diff --git a/RULES.md b/RULES.md
index 102eef6..211ccde 100644
--- a/RULES.md
+++ b/RULES.md
@@ -12,7 +12,7 @@
- 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(2026-05-26 Postgres 持久化版):默认入口是多人通用的 SKG 营销内容生产平台,`https://marketing.skg.com` 登录后直接进入个人生成画布,`/canvas/` 只作为旧链接兼容跳转到根域名。终端可见品牌位只放 SKG logo,不在主界面展示“生图生视频”“SKG 生成画布”或长系统名。画布本体尽量恢复 `chatfire-AI/huobao-canvas` 的成熟交互,不再削成三模式单输入框:保留首页推荐词、画布底部推荐词、AI 润色、自动执行、公共工作流、我的工作流、首帧/尾帧/参考图节点、图片/视频/LLM 配置节点、模型配置和批量下载等上游能力;多角度分镜、故事板、图转视频、绘本等工作流按上游结构创建节点。API 接入是例外:生成调用继续走本项目后端 `/api` 和当前登录 Cookie,不要求员工在浏览器配置个人 API Key;AI 润色只扩写用户明确写出的主体、品牌、产品、平台、动作和镜头,用户没写 `SKG` 时绝不主动加入 SKG,也不能把未知主体润成人物或强行润成无人物;上传/生成的参考图如果本来就有人物,应在视频提示词里按 AI 生成的虚拟角色、非真人、非公众人物处理,继续允许 AI 人像素材参与图生视频;图片/视频模型选择只显示后端已经接通的媒体模型,不能让浏览器本地自定义或旧缓存模型进入生成下拉;生图配置必须显示真实像素尺寸,比例不能替代尺寸,生成结果也要显示实际输出像素;GPT Image 2 / 自动模式可显示低/中/高画质和自定义像素输入,Gemini 图片只显示官方比例 + 1K/2K/4K 固定像素规格,不提供任意自定义尺寸。API 设置弹窗只保留模型/端点配置外观,不能出现上游注册链接或外部品牌。用户登录后仍只看到自己的任务、结果、详情页、画布项目和个人工作流模板,继续沿用后端 owner 隔离;画布项目和我的工作流以服务端 Postgres 为主持久化,浏览器 `localStorage` 只作为项目缓存和首次导入来源,图片/视频资产按登录用户写入后端 job。旧 TK 复刻工作台、Agent Cut 一键出片和营销图文方案保留为高级/详情页能力,不再作为默认首页入口或默认理解框架。
+- 当前产品方向(2026-05-26 Postgres 持久化版):默认入口是多人通用的 SKG 营销内容生产平台,`https://marketing.skg.com` 登录后直接进入个人生成画布,`/canvas/` 只作为旧链接兼容跳转到根域名。终端可见品牌位只放 SKG logo,不在主界面展示“生图生视频”“SKG 生成画布”或长系统名。画布本体尽量恢复 `chatfire-AI/huobao-canvas` 的成熟交互,不再削成三模式单输入框:保留首页推荐词、画布底部推荐词、AI 润色、自动执行、公共工作流、我的工作流、首帧/尾帧/参考图节点、图片/视频/LLM 配置节点、模型配置和批量下载等上游能力;多角度分镜、故事板、图转视频、绘本等工作流按上游结构创建节点。API 接入是例外:生成调用继续走本项目后端 `/api` 和当前登录 Cookie,不要求员工在浏览器配置个人 API Key;AI 润色只扩写用户明确写出的主体、品牌、产品、平台、动作和镜头,用户没写 `SKG` 时绝不主动加入 SKG,也不能把未知主体润成人物或强行润成无人物;上传/生成的参考图如果本来就有人物,应在视频提示词里按 AI 生成的虚拟角色、非真人、非公众人物处理,继续允许 AI 人像素材参与图生视频;图片/视频模型选择只显示后端已经接通的媒体模型,不能让浏览器本地自定义或旧缓存模型进入生成下拉;生图配置恢复最初简单版,图片模型显示 `auto`、`gpt-image-2`、`gemini-3-pro-image-preview`,尺寸只显示 `auto`、`1024x1536`、`1024x1024`、`1536x1024`,画质只保留标准项。API 设置弹窗只保留模型/端点配置外观,不能出现上游注册链接或外部品牌。用户登录后仍只看到自己的任务、结果、详情页、画布项目和个人工作流模板,继续沿用后端 owner 隔离;画布项目和我的工作流以服务端 Postgres 为主持久化,浏览器 `localStorage` 只作为项目缓存和首次导入来源,图片/视频资产按登录用户写入后端 job。旧 TK 复刻工作台、Agent Cut 一键出片和营销图文方案保留为高级/详情页能力,不再作为默认首页入口或默认理解框架。
## 部署事实
- 平台:VPS `76.13.31.179`(Ubuntu 24.04 / Docker Compose / Coolify Traefik)
@@ -28,8 +28,6 @@
- AI 润色中性化(2026-05-26):`509bd9b` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526020846.tgz`。本次把画布 `AI 润色`、LLM 节点和自动执行意图分析从 SKG 广告文案接口 `/creative/copy` 拆出,新增中性 `POST /prompt/polish`:只优化用户已经写明的主体、品牌、产品、地点、风格和镜头,不主动添加 SKG、按摩产品、TikTok/Reels 广告话术、标题或 hashtag;`/creative/copy` 继续保留给明确的 SKG 营销文案场景。脚本内验证通过(web/API/Postgres Up、`/` 302、`/login/` 200、未登录 `/api/health` 401、`api:health ok db connected`),并在生产 API 容器内确认普通雨夜街头摊位提示词经 `/prompt/polish` 兜底输出不包含 SKG、massage 或 TikTok。
- AI 润色人物安全词分流(2026-05-26):`daec523` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526022320.tgz`。本次在 `/prompt/polish` 增加人物意图检测:原提示词没有人物语义或明确写无人时,润色只补“保持 object-only / scene-only / product-only 构图,不新增 people、faces、bodies、hands、avatars、characters、crowds”;原提示词明确有人像、模特、角色、数字人或脸时,才补“fully fictional synthetic AI character / virtual avatar / not based on any real person”。脚本内验证通过(web/API/Postgres Up、`/` 302、`/login/` 200、未登录 `/api/health` 401、`api:health ok db connected`),并在生产 API 容器内确认雨夜章鱼烧摊位不会出现虚构角色安全词,年轻女生人像会出现虚构 AI 角色安全词。
- AI 润色意图校验和参考图人物提示(2026-05-26):`f5be97b` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526035016.tgz`。本次把 `/prompt/polish` 改为清理旧模板尾巴、分类人物/无人/物体/场景/动物/未知主体并做冲突修复:不主动加入 SKG、产品、平台、广告语境或人物,也不把未知主体强行润成无人物;同时 `/storyboard/video` 最终入队前会给参考图请求追加条件提示,说明参考图里若有人物、脸、身体、手、头像或角色,应按 AI 生成的虚拟角色、非真人、非公众人物处理,允许员工继续用 AI 人像素材做图生视频。部署脚本内首次验证在容器启动 3 秒时遇到根路径临时 500,随后复跑 `./scripts/verify-prod-docker.sh root@76.13.31.179` 通过(web/API/Postgres Up、`/` 302、`/login/` 200、未登录 `/api/health` 401、`api:health ok db connected`),并在生产 API 容器内确认参考图提示词追加和 `InputImageSensitiveContentDetected.PrivacyInformation` 中文错误解释已生效。
-- 生图规格可视化(2026-05-26):`5d047af` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526042230.tgz`。本次把画布生图配置改为显示真实像素尺寸和低/中/高画质:预设包含 `1024x1536`、`1536x2304`、`1088x1920`、`1440x2560`、`960x1280`、`1536x1920`、`1024x1024`、`2048x2048`、`1536x1024`、`2304x1536`、`1280x720`、`2048x1152` 和 `auto`,并支持符合后端约束的自定义 `宽x高`;生成结果会写回请求尺寸、画质和实际输出像素。脚本内验证通过(web/API/Postgres Up、`/` 302、`/login/` 200、未登录 `/api/health` 401、`api:health ok db connected`);生产 API 容器内确认 `image_size_options` 共 13 项、`image_quality_options=low,medium,high`,生产 web 静态 bundle 命中 `1088×1920`、`低 · 快速草稿` 和 `自定义 1088x1920`。
