定后,角色长期档案保留 `voice_identity`。模型支持参考音频时,把已选全局音色作为 `audio_reference`;H3 仍使用原生音频,不运行外部 TTS 覆盖。模型不支持参考音频时只写稳定声线描述,并在结果中保留能力限制。
|
|
198
|
+
|
|
199
|
+
拿放或交接连续两次出现同类物理失败,且已核对真实输入与来源一致时,先调整可拍调度,不继续堆叠同义禁止词。可将现有镜头正式修订为动作插入近景,使出口、支撑面与参与肢体的接触链处于画内,减少同时要求可见的主体;保留剧情因果、台词、说话人和世界起末状态,不把失败动作删掉冒充修复。画外对白仍属于原说话人,画外状态只作约束、不作为已看到的证据;必要肢体归属无法辨认时继续记未核实。先修正式镜头与受影响计划,再刷新图和视频提示词,不能仅在最终提示词中换景别。
|
|
200
|
+
|
|
201
|
+
用于单幅起始关键帧的 imagePrompt 只描述动作发生前的静止状态;不能在“尚需取出/拾起”的 action 旁写“已经拿出并持有”,也不能把随后转身或离场塞进首帧。此类冲突属于来源 P1,应正式修源并刷新计划,不能仅列作旧视频 P2 后仍批准文字审计;时长同时容纳接触链、逐句对白和离场,不能只按台词字数估计。
|
|
202
|
+
|
|
203
|
+
改变景别或人物是否入画时,同步核对 dialogue_plan.mode/focus,不能在动作插入近景继续保留 two-shot 构图。专业修订使用实时导演合同的枚举;有原对白的动作空镜可用 environment/action,画外声音仍保留原说话人与原文,不写不存在的 off-screen 枚举,也不以 none 删除对白。CLI 走正式 revise-storyboard,内置 canvas_edit_shot 支持 mode/focus 对象增量;均须正式修订来源并刷新受影响参考与计划,不能只在最终提示词中覆盖。
|
|
204
|
+
|
|
205
|
+
正式镜头修订后,重新执行板图或单幅关键帧前还要回读节点 config.prompt;旧纠错补充可能仍写着旧景别、提前完成的动作、人物可见范围或持物。按当前精确来源逐项核对,清除冲突的旧补充,只保留仍有依据的说明,再回读实际配置;节点 stale 或 duration 自动更新不代表纠错文字也已更新。不能用旧补充覆盖新正式来源。
|
|
206
|
+
|
|
207
|
+
手部或道具插入近景须先核对取景范围的物理可行性:低位物体、完整肩肘腕手链与躯干完全画外不能机械叠加。按景别选择可见证据,允许正常的画边裁切;手应通过袖口、前臂连续到画边,不能悬浮或切断。若确需完整肩臂归属,先正式调整景别和构图,再刷新依赖;不能把画外肩膀、被裁掉的关节或推断的身体连接写成“实际可见”。AI 审核通过但观察与同字节实图矛盾时保留原审核及独立异议,不据此声称人工验收通过。
|
package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/prompt/seedance-prompting.md
CHANGED
|
@@ -10,9 +10,12 @@
|
|
|
10
10
|
|
|
11
11
|
## 素材用途与引用
|
|
12
12
|
|
|
13
|
+
素材兼容性检查前移到资产计划和画风确认阶段。写实真人脸部的普通 URL 参考可能触发隐私拒绝,但不能据此断言必须更换画风:本项目 StarRouter 的 Seedance 2.0、2.0-fast、2.5 已接入 BytePlus Ark 素材审核。Provider 收到明确的真人隐私拒绝后,在同一任务内创建素材,等待 Active,再用真实 asset:// 引用有界重提一次;其他参数错误、网络错误和未知提交结果不触发该恢复。审核配置缺失、审核失败/超时或审核后仍拒绝时,保留准确错误并停止,检查实际链路,不自动更换已确认画风或模型。审核由后端执行,助手不得手造 asset://、把本地 AI 审图当成供应商审核,或虚报审核通过。
|
|
14
|
+
|
|
13
15
|
- `@图片1`、`@视频1`、`@音频1` 的编号、类型和用途必须与实际提交数组、引用清单一一对应;未使用的素材不写标签,没有素材不造标签。
|
|
14
16
|
- 每个素材只承担一个主要职责:人物身份、当前画面/分镜、首帧、动作或运镜参考、音频节拍。不要让一张图同时无条件控制身份、动作和场景。
|
|
15
|
-
-
|
|
17
|
+
- 实际视频出现宫格污染时,不只重复反宫格措辞。保留策略要求的已审核板作为正式提示词的规划来源,另用有真实选版和来源的单幅图接视频 `references`;正式提示词仍连接原板并记录替代参考,视频提交和回写继续重验原板审核。引用编号只按实际发送图片排列,不给未发送的规划板编造图片标签。当前专业链路仍要求参考模式,不能直接改接 `start-frame`;新增单幅关键帧前同步计划并完成选版和审核,不删除策略要求的板或自动给每镜补图。
|
|
18
|
+
- 项目合同上限:素材总数不超过 12;图片不超过 9;视频不超过 3 且合计 2–15 秒;音频不超过 3 且合计不超过 15 秒;单次生成时长 4–15 秒。超限、经核实当前 Provider 审核链路仍无法支持的人脸参考、用途冲突或缺时长时,把问题写入 `errors`,不生成提示词;不能仅凭参考图含真人脸就判定冲突。
|
|
16
19
|
- `person_reference` 必须按素材实际内容声明;音频不包含该字段,也不按用途猜测。
|
|
17
20
|
|
|
18
21
|
## 动作与空间
|
|
@@ -62,3 +65,7 @@ P1(必须重写):动作因果或时间顺序矛盾;运镜拍不到指定
|
|
|
62
65
|
P2(补齐后提交):缺少镜尾状态、转场动机、环境声、声音主次或光影材质;有对白但没有说话人或口型要求;质量词无法对应到画面或声音事实。
|
|
63
66
|
|
|
64
67
|
通过检查后再用 `canvas node write-video-prompt` 写入正式文本,回读版本并完成选版,才能提交视频。
|
|
68
|
+
|
|
69
|
+
声音合同须编译到实际发送供应商的 prompt 正文:明确逐字对白、说话归属、现场声和音乐策略。audio_policy 等辅助核对字段不会自动传给视频模型,不能只填辅助字段。无配乐时只保留原创对白和现场声,不生成歌曲或背景音乐。
|
|
70
|
+
|
|
71
|
+
同机位 previous-tail 镜头以当前前镜真实尾帧作为实际图片数组的第一参考;先成对比较尾帧与拟用首幅的背景位置、人物站位、持物手和光线方向。另生成的首幅或场景设定与尾帧冲突时,移除视频输入中的冲突构图;尾帧已清楚呈现人物和场景时可只用该尾帧作图片参考,规划板仍按正式来源合同校验。按最终真实数组重写全部引用编号、保存并回读正式提示词,不靠增加“保持一致”来调和矛盾。参考模式不能保证严格首帧锁定,生成后仍须比较前镜尾段和后镜首段。
|