@aswless_854771076/ai_short_studio_cli 0.1.61 → 0.1.63

package/README.md

@@ -122,6 +122,8 @@ CLI 通过 `/api/v1/bootstrap` 完成版本、连通性与 Supabase 公共配置
 
 专业 Markdown 剧本可在 `storyboard-breakdown` 配置中显式使用 `storyboardPipelineVersion: 2`、`sourceFormat: screenplay-markdown.v1`、任意规范 BCP 47 `targetLanguage`（如 `en`、`ar`、`fr`、`pt-BR` 或 `zh-Hant`）、`platform: TikTok` 和 `aspectRatio: 9:16`。CLI 通过现有通用节点配置写入这些字段。该模式只生成分镜文本和镜头资产，不自动运行声音、TTS、图片、音频或视频节点。
 
+`storyboard-breakdown` 还可按实时 schema 写入 `targetDurationSeconds`、`pacingPreset` 和 `maxShotCount`。它们是镜头规划预算，超出只提示而不阻塞源文完整覆盖；留空时不限制镜头数，也不启用时长硬门禁。生成链采用滚动异步调度：单镜分镜图完成后立即进入视频提示词，提示词通过审计后立即提交该镜视频，可恢复失败不阻塞其他镜头。内置 Skill 同时补全字幕、人物/场景首次介绍角标、有动机的镜头衔接、声音平衡和成片验收流程。
+
 标准短剧制作先用随包安装的 `short-drama` 生成和复核专业剧本，再用 `humanizer` 审计模板化台词、虚浮修辞与机械节奏，随后回到 `short-drama` 检查剧情连贯性（已有专业剧本直接复用）。Humanizer 只润色表达，不改剧情事实、人物关系、专有名词、数字、时间线、世界观规则、场次结构或拍摄标记。剧本确认后再选择目标集数、创建或复用项目，并只建立目标集实际出现的人物、场景、道具和可选音色设定。拆镜前必须完成资产—剧情匹配审计；拆镜后逐镜全量检查重复、无效、缺失、冲突、穿帮、连续性、道具交互朝向、语言和来源身份。P0/P1 未清零时不得进入图片、声音或视频生产。
 
 `character-visual-design` schema 暴露 `candidateCount`，范围为 1～3，默认值为 1。CLI 按实时 schema 校验和写入；多个视觉描述仍分别进入独立三视图和图片资产链。

package/dist/commands/canvas/node/types.js

@@ -2,7 +2,7 @@ import { Args } from '@oclif/core';
 import { BaseCommand } from '../../../base-command.js';
 import { commandApi } from '../../../command-helpers.js';
 export default class CanvasNodeTypes extends BaseCommand {
-    static description = '读取服务端实时画布节点类型、默认配置与 schema';
+    static description = '读取服务端实时画布节点类型、默认配置与 schema（含分镜时长和镜头数预算）';
     static args = { kind: Args.string() };
     static flags = BaseCommand.baseFlags;
     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); }

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@aswless_854771076/ai_short_studio_cli",
-  "version": "0.1.61",
+  "version": "0.1.63",
   "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

@@ -1,6 +1,6 @@
 ---
 name: using-vvicat-ai-short-studio-cli
-description: Use when an agent needs to inspect or operate VVICAT infinite-canvas projects, nodes, edges, assets, tasks, or model configuration through the ai-short-studio CLI.
+description: Use when an agent needs to inspect or operate VVICAT infinite-canvas projects through the ai-short-studio CLI, including assets, storyboard-to-video rolling generation, task recovery, editing, captions, audio balancing, and final delivery.
 ---
 
 # 使用 VVICAT AI Short Studio CLI
@@ -12,6 +12,8 @@ description: Use when an agent needs to inspect or operate VVICAT infinite-canva
 - 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)
 - 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)
 - MiniMax H3 视频、原生音频、遮挡转场、单镜与成片验收：[references/h3-video-delivery.md](references/h3-video-delivery.md)
+- 资产、分镜图、视频提示词和视频的滚动异步调度：[references/async-pipeline.md](references/async-pipeline.md)
+- 字幕、镜头衔接、声音平衡、时间线、渲染与剪辑验收：[references/editing-delivery.md](references/editing-delivery.md)
 - 专业剧本、TTS 独立音频、Meme、Remotion 等专项流程：[references/special-workflows.md](references/special-workflows.md)
 - 精确参数和命令示例：[references/commands.md](references/commands.md) 或 `ai-short-studio <topic> --help`
 - 已知错误、恢复边界和历史兼容问题：[references/troubleshooting.md](references/troubleshooting.md)
@@ -20,7 +22,7 @@ description: Use when an agent needs to inspect or operate VVICAT infinite-canva
 