-- Gemini 生图规格收口(2026-05-26):`56a2384` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526050539.tgz`。本次按 Google Gemini 官方 image generation 文档把 Gemini 图片模型收口为官方比例 + `1K/2K/4K` 固定像素规格,前端选择 Gemini 时不再显示任意自定义尺寸;GPT Image 2 / 自动模式继续保留低/中/高画质和符合后端约束的自定义像素输入。脚本内验证通过(web/API/Postgres Up、`/` 302、`/login/` 200、缺失 `_next` 资源 404、未登录 `/api/health` 401、`api:health ok db connected`);生产 API 容器内确认 `gemini_image_size_options` 共 20 项且 `supports_custom_size=false`,`768x1376` 和 `9:16` 均归一到 `768x1376`,`1088x1920` 被拒绝为 `unsupported Gemini image size: 1088x1920`;生产 web 静态 bundle 命中 `768×1376`、`1536×2752` 和 `supportsCustomSize`。
- 推荐词轮换(2026-05-26):`d01fdc5` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526023923.tgz`。本次把画布和首页推荐词从固定数组改为 4 个一组的短词池,刷新按钮绑定为切换下一组;推荐栏固定单行高度并截断过长 chip,避免把底部输入框顶高。脚本内验证通过(web/API/Postgres Up、`/` 302、`/login/` 200、未登录 `/api/health` 401、`api:health ok db connected`),并在生产 web 容器静态 bundle 中确认命中 `换一组推荐`、`魔法森林`、`无人物街景` 等新文案。
- 推荐词扩展(2026-05-26):`7f3a6cc` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,部署前备份为 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260526024847.tgz`。本次新增 `web/canvas-app/src/config/suggestions.js`,把首页和画布推荐词统一为 30 组 / 120 个短词共享池,每次仍显示 4 个并按组轮换,保持单行不顶起 composer。本地验证 `groups=30`、`items=120`、最长词 5 个字符;本地 `npm run build` 和生产 Docker 构建通过,`./scripts/verify-prod-docker.sh` 复验通过(web/API/Postgres Up、`/` 302、`/login/` 200、未登录 `/api/health` 401、`api:health ok db connected`),并在生产 web 容器静态 bundle 中确认命中 `银河帐篷`。
- 最近部署验证(2026-05-25):`cce9779` 已通过 `./scripts/deploy-prod-safe.sh` 部署到 `/opt/skg-marketing-studio`,恢复 `chatfire-AI/huobao-canvas` 上游画布能力但保留 SKG 后端 `/api` 接入。部署前脚本已备份生产私有环境、任务数据、资源库和 secrets 到 `/opt/skg-marketing-studio-backups/skg-marketing-preserve-20260525102857.tgz`;生产 Docker 重建后脚本内验证通过(web/API 容器 Up、`/` 302、`/login/` 200、缺失 `_next` 资源 404、未登录 `/api/health` 401、容器内 `api:health ok`、`api:ytdlp_cookie_args []`、未发现本地 API/dev URL 泄漏)。补验:外部访问 `https://marketing.skg.com/` 未登录返回 302 到 `/login/?next=/`,`https://marketing.skg.com/canvas/` 返回 308 到 `/`,`https://marketing.skg.com/p/test` 未登录返回 302 到 `/login/?next=/p/test`;容器内静态 bundle 命中 `AI 润色 / 自动执行 / 推荐: / 首帧 / 尾帧 / 多角度分镜 / 儿童绘本 / 工作流模板 / 批量下载素材`,未命中上游注册链接、火宝欢迎文案、GitHub 入口或 `/huobao-canvas`。
diff --git a/api/main.py b/api/main.py
index 914c7c3..1c8261e 100644
--- a/api/main.py
+++ b/api/main.py
@@ -132,169 +132,26 @@ IMAGE_SIZE_CHOICES = [
"id": "auto",
"label": "自动",
"value": "auto",
- "ratio": "auto",
- "width": 0,
- "height": 0,
- "description": "由图片模型自行决定输出尺寸,生成后显示实际像素",
+ "description": "由图片模型自行决定输出尺寸",
},
{
"id": "1024x1536",
- "label": "竖图 2:3 · 1024×1536",
+ "label": "竖图 2:3",
"value": "1024x1536",
- "ratio": "2:3",
- "width": 1024,
- "height": 1536,
"description": "适合信息流营销图、人物和产品竖版构图",
},
- {
- "id": "1536x2304",
- "label": "竖图 2:3 · 1536×2304",
- "value": "1536x2304",
- "ratio": "2:3",
- "width": 1536,
- "height": 2304,
- "description": "适合高精细竖版海报和后期裁切",
- },
- {
- "id": "1088x1920",
- "label": "竖屏 9:16 · 1088×1920",
- "value": "1088x1920",
- "ratio": "9:16",
- "width": 1088,
- "height": 1920,
- "description": "接近 1080p 竖屏,宽度按 16 像素倍数提交",
- },
- {
- "id": "1440x2560",
- "label": "竖屏 9:16 · 1440×2560",
- "value": "1440x2560",
- "ratio": "9:16",
- "width": 1440,
- "height": 2560,
- "description": "适合短视频封面、竖屏高清素材和二次裁切",
- },
- {
- "id": "960x1280",
- "label": "竖图 3:4 · 960×1280",
- "value": "960x1280",
- "ratio": "3:4",
- "width": 960,
- "height": 1280,
- "description": "适合偏人物或产品竖图,文件体积较轻",
- },
- {
- "id": "1536x1920",
- "label": "竖图 4:5 · 1536×1920",
- "value": "1536x1920",
- "ratio": "4:5",
- "width": 1536,
- "height": 1920,
- "description": "适合小红书、社媒封面和产品展示图",
- },
{
"id": "1024x1024",
- "label": "方图 1:1 · 1024×1024",
+ "label": "方图 1:1",
"value": "1024x1024",
- "ratio": "1:1",
- "width": 1024,
- "height": 1024,
"description": "适合头像、方形素材和电商图",
},
- {
- "id": "2048x2048",
- "label": "方图 1:1 · 2048×2048",
- "value": "2048x2048",
- "ratio": "1:1",
- "width": 2048,
- "height": 2048,
- "description": "适合高清方形素材和后期抠图",
- },
{
"id": "1536x1024",
- "label": "横图 3:2 · 1536×1024",
+ "label": "横图 3:2",
"value": "1536x1024",
- "ratio": "3:2",
- "width": 1536,
- "height": 1024,
"description": "适合横版封面和详情页配图",
},
- {
- "id": "2304x1536",
- "label": "横图 3:2 · 2304×1536",
- "value": "2304x1536",
- "ratio": "3:2",
- "width": 2304,
- "height": 1536,
- "description": "适合高清横版主视觉和详情页大图",
- },
- {
- "id": "1280x720",
- "label": "横屏 16:9 · 1280×720",
- "value": "1280x720",
- "ratio": "16:9",
- "width": 1280,
- "height": 720,
- "description": "适合轻量横版封面、网页首屏和视频首帧",
- },
- {
- "id": "2048x1152",
- "label": "横屏 16:9 · 2048×1152",
- "value": "2048x1152",
- "ratio": "16:9",
- "width": 2048,
- "height": 1152,
- "description": "适合高清横版视频封面和大屏展示",
- },
-]
