@aswless_854771076/ai_short_studio_cli 0.1.219 → 0.1.221
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/README.md +2 -2
- package/dist/commands/canvas/node/add.js +2 -1
- package/dist/commands/canvas/node/types.js +1 -1
- package/dist/domain/vvicat-api.d.ts +1 -0
- package/dist/preflight.js +1 -1
- package/dist/runtime.d.ts +1 -1
- package/dist/runtime.js +1 -1
- package/package.json +1 -1
- package/skills/using-vvicat-ai-short-studio-cli/SKILL.md +2 -1
- package/skills/using-vvicat-ai-short-studio-cli/references/canvas-inspection.md +10 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/generation/configure-generation-providers.md +2 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/generation/design-drama-audio.md +2 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/generation/image26-animation.md +29 -0
- package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/recreation/recreation-qa.md +3 -3
package/README.md
CHANGED
|
@@ -33,7 +33,7 @@ Agent 代操作时,用户已在当前会话明确提供的密码只能直接
|
|
|
33
33
|
|
|
34
34
|
注册确认链接使用当前 profile 的 `baseUrl` 和 `--locale`,指向同域的 `/{locale}/auth/callback`。API 与网页需保持同域,并在 Supabase Redirect URLs 中允许各环境的 `/**`;Site URL 只作为未显式传入回调时的生产兜底。
|
|
35
35
|
|
|
36
|
-
CLI 只把 refresh token 保存到系统钥匙串。短期 access token 会写入权限为 `0600` 的本机 session 缓存;同一 profile 的并发进程通过跨进程锁共享刷新结果,只有缓存缺失或确实需要刷新时才访问钥匙串,从而避免 Agent 批量操作反复触发 macOS Keychain。退出登录会清除该缓存,CI 可用 `VVICAT_ACCESS_TOKEN` 直接注入临时令牌。未配置服务地址时默认连接 `https://pixelshort.
|
|
36
|
+
CLI 只把 refresh token 保存到系统钥匙串。短期 access token 会写入权限为 `0600` 的本机 session 缓存;同一 profile 的并发进程通过跨进程锁共享刷新结果,只有缓存缺失或确实需要刷新时才访问钥匙串,从而避免 Agent 批量操作反复触发 macOS Keychain。退出登录会清除该缓存,CI 可用 `VVICAT_ACCESS_TOKEN` 直接注入临时令牌。未配置服务地址时默认连接 `https://pixelshort.vvicat.dev`,`--base-url`、`VVICAT_BASE_URL` 和当前 profile 可依次覆盖。首次登录会从服务端 bootstrap 取得 Supabase 公共配置,也可用 `VVICAT_SUPABASE_URL`、`VVICAT_SUPABASE_PUBLISHABLE_KEY` 显式覆盖。Google 登录在 Windows 上直接调用系统 URL Handler,确保带 `&` 的 PKCE 授权参数完整传给浏览器。服务地址和非敏感 profile 写入系统配置目录;切换环境时必须使用独立的 `--profile`,避免复用旧认证。
|
|
37
37
|
|
|
38
38
|
创作前运行 `ai-short-studio preflight --json`。CLI 会通过公开的 `/api/v1/bootstrap` 检查服务连通性、取得 Supabase 公共配置、读取 npm `latest` 稳定版本并自动更新全局 CLI;更新成功后按输出重新运行。临时不更新时传 `--no-update`。随后预检检查登录态和文本、人物、场景、故事版、视频模型配置。npm registry 暂时不可用时服务端使用配置版本降级。
|
|
39
39
|
|
|
@@ -223,7 +223,7 @@ cd packages/ai_short_studio_cli
|
|
|
223
223
|
npm run release:ci
|
|
224
224
|
```
|
|
225
225
|
|
|
226
|
-
staging 不再发布 CLI,原 `release:test` 和 `release:ci:test` 入口已移除。Docker 自动发布要求 `NPM_PUBLISH_ENABLED=true` 且 `NEXT_PUBLIC_SITE_URL=https://pixelshort.
