web/next.config.mjs | Next.js 构建配置：静态导出、图片不走优化、禁用开发环境左下角 Next Dev Indicator，并移除 Next 16 已不支持的 eslint 顶层配置，避免本地 dev 出现配置 Issue 提示。 |
web/app/globals.css | 全局主题变量、登录页视觉样式、ReactFlow 样式引用，以及本地开发态 nextjs-portal 遮挡隐藏规则。 |
- web/app/page.tsx | 产品工作台主状态：jobs、activeJobId、按 job 隔离的 selectedFrames/音频条/生成任务状态；主渲染为全屏素材输入列 + 分镜生产板块。 |
- web/components/ad-recreation-board.tsx | 信息流广告分镜生产板：左侧素材输入；右侧按分镜纵向排列，每张分镜卡内部依次承载音频分镜文案、关键元素 / 抽帧生成、视频生成候选；追加草稿分镜可绑定关键帧后保存。 |
+ web/app/page.tsx | 产品工作台主状态：jobs、activeJobId、按 job 隔离的 selectedFrames/音频条/生成任务状态；主渲染为全屏素材输入列 + 分镜生产板块；新增“开始生产”编排状态，负责下载完成后自动触发抽帧、音频处理、逐帧 Vision 扫描和分镜初稿保存；视频生成时默认复制四张 SKG 产品角度图作为参考。 |
+ web/components/ad-recreation-board.tsx | 信息流广告分镜生产板：左侧素材输入；右侧按分镜纵向排列，每张分镜卡内部依次承载音频分镜文案、关键元素 / 抽帧生成、视频生成候选；关键元素候选可点击生成提取图 + 6 视图；支持单条生成和“生成全部视频”。 |
web/app/login/page.tsx | 生产登录页：访问账号/访问密钥表单、保持登录、错误/成功状态；当前只在原版 Digital Oasis 动态背景上叠加一个组合登录框，桌面端左侧是动态角色，右侧是图标化登录表单；面板左上角展示官网 SKG 字标和中文“营销内容工作台”系统标识。 |
web/app/login/layout.tsx | 登录路由专属 layout：覆盖全站默认网页标题和描述为空，避免 /login 继承工作台 metadata 后在页面源码里继续出现登录界面文字以外的文案。 |
web/components/login/oasis-canvas.tsx | 登录页全屏动态视觉层：用 iframe 直接承载下载包 web/public/oasis-source/index.html 的原 WebGPU / Three.js 草场源码；父级登录页只覆盖自己的文案和表单，并在捕获阶段把全局鼠标坐标同时用原生事件和 postMessage 转发给 iframe，避免登录面板或输入框遮挡时草地失去鼠标响应。 |
@@ -624,8 +624,9 @@
前端主链路：
web/app/page.tsx
-> 分镜生产板：web/components/ad-recreation-board.tsx
+ -> 开始生产：创建/激活 job → 自动抽帧 → 自动音频处理 → 自动 Vision 扫描 → 自动写入分镜初稿
-> 左侧素材输入列 + 右侧分镜卡片列表
- -> 每张分镜卡：音频分镜文案 → 关键元素 / 抽帧生成 → 视频生成候选
+ -> 每张分镜卡：音频分镜文案 → 候选元素选择 / 提取图 / 6 视图 → 单条或全部视频生成
-> 底部音频条：web/components/audio-strip.tsx（原音频播放 / 指针 / 英文 / 中文 / 波形 / 英文改写稿）
-> 旧节点/深度素材面板：web/components/nodes/index.tsx、web/components/lightbox.tsx、web/components/storyboard-workbench.tsx（底层保留，当前不作为主入口）
-> API 契约：web/lib/api.ts
@@ -643,11 +644,11 @@ api/main.py
你看到的区域信息流广告分镜生产板
主要源码AdRecreationBoard in web/components/ad-recreation-board.tsx；状态、轮询和接口回写仍在 web/app/page.tsx。
-
适合怎么描述“素材输入列、分镜生产板块、分镜卡片的文案/元素/视频生成层要如何调整”。
+
适合怎么描述“开始生产后哪些步骤自动跑、素材输入列、分镜生产板块、分镜卡片的文案/元素/视频生成层要如何调整”。
你看到的区域单个分镜卡片
-
主要源码StoryboardSegmentCard 和 DraftSegmentCard in web/components/ad-recreation-board.tsx；复用 updateStoryboard、addElement、cutoutElement、generateStoryboardVideo 等接口。