-GEMINI_IMAGE_SIZE_CHOICES = [
- {
- "id": "auto",
- "label": "自动",
- "value": "auto",
- "ratio": "auto",
- "width": 0,
- "height": 0,
- "description": "由 Gemini 自行决定输出尺寸,生成后显示实际像素",
- },
- {"id": "1024x1024", "label": "方图 1:1 · 1K · 1024×1024", "value": "1024x1024", "ratio": "1:1", "image_size": "1K", "width": 1024, "height": 1024},
- {"id": "848x1264", "label": "竖图 2:3 · 1K · 848×1264", "value": "848x1264", "ratio": "2:3", "image_size": "1K", "width": 848, "height": 1264},
- {"id": "1264x848", "label": "横图 3:2 · 1K · 1264×848", "value": "1264x848", "ratio": "3:2", "image_size": "1K", "width": 1264, "height": 848},
- {"id": "896x1200", "label": "竖图 3:4 · 1K · 896×1200", "value": "896x1200", "ratio": "3:4", "image_size": "1K", "width": 896, "height": 1200},
- {"id": "928x1152", "label": "竖图 4:5 · 1K · 928×1152", "value": "928x1152", "ratio": "4:5", "image_size": "1K", "width": 928, "height": 1152},
- {"id": "768x1376", "label": "竖屏 9:16 · 1K · 768×1376", "value": "768x1376", "ratio": "9:16", "image_size": "1K", "width": 768, "height": 1376},
- {"id": "1376x768", "label": "横屏 16:9 · 1K · 1376×768", "value": "1376x768", "ratio": "16:9", "image_size": "1K", "width": 1376, "height": 768},
- {"id": "2048x2048", "label": "方图 1:1 · 2K · 2048×2048", "value": "2048x2048", "ratio": "1:1", "image_size": "2K", "width": 2048, "height": 2048},
- {"id": "1696x2528", "label": "竖图 2:3 · 2K · 1696×2528", "value": "1696x2528", "ratio": "2:3", "image_size": "2K", "width": 1696, "height": 2528},
- {"id": "2528x1696", "label": "横图 3:2 · 2K · 2528×1696", "value": "2528x1696", "ratio": "3:2", "image_size": "2K", "width": 2528, "height": 1696},
- {"id": "1792x2400", "label": "竖图 3:4 · 2K · 1792×2400", "value": "1792x2400", "ratio": "3:4", "image_size": "2K", "width": 1792, "height": 2400},
- {"id": "1856x2304", "label": "竖图 4:5 · 2K · 1856×2304", "value": "1856x2304", "ratio": "4:5", "image_size": "2K", "width": 1856, "height": 2304},
- {"id": "1536x2752", "label": "竖屏 9:16 · 2K · 1536×2752", "value": "1536x2752", "ratio": "9:16", "image_size": "2K", "width": 1536, "height": 2752},
- {"id": "2752x1536", "label": "横屏 16:9 · 2K · 2752×1536", "value": "2752x1536", "ratio": "16:9", "image_size": "2K", "width": 2752, "height": 1536},
- {"id": "4096x4096", "label": "方图 1:1 · 4K · 4096×4096", "value": "4096x4096", "ratio": "1:1", "image_size": "4K", "width": 4096, "height": 4096},
- {"id": "3392x5056", "label": "竖图 2:3 · 4K · 3392×5056", "value": "3392x5056", "ratio": "2:3", "image_size": "4K", "width": 3392, "height": 5056},
- {"id": "5056x3392", "label": "横图 3:2 · 4K · 5056×3392", "value": "5056x3392", "ratio": "3:2", "image_size": "4K", "width": 5056, "height": 3392},
- {"id": "3072x5504", "label": "竖屏 9:16 · 4K · 3072×5504", "value": "3072x5504", "ratio": "9:16", "image_size": "4K", "width": 3072, "height": 5504},
- {"id": "5504x3072", "label": "横屏 16:9 · 4K · 5504×3072", "value": "5504x3072", "ratio": "16:9", "image_size": "4K", "width": 5504, "height": 3072},
-]
-IMAGE_QUALITY_CHOICES = [
- {
- "id": "low",
- "label": "低 · 快速草稿",
- "value": "low",
- "description": "更快生成,适合批量试方向",
- },
- {
- "id": "medium",
- "label": "中 · 常规出图",
- "value": "medium",
- "description": "速度和质量折中,适合日常迭代",
- },
- {
- "id": "high",
- "label": "高 · 最终稿",
- "value": "high",
- "description": "质量优先,适合定稿和高清素材",
- },
]
VIDEO_SIZE_CHOICES = [
{
@@ -597,10 +454,6 @@ class GeneratedImage(BaseModel):
model: str
mode: str = "edit" # "edit"(带参考图) | "text"(纯文字)
url: str # /jobs/{job_id}/frames/{idx}/gen/{id}.jpg
- size: str = ""
- quality: str = ""
- width: int = 0
- height: int = 0
selected: bool = False
created_at: float = 0.0
@@ -4714,9 +4567,6 @@ def image_model_options() -> list[dict]:
"model": GPT_IMAGE_MODEL,
"description": "优先 GPT Image 2,必要时按后端熔断和兜底策略切到备用图片模型",
"available": bool(IMAGE_API_KEY),
- "size_options": IMAGE_SIZE_CHOICES,
- "quality_options": IMAGE_QUALITY_CHOICES,
- "supports_custom_size": True,
},
{
"id": GPT_IMAGE_MODEL,
@@ -4724,9 +4574,6 @@ def image_model_options() -> list[dict]:
"model": GPT_IMAGE_MODEL,
"description": "主生图模型,适合营销图和参考图重绘",
"available": bool(IMAGE_API_KEY),
- "size_options": IMAGE_SIZE_CHOICES,
- "quality_options": IMAGE_QUALITY_CHOICES,
- "supports_custom_size": True,
},
]
if IMAGE_FALLBACK_ENABLED and IMAGE_FALLBACK_MODEL and IMAGE_FALLBACK_MODEL != GPT_IMAGE_MODEL:
@@ -4734,11 +4581,8 @@ def image_model_options() -> list[dict]:
"id": IMAGE_FALLBACK_MODEL,
"label": "Gemini 图片",
"model": IMAGE_FALLBACK_MODEL,
- "description": "备用图片模型,使用 Gemini 官方比例和 1K/2K/4K 固定规格",
