@aswless_854771076/ai_short_studio_cli 0.1.28 → 0.1.30

package/README.md

@@ -85,7 +85,7 @@ CLI 通过 `/api/v1/bootstrap` 完成版本、连通性与 Supabase 公共配置
 
 `canvas settings set` 支持项目级 `imageResolution`、`imageQuality`、`videoResolution`，未覆盖的图片、图片编辑和视频节点会继承这些默认值。候选值来自 `settings get` 对应字段的实时 `options`；节点仅在需要偏离项目默认时，按当前模型 `capabilities` 写入 `resolution`、`quality` 覆盖。
 
-百炼 CosyVoice 的 `tts` 节点通过实时 schema 提供音色、语言、格式、采样率、音量、语速、音调和声音指令。先用 `canvas settings get` 确认最终 `audioModel`，再从 `canvas node types` 返回的 `tts.configSchema` 选择字段和值；CLI 会在写入前校验类型、整数、枚举和数值上下限。
+百炼 CosyVoice 的 `tts` 节点通过实时 schema 提供音色、语言、格式、采样率、音量、语速、音调和声音指令。先用 `canvas settings get` 确认最终 `audioModel`，再从 `canvas node types` 返回的 `tts.configSchema` 选择字段和值；CLI 会在写入前校验必填字段、类型、整数、枚举和数值上下限。
 
 声音克隆使用实时目录中的 `voice-clone` 节点：参考音频连接 `audio`，成功后将 `voice` 输出连接到 `tts.voice`，无需手工复制音色 ID。
 

package/dist/domain/vvicat-api.js

@@ -1,11 +1,18 @@
 import { randomUUID } from 'node:crypto';
-function validateConfigSchema(nodeType, config) {
-    if (!config)
-        return;
+function validateConfigSchema(nodeType, config, requiredValues = config ?? {}) {
+    const values = config ?? {};
     const properties = nodeType.configSchema?.properties;
     if (!properties || typeof properties !== 'object' || Array.isArray(properties))
         return;
-    for (const [key, value] of Object.entries(config)) {
+    const required = nodeType.configSchema?.required;
+    if (Array.isArray(required)) {
+        for (const key of required) {
+            if (typeof key === 'string' && (!(key in requiredValues) || requiredValues[key] === '')) {
+                throw new Error(`节点 ${nodeType.kind} 缺少必填配置：${key}`);
+            }
+        }
+    }
+    for (const [key, value] of Object.entries(values)) {
         const schema = properties[key];
         if (!schema || typeof schema !== 'object' || Array.isArray(schema)) {
             throw new Error(`节点 ${nodeType.kind} 的 ${key} 不在实时 schema 中`);
@@ -107,14 +114,15 @@ export class VvicatApi {
         const definition = catalog.nodeTypes.find((item) => item.kind === input.kind);
         if (!definition)
             throw new Error(`未知节点类型：${input.kind}`);
-        validateConfigSchema(definition, input.config);
+        const config = { ...definition.defaultConfig, ...input.config };
+        validateConfigSchema(definition, input.config, config);
         const node = {
             id: randomUUID(),
             kind: input.kind,
             title: input.title || definition.title,
             x: input.x ?? 0,
             y: input.y ?? 0,
-            data: { schemaVersion: 1, config: { ...definition.defaultConfig, ...input.config } },
+            data: { schemaVersion: 1, config },
         };
         return this.patchCanvas(projectId, {
             canvasId: canvas.id,
@@ -131,11 +139,12 @@ export class VvicatApi {
         const definition = catalog.nodeTypes.find((item) => item.kind === node.kind);
         if (!definition)
             throw new Error(`未知节点类型：${node.kind}`);
-        validateConfigSchema(definition, config);
+        const nextConfig = { ...node.data.config, ...config };
+        validateConfigSchema(definition, config, nextConfig);
         return this.patchCanvas(projectId, {
             canvasId: canvas.id,
             expectedVersion: canvas.version,
-            upsertNodes: [{ ...node, data: { ...node.data, config: { ...node.data.config, ...config } } }],
+            upsertNodes: [{ ...node, data: { ...node.data, config: nextConfig } }],
         });
     }
     async deleteNode(projectId, nodeId) {

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@aswless_854771076/ai_short_studio_cli",
-  "version": "0.1.28",
+  "version": "0.1.30",
   "description": "VVICAT 无限画布项目命令行工具",
   "license": "MIT",
   "private": false,

package/skills/using-vvicat-ai-short-studio-cli/SKILL.md

@@ -50,9 +50,17 @@ description: Use when an agent needs to inspect or operate VVICAT infinite-canva
 3. 实际查看图片/视频/音频预览；核对人物身份、场景、道具、动作顺序、构图、连续性，以及黑帧、拉伸、裁切、破音、空结果等明显缺陷。能从资产元数据取得的画幅和时长必须与配置交叉核对。
 4. 输出简短审计结论，逐项列出通过项、缺陷、失败项和未决项。只读即可确认的问题直接补查；涉及再次付费生成、改选版本或覆盖用户内容时先展示问题并取得确认。自我审计不能替代用户选版和阶段确认。
 