+
主要源码StoryboardSegmentCard 和 DraftSegmentCard in web/components/ad-recreation-board.tsx；复用 updateStoryboard、addElement、cutoutElement、generateSubjectAssets、generateStoryboardVideo 等接口。
适合怎么描述“每个分镜内部音频文案、关键元素和视频生成候选从上到下应该怎么对应”。
@@ -730,6 +731,8 @@ api/main.py
source_text,
source_zh,
rewritten_text,
+ speaker_profile,
+ rhythm_profile,
product_brief,
rewrite_model,
voice_provider: minimax,
@@ -815,7 +818,7 @@ SubjectAsset {
| 上传视频 | POST /jobs/upload | uploadJob | 保存 source.mp4，然后同样进入下载完成状态。 |
| 删除输入视频 | DELETE /jobs/{id} | deleteJob | 从任务队列、URL 和磁盘 jobs/<id> 目录移除整个 job，包括源视频、关键帧、元素提取图和生成视频。 |
| 解析视频 | POST /jobs/{id}/analyze?frames=&target=&mode=&quality= | analyzeJob | 拆轨 + 目标化抽关键帧。默认 frames=12；target 支持透明骨架人、综合、清晰主体、转场变化、表情瞬间、动作峰值；当前 UI 默认 transparent_human。透明骨架人目标现在只走本地清晰度、中心主体、对比度、画面变化和 pHash 去重，不在抽帧阶段逐帧调用 Vision；mode=append 追加新关键帧；quality=auto 为展示友好档，最高只自动选择精细，不会自动上极准；极准保留为手动选择。抽帧开始时同步拆出 audio.wav 并启动音频处理线程。多个抽帧请求进入后端队列顺序处理。 |
-
| 音频文案轨 | POST /jobs/{id}/transcribe | triggerTranscribe | 若尚未拆轨，先从 source.mp4 提取 audio.wav 并回填 source_audio_url；随后用原音频实际秒数估算英文词数，按 AUDIO_PRODUCT_BRIEF 生成有趣、自然的 SKG 英文产品介绍 audio_script.rewritten_text。ASR/翻译结果保留为改前对照和节奏参考；如果 ASR 不可用，也会用原音频时长继续生成产品口播。配置 MINIMAX_API_KEY 后调用 MiniMax T2A，并从 MINIMAX_TTS_VOICE_POOL 随机选择男声、女声或成熟声生成 audio_script.voice_url。 |
+
| 音频文案轨 | POST /jobs/{id}/transcribe | triggerTranscribe | 若尚未拆轨，先从 source.mp4 提取 audio.wav 并回填 source_audio_url；随后用原音频实际秒数估算英文词数，按 AUDIO_PRODUCT_BRIEF 生成有趣、自然的 SKG 英文产品介绍 audio_script.rewritten_text，并写入 speaker_profile 与 rhythm_profile 作为讲话人 / 节奏参考。ASR/翻译结果保留为改前对照；如果 ASR 不可用，也会用原音频时长继续生成产品口播。配置 MINIMAX_API_KEY 后调用 MiniMax T2A，并从 MINIMAX_TTS_VOICE_POOL 随机选择男声、女声或成熟声生成 audio_script.voice_url。 |
| 原始音频文件 | GET /jobs/{id}/audio.wav | sourceAudioUrl | 返回拆轨得到的 wav；底部 AudioStrip 拉取该文件，用 Web Audio API 解码并计算波形峰值。原音频播放器驱动时间轴，播放时全局指针和当前字幕节点内指针同步移动。 |
| 改写配音文件 | GET /jobs/{id}/audio-script.mp3 | apiAssetUrl(job.audio_script.voice_url) | 返回 MiniMax T2A 生成的英文 mp3。没有配置 MiniMax 或生成失败时该文件不存在，但英文改写文案仍会保存在 audio_script.rewritten_text。 |
| 手动加帧 | POST /jobs/{id}/frames?t= | addManualFrame | 按视频时间戳抽一帧，index 递增但 frames 按 timestamp 排序。 |