|
|
226
|
+
staging 不再发布 CLI,原 `release:test` 和 `release:ci:test` 入口已移除。Docker 自动发布要求 `NPM_PUBLISH_ENABLED=true` 且 `NEXT_PUBLIC_SITE_URL=https://pixelshort.vvicat.dev`(允许末尾 `/`);地址缺失或为测试站时跳过发布。测试环境应持续设置 `NPM_PUBLISH_ENABLED=false`。生产正式包沿用已配置的包名和 `latest` tag。
|
|
227
227
|
|
|
228
228
|
`release:ci` 会依次运行测试和类型检查、发布 npm、等待 registry 可见,再从 npm 安装该精确版本并验证 CLI 与配套 Skill。无需配置自有 Runner;只有访问内网或需要固定出口 IP 时才使用自有构建集群。
|
|
229
229
|
|
|
@@ -4,12 +4,13 @@ import { commandApi, projectFlag, readJsonInput } from '../../../command-helpers
|
|
|
4
4
|
export default class CanvasNodeAdd extends BaseCommand {
|
|
5
5
|
static examples = [
|
|
6
6
|
'<%= config.bin %> canvas node add recreation-transcribe --project PROJECT_ID --config asr.json --json',
|
|
7
|
+
'<%= config.bin %> canvas node add image-generate --project PROJECT_ID --config gif.json --json',
|
|
7
8
|
];
|
|
8
9
|
static args = { kind: Args.string({ required: true }) };
|
|
9
10
|
static flags = {
|
|
10
11
|
...BaseCommand.baseFlags, project: projectFlag, x: Flags.integer({ default: 0 }), y: Flags.integer({ default: 0 }), title: Flags.string(),
|
|
11
12
|
'asset-id': Flags.string({ description: '绑定已有媒体资产 ID,仅用于 image、video、audio 节点' }),
|
|
12
|
-
config: Flags.string({ description: '配置 JSON
|
|
13
|
+
config: Flags.string({ description: '配置 JSON 文件;GIF 动图使用 outputFormat=gif、frameCount(当前 2–16)、frameDurationMs(以实时节点 schema 为准);字幕 ASR 使用 {"task":"transcription","responseFormat":"verbose_json","language":"auto"},创建后连接一个 video 或 audio 来源' }),
|
|
13
14
|
'source-format': Flags.string({ description: '手写分镜来源格式;仅用于 storyboard-resource', options: ['screenplay-json.v1', 'screenplay-markdown.v1'] }),
|
|
14
15
|
platform: Flags.string({ description: '专业拆镜发布平台,默认 short-drama', dependsOn: ['source-format'] }),
|
|
15
16
|
};
|
|
@@ -2,7 +2,7 @@ import { Args } from '@oclif/core';
|
|
|
2
2
|
import { BaseCommand } from '../../../base-command.js';
|
|
3
3
|
import { commandApi } from '../../../command-helpers.js';
|
|
4
4
|
export default class CanvasNodeTypes extends BaseCommand {
|
|
5
|
-
static description = '
|
|
5
|
+
static description = '读取完整节点目录、creationAudience 创建用途、配置与 schema(含镜头 shotEditSchema 视觉绑定合同;不带 --project)';
|
|
6
6
|
static args = { kind: Args.string() };
|
|
7
7
|
static flags = BaseCommand.baseFlags;
|
|
8
8
|
async run() { const { args, flags } = await this.parse(CanvasNodeTypes); const { api } = await commandApi(flags); const catalog = await api.nodeTypes(); this.print(args.kind ? catalog.nodeTypes.find((item) => item.kind === args.kind) ?? null : catalog); }
|
|
@@ -22,6 +22,7 @@ interface CanvasDto extends JsonObject {
|
|
|
22
22
|
interface NodeType extends JsonObject {
|
|
23
23
|
kind: string;
|
|
24
24
|
title: string;
|
|
25
|
+
creationAudience?: 'manual' | 'agent' | 'shared' | 'internal' | 'deprecated';
|
|
25
26
|
source?: 'builtin' | 'custom';
|
|
26
27
|
definitionId?: string | null;
|
|
27
28
|
definitionVersionId?: string | null;
|
package/dist/preflight.js
CHANGED
|
@@ -120,7 +120,7 @@ function inspectModelCapabilities(model, modelKey, modelType, defaults, addMissi
|
|
|
120
120
|
const field = optionName.slice(0, -'Options'.length);
|
|
121
121
|
const selected = selection[field];
|
|
122
122
|
if (selected === undefined) {
|
|
123
|
-
if (modelType === 'image' &&
|
|
123
|
+
if (modelType === 'image' && ['resolution', 'outputFormat', 'complexity'].includes(field))
|
|
124
124
|
continue;
|
|
125
125
|
if (modelType === 'video' && field === 'generateAudio' && rawOptions.includes(false))
|
|
126
126
|
continue;
|
package/dist/runtime.d.ts
CHANGED
|
@@ -10,7 +10,7 @@ interface RuntimeFlags {
|
|
|
10
10
|
'supabase-publishable-key'?: string;
|
|
11
11
|
'supabase-url'?: string;
|
|
12
12
|
}
|
|
13
|
-
export declare const DEFAULT_BASE_URL = "https://pixelshort.