 把 `ai-short-studio` 当作机器可读的远程控制接口。目标、素材含义、平台、语言、画幅、时长、风格、人物、场景、道具、模型、实时 schema、候选版本、付费范围或覆盖影响存在未知、缺失或矛盾时，合并询问最少必要问题；得到答复前只做只读检查。不得用示例值替用户作创作决定。
 
-优先使用一次 `canvas inspect` 聚合查询。同阶段可合并的 settings、节点、连线、执行和等待分别使用 `canvas settings set --file`、`canvas apply`、`canvas node update-many`、一次 `canvas node run` 和一次 `task wait`；默认并发 4、上限 16，不并发启动多个 CLI 进程。409 重读并确认，401/403、schema、业务门禁和付费错误必须停下修正。
+优先使用一次 `canvas inspect` 聚合查询。同阶段可合并的 settings、节点和连线分别使用 `canvas settings set --file`、`canvas apply`、`canvas node update-many`。生成链使用单个调度循环滚动提交，不用 `--wait` 把整批阶段串行化：节点一完成就刷新画布并立即提交它已就绪的下游节点。默认每类并发 4、总并发上限 16；同一节点同一输入指纹只允许一个在途任务，不并发启动多个相互竞争的调度器。409 重读并确认，401/403、schema、业务门禁和付费错误必须停下修正。
 
 ## 主流程
 
@@ -28,11 +30,11 @@ description: Use when an agent needs to inspect or operate VVICAT infinite-canva
 2. **项目配置门禁**：读取 `canvas settings get`，展示 `currentValue`、`effectiveValue`、`source`、建议值和实时 options。确认 `aspectRatio`、`artStyle`、`visualBible`、`storyboardImageType`、`outputLanguage`、`analysisModel`、`imageModel`、`imageResolution`、`imageQuality` 和 `videoResolution`，以及 `editModel`、`videoModel`、`videoPromptType`、`audioModel`；`$ART_STYLE_ID` 必须解析实时 `option.value`。标准创作门禁使用 `--file settings.json` 原子写入并携带 `expectedVersion`，回读一致前不得创建或运行付费节点。节点确需不同参数时才按实时能力覆盖。
 3. **剧本和目标集**：已有专业剧本时直接复用，不得重复执行 `novel-to-script`。需要创作微短剧时，**REQUIRED SUB-SKILL: Use short-drama**，随后 **REQUIRED SUB-SKILL: Use humanizer** 去除 AI 味；不得改动已经确认的剧情事实，润色后回到 short-drama 复核。确认目标集数后，只生产该集实际需要的资产。
 4. **资产门禁**：先完成人物、场景、道具及其派生版本，展示真实预览并确认 selected version。执行资产—剧情匹配审计；缺失、多余、错版、stale、错边未清零时拆镜前门禁失败。
-5. **拆镜和分镜图**：拆镜前按 [语言匹配门禁](references/assets-and-storyboard.md#拆镜语言匹配门禁) 核对源剧本语言、交付语言、项目 `outputLanguage` 和节点 `targetLanguage`，不一致时禁止执行。把该集剧本与全部确认资产连接到 `storyboard-breakdown`，复用服务端自动创建的 `storyboard-shot` / `storyboard-image`。完成后逐镜执行语言与镜头质量审计且不抽样；P0/P1 未清零不得继续。分镜图生成前按实时 schema 确认画幅、布局、格数和费用，生成后展示真实结果并选版。
+5. **拆镜和滚动生成**：拆镜前按 [语言匹配门禁](references/assets-and-storyboard.md#拆镜语言匹配门禁) 核对源剧本语言、交付语言、项目 `outputLanguage` 和节点 `targetLanguage`，不一致时禁止执行。把该集剧本与全部确认资产连接到 `storyboard-breakdown`，复用服务端自动创建的 `storyboard-shot` / `storyboard-image`。完成后逐镜执行语言与镜头质量审计且不抽样；P0/P1 未清零不得继续。分镜图生成前按实时 schema 确认画幅、布局、格数和费用。进入付费生成后读取 [滚动异步调度](references/async-pipeline.md)：分镜图完成一镜即审计并提交该镜视频提示词，提示词完成即审计、显式写入视频配置并提交该镜视频；不得等待同阶段全部镜头完成。单镜可恢复失败只标记并重试该镜，不阻塞其他已就绪镜头。
 6. **视频规划**：视频生成前依次完成素材连线、镜头逻辑和上下镜连续性审计。读取实时 `durationOptions`；只有选项恰为 5、10、15 秒时才按这三档向上取整。RunningHub MiniMax H3 支持纯文本和 0–9 张参考图、0–2 个参考视频、0–2 个参考音频，5–15 秒逐秒可选，1–4 秒归一为 5 秒；参考视频只传画面。画幅为 16:9 / 9:16，分辨率为 480p / 720p / 1K / 2K。
 7. **H3 生成门禁**：`videoModel` 为 `comfly::minimax-h3` 或 `runninghub::minimax-h3-reference-to-video` 时，同次设置 `videoPromptType: "h3"`。仅有效的节点 `promptType` 可覆盖项目值；旧 `seedance` 覆盖必须清除并回读，否则不得执行视频提示词或视频生成。编写或改写 H3 提示词时，**REQUIRED SUB-SKILL: Use h3-prompt-writing**；进入生成前必须读取 [H3 成片规则](references/h3-video-delivery.md)。
 8. **逐镜后验**：每个视频镜头完成后实际看画面、听完整音轨，并完成视觉、音频、转场、字幕四项验收。任一 P0/P1 失败只修复并重跑受影响镜头；未通过不得进入成片剪辑。
-9. **成片和交付**：剪辑只使用通过验收的 selected 版本。完成轻微重叠拼接、字幕和必要技术处理后，从头到尾观看成片并执行完整成片验收；未通过不得声称完成。原始视频按 `selectedOutputVersionId` 下载，字幕独立保存，`manifest` 记录镜号、节点、资产、版本和文件名。
+9. **成片和交付**：剪辑只使用通过验收的 selected 版本，并完整执行 [剪辑与交付](references/editing-delivery.md)。默认对白/旁白字幕进入成片，人物与场景介绍仅在首次出现时显示短暂角标，同时输出独立 SRT/ASS。根据叙事动机选择硬切、动作切、J/L-cut、遮挡匹配或短淡化，不给所有镜头机械套淡入淡出。完成节奏裁切、声音平衡、画面统一、字幕和必要技术处理后，从头到尾观看成片并执行完整成片验收；未通过不得声称完成。原始视频按 `selectedOutputVersionId` 下载，字幕独立保存，`manifest` 记录镜号、节点、任务、资产、版本、时间线和文件名。
 