@@ -848,7 +851,7 @@ SubjectAsset {
| 分镜生产板 |
- 承载当前主路径：素材输入列按文件任务管理素材；分镜生产板块按分镜纵向排列；每张分镜卡从上到下编辑音频分镜文案、确认该分镜关键元素、生成本分镜候选视频；底部仅汇总完整视频合成入口。 |
+ 承载当前主路径：素材输入列按文件任务管理素材；点击“开始”后自动触发下载后抽帧、音频处理、Vision 扫描和分镜初稿；分镜生产板块按分镜纵向排列；每张分镜卡从上到下编辑音频分镜文案、选择关键元素并生成提取图/6 视图、生成本分镜候选视频；顶部可“生成全部视频”，底部仅汇总完整视频合成入口。 |
不要再拆回多个画布节点；不要恢复右侧空白画布占位。 |
web/components/ad-recreation-board.tsx、web/app/page.tsx |
@@ -866,7 +869,7 @@ SubjectAsset {
| 候选片段 |
- 生成视频结果直接显示在对应分镜卡片的视频生成层，可作为后续完整合成输入。 |
+ 生成视频结果直接显示在对应分镜卡片的视频生成层；单条生成和“生成全部视频”都会默认带入四张 SKG 产品角度图，已生成的关键元素 6 视图会作为主体参考图。 |
不要把 Compose 提前变成最终剪辑台；最终合成仍是占位。 |
/storyboard/video、generated_videos、AdRecreationBoard |
@@ -885,9 +888,10 @@ SubjectAsset {
手动按时间戳加关键帧。
关键帧清洗水印，全图或区域清洗。
Vision 识别关键帧，输出 scene、objects、style、suggested_prompt，并作为主体候选来源。
- 主体候选确认、改名、删除和主体资产包生成。
+ “开始生产”会在下载完成后自动抽帧、触发音频处理、逐帧 Vision 扫描并保存分镜初稿。
+ 主体候选确认、改名、删除和主体资产包生成；当前分镜卡可点击候选元素直接生成提取图 + 6 视图。
分镜工作台 4 图槽和改造说明自动保存。
- 音频文案轨：点击提取音频后按原音频时长自动生成 SKG 英文产品介绍口播；配置 MiniMax 后从男声、女声、成熟声池随机生成自然英文配音 mp3。底部音频条可播放原音频并用指针逐段对齐字幕节点。
+ 音频文案轨：点击开始或提取音频后按原音频时长、语速和停顿自动生成 SKG 英文产品介绍口播；配置 MiniMax 后从男声、女声、成熟声池随机生成自然英文配音 mp3。底部音频条可播放原音频并用指针逐段对齐字幕节点。
nano-banana-pro image-to-image 生图。
@@ -912,7 +916,7 @@ SubjectAsset {
改分镜生产板
-
“我在素材输入列或右侧分镜生产板块，这里应该怎么展示、编辑、保存和触发下一步。”
+
“我在素材输入列或右侧分镜生产板块，开始生产后哪些步骤自动跑，哪些步骤留给人工选择和审核。”
改分镜卡片层级
@@ -937,6 +941,18 @@ SubjectAsset {
变更记录
这个记录不是 git log 的替代品。它记录“产品理解发生了什么变化、影响了哪些源码、你以后描述需求时该怎么说”。后续每次改功能都要补一条。
+
+
+ 2026-05-17 · 开始生产自动编排
+ UI
+ Workflow
+
+
+
问题：用户希望粘贴视频链接后点击一次“开始”，系统就自动完成素材准备：抽帧、音频分析、关键元素扫描和分镜初稿；人工只负责判断规划是否合理、选择关键元素、再单条或全量生成视频。
+
改动：web/app/page.tsx 新增开始生产编排状态：创建/激活 job 后，下载完成自动触发 analyzeJob 与 triggerTranscribe，关键帧出来后逐帧调用 describeFrame 并用 updateStoryboard 保存分镜初稿。视频生成时若分镜未显式选择产品图，会自动复制四张 desktop-skg-product-angle-01..04 作为 SKG 产品真源，并把已生成的关键元素 6 视图作为主体参考。AdRecreationBoard 把导入按钮改为“开始”，分镜卡里的候选元素可点击生成提取图 + 6 视图，顶部新增“生成全部视频”。AudioScript 新增 speaker_profile 和 rhythm_profile，用于展示讲话人 / 节奏参考。
+
影响：web/app/page.tsx、web/components/ad-recreation-board.tsx、web/components/nodes/index.tsx、web/lib/api.ts、api/main.py、RULES.md、.project.json、docs/source-analysis.html。后续需求应区分“开始生产自动编排”和“人工审核/选择/生成”的边界。
+