+ "description": "备用图片模型,适合主模型慢或失败时手动选择",
"available": bool(IMAGE_API_KEY),
- "size_options": GEMINI_IMAGE_SIZE_CHOICES,
- "quality_options": [],
- "supports_custom_size": False,
})
return options
@@ -4747,145 +4591,28 @@ def image_size_options() -> list[dict]:
return IMAGE_SIZE_CHOICES
-def gemini_image_size_options() -> list[dict]:
- return GEMINI_IMAGE_SIZE_CHOICES
-
-
-def image_quality_options() -> list[dict]:
- return IMAGE_QUALITY_CHOICES
-
-
-def _parse_image_dimensions(value: str) -> tuple[int, int] | None:
- normalized = value.strip().lower().replace("×", "x")
- m = re.fullmatch(r"(\d{3,4})\s*x\s*(\d{3,4})", normalized)
- if not m:
- return None
- return int(m.group(1)), int(m.group(2))
-
-
-def _validate_custom_image_size(width: int, height: int, raw: str) -> str:
- pixels = width * height
- long_edge = max(width, height)
- short_edge = min(width, height)
- if width % 16 != 0 or height % 16 != 0:
- raise HTTPException(400, f"unsupported image size: {raw} (宽高必须都是 16 的倍数,例如 1088x1920)")
- if long_edge > 3840:
- raise HTTPException(400, f"unsupported image size: {raw} (最长边不能超过 3840px)")
- if long_edge / short_edge > 3:
- raise HTTPException(400, f"unsupported image size: {raw} (画幅比例不能超过 3:1)")
- if pixels < 655_360 or pixels > 8_294_400:
- raise HTTPException(400, f"unsupported image size: {raw} (总像素需在 655360 到 8294400 之间)")
- return f"{width}x{height}"
-
-
-def _is_gemini_image_model(model: str | None) -> bool:
- normalized = (model or "").strip().lower()
- return bool(normalized and normalized.startswith("gemini")) or (
- bool(IMAGE_FALLBACK_MODEL) and normalized == IMAGE_FALLBACK_MODEL.lower()
- )
-
-
-def _normalize_image_size(raw: str | None, model: str | None = GPT_IMAGE_MODEL, fallback_to_auto: bool = False) -> str:
+def _normalize_image_size(raw: str | None) -> str:
value = (raw or "auto").strip().lower()
- gpt_aliases = {
- "9:16": "1088x1920",
- "9x16": "1088x1920",
- "16:9": "1280x720",
- "16x9": "1280x720",
- "1:1": "1024x1024",
- "1x1": "1024x1024",
- "2:3": "1024x1536",
- "2x3": "1024x1536",
- "3:2": "1536x1024",
- "3x2": "1536x1024",
- "3:4": "960x1280",
- "3x4": "960x1280",
- "4:5": "1536x1920",
- "4x5": "1536x1920",
+ aliases = {
"vertical": "1024x1536",
"portrait": "1024x1536",
"竖图": "1024x1536",
- "竖屏": "1088x1920",
"square": "1024x1024",
"方图": "1024x1024",
"horizontal": "1536x1024",
"landscape": "1536x1024",
"横图": "1536x1024",
- "横屏": "1280x720",
- }
- gemini_aliases = {
- "1:1": "1024x1024",
- "1x1": "1024x1024",
- "2:3": "848x1264",
- "2x3": "848x1264",
- "3:2": "1264x848",
- "3x2": "1264x848",
- "3:4": "896x1200",
- "3x4": "896x1200",
- "4:5": "928x1152",
- "4x5": "928x1152",
- "9:16": "768x1376",
- "9x16": "768x1376",
- "16:9": "1376x768",
- "16x9": "1376x768",
- "竖屏": "768x1376",
- "横屏": "1376x768",
- "方图": "1024x1024",
- }
- if _is_gemini_image_model(model):
- value = gemini_aliases.get(value, value)
- allowed = {str(item["value"]) for item in GEMINI_IMAGE_SIZE_CHOICES}
- if value in allowed:
- return value
- if fallback_to_auto:
- return "auto"
- raise HTTPException(400, f"unsupported Gemini image size: {raw}")
- value = gpt_aliases.get(value, value)
- allowed = {str(item["value"]) for item in IMAGE_SIZE_CHOICES}
- if value in allowed:
- return value
- dimensions = _parse_image_dimensions(value)
- if dimensions:
- return _validate_custom_image_size(dimensions[0], dimensions[1], raw or value)
- raise HTTPException(400, f"unsupported image size: {raw}")
-
-
-def _image_size_payload(raw: str | None, model: str | None = GPT_IMAGE_MODEL, fallback_to_auto: bool = False) -> dict:
- size = _normalize_image_size(raw, model, fallback_to_auto=fallback_to_auto)
- return {} if size == "auto" else {"size": size}
-
-
-def _normalize_image_quality(raw: str | None) -> str:
- value = (raw or "high").strip().lower()
- aliases = {
- "standard": "high",
- "hd": "high",
- "best": "high",
- "高": "high",
- "high-quality": "high",
- "normal": "medium",
- "regular": "medium",
- "中": "medium",
- "medium-quality": "medium",
- "draft": "low",
- "fast": "low",
- "低": "low",
- "low-quality": "low",
}
value = aliases.get(value, value)
- allowed = {str(item["value"]) for item in IMAGE_QUALITY_CHOICES}
+ allowed = {str(item["value"]) for item in IMAGE_SIZE_CHOICES}
if value not in allowed:
- raise HTTPException(400, f"unsupported image quality: {raw}")
+ raise HTTPException(400, f"unsupported image size: {raw}")
return value
-def _image_quality_payload(raw: str | None, model: str | None) -> dict:
- quality = _normalize_image_quality(raw)