 ## 强制分流
 

package/skills/using-vvicat-ai-short-studio-cli/references/async-pipeline.md

@@ -0,0 +1,33 @@
+# 滚动异步生成流水线
+
+用于资产派生图、分镜图、视频提示词和视频生成。目标是让每个镜头独立向前流动，消除“等整批图片完成后才开始提示词”的阶段屏障。
+
+## 调度模型
+
+只运行一个调度器。生成命令只负责提交，不携带 `--wait`；调度器以短轮询读取画布和任务终态，并维护每个节点的 `nodeId / inputFingerprint / taskId / status / attempt / selectedVersionId / downstreamSubmitted`。轮询间隔通常 3–10 秒；长时间无变化时退避到 15–30 秒，状态变化后恢复短轮询。
+
+镜头状态机：
+
+`storyboard-image ready → image running → image done → image audit → storyboard-video-prompt running → prompt done → prompt audit → video config gate → video running → video audit → edit ready`
+
+资产阶段同样异步提交人物、场景和道具派生图；但拆镜依赖本集全部必需资产确认，因此资产到拆镜之间保留一个明确 barrier。不存在依赖关系的资产不得互相等待。
+
+## 即时触发规则
+
+1. 分镜图进入 `done` 后立即刷新画布，定位服务端自动物化的图片资源和该镜 `storyboard-video-prompt`。先查看真实分镜图并执行该镜 P0/P1 审计；通过后立刻提交提示词，不等待其他分镜图。
+2. 视频提示词进入 `done` 后立即读取真实文本，核对有效 `promptType=h3`、引用标签、镜头时长、逐字人声、声线、闭口约束、环境音、BGM 和转场。声音时间表放不下时只暂停该镜并修正；其他镜头继续。
+3. 提示词通过后，在同一次 `canvas node update-many` 中给新物化的 `video-generate` 显式写入 `generateAudio: true`、分辨率和合法时长，逐节点回读，再立即提交视频。
+4. 视频完成后立即下载真实 selected 版本，执行视觉、音频、转场、字幕四项验收；通过即进入剪辑候选池，失败只回退该镜。
+
+## 并发、幂等与恢复
+
+- 每类默认并发 4，总在途任务不超过 16；用户明确要求“全部提交”时可提高提交并发，但仍服从服务端能力、费用范围和全局上限。
+- 同一 `nodeId + inputFingerprint` 已有 queued/running 任务时不得重复提交。任务完成后若 selected 版本、输入指纹或下游节点未变化，也不得重复触发。
+- 服务端物化下游节点可能有短暂延迟；先刷新和重试查询，不手工创建重复节点。
+- 网络、上传、`External task gone` 等可恢复错误只重试对应节点，使用有限指数退避；默认最多 3 次自动重试。内容审核、余额、权限、schema、模型能力和付费门禁错误禁止自动换模型或无限重试。
+- 一个镜头失败不得阻塞无依赖的镜头。只有共享资产错误、全局配置错误、语言契约错误或用户要求停止时才暂停整条流水线。
+- 用户要求停止时，先停止调度器，再读取所有 queued/running `taskId` 并逐个 `task cancel --yes`；取消后再次刷新，直到运行任务为 0。任务 API 已 404 但节点仍显示 running 时，报告为服务端残留状态，不再提交新任务。
+
+## 进度汇报
+
+按阶段报告 `完成 / 运行 / 失败 / 待提交` 数量，并说明自动重试和人工暂停镜头。不要把“已提交”写成“已完成”，也不要因为轮询仍在进行而重复提交任务。

