@lingjingai/scriptctl 0.66.16 → 0.66.18

package/README.md

@@ -60,7 +60,7 @@ Script v4 的新节点使用类型前缀加 6 位 Bitcoin Base58 的 NanoID。
 
 ## 原文审核
 
-`scriptctl review -p <workspace/script.json> -s <文本 ingest 工作区>` 读取 `pass1/source.txt`，使用 manifest 的 SHA-256 核实原文快照。也可以传对应的 `.txt`、`.md` 或 `.docx`，此时剧本旁需要完整 ingest 工作区；输入按 ingest 相同规则规范化并核对摘要。默认 `review-text` 使用现有官方 Gemini 渠道，`--model` 可选择已有 profile。
+`scriptctl review -p <workspace/script.json> -s <文本 ingest 工作区>` 读取 `pass1/source.txt`，使用 manifest 的 SHA-256 核实原文快照。也可以传对应的 `.txt`、`.md` 或 `.docx`，此时剧本旁需要完整 ingest 工作区；输入按 ingest 相同规则规范化并核对摘要。默认 `review-text` 使用上述主 Agent 渠道链，`--model` 可选择已有 profile。
 
 文本 Agent 使用 `source` 定位 action 的候选原文窗口、`text_range` 读取带行号的原文、`search_source` 查找完整原稿。先读本集全部原文检查遗漏，再逐条反查 action。台词保留原文语言，动作允许忠实的简体中文转述；合法翻译、拆分和合并不作为错误。
 
@@ -82,7 +82,11 @@ Gemini 接收左侧带时间戳、行锚点的亚洲格式剧本正文，以及
 
 剧本旁 `.review/asr/episode-N/` 保存按音频 SHA-256 复用的成功 ASR 响应，以及每次对比的 `script.txt`、`asr.txt`、`prompt.txt`、逐模型逐次响应和 `report.json`（含前后时间、台词、缺漏线索）。当前剧本每次重新对比，不缓存对比结论。
 
-视频和纯剧本审核默认使用 `review-agent`。主 Agent 的默认链为 NNYYAI Gemini 3.8 → 3.7 → 3.6 Flash → LiteLLM `grok-4.7-packy` → `grok-4.6-packy` → `grok-4.5-packy` → 火山方舟豆包；`review-text`、`review-comic` 同样在各自 Gemini 主渠道之后使用这组 Grok。Grok 使用 `PROJECT_LITELLM_GATEWAY_BASE_URL` 和 `PROJECT_LITELLM_GATEWAY_API_KEY`，未配置 gateway 密钥时跳过。独立的 ASR JSON 比对与原片视频核验使用已实现的 Gemini → 豆包协议，不向 Grok 发送这些请求。主渠道需要对应密钥；豆包使用 `ARK_API_KEY`，端点可通过 `ARK_MODEL` 指定。每个模型沿用 provider 的 `maxAttempts`（内置默认最多三次）；不可重试的模型错误直接进入下一模型，可重试错误耗尽当前模型次数后再切换。整集默认总时限为 15 分钟，可用 `--episode-timeout-ms` 覆盖；总超时、取消、持久化失败不应靠换模型恢复。Mastra 在当前模型调用内切换，已执行成功的工具不重放，日志和用量记录实际渠道及模型。自定义 profile 可用 `fallbacks` 指定额外模型 profile，它们在主渠道 Gemini 型号耗尽后、豆包之前依次尝试。`--no-fallback` 或 `SCRIPTCTL_REVIEW_SINGLE_MODEL=1` 仅使用选定模型。 全剧收敛审核在成功执行 `validate` 前会继续同一 Agent 会话，保留已完成操作；完成检查只读取工具执行记录，不发起额外模型请求。所有继续步骤共用原 `maxSteps` 和总时限，预算耗尽仍未校验则报告失败。
+视频和纯剧本审核使用 `review-agent`，文本和漫画使用 `review-text`、`review-comic`；主 Agent 默认共用 MSUICODE Vertex → MSUICODE GCP → MSUICODE T3 → NNYYAI（均为 `gemini-3.8-flash`）→ LiteLLM `grok-4.7-packy` → `grok-4.6-packy` → `grok-4.5-packy`。MSUICODE 地址为 `http://15.204.107.123:3000`，三个来源分别读取 `MSUICODE_VERTEX_API_KEY`、`MSUICODE_GCP_API_KEY`、`MSUICODE_T3_API_KEY`；NNYYAI 读取 `NNYYAI_API_KEY`。主渠道密钥必需，额外渠道仅在配置对应密钥时参与。Grok 读取 `PROJECT_LITELLM_GATEWAY_BASE_URL` 和 `PROJECT_LITELLM_GATEWAY_API_KEY`。普通服务错误按配置顺序切换；Gemini 返回明确的内容拦截时，本轮 Agent 跳过所有剩余 Gemini 渠道，直接进入 Grok；这一状态只作用于当前 Agent 会话。各模型沿用 provider 的 `maxAttempts`，内置最多三次。模型切换发生在当前调用内，保留成功的工具操作；用量记录实际渠道和模型，Gemini 思考签名只在生成它的渠道内复用。自定义 profile 的 `fallbacks` 按声明顺序执行。`--no-fallback` 或 `SCRIPTCTL_REVIEW_SINGLE_MODEL=1` 仅使用选定模型。
+
+独立的 ASR JSON 比对和原片视频核验使用 `review-media`：NNYYAI Gemini 3.8 → 3.7 → 3.6 Flash → 豆包，凭据为 `NNYYAI_API_KEY`、`ARK_API_KEY`，`ARK_MODEL` 可指定豆包端点。显式 `--model` 或自定义配置仍决定媒体主渠道。豆包 Flash ASR 继续读取 `SD_AUDIO_APIKEY`。
+
+全剧收敛审核必须成功执行 `validate` 才能正常结束；未完成时在同一会话内继续，保留已有工具操作，并共用原步数和总时间预算。整集默认 15 分钟总时限，耗尽后结束本轮审核。
 