- return {"quality": quality} if model == GPT_IMAGE_MODEL else {}
-
-
-def _image_options_payload(size: str | None, quality: str | None, model: str | None) -> dict:
- return {**_image_size_payload(size, model, fallback_to_auto=True), **_image_quality_payload(quality, model)}
+def _image_size_payload(raw: str | None) -> dict:
+ size = _normalize_image_size(raw)
+ return {} if size == "auto" else {"size": size}
def video_duration_options() -> list[int]:
@@ -5047,12 +4774,12 @@ def _image_endpoint(path: str) -> str:
return f"{base}/{path.lstrip('/')}"
-def _image_generation_response(prompt: str, model: str, size: str | None = "auto", quality: str | None = "high") -> dict:
+def _image_generation_response(prompt: str, model: str, size: str | None = "auto") -> dict:
with ai_http_client(timeout=IMAGE_REQUEST_TIMEOUT_SECONDS) as client:
r = client.post(
_image_endpoint("/images/generations"),
headers={"Authorization": f"Bearer {IMAGE_API_KEY}"},
- json={"model": model, "prompt": prompt, "n": 1, **_image_options_payload(size, quality, model)},
+ json={"model": model, "prompt": prompt, "n": 1, **_image_size_payload(size)},
)
r.raise_for_status()
return r.json()
@@ -6381,8 +6108,6 @@ def health() -> dict:
"image_request_timeout_seconds": IMAGE_REQUEST_TIMEOUT_SECONDS,
"image_options": image_model_options(),
"image_size_options": image_size_options(),
- "gemini_image_size_options": gemini_image_size_options(),
- "image_quality_options": image_quality_options(),
"ai_proxy_configured": bool(AI_HTTP_PROXY),
"image_fallbacks": _image_fallback_models(),
"image_circuit": _image_circuit_snapshot(),
@@ -6871,8 +6596,7 @@ class GenerateReq(BaseModel):
extra_prompt: str = "" # ✓ 需要的元素(正向)
negative_prompt: str = "" # ✗ 不需要的元素(负向)
model: str = "auto" # auto / gpt-image-2 / gemini-3-pro-image-preview
- size: str = "auto" # auto / 1024x1536 / 1088x1920 / custom WxH
- quality: str = "high" # low / medium / high
+ size: str = "auto" # auto / 1024x1536 / 1024x1024 / 1536x1024
mode: str = "edit" # "edit" 带参考图,"text" 纯文字
from_selected: bool = False # True 时优先用 frame.selected 的生成图作 reference(迭代),否则原关键帧
@@ -6909,10 +6633,7 @@ def generate_image(job_id: str, idx: int, req: GenerateReq) -> Job:
if not raw_prompt:
raise HTTPException(400, "prompt required")
full_prompt = _ensure_english(raw_prompt)
- requested_model = _normalize_image_model_preference(req.model)
- strict_size_model = IMAGE_FALLBACK_MODEL if requested_model == IMAGE_FALLBACK_MODEL else GPT_IMAGE_MODEL
- image_size = _normalize_image_size(req.size, strict_size_model)
- image_quality = _normalize_image_quality(req.quality)
+ image_size = _normalize_image_size(req.size)
if not IMAGE_API_KEY:
raise HTTPException(503, "IMAGE_API_KEY 或 LLM_API_KEY 未配置")
@@ -6953,14 +6674,14 @@ def generate_image(job_id: str, idx: int, req: GenerateReq) -> Job:
headers={
"Authorization": f"Bearer {IMAGE_API_KEY}",
},
- data={"model": current_model, "prompt": full_prompt, "n": "1", **_image_options_payload(image_size, image_quality, current_model)},
+ data={"model": current_model, "prompt": full_prompt, "n": "1", **_image_size_payload(image_size)},
files={"image": ("reference.jpg", img_bytes_in, "image/jpeg")},
)
r.raise_for_status()
resp_data = r.json()
else:
# text-only
- resp_data = _image_generation_response(full_prompt, current_model, image_size, image_quality)
+ resp_data = _image_generation_response(full_prompt, current_model, image_size)
if resp_data.get("data"):
effective_mode = f"{current_mode}:{current_model}"
@@ -7025,13 +6746,6 @@ def generate_image(job_id: str, idx: int, req: GenerateReq) -> Job:
gen_dir.mkdir(parents=True, exist_ok=True)
out_path = gen_dir / f"{idx:03d}_{gen_id}.jpg"
out_path.write_bytes(out_bytes)
- actual_width = 0
- actual_height = 0
- try:
- with Image.open(io.BytesIO(out_bytes)) as im:
- actual_width, actual_height = im.size
- except Exception:
- pass
new_gen = GeneratedImage(
id=gen_id,
@@ -7039,10 +6753,6 @@ def generate_image(job_id: str, idx: int, req: GenerateReq) -> Job:
model=model,
mode=effective_mode,
url=f"/jobs/{job_id}/frames/{idx}/gen/{gen_id}.jpg",
- size=image_size,
- quality=image_quality,
- width=actual_width,
- height=actual_height,
selected=False,
created_at=_time.time(),
)
diff --git a/docs/source-analysis.html b/docs/source-analysis.html
index c406d96..7808c9b 100644
--- a/docs/source-analysis.html
+++ b/docs/source-analysis.html
@@ -584,9 +584,9 @@
2026-05-26 公司沉淀版:画布项目从浏览器本地存储升级为服务端 Postgres 持久化;localStorage 只作为离线缓存和首次导入来源。后端同时建立用户、任务、资源索引和审计表,保留原有 state.json 文件作为任务详情真源,避免一次迁移动到大文件资产结构。
