auto-save 2026-05-18 15:13 (~8)

.memory/status.md

@@ -1,7 +1,7 @@
 # SKG TK 二创验证 — 当前状态（2026-05-18）
 
 ## 一句话
-当前产品方向已收窄为“信息流广告快速复刻”：TK 链接 / 上传视频后，先下载源视频，再并行跑音频文案路和视频视觉路；产品素材独立成池，自动识别视角并补缺角度；分镜工作台按逐句时间轴写新口播、人物/产品需求和首尾帧规划。当前暂停直接提交视频模型，先逐条生成并审核首帧 / 尾帧。
+当前产品方向已收窄为“信息流广告快速复刻”：TK 链接 / 上传视频后，先下载源视频，再并行跑音频文案路和视频视觉路；视频视觉路自动抽 6 张人物定向随机参考帧；产品素材独立成池，自动识别视角并补缺角度；分镜工作台按逐句时间轴写新口播、人物/产品需求和首尾帧规划。当前暂停直接提交视频模型，先逐条生成并审核首帧 / 尾帧。
 
 ## 路径 / 端口
 - 当前工作树：`/Users/kangwan/Projects/business/20260512-20260512-skg-tk-二创验证-backend/`
@@ -34,7 +34,7 @@
 |---|---|---|---|
 | 1 | 输入 / 下载 | 已通 | TK 链接或上传视频创建 job，下载完成后进入分析队列。 |
 | 2 | 音频文案路 | 已通 | 拆 `audio.wav`，ASR、翻译、讲话人 / 节奏 / 背景音分析；结果默认折叠展示。 |
-| 3 | 视频视觉路 | 已通 | 自动或手动抽参考帧，当前工作区按 9:16 原视频播放秒数补帧。 |
+| 3 | 视频视觉路 | 已通 | 自动抽 6 张人物定向随机参考帧；当前工作区按 9:16 原视频播放秒数手动补帧。 |
 | 4 | 相似主体资产 | 已通 | 用关键帧和可选内置角色生成同一主体的 10 张白底视图。 |
 | 5 | 产品资产池 | 已通 | 上传 / 内置产品图统一入池，自动识别视角、结构点、用途、风险，缺角度可补图。 |
 | 6 | 分镜工作台 | 已通 | 按逐句时间轴编辑新口播、镜头类型、人物 / 产品开关、首帧 / 尾帧规划。 |
@@ -88,6 +88,7 @@ POST /jobs/{id}/frames/{idx}/storyboard/video
 5. 语音只走 Azure OpenAI TTS；不要新增或依赖 MiniMax 配音配置。
 6. 当前主流程不直接批量提交视频；先走“分镜规划 → 首尾帧 → 人工审核”。
 7. 产品素材池默认是“同一产品”，不做不同产品身份判断；视角识别必须按佩戴者左 / 右、上 / 下、内 / 外侧描述。
+8. 自动抽帧默认是 `frames=6` + `target=random_subject` + `quality=accurate` + `mode=replace`；如果需要特定动作或表情，用“当前点抽帧”手动补。
 8. 后端长任务不要用 `--reload`。
 9. 关键帧 `index` 是稳定 ID，不等于数组下标；前端取帧用 `frames.find(x => x.index === idx)`。
 

.memory/worklog.json

@@ -1,12 +1,5 @@
 {
   "entries": [
-    {
-      "files_changed": 1,
-      "hash": "0b97d03",
-      "message": "auto-save 2026-05-15 17:44 (~1)",
-      "ts": "2026-05-15T17:45:02+08:00",
-      "type": "commit"
-    },
     {
       "files_changed": 1,
       "hash": "eeeaebd",
@@ -3257,6 +3250,13 @@
       "message": "fix: force azure openai tts voice path",
       "hash": "4d2a4a0",
       "files_changed": 4
+    },
+    {
+      "ts": "2026-05-18T15:08:05+08:00",
+      "type": "commit",
+      "message": "auto-save 2026-05-18 15:07 (~5)",
+      "hash": "ebac2e8",
+      "files_changed": 5
     }
   ]
 }