|
|
13
|
+
export declare const DEFAULT_BASE_URL = "https://pixelshort.vvicat.dev";
|
|
14
14
|
export declare function createRuntime(flags: RuntimeFlags): Promise<{
|
|
15
15
|
profile: CliProfile;
|
|
16
16
|
session: SessionManager;
|
package/dist/runtime.js
CHANGED
|
@@ -6,7 +6,7 @@ import { ApiKeyAuthProvider } from './auth/api-key-auth-provider.js';
|
|
|
6
6
|
import { FileAccessTokenCache } from './auth/session-cache.js';
|
|
7
7
|
import { defaultConfigDirectory, ProfileStore } from './config/profiles.js';
|
|
8
8
|
import { fetchBootstrap } from './preflight.js';
|
|
9
|
-
export const DEFAULT_BASE_URL = 'https://pixelshort.
|
|
9
|
+
export const DEFAULT_BASE_URL = 'https://pixelshort.vvicat.dev';
|
|
10
10
|
export async function createRuntime(flags) {
|
|
11
11
|
const profiles = new ProfileStore();
|
|
12
12
|
const selected = flags.profile ? await profiles.get(flags.profile) : await profiles.current();
|
package/package.json
CHANGED
|
@@ -15,6 +15,7 @@ description: Use when an agent needs to inspect or operate VVICAT infinite-canva
|
|
|
15
15
|
|
|
16
16
|
`SKILL.md` 只保留路由和主流程。按实际进度逐阶段读取命中的资料;长任务可以先后读取多份,但不要在开始时一次加载全部:
|
|
17
17
|
|
|
18
|
+
- GIF、循环动图、Image 2.6 的渠道限制:优先使用 StarRouter Image 2.6,读取 [动图合同](references/short-drama/generation/image26-animation.md),以实时能力为准,当前渠道帧数上限为 16,frameCount/frameDurationMs 控制新生成的帧数和速度,完成后核对真实帧延迟;已实测支持通过参考图生成 GIF,须保留设定图输入并核对返回身份;已有 GIF 逐帧编辑仍属能力缺口。
|
|
18
19
|
- 项目创建、settings、批处理、目录或安全边界:[references/project-and-canvas.md](references/project-and-canvas.md)
|
|
19
20
|
- 轻量 3D 预演场景读取、结构化编辑、显式渲染与工程导出:[references/canvas-previs.md](references/canvas-previs.md)
|
|
20
21
|
- 人物/场景/道具、拆镜、分镜图和生成前审计:[references/assets-and-storyboard.md](references/assets-and-storyboard.md)
|
|
@@ -40,7 +41,7 @@ description: Use when an agent needs to inspect or operate VVICAT infinite-canva
|
|
|
40
41
|
| 结构化分镜、分镜图、逐镜制作计划与跨镜连续性 | `references/short-drama/storyboard/build-drama-storyboard.md`、`references/short-drama/storyboard/plan-drama-production.md`、`references/short-drama/storyboard/plan-shot-continuity.md` | `Agent 自写分镜 → production-plan 文档 → continuity-plan 文档 → selected storyboard image type`;由 Agent 按镜头目标选择单图、时间故事版、镜头分镜板或专项板,只生成已选择的板型;前镜真实完成并选版后允许 previous-tail,不要求内容审核 |