2026-05-26 AI 润色中性化:画布 AI 润色 不再复用 SKG 广告文案接口 /creative/copy。后端新增 POST /prompt/polish,前端 useChat、根画布输入框、文本节点和自动执行意图分析改走中性提示词/通用生成接口:只优化用户已经给出的主体、风格、镜头和细节,不主动添加 SKG、按摩产品、TikTok 广告话术或用户没有提到的品牌。当前润色链路会先清理上一次润色遗留的模板尾巴,再判断人物/无人/物体/场景/动物/未知主体;原文明确有人时才声明虚构 AI 角色,原文明确无人时才保留无人物约束,原文没写人时不主动造人但也不追加“必须无人物”的模板尾巴;当输入或参考图已经有人物时,按 AI 生成的虚拟角色继续描述,而不是把人物参考图判定为不可用。
2026-05-26 我的工作流云端版:工作流面板从只有公共模板扩展为“公共工作流 / 我的工作流”两类。当前画布可以保存成当前登录用户自己的云端工作流模板,后续在同一账号的其他电脑或浏览器打开后可插回画布;保存时只沉淀节点结构、连线、配置和提示词,主动清掉已生成图片、视频、任务进度、错误和运行态字段,避免把一次性生成结果误当模板复用。
- 2026-05-26 生图规格可视化版:画布生图配置把“比例”和“真实像素”拆开显示。GPT Image 2 / 自动模式的尺寸下拉显示 竖屏 9:16 · 1088×1920 这类标签,并保留自定义 宽x高 输入;Gemini 图片按官方 aspectRatio + imageSize 能力只显示固定的 1K / 2K / 4K 像素规格,不提供任意自定义尺寸。画质从旧的单一“标准”改为 低 / 中 / 高,但 Gemini 的清晰度由尺寸规格里的 1K / 2K / 4K 表示。后端按模型分别校验尺寸,并把请求尺寸、画质和实际输出像素写回生成图片节点。
+ 2026-05-26 生图配置恢复版:按用户要求撤回后续“低/中/高画质、自定义尺寸、Gemini 官方 1K/2K/4K 尺寸、取消自动模型”的实验改动,恢复最初简单配置:图片模型为 auto、gpt-image-2、gemini-3-pro-image-preview,尺寸只保留 auto、1024x1536、1024x1024、1536x1024,画质回到单一标准项;auto 仍按后端既有策略优先 GPT Image 2,必要时由熔断/兜底走 Gemini。
- 当前默认业务管线是“个人隔离任务 → 根域名进入个人画布 → 画布项目同步到服务端 Postgres → 用提示词、推荐词、AI 润色、公共工作流或我的工作流创建节点 → 画布自动执行或手动连接图片/视频/文本节点 → 生成结果沉淀在当前个人画布 → 可把当前节点结构保存为我的工作流 → 需要时进入详情页继续编辑”。画布不再被削成三模式入口;首帧、尾帧、参考图、图生视频、多角度分镜、故事板和绘本等上游概念按节点能力保留。底层生成仍由 web/canvas-app/src/hooks/useApi.js 适配到本项目 /creative/jobs/image、/jobs/{id}/frames/{idx}/generate、/jobs/{id}/frames/{idx}/storyboard/video,AI 润色和通用 LLM 文本生成走 /prompt/polish 并保持中性专业:不主动套入 SKG,不主动补产品、平台、广告语境或人物,只扩写用户明确写出的主体、动作、场景、镜头、光线和质量细节;视频提交若带参考图,会在最终提示词中条件声明“参考图里若有人物,应按 AI 生成的虚拟角色处理”,避免把 AI 人像素材误当成真实肖像。生成资产按当前登录用户写入个人 job。图片配置显示真实像素尺寸:GPT Image 2 / 自动模式有 低 / 中 / 高 画质和自定义 宽x高;Gemini 图片只显示官方 1K / 2K / 4K 固定规格,例如 9:16 · 1K · 768×1376、9:16 · 2K · 1536×2752,不显示自定义尺寸输入。生成结果节点会显示实际输出像素。视频画幅只显示 720x1280、1280x720、1024x1024、960x1280;视频时长只显示 5/8/10/12/15 秒。多人互不影响依赖后端 owner_id、画布项目 owner、我的工作流 owner 和飞书 / 备用登录会话隔离。旧 React 单对话框首页、信息流复刻链路仍保留在源码里作为回滚/高级能力,但不作为生产默认入口。
+ 当前默认业务管线是“个人隔离任务 → 根域名进入个人画布 → 画布项目同步到服务端 Postgres → 用提示词、推荐词、AI 润色、公共工作流或我的工作流创建节点 → 画布自动执行或手动连接图片/视频/文本节点 → 生成结果沉淀在当前个人画布 → 可把当前节点结构保存为我的工作流 → 需要时进入详情页继续编辑”。画布不再被削成三模式入口;首帧、尾帧、参考图、图生视频、多角度分镜、故事板和绘本等上游概念按节点能力保留。底层生成仍由 web/canvas-app/src/hooks/useApi.js 适配到本项目 /creative/jobs/image、/jobs/{id}/frames/{idx}/generate、/jobs/{id}/frames/{idx}/storyboard/video,AI 润色和通用 LLM 文本生成走 /prompt/polish 并保持中性专业:不主动套入 SKG,不主动补产品、平台、广告语境或人物,只扩写用户明确写出的主体、动作、场景、镜头、光线和质量细节;视频提交若带参考图,会在最终提示词中条件声明“参考图里若有人物,应按 AI 生成的虚拟角色处理”,避免把 AI 人像素材误当成真实肖像。生成资产按当前登录用户写入个人 job。图片尺寸只显示 auto、1024x1536、1024x1024、1536x1024;视频画幅只显示 720x1280、1280x720、1024x1024、960x1280;视频时长只显示 5/8/10/12/15 秒。多人互不影响依赖后端 owner_id、画布项目 owner、我的工作流 owner 和飞书 / 备用登录会话隔离。旧 React 单对话框首页、信息流复刻链路仍保留在源码里作为回滚/高级能力,但不作为生产默认入口。
01
个人任务
GET /jobs 按当前登录用户过滤;旧无 owner 任务只对备用账号可见。
02
进入画布
用户直接在根域名个人画布里操作;项目列表优先读取服务端 /canvas-projects,本地旧项目会首次导入。
@@ -615,7 +615,7 @@
web/canvas-app/src/stores/workflows.js | 我的工作流 store:调用 GET/POST/DELETE /canvas-workflows 读取、保存和删除当前登录用户自己的云端工作流模板。保存前会清理节点里的 base64、生成 URL、任务进度、错误、视频结果和 LLM 输出等运行态字段,只保留可复用的节点结构、连线、配置和提示词。 |
web/canvas-app/src/views/Canvas.vue | 画布主交互:恢复上游底部 prompt composer、AI 润色、自动执行、推荐词、节点菜单、工作流面板、API/模型设置入口和批量下载入口。自动执行会调用 useWorkflowOrchestrator 分析提示词,创建文生图、图转视频、故事板、多角度分镜或绘本节点组;手动模式只创建文本节点,用户自行连接节点。工作流面板支持公共模板和我的工作流:公共模板走本地 createNodes(),我的工作流从云端 workflow_data 插回当前画布,并重新生成节点 ID、按视口中心重排、按映射重连边。底部推荐词来自共享短词池,4 个一组单行展示,刷新按钮在 30 组内轮换,不改变输入面板高度。 |
web/canvas-app/src/config/suggestions.js | 首页和画布共用的推荐词配置:维护 QUICK_SUGGESTION_GROUPS,当前为 30 组 / 120 个短词,每组 4 个,控制刷新按钮的轮换范围;词条保持短小,避免推荐栏换行或顶起 composer。 |
-
web/canvas-app/src/config/models.js | 画布媒体模型和规格的前端白名单:图片只内置 auto、gpt-image-2、gemini-3-pro-image-preview。GPT Image 2 / 自动模式使用项目像素预设并允许自定义 宽x高;Gemini 使用独立 GEMINI_SIZE_OPTIONS,只列官方 1K / 2K / 4K 固定像素规格,supportsCustomSize=false。视频只内置 seedance / Seedance 2.0 Fast,画幅和时长对齐后端 /health 能力边界。useModelConfig.js 和 Pinia 模型 store 会忽略浏览器本地自定义图片/视频模型,防止旧缓存把不可用模型带回生成下拉。 |
+
web/canvas-app/src/config/models.js | 画布媒体模型和规格的前端白名单:图片只内置 auto、gpt-image-2、gemini-3-pro-image-preview,尺寸只内置 auto、1024x1536、1024x1024、1536x1024;视频只内置 seedance / Seedance 2.0 Fast,画幅和时长对齐后端 /health 能力边界。useModelConfig.js 和 Pinia 模型 store 会忽略浏览器本地自定义图片/视频模型,防止旧缓存把不可用模型带回生成下拉。 |
web/canvas-app/src/hooks/useApi.js | 画布到本项目后端的适配层:不再读取浏览器 API Key,而是使用当前登录会话 Cookie 调用 /api。文生图 / 图生图先创建轻量 creative job,再调用 /frames/0/generate;文生视频 / 图生视频调用 /storyboard/video 并轮询 /jobs/{id},完成后把图片或 mp4 URL 写回画布节点。useChat 已从 SKG 广告文案接口切到 /prompt/polish:AI 润色显式使用 image/video prompt 模式,LLM 节点使用通用 chat 模式,避免自动注入用户没有提到的 SKG、产品、平台或营销语境;后端会清理旧润色模板尾巴、判断人物/无人/物体/场景意图,并在输出后检查“有人却禁止人物、无人却新增人物、未写 SKG 却出现 SKG”等冲突。图生视频实际提交到后端后,后端会对参考图追加 AI 虚拟角色条件说明,不要求前端判断图片里是否有人脸。 |
