@microi.net/cli 6.2.4 → 6.3.2

package/skills/ai-engine/references/cpu-timeline-export.md

@@ -0,0 +1,31 @@
+# 原生CPU有声时间线（9.0.3候选）
+
+此合同需匹配Core/AI/API、AI助手Managed引擎和SaaS结构正式发布。源码、候选包、目录Ready和本地测试不能代替目标租户任务、私有文件、播放与长片性能验收。
+
+- 业务Worker在Microi.AI，复用原生mci_background_task；API只做既有Managed传输。固定CPU Worker __microi_native_ai_timeline_export__ 使用独立共享并发键，当前只开放配置主租户，所有用户CPU并发1。不得调用Comfy POST、free、GPU槽、Docker socket或租户脚本执行FFmpeg。
+- 五项候选动作经platform-ai-runtime，对应后端原子为 `V8.AI.GetTimelineExportCapabilities()`、`V8.AI.InspectTimelineSource(param)`、`V8.AI.InspectPrivateAudioAsset(param)`、`V8.AI.QueueTimelineExport(param)`、`V8.AI.GetTimelineExportTask(taskId)`。前端SDK使用同名方法，身份均绑定可信当前租户/用户；本地MCP候选microi_ai对三个入队动作要求confirmExecution等于原非空RequestId。已发CLI6.3.0无这些新增枚举，不能称已发布；匹配服务器与Managed应用上线后沿已有microi_run_engine调用platform-ai-runtime的Action。Code2只是受理。
+- 素材统一引用NativeTaskId+OutputIndex+ExpectedSha256，不接受裸URL、路径、供应商句柄、文件所有者或客户端工作流。只能从本人Succeeded的原生本机媒体任务取得Private/Permanent/Microi.HDFS视频/FLAC/WAV音频输出。旧结果缺SHA时，先Inspect读取真实字节、SHA及ffprobe，再以该SHA导出；不能凭客户端自报MIME或时长。
+- QueueTimelineExport接收RequestId、Preset和Clips。每镜数值InMs/OutMs，0<OutMs-InMs<=5000；最多1200镜、累计选择<=100分钟且输出<=144000帧。固定24fps，按每镜时间换算整帧，不把16fps来源说成原生24fps。收据保留源探针、OutputFrames、OutputFrameRate和FrameRateConversion；3×5秒应15秒/360帧。三种受控画幅为landscape720、portrait720、square720，等比缩放留边，不拉伸。
+- AudioReferences每镜至多一条本人原生音频强引用，附ClipIndex、数值InMs/OutMs/GainDb与Mode(mix/replace)。每段最多5秒、增益-24..12dB；缺音频、SHA/探针/owner不符失败关闭。空列表默认保留源音轨，无源音轨则定长静音并HasAudio=false。中间件H264+48kHz双声道PCM私有MKV，最终仅一次AAC；24fps每帧2000采样，避免逐镜AAC延迟累积。上传音乐用下述受保护FormField检查收据；不接裸路径、URL或自报owner。字幕未实现。TTS/S2V见local-speech-s2v.md，配置开通与实际口型另验。
+- 上传音频先走标准已保存本人资产记录的FileUpload字段（EnableRolePermission=true、Limit=true），首检InspectPrivateAudioAsset只接受Source{FormEngineKey,FormDataId,FieldId,SysMenuId,AttachmentId,UploadProof}+RequestId+ExpectedSha256。原上传_UploadProof绑定本人/字段/记录/路径，保存时移除，前端内存保留至首次检查；不得持久化proof或发任意URL。服务端重新核真实菜单/行/字段/附件角色权限与记录UserId本人，路径从字段读取，真实下载SHA/大小/容器/codec/时长检查。每对象<=256MiB/100分钟，允许FLAC、PCM WAV、MP3和Ogg。原成功收据回放不需未过期proof，但始终重新核当前权限和引用。收据ReceiptKind=UploadedPrivateAudioInspection、UsesGpu=false，不冒充模型NativeTaskId。