RULES.md

@@ -11,7 +11,7 @@
 - 详见 `CLAUDE.md` 立项决策段 + `.memory/plan.md` 七步管线拆解
 - 风格：`04-Dark-Gallery-Ambient`（路径：`~/Projects/research/20260305-网页风格库/04-Dark-Gallery-Ambient.md`）
 - 第一冲刺：步骤 1-4（下载 / 拆轨 / 关键帧 / ASR+翻译）
-- 当前产品方向（2026-05-18 再确认）：先解决信息流广告快速复刻的第一步，不再沿用“开始后线性完成抽帧、分镜、元素生成、合成”的旧做法。主界面为“左侧素材输入列 + 右侧信息流复刻工作表”。用户粘贴 TK 链接或上传视频后点击“开始分析”，系统自动下载源视频；下载完成后并行启动两条路：音频文案路提取原音频文案/字幕，并分析讲话人、语速节奏、背景音乐/环境声/音效；视频视觉路自动抽取参考帧，供人工选择可用主体并生成相似主体白底视图。产品图上传后独立形成产品资产包，自动识别视角/结构/比例并补缺角度。分镜工作台按逐句时间轴规划新口播、镜头类型、首帧/尾帧、人物需求和产品出现方式；当前暂停直接调视频模型，先逐条用“相似主体视图 + 产品素材池 + 首尾帧文字规划”生成并审核首帧/尾帧，保存规划后再决定哪些分镜进入单条视频候选。
+- 当前产品方向（2026-05-18 再确认）：先解决信息流广告快速复刻的第一步，不再沿用“开始后线性完成抽帧、分镜、元素生成、合成”的旧做法。主界面为“左侧素材输入列 + 右侧信息流复刻工作表”。用户粘贴 TK 链接或上传视频后点击“开始分析”，系统自动下载源视频；下载完成后并行启动两条路：音频文案路提取原音频文案/字幕，并分析讲话人、语速节奏、背景音乐/环境声/音效；视频视觉路自动抽取 6 张人物定向随机参考帧，供人工选择可用主体并生成相似主体白底视图。产品图上传后独立形成产品资产包，自动识别视角/结构/比例并补缺角度。分镜工作台按逐句时间轴规划新口播、镜头类型、首帧/尾帧、人物需求和产品出现方式；当前暂停直接调视频模型，先逐条用“相似主体视图 + 产品素材池 + 首尾帧文字规划”生成并审核首帧/尾帧，保存规划后再决定哪些分镜进入单条视频候选。
 
 ## 部署事实
 - 平台：VPS `76.13.31.179`（Ubuntu 24.04 / Docker Compose / Coolify Traefik）

api/.env.example

@@ -77,7 +77,7 @@ VIDEO_DURATION_FIELD=seconds
 VIDEO_POLL_TIMEOUT_SECONDS=900
 
 # 工作目录
-KEYFRAME_COUNT=12
+KEYFRAME_COUNT=6
 JOBS_DIR=./jobs
 
 # CORS

api/main.py

@@ -1696,7 +1696,7 @@ def pipeline_download(job_id: str) -> None:
 def pipeline_analyze(
     job_id: str,
     frame_count: int = KEYFRAME_COUNT,
-    target: FrameExtractTarget = "transparent_human",
+    target: FrameExtractTarget = "random_subject",
     mode: FrameExtractMode = "replace",
     quality: FrameExtractQuality = "auto",
 ) -> None:
@@ -3145,7 +3145,7 @@ async def trigger_analyze(
     job_id: str,
     bg: BackgroundTasks,
     frames: int = KEYFRAME_COUNT,
-    target: FrameExtractTarget = "transparent_human",
+    target: FrameExtractTarget = "random_subject",
     mode: FrameExtractMode = "replace",
     quality: FrameExtractQuality = "auto",
 ) -> Job:

deploy/.env.production.example

@@ -3,7 +3,7 @@
 
 # Runtime
 JOBS_DIR=/data/jobs
-KEYFRAME_COUNT=12
+KEYFRAME_COUNT=6
 CORS_ORIGINS=https://marketing.skg.com
 API_PORT=4291
 

web/lib/api.ts

@@ -692,7 +692,7 @@ export async function triggerTranscribe(id: string): Promise<Job> {
 export async function analyzeJob(
   id: string,
   frames = 6,
-  target: FrameExtractTarget = "balanced",
+  target: FrameExtractTarget = "random_subject",
   mode: FrameExtractMode = "replace",
   quality: FrameExtractQuality = "auto",
 ): Promise<Job> {