|
|
41
42
|
| 视频提示词、H3、Seedance、原生音频 | `references/short-drama/prompt/prompt-craft.md`、`references/short-drama/generation/write-drama-video-prompts.md`、`references/short-drama/prompt/h3-prompt-writing.md`、`references/short-drama/prompt/seedance-prompting.md`、`references/h3-video-delivery.md`、`references/short-drama/generation/design-drama-audio.md` | 默认由 Agent 生成并保存自由画布文档;先按通用规范确定类型与维度,再按实时 Provider schema 选择协议,完成输入结构与来源校验后提交视频,不自动审计 |
|
|
42
43
|
| 背景音乐、主题曲、纯音乐 | `references/short-drama/prompt/prompt-craft.md`、`references/short-drama/generation/design-drama-audio.md` | 使用画布 `music-generate` 和实时音频模型目录;有自定义歌词时不得同时开启纯音乐;生成后试听并回读 AUDIO 资产版本 |
|
|
43
|
-
| 去字幕、参考视频复刻、深度视频 | `references/short-drama/recreation/recreation-qa.md`、`references/short-drama/generation/transform-drama-media.md` | 使用 `recreation-subtitle-remove →
|
|
44
|
+
| 去字幕、参考视频复刻、深度视频 | `references/short-drama/recreation/recreation-qa.md`、`references/short-drama/generation/transform-drama-media.md` | 使用 `recreation-subtitle-remove → depth-video → video-generate`;不得把参考板或字幕带入成片 |
|
|
44
45
|
| 参考对白转写、剪辑、字幕和多图模板 | `references/short-drama/recreation/recreation-qa.md`、`references/short-drama/editing-workflow.md` | WAV 音频使用 `recreation-transcribe`(默认 StarRouter `whisper-1`);剪辑和字幕进入现有编辑器/Remotion 时间线;多图合板使用 `grid` 或分镜宫格节点 |
|
|
45
46
|
| 逐镜审计、剪辑、字幕、声音平衡、成片交付 | `references/short-drama/review/review-drama-shots.md`、`references/short-drama/editing/edit-drama-timeline.md`、`references/short-drama/editing/edit-deliver-drama.md` | 默认 `drama-edit-plan → drama-edit-render`;审核模块仅用户明确要求时加载,真实来源与文件有效后即可交付 |
|
|
46
47
|
|
|
@@ -9,4 +9,14 @@
|
|
|
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
11
|
|
|
12
|
+
节点目录的 `creationAudience` 区分创建用途:`manual` 是人工模型流程,`agent` 是助手制作流程,`shared` 是共享能力,`internal` 是正式资源或派生产物,`deprecated` 是仅为历史兼容保留的停用入口。网页新增及端口快捷菜单只展示 `manual/shared`;CLI 与内置助手仍读取完整目录,不能把菜单隐藏误判为节点不存在或能力下线。Agent 按现有文档、分镜草稿、提示词及物化工具编排专用流程;`internal` 资源经对应的文档保存、导入或物化流程创建与绑定,不创建无来源的空壳。已有节点仍可查看、接线、选版和按原合同执行;创建用途不新增执行审批门禁,也不改变用户对已有流程的授权。
|
|
13
|
+
|
|
12
14
|
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。
|
|
15
|
+
|
|
16
|
+