+- AssetAudioTracks最多16条，引用本人Succeeded检查的AssetReceiptTaskId+ExpectedSha256，数值StartMs为整条时间线位置、InMs/OutMs为原音频范围、GainDb=-36..6默认-18，不循环，全部落在成片范围。每个fence下载每个真实音乐对象一次，预算跨恢复去重；逐镜按48kHz采样重叠裁剪/延迟，与原声/原生配音固定混音。3条逐镜旁白加1条15秒BGM为受支持合同；证明实际输出仍需目标服务器运行。人工创作音乐按真实上传素材标注，不称AI音乐生成。
+- 查询/导出/恢复/最终上传都复核已保存附件引用与权限；撤销或更换失败关闭。私有音频原文件不由Worker删除。检查与导出是否收费由产品方案决定，不把源码候选等同客户已开放计费。
+- 唯一运行配置为主租户SaaS正式字段sys_osclients.AiTimelineExportRuntime，缺失/空/Enabled=false关闭。预算仅含Enabled、Threads(1..4，默认2)、SegmentTimeoutSeconds(10..300)、FinalizeTimeoutSeconds(60..3600)、MaxInputBytes、MaxOutputBytes、MinimumFreeDiskBytes；配置不能改程序、目录、URL或GPU。不要新增appsettings或环境变量。新结构mci_ai_timeline_receipt由AI助手应用交付，含DDL/PhysicalColumns/DiyTables/DiyFields和NativeTaskId真实唯一索引；默认无菜单、种子或执行记录，普通CRUD拒绝，运行时不执行DDL。
+- 生成媒体MaxOutputBytes默认8GiB、硬32GiB，MinimumFreeDiskBytes至少4倍成片预算加1GiB；检查实际累计字节与时长。复用正式PrivateFileUpload/1的16MiB分片、签名清单、分片/整体SHA及永久完成收据。Microi.AI内部适配在每次存储操作核验当前CPU原生task/owner/fence与固定session/服务器文件名；不得走管理员MCP包装器或伪造管理员。合并临时流工厂固定资料盘0600，无通用V8或裸路径入口。普通浏览器上传2GiB与用户上传规则保持；生成媒体使用独立SaaS CPU预算，不临时提高全平台硬上限。
+- 正式API镜像须包含/usr/bin/ffmpeg和ffprobe及libx264；固定ArgumentList调用，不经shell、不接受表达式。必须显式挂载8TB资料盘到/app/App_Data/media-export；没有该独立mount拒绝运行，不能创建系统盘fallback。CPU线程、超时、输入/输出真实累计字节和资料盘可用空间分别校验。
+- 稳定RequestId冻结选择/来源/摘要；相同请求回放原任务，参数不同冲突。每个归一化片段与最终成片均写本人私有HDFS并完整流式回读SHA；终态先持久收据，再清理本次fence的自有scratch。活跃、取消、Unknown或其它fence目录不扫描删除。归一化HDFS片段保留作恢复资产，尚无自动保留期清理。
+- 上传前先持久UploadPending及固定Name/SHA/Size。响应或收据丢失时，原生恢复仅查询同一签名session的最终对象，已存在并完整匹配才补完成收据；缺对象、损坏、取消或绑定变化保持Unknown，不再次上传媒体，不宣称回滚或自动退款。没有任意恢复重上传入口。客户端轮询同一TaskId，只有本人状态可签发临时FileUrl，永久资产保存FilePath+Sha256。恢复成功仍不跨fence清理旧scratch。
+- 分层验收：源码编译；真实运行时+Jint/SDK/MCP合同；正式AI/SaaS包及官方字节回读；API镜像依赖和/data挂载；客户实际私有N镜输出与权限；1/10/100分钟负载；PC/手机播放与下载；声音/字幕/口型另验。有限小样通过不承诺100分钟人物或场景一致性。
+
+- 9.0.5候选：已严格归一化为24fps的MKV片段在最终MP4使用固定video_track_timescale=24，保持H264码流复制与最终一次AAC。最终探针仍须精确24/1、预期帧数/时长及48kHz音轨；不得为MKV毫秒时基偏差放宽校验。Stage=FinalProbe明确最终校验失败，不改原失败收据、不自动重投。真实本地sample-table/PTS/码流/解码回归不等于客户Linux/长片验收。
+
+
+## 整剧项目、镜头复用与默认双字幕
+
+一个项目可包含多个镜头、候选和一次最终合成输出；项目制作DAG与每次推理的Comfy节点图分别展示。已验收镜头引用原任务与真实SHA，不为合成再次生成，也不把每段预览登记成独立最终电影。
+
+每镜最多5秒以实际帧和音轨为准。原生124帧/24fps约5.17秒的原件保留，选择120帧版本后仍须核实完整句尾与自然结束。12个互异、通过实际裁切验收的120帧镜头才是1440帧/24fps的一分钟；缺镜保持Pending，不用静图、复制片段、循环或拉伸凑时长。
+
+默认电影字幕中文在上、英文在下，英文为经审阅的翻译而非英文配音。字幕台词、译文、逐句入出点及布局分别验收；白字深色描边、足够字号和底部安全区，按目标画布排布。ASR仅作辅助，不能自动覆盖客户已确认台词或抹去识别分歧。
+
