@lingjingai/scriptctl 0.63.18 → 0.63.20

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@lingjingai/scriptctl",
-  "version": "0.63.18",
+  "version": "0.63.20",
   "description": "剧本阶段统一 CLI：素材转 Script v4，并兼容 Script v3 的本地写作、精修、校验和发布。",
   "type": "module",
   "bin": {
@@ -22,6 +22,20 @@
   "engines": {
     "node": ">=22.22.0"
   },
+  "scripts": {
+    "build": "pnpm run clean && pnpm --filter @lingjingai/screenplay build && pnpm --filter @lingjingai/review-agent build && tsc && node scripts/bundle.mjs",
+    "clean": "rm -rf dist packages/screenplay/dist packages/review-agent/dist",
+    "postinstall": "node scripts/install-skill.mjs",
+    "install-skill": "node scripts/install-skill.mjs",
+    "prepublishOnly": "pnpm run build",
+    "pretest": "pnpm run build",
+    "test": "vitest run",
+    "pretest:coverage": "pnpm run build",
+    "test:coverage": "c8 --reporter=text --reporter=html --reporter=lcov --report-dir=coverage vitest run",
+    "test:watch": "vitest",
+    "typecheck": "tsc --noEmit",
+    "surface:snapshot": "node scripts/scriptctl-surface-snapshot.mjs"
+  },
   "dependencies": {
     "@anthropic-ai/sdk": "^0.111.0",
     "@google/genai": "^2.11.0",
@@ -32,22 +46,26 @@
     "https-proxy-agent": "^9.1.0",
     "jszip": "^3.10.1",
     "nanoid": "^5.1.16",
+    "pdf-lib": "^1.17.1",
     "proper-lockfile": "^4.1.2",
     "undici": "^7.16.0",
-    "yaml": "^2.8.1"
+    "yaml": "^2.8.1",
+    "zod": "^4.5.4"
   },
   "devDependencies": {
+    "@lingjingai/review-agent": "workspace:*",
+    "@lingjingai/screenplay": "workspace:*",
+    "@types/jsdom": "^30.0.0",
     "@types/node": "^20.14.0",
     "@types/proper-lockfile": "^4.1.4",
     "c8": "^11.0.0",
     "esbuild": "^0.28.2",
     "javascript-obfuscator": "^5.7.0",
+    "jsdom": "^30.1.0",
     "rollup": "^4.63.2",
     "rollup-plugin-dts": "^6.5.1",
     "typescript": "^5.5.0",
-    "vitest": "^2.0.0",
-    "@lingjingai/review-agent": "0.1.0",
-    "@lingjingai/screenplay": "0.1.0"
+    "vitest": "^2.0.0"
   },
   "keywords": [
     "scriptctl",
@@ -63,20 +81,6 @@
     "@ai-sdk/google": "^4.0.63",
     "@ai-sdk/openai-compatible": "^3.0.48",
     "@ai-sdk/provider": "^4.0.4",
-    "@mastra/core": "^1.64.0",
-    "zod": "^4.5.4"
-  },
-  "scripts": {
-    "build": "pnpm run clean && pnpm --filter @lingjingai/screenplay build && pnpm --filter @lingjingai/review-agent build && tsc && node scripts/bundle.mjs",
-    "clean": "rm -rf dist packages/screenplay/dist packages/review-agent/dist",
-    "postinstall": "node scripts/install-skill.mjs",
-    "install-skill": "node scripts/install-skill.mjs",
-    "pretest": "pnpm run build",
-    "test": "vitest run",
-    "pretest:coverage": "pnpm run build",
-    "test:coverage": "c8 --reporter=text --reporter=html --reporter=lcov --report-dir=coverage vitest run",
-    "test:watch": "vitest",
-    "typecheck": "tsc --noEmit",
-    "surface:snapshot": "node scripts/scriptctl-surface-snapshot.mjs"
+    "@mastra/core": "^1.64.0"
   }
-}
+}

package/skills/scriptctl/SKILL.md

@@ -14,7 +14,7 @@ metadata:
 
 Agent 直接运行命令并阅读结果就是正常用法，默认文本输出即为给人和给 agent 看的形态。
 
-原创建稿、外部剧本导入和视频拉片均遵循 [人物身份与剧情外貌阶段](references/production-writing-standard.md#人物身份与剧情外貌阶段)：角色身份与当前外貌阶段分开表达，阶段变化及回忆按剧情绑定。
+原创建稿、外部剧本导入、视频拉片和漫画转录均遵循 [人物身份与剧情外貌阶段](references/production-writing-standard.md#人物身份与剧情外貌阶段)：角色身份与当前外貌阶段分开表达，阶段变化及回忆按剧情绑定。
 
 ## 地址
 
@@ -217,7 +217,9 @@ scriptctl checkout / status / publish         # 远端工作副本
 
 `ingest` 见 [references/ingest-workflow.md](references/ingest-workflow.md)。
 
-`ingest` 的 Gemini 文本、结构化工具和视频请求先用配置的主模型，再按 3.8 Flash →
+单个 PDF 或分话 PDF 目录自动进入漫画 ingest；`--step` 完成下一话，重跑续接已接受进度。漫画正文通过 `extend.scriptctl.source` 保存原 PDF 页码及画格/气泡/文字区域，`view` 可点击正文定位并高亮原页区域。文档模型通过 `ingest.comic-serial` 配置，内置路由为 NNYYAI `gemini-3.8-flash`，使用 `NNYYAI_API_KEY`、base64 PDF 与 `responseSchema`。
+
+`ingest` 的 Gemini 文本、结构化工具、视频和 PDF 文档请求先用配置的主模型，再按 3.8 Flash →
 3.7 Flash → 3.6 Flash 补齐未试模型，全部失败后使用豆包。Gemini 按 provider 的
 `maxAttempts` 重试暂时性错误，豆包最多尝试 3 次；明确拒绝时换模型，用户取消时停止。
 豆包需要 `ARK_API_KEY`，`ARK_MODEL` 可指定端点。

package/skills/scriptctl/references/ingest-workflow.md

@@ -1,13 +1,13 @@
-# ingest workflow — 素材直转入库（文本 / 视频）
+# ingest workflow — 素材直转入库（文本 / 视频 / 漫画）
 