当前五种 `previs-*` 节点由 Agent 编排,人工菜单隐藏;已有预演工程仍可查看和编辑。`director-compose`、`director-render` 已停止推荐新建。`recreation-depth-preprocess` 与 `depth-video` 是同一深度处理能力的旧入口,新建统一使用 `depth-video`。不要因为目录仍返回兼容定义而创建这些 `deprecated` 节点,既有工程按原合同使用,不增加执行门禁。
|
|
17
|
+
|
|
18
|
+
视频去字幕、视频片段截取、音视频转写/翻译是通用能力,分别沿用 `recreation-subtitle-remove`、`recreation-shot-extract`、`recreation-transcribe` 作为稳定 kind;无需先进入复刻项目。片段截取按起始时间和时长截取,当前最大 15 秒,不提供自动镜头检测;转写/翻译遵守实时 Provider 的语言和时间戳能力。
|
|
19
|
+
|
|
20
|
+
共享媒体执行能力与人工入口分别管理:端口 `creationAudience=agent` 表示助手流程文档输入;人工界面默认隐藏未连接的这些端口,已有连接单列追溯。完整实时目录保留这些端口及原端口 ID,Agent 仍按正式生产合同接入来源镜头、时间板、故事版、连续性、逐镜审核和声音计划;不可把人工界面精简误读为执行合同删除,也不要求人工创建这些文档。不得为了区分界面重复新增相同图片或视频生成 kind。
|
|
21
|
+
|
|
22
|
+
人工图片入口统一使用 `image-generate`:不接参考图时按描述生成,连接参考图后在提示词中说明保留项和修改项,具体编辑能力以模型为准。`image-edit` 不再显示在人工新增菜单,但旧节点、独立编辑模型配置和 `image/instruction` 端口合同继续兼容;不得批量替换历史 kind 或重接历史连线。浮动提示词面板仅用于基础 `image-generate`、`video-generate`,专项节点在自身表单或属性面板中编辑。
|
|
@@ -11,3 +11,5 @@ StarRouter 已列出的主要模型包括图片 `gpt-image-2`,视频 `MiniMax-
|
|
|
11
11
|
无限画布使用音乐时,模型键为 `starrouter::suno_music`,节点 kind 为 `music-generate`,输出 AUDIO。节点 config 使用 `prompt`、`title`、`tags`、`lyrics` 和 `makeInstrumental`;`prompt` 必填,`lyrics` 与 `makeInstrumental: true` 互斥。成功结果只登记实际音频而非封面或视频。
|
|
12
12
|
|
|
13
13
|
StarRouter 不提供 CosyVoice 自定义音色设计/克隆、SeedVR2.5 超分和 MuseTalk 口型驱动;百炼 CosyVoice 由平台实时目录注册,只有 `canvas node types` 返回对应节点和音色能力、且用户确认后才能使用。相关操作须先核对实时能力,未验证时停下并提示用户选择其他已支持方案。短剧最终视频通过 `video-generate` 节点执行,并继续遵循制作计划、审核与付费门禁。
|
|
14
|
+
|
|
15
|
+
GIF、循环动图或表情动画优先评估 GPT Image 2.6 Flare/Sunburst;先核对实时目录与渠道状态,再按 [Image 2.6 动图合同](image26-animation.md) 设置输出格式;StarRouter 已支持自定义帧数和帧间隔,按实时合同设置并核对实际 GIF 时长。不能把 ChatGPT 界面能力当成平台已实现的逐帧编辑工具。
|
|
@@ -24,3 +24,5 @@ music-generate 已填写完整 prompt 时只发送该曲目正文,连入声音
|
|
|
24
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
25
|
|
|
26
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。
|
|
27
|
+
|
|
28
|
+
人物声音一致性通过制作提示和调度建议落实,不新增服务端首次发声强制门禁。Agent 按正式分镜 speechUnits 的顺序记录每个人物首次清晰对白或旁白所在镜头;建议该镜真实视频完成后先核实人物及可用区间,再执行 video-audio-extract、回读声音计划绑定并接入后续 reference-audios。ASR 只辅助定位,不能当作声音样本。尚无可用区间或用户选择先继续生成时,保留 reference=null、具体 limitation 和后续取样计划,说明声音一致性尚未验证;不阻断人工操作或整个 Agent 流程,不为填绑定猜测秒数、伪造样本、切换模型或重生成已完成视频。明确选择 none/provider_voice_id/user_upload/global_asset 时遵循原声音来源方案。