+当前原生导出能力仍声明`SupportsSubtitles=false`，不要向现合同添加未支持字幕字段。可把已完成并核实SHA的原生合并输出作为输入，在同一项目用受控本地CPU工具烧录ASS/SRT，保留输入与派生SHA并经正常资产流程归档；该后处理不冒充原生Worker已实现字幕。正式原生字幕能力需另交Core/Managed/SDK/MCP合同、安全预算、恢复及目标运行验收。

package/skills/ai-engine/references/local-speech-s2v.md

@@ -0,0 +1,35 @@
+# 原生本地配音与S2V（9.0.3候选）
+
+不得把节点存在、模型元数据、源码编译、本地CPU回归或候选包称为GPU推理成功。只有正式镜像/模型/批准图发布、目标原任务Succeeded、私有输出实测探针/SHA、设备槽归Idle后才可开放。
+
+- Worker仍是Microi.AI的AiLocalMediaTaskRuntime；QueueLocalMedia只接已提交BusinessId，由可信准入Hook冻结Request。TTS、S2V、H3、Wan和图像共用一个持久GPU槽、并发1。不得新开独立TTS REST或让用户直接提交Comfy prompt/free。
+- TTS是唯一审计custom_nodes/microi_qwen_tts，在保留--disable-all-custom-nodes同时只加--whitelist-custom-nodes microi_qwen_tts。节点不在导入/启动时加载GPU，执行时固定离线/opt/qwen-tts/bin/python子进程；独立venv覆盖qwen所需transformers4.57.3，主Comfy与原Torch2.11.0+cu130不变。退出/超时/取消必等待子进程退出，释放其GPU占用。
+- 固定CustomVoice模型/models/tts/Qwen3-TTS-12Hz-1.7B-CustomVoice，只允许9个预置VoiceId、10个Language、Prompt≤600、uint32 Seed。音频最长30秒、24kHz单声道、有界codec tokens与180秒超时。无克隆、URL、任意模型/文件路径、反序列化或动态安装参数。
+- audio档位Width/Height/Frames均0，不伪装成图像尺寸；Speech字段仅VoiceId/Language，Prompt作为朗读文本。Stock SaveAudio实际输出FLAC，OutputKey=audio；不得使用不存在的SaveAudioWAV。原生输出按真实FLAC STREAMINFO读取采样/时长，保留探针种类FLAC_STREAMINFO与整体SHA，不宣称完整解码；下游ffprobe及CPU真实解码另验。
+- 视频输入AudioReference/DrivingVideoReference只接受NativeTaskId+OutputIndex+ExpectedSha256。服务端从当前租户本人Succeeded原生媒体结果解析Private/Permanent/HDFS路径，下载实际大小/SHA/探针；入队前核原生SHA/音频探针收据，避免伪造引用先占GPU；执行前再核真实字节/ffprobe。音频上限由冻结profile.AudioDurationLimitMs约束(1..5000)，S2V当前候选5000ms；驱动视频最多5000ms，错型/超长拒绝。S2V保持官方原生16fps；旧候选77帧约4.8125秒保留历史，新候选profile.Frames=81为采样latent帧，ImageFromBatch固定index0/length80后输出80帧/5000ms。两者不可混写，批准图SHA须匹配；新图尚需物理实测。CPU最终24fps另行转换并记录。S2V节点存在不代表专项权重安装；wav2vec2音频编码器、S2V权重及UMT5/VAE均需精确文件SHA核对。
+- API桥接必须独立bind /data/ai/runtime/input/native-media→/app/App_Data/local-media/media-inputs（Comfy现有/workspace/input/native-media可见）。下载临时0600、固定服务器文件名、核SHA后0640原子改名。根目录2770/Comfy组10001、禁symlink，未挂载拒绝，无系统盘fallback。提交/Unknown期间不删除来源；归档后清理尚未自动化。
+- 图绑定只新增VoiceId/Language/AudioReference/DrivingVideoReference这四类受控值，输入名必须服务端生成native-media/task-fence-kind.ext。图仍由正式批准档位冻结SHA，不收客户端节点图。API只用正式Managed薄路由。
+- 接入已有声音/口型/剪辑业务表前完整读当前租户元数据和事件，不能凭名字新造替代表。原业务提交/预留/结算须扩展正确能力与audio/flac MIME，并按同一owner/native identity接通；未连接业务和模型时入口保持未配置。