web/scripts/sync-canvas-root.mjs | 构建桥接脚本:在 next build 静态导出完成后,把 Vite 画布产物 web/canvas-app/dist 覆盖到 web/out 根目录,使 https://marketing.skg.com 登录后直接进入画布;旧 web/scripts/sync-canvas-dist.mjs 保留但不再由生产构建调用。 |
web/app/detail/page.tsx | 任务详情页:静态导出路由 /detail/?job=<id>,通过 query 读取 job id,调用 getJob 恢复同一任务。页面展示参考图、全部生成图、视频候选、营销图文方案和历史提示词,可继续调用 generateImage、generateStoryboardVideo、generateCreativeCopy,并支持删除图片/视频。该页继续依赖后端 owner 过滤,用户不能通过切换 URL 读取别人的任务。 |
@@ -639,7 +639,7 @@
web/components/product-library-picker.tsx | SKG 内置白底产品图库选择器:搜索、品类筛选、预览尺寸,并把库内图片复制为当前 job 的 asset。 |
web/components/storyboard-bar.tsx | 顶部分镜编排条:展示选入编排的关键帧,并作为唯一分镜导航。 |
web/components/storyboard-workbench.tsx | 顶部分镜编排条下方的明细区:4 图槽、改造目标、时长、自动保存。 |
-
web/lib/api.ts | 前端类型和 API client,是前后端数据契约镜像;RuntimeHealth / RuntimeModels 读取 GET /health,把 ASR、翻译、视觉、图像、视频等模型名作为前端模型标注的真源,并同步承接 RuntimeSizeOption、RuntimeQualityOption、图片尺寸、图片画质、视频画幅、视频时长和最大单条秒数。GeneratedImage 额外承接 size、quality、width、height,用于画布和旧首页显示请求规格与实际输出像素;GeneratedVideo 额外承接 queue_position、queue_size 和 queue_message,用于首页和后续个人画布显示视频生成队列。默认首页主要使用 createCreativeImageJob、uploadReferenceFrame、generateImage 和 generateStoryboardVideo;generateImage 请求体可传 size 和 quality。generateCreativeCopy 仍保留给详情页和后续高级能力。资源库相关类型和 CRUD/use/copy-to-job 函数继续保留给旧工作台和后续资源中心。 |
+
web/lib/api.ts | 前端类型和 API client,是前后端数据契约镜像;RuntimeHealth / RuntimeModels 读取 GET /health,把 ASR、翻译、视觉、图像、视频等模型名作为前端模型标注的真源,并同步承接 RuntimeSizeOption、图片尺寸、视频画幅、视频时长和最大单条秒数。GeneratedVideo 额外承接 queue_position、queue_size 和 queue_message,用于首页和后续个人画布显示视频生成队列。默认首页主要使用 createCreativeImageJob、uploadReferenceFrame、generateImage 和 generateStoryboardVideo;generateImage 请求体现在可传 size。generateCreativeCopy 仍保留给详情页和后续高级能力。资源库相关类型和 CRUD/use/copy-to-job 函数继续保留给旧工作台和后续资源中心。 |
@@ -647,7 +647,7 @@
后端核心
- api/main.py | FastAPI 单文件后端:登录会话、状态模型、任务恢复、下载、抽帧、Vision、清洗、元素、分镜、原音频转写/翻译、声音与背景音分析、后续口播改写/TTS、文件返回;同时承载全局 prompt_library 和 asset_library 的磁盘索引、CRUD、删除保护和复制到 job API。启动时会初始化 Postgres schema、扫描现有 state.json / 资源库并写入索引;/canvas-projects 系列接口把画布项目按当前登录用户持久化,/canvas-workflows 系列接口把我的工作流按当前登录用户持久化为可复用模板。轻量创作入口 POST /creative/jobs/image 把上传图片或空白底图写成一个只有 0 号关键帧的 Job,让首页直接复用生图/生视频接口;该接口兼容无 body / JSON 空对象 / 正常 multipart 上传,避免无首帧文生图或文生视频时空 multipart 被 FastAPI 在业务前置解析阶段拒绝;POST /prompt/polish 用于中性 AI 润色和通用 LLM 文本生成,只保留用户明确给出的主体、品牌、产品、地点、风格和意图,不默认加入 SKG、按摩产品、平台或短视频广告话术。润色链路会先用 _strip_previous_polish_boilerplate 去掉旧模板尾巴,再用 _classify_prompt_intent 判断人物、无人、物体、场景、动物或未知主体,最后用 _repair_polished_prompt 修掉有人/无人矛盾、未写人却新增人物、未写 SKG 却出现 SKG 等冲突;_append_reference_image_person_guard 会在视频任务最终入队前给参考图请求追加条件提示,声明参考图里若有人物则按 AI 生成的虚拟角色处理;/health 返回 database、image_options、image_size_options、gemini_image_size_options、image_quality_options、video_options、video_size_options、video_duration_options 和 video_max_duration_seconds;/frames/{idx}/generate 的 model 字段用于图片模型偏好,size 字段按实际模型校验:GPT Image 2 可用项目像素预设和符合约束的自定义尺寸,Gemini 只接受 GEMINI_IMAGE_SIZE_CHOICES 里的官方固定像素;quality 字段用于 GPT 的 low / medium / high 画质。生成完成会把 GeneratedImage.size、quality、width、height 写回。/storyboard/video 继续使用 model 字段选择视频别名,并先校验画幅与时长能力边界,然后把 GeneratedVideo 写成 queued 占位并进入进程内视频队列。队列默认 VIDEO_QUEUE_MAX_CONCURRENT=2、VIDEO_QUEUE_MAX_CONCURRENT_PER_USER=1,同一用户连续提交不会占满全局并发;排队任务会回写 queue_position、queue_size、queue_message。旧 AgentRun 一键出片状态机、TK 复刻接口和 POST /creative/copy 作为明确的 SKG 营销文案接口继续保留。 |
+ api/main.py | FastAPI 单文件后端:登录会话、状态模型、任务恢复、下载、抽帧、Vision、清洗、元素、分镜、原音频转写/翻译、声音与背景音分析、后续口播改写/TTS、文件返回;同时承载全局 prompt_library 和 asset_library 的磁盘索引、CRUD、删除保护和复制到 job API。启动时会初始化 Postgres schema、扫描现有 state.json / 资源库并写入索引;/canvas-projects 系列接口把画布项目按当前登录用户持久化,/canvas-workflows 系列接口把我的工作流按当前登录用户持久化为可复用模板。轻量创作入口 POST /creative/jobs/image 把上传图片或空白底图写成一个只有 0 号关键帧的 Job,让首页直接复用生图/生视频接口;该接口兼容无 body / JSON 空对象 / 正常 multipart 上传,避免无首帧文生图或文生视频时空 multipart 被 FastAPI 在业务前置解析阶段拒绝;POST /prompt/polish 用于中性 AI 润色和通用 LLM 文本生成,只保留用户明确给出的主体、品牌、产品、地点、风格和意图,不默认加入 SKG、按摩产品、平台或短视频广告话术。润色链路会先用 _strip_previous_polish_boilerplate 去掉旧模板尾巴,再用 _classify_prompt_intent 判断人物、无人、物体、场景、动物或未知主体,最后用 _repair_polished_prompt 修掉有人/无人矛盾、未写人却新增人物、未写 SKG 却出现 SKG 等冲突;_append_reference_image_person_guard 会在视频任务最终入队前给参考图请求追加条件提示,声明参考图里若有人物则按 AI 生成的虚拟角色处理;/health 返回 database、image_options、image_size_options、video_options、video_size_options、video_duration_options 和 video_max_duration_seconds;/frames/{idx}/generate 的 model 字段用于图片模型偏好,size 字段用于图片输出尺寸;/storyboard/video 继续使用 model 字段选择视频别名,并先校验画幅与时长能力边界,然后把 GeneratedVideo 写成 queued 占位并进入进程内视频队列。队列默认 VIDEO_QUEUE_MAX_CONCURRENT=2、VIDEO_QUEUE_MAX_CONCURRENT_PER_USER=1,同一用户连续提交不会占满全局并发;排队任务会回写 queue_position、queue_size、queue_message。旧 AgentRun 一键出片状态机、TK 复刻接口和 POST /creative/copy 作为明确的 SKG 营销文案接口继续保留。 |