-适用：有外部素材要**转成 Script v4 并入库**。统一入口 `scriptctl ingest`，按 source 类型自动分流文本 / 视频；两条管线最终都产出 v4 `script.json`。视频、小说和非标准剧本统一执行 [production-writing-standard.md](production-writing-standard.md)。
+适用：有外部素材要**转成 Script v4 并入库**。统一入口 `scriptctl ingest`，按 source 类型自动分流文本 / 视频 / 漫画；各管线最终都产出 v4 `script.json`。视频、小说和非标准剧本统一执行 [production-writing-standard.md](production-writing-standard.md)。
 
 ```
 ingest -s <file|dir>   →   标准化复核   →   view / ingest status   →   publish
    (抽取，产 workspace/script.json)       (内容完成门)       (自查/看进度)            (校验+入库)
 ```
 
-- 支持输入：**文本** txt / md / docx；**视频** 单个正片文件或**分集目录**（默认凭证为 `GEMINI_API_KEY`，也可用下文 provider 参数覆盖）。编号分集目录必须组成从第 1 集开始、无缺集的 `1..N` 连续序列。pdf/json/xlsx 会被拒。
+- 支持输入：**文本** txt / md / docx；**视频** 单个正片文件或**分集目录**（默认凭证为 `GEMINI_API_KEY`，也可用下文 provider 参数覆盖）。编号分集目录必须组成从第 1 集开始、无缺集的 `1..N` 连续序列。**漫画** 单个 PDF 或分话 PDF 目录自动进入漫画流程，按来源话号排序，支持第 00 话。PDF 与视频混合的目录会被拒绝；json/xlsx 不支持。
 - `ingest` **不入库**：只产 `workspace/script.json`（默认工作区 `workspace`，可 `-w` 改）。入库是独立的 `publish`。
 - 产物随后就是普通剧本：任何读写动词加 `-p workspace/script.json` 即可精修。
 
@@ -20,6 +20,22 @@ scriptctl ingest -s uploads/剧本.docx
 scriptctl ingest -s uploads/正片/
 ```
 
+### 漫画 PDF
+
+```bash
+scriptctl ingest -s 漫画目录/ -w workspace --step
+scriptctl ingest -s 漫画目录/ -w workspace
+```
+
+每个 PDF 是一话，整话连续阅读；内部 episode 按阅读顺序编号，来源文件名和话号保留在标题及 manifest。
+逐话维护人物身份、持续造型和剧情上下文。`--step` 只接受下一话，同源同工作区重跑从失败话续接，支持尾部追加。
+模型通过 `ingest.comic-serial` 路由配置，内置为 NNYYAI `gemini-3.8-flash`（`NNYYAI_API_KEY`），通过 base64 直接提交 PDF 并使用 `responseSchema`。失败后在同一 NNYYAI 渠道按 3.8 / 3.7 / 3.6 Flash 补齐未尝试模型，最后使用豆包 PDF 理解（`ARK_API_KEY`、可选 `ARK_MODEL`）。自定义 PDF provider 可设置 `documentUploadMode`（`file-api` / `base64`）和 `documentResponseSchemaField`（`responseJsonSchema` / `responseSchema`）。模型切换保留同一 PDF 与 Schema，用户取消立即停止，实际模型与用量进入账本；每个文件最多 50 MB、1000 页。模型输入副本 `ep/*.input.pdf` 带坐标网格，帮助定位长条页内区域；原 PDF 和审阅图保持原样。
+每条 action 用 `extend.scriptctl.source` 保存 `document_id`、`pages` 和 `regions`。每个 region 包含物理页码 `page`、区域类型 `kind`（`panel` / `bubble` / `text`）及 `box`（`top/left/bottom/right`，相对完整物理页归一化为 0–1000）。分离的画格和跨页气泡可关联多个区域。
+对白、心声和画面文字保留原文；动作叙述使用简体中文。页码覆盖和 Script 校验通过后才接受本话，仍需对照原页抽查漏格、说话人及小字。
+`ep/*.response.json` 保留模型响应；`checkpoint.json` 原子保存已接受上下文和身份映射；`context.json` 供阅读。
+`scriptctl view -w workspace` 使用 Poppler（`pdftoppm`）把已转录话的 PDF 渲染为本地原页图片，按来源哈希缓存到 `review-pages/`，生成漫画与正文并排的审阅页。
+点击正文卡片或来源标签，自动滚动并高亮对应画格、气泡或文字区域；点击原页区域回到对应正文。多个区域可分别点击，浏览器地址保留正文、页码和区域，刷新可恢复位置。只有页码的来源会明确显示「仅页码」。
+
 ### 视频分批追加
 
 分集目录可以只放前几集先跑；后续把连续的新集加到同一目录，再对同一 workspace