 `asr-started` / `asr-transcribed` / `asr-compared` NDJSON 按集报告进度与证据；`asr-compared` 不代表修改已落盘，带 `episode_number` 的 `asr-applied` 表示本集校时已经保存。之后的 `episode` 报告本集完成或失败，已有修改已保存；`done.statistics.fixed` 包含自动校时条数，`usage_total` 汇总对比与审核 Gemini 用量。
 
@@ -92,7 +96,7 @@ Gemini 接收左侧带时间戳、行锚点的亚洲格式剧本正文，以及
 
 `scriptctl review -p <workspace/script.json> -s <漫画 ingest 工作区>` 对照原 PDF 逐话审核并修正。也可以把 `-s` 指向原 PDF 或 PDF 目录，此时 `manifest.json` 必须位于剧本旁。来源通过 `document_id` 和 manifest 中的 PDF SHA-256 匹配，不按文件名重新配话；文件移动或改名后可以显式传入内容相同的 PDF。`--episodes 1,3` 只要求所选话的来源可用。缺少 manifest、来源映射或原文件内容变化时停止并报错。
 
-漫画使用独立的 `review-comic` profile（默认 NNYYAI `gemini-3.8-flash`，`NNYYAI_API_KEY`），主 Agent 支持 Gemini 型号切换、已配置的 LiteLLM Grok 三档和豆包恢复路由，不进入官方 Google 渠道。自定义 LLM 配置需要定义该 profile，或用 `--model` 选择有显式服务地址的 profile。视频和纯剧本仍使用 `review-agent`。
+漫画使用独立的 `review-comic` profile，默认采用上述 MSUICODE → NNYYAI → Grok 主 Agent 渠道链。自定义 LLM 配置需要定义该 profile，或用 `--model` 选择有显式服务地址的 profile。视频和纯剧本仍使用 `review-agent`。
 
 漫画 Agent 逐页看原稿并反向核对 action，使用 `source` 定位、`pages` 看完整原页、`region` 看清晰局部，核对遗漏、重复、文字、人物、心声类型及阅读顺序。需要 Poppler（`pdftoppm`）；局部图按显示页的 CropBox/旋转归一化坐标渲染。正文修改保留来源；插入遗漏内容必须同时提供 `extend.scriptctl.source` 页码及区域。跨页内容使用同一条 action 的多个来源区域，不添加时间戳。
 
@@ -115,7 +119,9 @@ Gemini 接收左侧带时间戳、行锚点的亚洲格式剧本正文，以及
 | `PROJECT_LITELLM_GATEWAY_API_KEY` | 内置 LLM 配置引用的 gateway key |
 | `PROJECT_LITELLM_GATEWAY_BASE_URL` | 内置配置的 gateway endpoint；OpenAI-compatible synopsis 必须配置 |
 | `SCRIPTCTL_LLM_CONFIG` | LLM 路由 YAML；优先级低于 `--llm-config` |
-| `NNYYAI_API_KEY` | 内置视频与漫画拉片、默认 `review-agent` 和 `review-comic` 的渠道密钥 |
+| `NNYYAI_API_KEY` | 内置视频与漫画拉片、独立媒体核验及 Agent 的 NNYYAI 渠道密钥 |
+| `MSUICODE_VERTEX_API_KEY` | 默认审核 Agent 的 MSUICODE Vertex 主渠道密钥 |
+| `MSUICODE_GCP_API_KEY` / `MSUICODE_T3_API_KEY` | 审核 Agent 的 MSUICODE GCP / T3 后续渠道密钥 |
 | `GRSAI_API_KEY` | 视频拉片及显式选择 GrsAI profile 时使用的渠道密钥 |
 | `AWB_BASE_URL` | script-output gateway URL |
 | `LINGJING_AWB_ACCESS_KEY` | gateway 访问凭证 |
@@ -148,7 +154,7 @@ Gemini provider 可设置 `videoResponseSchemaField: responseSchema`，用于 GR
 从 `NNYYAI_API_KEY` 读取密钥，使用 base64 视频或 PDF 输入（Schema 字段为 `responseSchema`）。设置密钥后直接运行
 `scriptctl ingest -s <视频或PDF文件或目录> -w <workspace>`。
 视频请求先尝试配置的主模型，再在主渠道按 Gemini 3.8 / 3.7 / 3.6 Flash 补齐未试型号，随后使用 GrsAI（`https://grsai.dakka.com.cn`）的同三个型号，最后进入火山方舟豆包。GrsAI 使用独立的 `GRSAI_API_KEY`、base64 视频与 `responseSchema`，每个型号最多尝试 3 次；未配置密钥或主渠道已为该 GrsAI 地址时跳过此段。主渠道视频上传失败时，从 GrsAI 开始使用本地视频继续请求。豆包需要 `ARK_API_KEY`，`ARK_MODEL` 可覆盖默认端点。
-PDF 的 Gemini 型号切换使用同一主渠道，随后由已配置的豆包兜底。`review-agent` 主循环默认使用 NNYYAI → LiteLLM Grok → 豆包审核链；文本任务按各自 profile 路由。
+PDF 的 Gemini 型号切换使用同一主渠道，随后由已配置的豆包兜底。`review-agent` 主循环默认使用 MSUICODE → NNYYAI → LiteLLM Grok 审核链；文本任务按各自 profile 路由。
 显式 LLM 配置决定主渠道和模型，支持 GrsAI、Google Vertex 等 provider；视频同样按主渠道 → GrsAI → 豆包的顺序恢复。显式选择豆包时只调用豆包。
 