|
|
@@ -0,0 +1,29 @@
|
|
|
1
|
+
# GPT Image 2.6 与 GIF 动图
|
|
2
|
+
|
|
3
|
+
来源:OpenAI 官方 Image generation 指南(2026-11-05 核对):https://developers.openai.com/api/docs/guides/image-generation 。目录模型为 `starrouter::gpt-image-2.6-flare` 和 `starrouter::gpt-image-2.6-sunburst`。按官方合同接入;渠道可用性以当前真实响应为准,不能仅凭模型注册声称生成成功。
|
|
4
|
+
|
|
5
|
+
用户需要 GIF、循环动图、表情动图或轻量动画时,优先建议 Image 2.6:Flare 适合快速迭代,Sunburst 适合精细画面。先读实时模型目录与节点 configSchema,确认模型已发布、启用且 image.outputFormatOptions 含 gif;用户已明确指定模型和动图时,在其授权范围内执行,不反复询问。没有 GIF 能力时报告缺口,不用静态图片冒充动图,也不自动换成付费视频模型。
|
|
6
|
+
|
|
7
|
+
使用普通 `image-generate` 节点,模型保持 IMAGE 类型,结果按真实 MIME/扩展名保存。新建时通过 `canvas node add image-generate --config config.json` 写入配置,更新时按 `canvas node update --help` 的 JSON 文件合同写入,先读当前命令帮助和节点版本,保存后回读。例如:
|
|
8
|
+
|
|
9
|
+
```json
|
|
10
|
+
{
|
|
11
|
+
"model": "starrouter::gpt-image-2.6-flare",
|
|
12
|
+
"prompt": "A paper lantern gently sways, then returns to its starting pose. Fixed camera, seamless loop, no text.",
|
|
13
|
+
"outputFormat": "gif",
|
|
14
|
+
"frameCount": 9,
|
|
15
|
+
"frameDurationMs": 200,
|
|
16
|
+
"size": "auto",
|
|
17
|
+
"complexity": "high"
|
|
18
|
+
}
|
|
19
|
+
```
|
|
20
|
+
|
|
21
|
+
- outputFormat 映射为 API output_format;frameCount 映射为 frame_count,按 2026-11-05 StarRouter 实测仅支持 2–16 帧(50 帧返回 HTTP 400,明确上限为 16);frameDurationMs 映射为 frame_duration_ms,支持 20–2000 毫秒并按 10 毫秒取整。省略时使用上游默认 9 帧、每帧 200 毫秒。StarRouter 已实测支持自定义帧数和速度,按用户目标设置生成参数,再核对返回帧数与延迟;这些参数用于新生成,不代表能编辑已有 GIF 的速度或单帧。
|
|
22
|
+
- StarRouter 于 2026-11-05 实测 `/v1/images/edits` 支持带参考图生成 GIF,返回 HTTP 200 和真实 GIF89a 字节。需要保留人物身份时,将已选定的设定图按实时 `reference` 端口合同接到 `image-generate` 节点;单图使用 multipart `image`,多图使用 `image[]`,同时透传 `output_format=gif`、`frame_count`、`frame_duration_ms` 和单帧 `size`。无参考图才走 `/v1/images/generations`;不得为绕过旧限制丢弃设定图并改为纯文字生成。参考图生成 GIF 与编辑既有 GIF 的单帧是两种能力,后者仍无平台工具。
|
|
23
|
+
- GIF 每帧尺寸默认为 auto;显式 WIDTHxHEIGHT 的正整数宽高必须是 16 的倍数。尺寸是 WIDTHxHEIGHT,不是 `1K`/`2K`/`4K` 枚举。帧数、尺寸和 n 受上游拼图布局约束:16 帧的 `1024x576` 实测被拒绝,因为需要的 `4096x2304` 拼图长边超过 3840;同帧数 `944x528` 已成功,不能把单一成功尺寸当作最大分辨率。超限后依据上游错误减少尺寸、帧数或数量,不猜未公开上限。GIF 不沿用静图 resolution/aspectRatio 派生尺寸。
|
|
24
|
+
- GIF 不支持流式、partial_images、output_compression、prompt_rewriter;frameCount/frameDurationMs 只能与 gif 一起使用。切回静图时清除动画参数。禁止把逐帧图片数组当成多个成品 GIF。