-需要生成语音时，先从 `canvas settings get` 确认最终 `audioModel`，再读取实时 `tts.configSchema`。当有效模型为百炼 CosyVoice 时，必须让用户确认兼容且非空的 `voice`，并只按实时 schema 写入 `languageHints`、`format`、`sampleRate`、`volume`、`cosyRate`、`pitch` 和 `instruction`；`rate` 仅用于非 CosyVoice 模型。CLI 会校验字符串、数字、整数、枚举和数值上下限，不得用 schema 外字段或越界值绕过确认。
+## TTS 与声音克隆
 
-需要克隆声音时，按实时 schema 创建 `voice-clone`，将已确认的音频节点连接到 `audio`，确认 `prefix`、`targetModel`、`languageHints`、`maxPromptAudioLength` 和 `enablePreprocess` 后运行。成功后刷新画布，把克隆节点的 `voice` 输出连接到 `tts.voice`；不得猜测或手填任务尚未返回的音色 ID。
+语音交付使用 `audio`、`voice-clone` 和 `tts` 节点，并以服务端实时节点目录为准：
+
+1. 先执行 `canvas settings get` 和 `canvas node types --json`，确认最终生效的 `audioModel`、`tts.configSchema`、`voice-clone.configSchema` 及端口。不要根据百炼网页文档猜测当前服务已支持的字段或音色。
+2. `tts` 的文本通过 `text` 输入端口或 `config.text` 提供；音色通过 `tts.voice` 连线或 `config.voice` 提供。连线音色优先于手填值，并使任务采用该克隆产物记录的精确 CosyVoice 目标模型。执行前必须回读画布，确认文本、音色和最终 `audioModel` 一致。
+3. `cosyvoice-v3.5-plus` 与 `cosyvoice-v3.5-flash` 只接受声音设计或声音克隆生成的同型号音色 ID，不接受 `longxiaochun`、`longxiaochun_v3` 等系统预置音色名，也不能混用其他 CosyVoice 型号的 ID。违反该约束会在供应商请求前返回 `COSYVOICE_TTS_CUSTOM_VOICE_REQUIRED:<model>`；不要通过反复更换预置音色重试。
+4. 需要克隆时，先创建或绑定含已授权参考音频的 `audio` 节点，再创建 `voice-clone`，连接 `audio.audio → voice-clone.audio`。按实时 schema 确认 `prefix`、`targetModel`、`languageHints`、`maxPromptAudioLength` 和 `enablePreprocess`；`prefix` 只含字母和数字且不超过 10 位，参考音频截取范围为 3～30 秒。声音克隆会创建远端资源，任务不自动重试；失败时先检查输入，不得盲目重复执行。
+5. 运行 `voice-clone` 后取得真实任务 ID 并执行 `task wait`。成功后刷新画布，确认产物包含非空音色 ID 和与 `targetModel` 对应的模型键，再连接 `voice-clone.voice → tts.voice`。不得预先猜测音色 ID，也不要把任务 ID、节点 ID 或预置音色名当作音色 ID。
+6. CosyVoice `tts` 只写实时 schema 声明的 `languageHints`、`format`、`sampleRate`、`volume`、`cosyRate`、`pitch` 和 `instruction`。默认值通常为 WAV、24000 Hz、音量 50、语速 1、音调 1；最终仍以实时 schema 为准。`instruction` 只用于 schema 和有效模型共同允许的型号，最多 100 个计权字符，汉字按 2 个计算。非 CosyVoice 模型使用 `rate`，不得同时套用 CosyVoice 参数。
+7. 运行 `tts` 后必须等待任务终态并刷新资产，实际试听音频，检查空音频、破音、语言、音色、语速、音调和时长。任务失败时先按错误码修正：`*_VOICE_ID_REQUIRED` 表示音色缺失，`COSYVOICE_TTS_CUSTOM_VOICE_REQUIRED:<model>` 表示 v3.5 音色来源或型号错误，`COSYVOICE_TTS_INSTRUCTION_TOO_LONG` 表示声音指令超限，`COSYVOICE_TTS_LANGUAGE_HINT_UNSUPPORTED:<language>` 表示语言提示不兼容；只有供应商临时错误才按任务的 `retryable` 判断是否重试。
 
 Meme 推荐链路为 `text.text → meme-scene-analysis.story`，运行后把自动生成的计划资源连接到 `meme-material-search.plan`，再把素材包资源连接到 `cat-meme-video.materials`；原故事仍连接 `cat-meme-video.story`，计划资源可同时连接 `cat-meme-video.plan`。每一步完成后刷新画布，使用服务端自动创建的资源节点，不能伪造或重复创建资源。`cat-meme-video` 的 `config` 需按实时 schema 确认 `aspectRatio`（`1:1`、`9:16` 或 `16:9`）与 `resolution`（`720p` 或 `1080p`）；它们是节点输出参数，不替代项目配置门禁。