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

@@ -5,6 +5,8 @@
 - 预检、认证、项目、供应商、settings、账户配置：[commands/project.md](commands/project.md)
 - 画布聚合、节点、连线、结构化编辑和连续性：[commands/canvas.md](commands/canvas.md)
 - 资产、选版、下载、异步任务和批量执行：[commands/assets-and-tasks.md](commands/assets-and-tasks.md)
+- 滚动提交与任务恢复策略：[async-pipeline.md](async-pipeline.md)
+- 剪辑、字幕、声音和最终渲染：[editing-delivery.md](editing-delivery.md)
 
 所有命令支持 `--base-url`、`--profile`、`--locale zh|en` 和 `--json`。`--locale` 只控制 CLI 消息，不控制剧本、拆镜、H3 人声或字幕语言。
 

package/skills/using-vvicat-ai-short-studio-cli/references/editing-delivery.md

@@ -0,0 +1,48 @@
+# 剪辑与交付流程
+
+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 人声、旁白、环境音与 BGM 仍以每镜原生整轨为唯一来源；允许轻量修整，不允许外部 TTS、配音或音乐覆盖原生失败。
+
+## 1. 入库与选镜
+
+- 只下载逐镜四项验收通过的 selected 视频版本；保留原文件，不在源文件上覆盖写入。
+- 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。
+- 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。
+
+## 2. 粗剪与节奏
+
+- 先按叙事因果和镜头设计建立粗剪，再裁掉模型常见的无效开头、重复动作、动作回弹和空白尾帧；不得截断对白、呼吸、关键拟音或转场遮挡余量。
+- 优先在动作峰值、视线落点、对白意群结束、声音瞬态或构图匹配点切换。反应镜头至少保留可感知的停顿，不为追求快节奏删掉情绪落点。
+- 相邻镜使用 J-cut 或 L-cut 延续环境声、旁白或对白尾韵时，确保说话者归属清楚、口型不冲突；H3 原生整轨只能做短重叠和增益包络，不能拆出伪造的新对白。
+
+## 3. 字幕与介绍角标
+
+- 字幕必须以实际成片音轨的转写和人工复核为准，不能直接把提示词当转写。逐句核对文本、语言、说话者、起止时间和漏字；实际人声错误应重跑镜头，不用字幕掩盖。
+- 默认烧录对白与旁白字幕，同时输出 UTF-8 SRT 和 ASS。字幕按语义断句，避免孤立标点和过长单行；通常最多两行，并保留移动端与横屏安全区。对白与旁白用一致但可区分的样式，不遮挡脸、手、关键道具和画面内文字。
+- 人物首次清晰出现时显示 2–4 秒人物角标，可含姓名和必要身份；场景首次建立时显示 2–4 秒地点/时间角标。信息来自已确认资产和剧本，不凭空补职业、地点或日期。重复出现不反复介绍，快速切镜可顺延到首个稳定构图。
+- 角标使用克制的淡入/淡出或短位移动画，不与对白字幕争抢同一区域；片头、章节卡、片尾署名仅在项目确有需求时添加。
+
+## 4. 镜头衔接
+
+- **硬切**：对白反应、信息揭示、节奏冲击和已具备构图连续性的镜头优先。
+- **动作切 / 视线切 / 构图匹配**：在同一动作、视线方向、主体位置或形状上切换，优先于通用特效。
+- **遮挡匹配**：按 H3 生成前设计的遮挡点重叠约 0.2–0.5 秒，对齐方向、速度、亮度和声音桥。
+- **短淡化或叠化**：只用于时间流逝、地点转换、记忆、梦境或明确的情绪停顿。常规衔接约 6–12 帧；首镜可淡入、末镜可淡出。不得给每一镜统一套淡入淡出，也不得用长叠化掩盖人物、机位或动作不连续。