|
|
25
|
+
- 提示词写清主体、动作顺序、运动幅度、固定/移动镜头和镜尾状态;仅循环动图要求回到起始姿态,叙事预演不强制循环。约 10 秒可用 16 帧 × 630 毫秒 = 10.08 秒,但这是稀疏关键帧,不代表流畅视频;不得靠增加帧延迟宣称提高运动细节。结果必须实际检查编码为 GIF、帧数大于 1、帧延迟及循环;只有格式名或 URL 后缀不能证明它在动。
|
|
26
|
+
|
|
27
|
+
特殊能力:官方还描述 complexity=low/medium/high(默认 high,控制规划复杂度,独立于 quality)、markup 引导编辑、SVG 输出。本次暴露 complexity 与 GIF;平台尚无 markup 文件端口、SVG 结果存储/预览或 GIF 逐帧编辑工具,不把官方产品能力写成已实现的平台动作。ChatGPT 界面的调速/逐帧编辑交互不能直接当作 Images API 参数。
|
|
28
|
+
|
|
29
|
+
上游暂不可用时保留真实 HTTP 状态和诊断,不归因为平台计费,不补造 GIF 产物,不覆盖原始结果。恢复后分别验证两个模型的纯文字 GIF、不同帧数/速度、保存下载与播放;参考图生成还须核对实际传入文件与返回人物身份,不把参考图已上传当作一致性通过。
|
package/skills/using-vvicat-ai-short-studio-cli/references/short-drama/recreation/recreation-qa.md
CHANGED
|
@@ -10,8 +10,8 @@
|
|
|
10
10
|
| --- | --- | --- | --- | --- |
|
|
11
11
|
| `recreation-shot-extract` | `video`:参考片 | `startSeconds`、`durationSeconds` | `video`:独立镜头 | 按动作边界切出单镜 |
|
|
12
12
|
| `recreation-subtitle-remove` | `video`:已核对镜头 | `model` 固定为 `starrouter::comfly/1194` | `video`:去字幕镜头 | 清理画面字幕 |
|
|
13
|
-
| `recreation-depth-preprocess` | `video`:已核对镜头 | `model` 固定为 `starrouter::comfly/1776` | `video`:深度视频 |
|
|
14
|
-
| `depth-video` | `video`:源视频 | `model` 默认 `starrouter::comfly/1776` | `video`:深度视频 |
|
|
13
|
+
| `recreation-depth-preprocess` | `video`:已核对镜头 | `model` 固定为 `starrouter::comfly/1776` | `video`:深度视频 | 旧项目兼容入口,停止推荐新建 |
|
|
14
|
+
| `depth-video` | `video`:源视频 | `model` 默认 `starrouter::comfly/1776` | `video`:深度视频 | 通用深度视频入口 |
|
|
15
15
|
| `recreation-transcribe` | `audio`:参考音频 | `task`、`language`、`responseFormat` 等 | `text`:转写或翻译文本 | 对白转写,不是最终字幕 |
|
|
16
16
|
| `video-generate` | 提示词与参考素材端口 | 实时视频模型参数 | `video`:生成镜头 | 正式视频生成 |
|
|
17
17
|
|
|
@@ -36,7 +36,7 @@
|
|
|
36
36
|
|
|
37
37
|
## Q4:深度视频用哪个节点?
|
|
38
38
|
|
|
39
|
-
`recreation-depth-preprocess` 和 `depth-video` 都输出深度视频,默认模型 `starrouter::comfly/1776
|
|
39
|
+
`recreation-depth-preprocess` 和 `depth-video` 都输出深度视频,默认模型 `starrouter::comfly/1776`。新建统一使用 `depth-video`;`recreation-depth-preprocess` 仅为旧项目保留兼容,不推荐新建。
|
|
40
40
|
|
|
41
41
|
深度视频只是动作、镜头和连续性分析的运动参考。深度预处理成功不代表目标视频模型支持参考视频输入;进入正式生成前必须重新读取模型实时能力,适配器拒绝参考类型时停止该请求,不能通过删掉参考或切换模型偷偷降低复刻目标。
|
|
42
42
|
|