 Gemini provider 的 `videoUploadMode: base64` 可指定视频默认传输方式；未设置时为 `file-api`，
@@ -230,7 +236,7 @@ scriptctl ingest --source-path ./video.mp4 --video-provider gemini
 
 ### Official Gemini via Vertex AI
 
-The built-in official Gemini provider uses `google-vertex` with Google Application Default Credentials (ADC). Set `GOOGLE_CLOUD_PROJECT` and configure ADC on each execution machine. All official calls use the global location; tokens refresh automatically. Video requests send inline media; text requests use the Vertex OpenAI-compatible API. A custom provider can declare `protocol: google-vertex`, `timeoutMs` and `maxAttempts` without an `apiKey` field. Custom Gemini gateways retain the `google-gemini` protocol and their own credentials.
+The built-in official Gemini provider uses `google-vertex` with Google Application Default Credentials (ADC). Set `GOOGLE_CLOUD_PROJECT` and configure ADC on each execution machine; tokens refresh automatically. Video requests send inline media; text requests use the Vertex OpenAI-compatible API. A custom provider can declare `protocol: google-vertex`, `timeoutMs` and `maxAttempts` without an `apiKey` field. To use a Vertex API key, add `apiKey: { env: GOOGLE_API_KEY }` to that provider and set the named environment variable. Select the provider through the task profile in your LLM configuration. The project reads `VERTEX_PROJECT_ID`, falling back to `GOOGLE_CLOUD_PROJECT`; the location reads `VERTEX_LOCATION`, then `GOOGLE_CLOUD_LOCATION`, defaulting to `global`. Custom Gemini gateways retain the `google-gemini` protocol and their own credentials.
 
 ### 已授权的跨语言台词检查
 

package/changes/0.66.17.md

@@ -0,0 +1,6 @@
+# 0.66.17
+
+- review 主 Agent 按 MSUICODE Vertex → GCP → T3 → NNYYAI 的顺序调用 Gemini 3.8 Flash，再依次使用 Grok 4.7 / 4.6 / 4.5 Packy；移除主 Agent 自动追加的豆包。
+- Gemini 明确返回内容拦截时，本轮 Agent 直接跳过剩余 Gemini 渠道，进入 Grok；普通服务错误仍按渠道顺序恢复。
+- 跨渠道切换保留成功的工具操作和实际用量，思考签名仅在原渠道复用。
+- 拉片视频核验、ASR 和换壳写作保留原有模型路由。

package/changes/0.66.18.md

@@ -0,0 +1,3 @@
+# 0.66.18
+
+- 审核工具返回的图片通过原生图片消息传给模型，避免 OpenAI 兼容渠道把 Base64 序列化为工具文本导致输入过长。保留全部图片、时间标签和工具调用对应关系，不改变审核范围、模型路由或输出额度。

package/dist/bin.js

@@ -1,2 +1,2 @@
 #!/usr/bin/env node
-import{b as s}from"./chunk-MMH5EEBU.js";import{Console as r}from"node:console";var o=new r({stdout:process.stderr,stderr:process.stderr});console.debug=o.debug.bind(o);console.info=o.info.bind(o);console.log=o.log.bind(o);s(process.argv.slice(2)).then(e=>{process.exitCode=e}).catch(e=>{console.error(e),process.exitCode=70});
+import{b as s}from"./chunk-QCTGU6FJ.js";import{Console as r}from"node:console";var o=new r({stdout:process.stderr,stderr:process.stderr});console.debug=o.debug.bind(o);console.info=o.info.bind(o);console.log=o.log.bind(o);s(process.argv.slice(2)).then(e=>{process.exitCode=e}).catch(e=>{console.error(e),process.exitCode=70});