+- CPU逐镜有声导出见cpu-timeline-export.md：同一原生私有引用、固定数值、源音轨默认保留、PCM中间件后最终一次AAC；字幕、音乐模型、声音克隆和人物长期一致性不计已完成。
+
+正式四同步：AI助手Managed应用和SaaS结构候选、官网本文对应说明、此Skill及嵌入副本、MCP/SDK精确类型和测试。903统一发布前必须合并母版最新身份，禁止把本地候选当商城已发布。
+
+- 状态查询保留SchedulingStatus（后台分片间可能Pending）；只有本人任务的冻结runtime/profile/request摘要和受保护槽TaskKey/PromptId/ResourceId/fence匹配时，投影RuntimeStage=Preparing/Submitted/Finalizing。Submitted仅“推理已提交”，不表示已证实物理GPU进度；不返回其它任务或Comfy队列，不伪报百分比。查询使用原冻结配置，后续配置升版不阻断旧任务结果。CLI6.3.0尚无本地新增microi_ai枚举，当前正式可用同源microi_run_engine调用platform-ai-runtime的GetLocalMediaTask；候选SDK/MCP源码测试与npm正式发布分层。
+
+## 有界语气预设（9.0.5独立候选，未部署）
+
+Speech.StylePreset省略/null/空串沿用自然路径，服务器冻结JSON继续只写VoiceId/Language，旧请求摘要不变。非空只接受SciFiRestrained，首期仅Vivian+Chinese，映射固定中文instruct；不允许自由指令、速度参数或任意模型。自然调用不追加instruct，旧graph v1仍可运行自然请求。
+
+新预设必须单独批准qwen-customvoice-style-v2.api.json的真实SHA与StylePreset绑定；Catalog.StylePresets只从当前批准图字节/绑定投影，旧图仅自然，不依据前端常量或包版本臆测。父节点保留隔离子进程和标准库PCM读取，runner只接受旧五字段或新增受限StylePreset；模型/torch/超时/最长30秒不变。
+
+业务记录新增StylePreset字段，CreateDraft读取本人真实字段并冻结，Quote/Prepare重新核当前Catalog能力；已绑定TaskId不可改稿或换风格，只能另建take。字段与事件、Managed调用、SDK和共享UI均须同批受审。自然/预设样音需分开真实试听验收；固定instruct不保证时长、节奏或情绪达标。候选没有修改当前镜像/配置或调用模型。
+
+## 本地器乐 BGM 与批准图就绪检查（9.0.5独立候选）
+
+ACE-Step 1.5 首期仅固定15秒纯器乐：Typed Music={DurationSeconds:15,Instrumental:true}，Prompt用于器乐描述，Seed为uint32；Speech为空，画布/帧数/引用均0，不假装TTS。批准图固定batch1、[Instrumental]歌词标记、15秒latent、SaveAudio FLAC；只绑定tags和两处seed，拒绝其它图绑定。仍以真实BusinessId经过原可信准入/信用事务和同一个GPU槽/队列，不能直接提交Comfy图；音乐业务字段/定价/dispatch未接通时不开放入口。
+
+正式图由Comfy-Org模板commit ea7faae6999fb31338f43408ff4a575bd3f7d9a0派生，模型参考Comfy-Org/ACE-Step-1.5 commit d84f74778c9389dba94211b51ee4354f7a9e6300 的ace_step_1.5_turbo_aio.safetensors；模型卡Apache-2.0，代码仓库MIT不是模型许可。候选默认关闭；图SHA、官方模型整体SHA/长度、真实加载和目标GPU音频质量分别验收，纯器乐条件也不能保证生成绝无人声。
+
+Catalog、入队持久化前以及确定尚未POST的Preparing阶段，对批准图实际使用的固定loader读取object_info，兼容严格V1数组和V3 COMBO/options格式；缺节点/输入、空列表、未知格式或文件名不匹配均Blocked/拒绝。支持CheckpointLoaderSimple/UNETLoader/CLIPLoader/DualCLIPLoader/VAELoader/AudioEncoderLoader，不冒称覆盖所有节点内部校验。ModelBytesVerification=OperatorInventoryRequired明确表示仅核选项注册；Loader列名不能当权重SHA或成功推理。模型长度/完整SHA由主机正式安装inventory独立核验。Submitted/Unknown/Finalizing只按原冻结任务续查，不因新选项变化重投、退款或取消。
+
+音频沿原私有HDFS/FLAC输出与真实SHA/STREAMINFO探针链，现有边界支持15秒双声道；它不等于完整解码或试听通过。独立CPU时间线使用本人成功原生输出强引用混音。未实际生成、解码、试听且设备槽归Idle前不得称已交付音乐成片。