+- 转场期间检查双影、闪白、黑场、方向反转、台词被截断和两个 BGM 同时争抢；不成立时回到受影响镜头或切点修正。
+
+## 5. 声音平衡
+
+- 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。
+- 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。
+- 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。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。
+
+## 6. 画面统一与精剪
+
+- 统一画幅、帧率、色彩空间和像素长宽比；缩放与裁切不得切掉头顶、手、关键道具、画内文字或字幕安全区。
+- 只做必要的曝光、白平衡、饱和度和镜间色彩匹配，保持视觉圣经的叙事色彩变化；不使用统一滤镜抹平有意的冷暖转折。
+- 检查轴线、视线、运动方向、人物左右位置、服装、道具状态和场景时间连续性。必要时可用经过审核的轻微变速、定格或裁切修复节奏，但不得伪造关键动作或掩盖 P0/P1 生成错误。
+
+## 7. 渲染与验收
+
+- 先输出低码率审片版，逐镜检查字幕、角标、切点、转场和音频；问题清零后再渲染交付版。渲染过程必须可由 manifest 和项目文件复现。
+- 完整观看并听完最终文件，检查叙事、画面、声音、转场、字幕和技术参数；抽帧或任务成功不能替代完整验收。
+- 交付至少包括：批准版视频、SRT、ASS、manifest、逐镜版本清单和必要的审核记录。临时缓存与源素材分开；不得删除用户已有资产或未批准版本。

package/skills/using-vvicat-ai-short-studio-cli/references/project-and-canvas.md

@@ -15,7 +15,7 @@
 
 - 常规查询先用一次 `canvas inspect`，通过 `--include`、`--kind`、`--status`、`--search`、`--operation`、`--resource-type`、`--producer-node` 表达；现有命令不能表达时才写临时脚本。
 - 同阶段两个及以上图变更用一次 `canvas apply --canvas-id ... --expected-version ...`。只改 config/title/位置时，单节点用 `node update`，多节点用 `node update-many`。
-- 独立任务在一次 `node run` 中执行，多个任务在一次 `task wait` 中等待；不要 shell 并发多个 CLI 进程。
+- 同批已就绪的独立节点用一次 `node run` 提交；跨阶段生成按 [滚动异步流水线](async-pipeline.md) 由单个调度器轮询并即时触发下游，不用一次 `task wait` 阻塞整批。不要 shell 并发多个相互竞争的 CLI 调度进程。
 - 批量命令缺失或合法批量请求因粒度失败时，只回退尚未生效的单项。不得用单项调用绕过权限、schema、业务或付费门禁。
 
 ## 资产目录

package/skills/using-vvicat-ai-short-studio-cli/references/special-workflows.md

@@ -22,4 +22,4 @@
 
 ## AI 剪辑
 
-涉及时间线、裁切、字幕、转场、音频编排或渲染时，必须先加载 `remotion-best-practices`。只使用已确认的 selected 资产；原始镜头和 manifest 单独保留。H3 成片只对原生整轨做轻量处理，禁止另铺外部 TTS、旁白、对白、环境音或 BGM 覆盖。
+涉及时间线、裁切、字幕、转场、音频编排或渲染时，必须先加载 `remotion-best-practices`，然后完整执行 [剪辑与交付流程](editing-delivery.md)。只使用已确认的 selected 资产；原始镜头和 manifest 单独保留。H3 成片只对原生整轨做轻量处理，禁止另铺外部 TTS、旁白、对白、环境音或 BGM 覆盖。