api/db.py | Postgres 适配层:在 DATABASE_URL 存在且 psycopg 可用时启用;负责建表、健康检查、用户 upsert、审计日志、画布项目 CRUD、我的工作流 CRUD,以及把 Job、AgentRun、提示词库和素材库写入索引表。数据库不可用时本地开发会降级为 disabled,生产 verify-prod-docker.sh 会要求 database.connected=true。 |
video_model_options() | 视频模型能力出口:如果 seedance、kling、veo3、veo 等业务别名实际都映射到同一个真实模型,会按真实模型去重,只给前端返回一个可用选项;当前生产真实模型为 doubao-seedance-2-0-fast-260128,前端显示为 Seedance 2.0 Fast。后续只有在服务器真的配置了不同可用视频模型时,才应把新的模型重新暴露给画布。 |
api/product_library/skg-products | 内置 SKG 白底产品图库:manifest.json 记录从桌面产品图筛出的 gallery 白底图和桌面 4 张产品角度图,images/ 存 45 张参考图。 |
@@ -843,16 +843,6 @@ audit_events
elements: KeyElement[],
storyboard: StoryboardScene,
generated_images: GeneratedImage[]
-}
-
-
-
GeneratedImage
-
画布和详情页的图片生成结果。size / quality 是用户请求的规格,width / height 是实际返回图片像素;当用户选择自动尺寸或上游模型调整输出时,以实际像素作为最终展示依据。
-
GeneratedImage {
- id, prompt, model, mode, url,
- size, quality,
- width, height,
- selected, created_at
}
@@ -1113,12 +1103,12 @@ ProductRefStateItem {
| 网页登录 / 飞书免登录 | GET /auth/config、GET /auth/feishu/start、GET /auth/feishu/callback、POST /auth/login、GET /auth/check、GET /auth/me、POST /auth/logout | web/app/login/page.tsx、Nginx auth_request | 登录页先读 /api/auth/config 判断是否显示飞书按钮和密码表单;飞书客户端内且 feishu_enabled=true 时前端自动跳转授权入口,普通浏览器保留手动飞书按钮。飞书 OAuth 成功后后端用 open_id / union_id / email 生成多用户会话并设置 HttpOnly Cookie。当前生产 PASSWORD_AUTH_ENABLED=false,因此 password_enabled=false,账号密码表单不展示,POST /auth/login 返回未配置。生产 Nginx 对工作台和 /api/ 调 /auth/check 做统一校验,未登录页面跳 /login/?next=$request_uri,API 返回 JSON 401。 |
- | 运行配置 / 模型标注 | GET /health | getRuntimeHealth、ModelTrace | 返回 database 健康状态和 models:ASR、asr_language(默认 auto,表示中文/英文/多语言自动识别)、asr_base_url、asr_remote_enabled、asr_local_fallback_enabled、asr_audio_fallback_enabled、faster_whisper、本机 ASR、ASR fallback、翻译、GPT 改写、GPT 画面理解、产品视角识别 product_view、主图像模型 gpt-image-2、图片故障兜底 image_fallbacks、GPT 图片尺寸 image_size_options、Gemini 图片尺寸 gemini_image_size_options、图片画质 image_quality_options、短时熔断状态 image_circuit、主体 6 视图模型链路、Azure OpenAI TTS、视频别名、视频画幅 video_size_options、真实可用视频时长 video_duration_options、单条最大秒数 video_max_duration_seconds 和 Seedance 服务商。当前 REWRITE_MODEL、AUDIO_REWRITE_MODEL 和 VISION_MODEL 默认使用 gpt-4o;如果旧环境变量仍写 gemini-*,后端会归一化回 GPT_TEXT_MODEL / REWRITE_MODEL。语音只走 Azure OpenAI TTS,models.voice_tts_paths 会回传当前尝试的语音路径,方便区分路径错误和语音服务不可用。前端所有当前主路径里会调用模型的按钮旁显示模型名,点击弹出小窗口查看模型链路和输入输出逻辑;不返回 API Key、数据库密码或敏感凭证。 |
+ | 运行配置 / 模型标注 | GET /health | getRuntimeHealth、ModelTrace | 返回 database 健康状态和 models:ASR、asr_language(默认 auto,表示中文/英文/多语言自动识别)、asr_base_url、asr_remote_enabled、asr_local_fallback_enabled、asr_audio_fallback_enabled、faster_whisper、本机 ASR、ASR fallback、翻译、GPT 改写、GPT 画面理解、产品视角识别 product_view、主图像模型 gpt-image-2、图片故障兜底 image_fallbacks、图片尺寸 image_size_options、短时熔断状态 image_circuit、主体 6 视图模型链路、Azure OpenAI TTS、视频别名、视频画幅 video_size_options、真实可用视频时长 video_duration_options、单条最大秒数 video_max_duration_seconds 和 Seedance 服务商。当前 REWRITE_MODEL、AUDIO_REWRITE_MODEL 和 VISION_MODEL 默认使用 gpt-4o;如果旧环境变量仍写 gemini-*,后端会归一化回 GPT_TEXT_MODEL / REWRITE_MODEL。语音只走 Azure OpenAI TTS,models.voice_tts_paths 会回传当前尝试的语音路径,方便区分路径错误和语音服务不可用。前端所有当前主路径里会调用模型的按钮旁显示模型名,点击弹出小窗口查看模型链路和输入输出逻辑;不返回 API Key、数据库密码或敏感凭证。 |
| 历史列表 | GET /jobs | listJobs | 当前登录用户可见 job 精简列表(id/url/status/thumbnail/mtime/owner…),按 state.json mtime 倒序。前端 URL 无 ?job= 时拉它回填本人历史;带 limit 可截断。开启数据隔离时,飞书用户只看到自己的任务,历史无 owner 的旧任务只对备用账号可见。 |
| 创建任务 | POST /jobs | createJob | 提交 TK 链接,后台开始下载;后端会把当前登录用户写入 Job.owner_*,后续详情、素材文件、删除和生成接口都通过统一中间件校验归属。下载阶段默认不带 cookies;生产环境必须显式保持 YTDLP_COOKIES_FILE= 和 YTDLP_COOKIES_FROM_BROWSER= 为空,避免容器内误读被打进镜像的开发 api/.env。 |
| 画布项目 | GET /canvas-projects
POST /canvas-projects
PUT /canvas-projects/{id}
GET /canvas-projects/{id}
DELETE /canvas-projects/{id}
POST /canvas-projects/import | web/canvas-app/src/stores/projects.js | 根域名画布项目的服务端持久化接口。列表和详情按当前登录用户过滤;写入时保存画布 JSON、缩略图、可见性、版本和更新时间;删除为软删除。首次上线后本地 localStorage 旧项目会通过 import 导入到当前用户,之后服务端 Postgres 是主存储。 |
| 我的工作流 | GET /canvas-workflows
POST /canvas-workflows
PUT /canvas-workflows/{id}
DELETE /canvas-workflows/{id} | web/canvas-app/src/stores/workflows.js
WorkflowPanel.vue | 工作流面板“我的工作流”页的个人模板接口。列表、保存、更新和删除都按当前登录用户过滤;保存的是清理过运行态的 workflow_data.nodes/edges/viewport,用于跨设备复用画布结构。插回画布时前端会按当前视口中心重排节点、重建节点 ID,并用旧 ID 到新 ID 的映射重连边,避免和现有画布节点冲突。 |
- | 画布生成 | POST /creative/jobs/image
POST /jobs/{id}/frames/upload
POST /jobs/{id}/frames/{idx}/generate
POST /jobs/{id}/frames/{idx}/storyboard/video
GET /jobs/{id} | web/canvas-app/src/hooks/useApi.js | 画布项目结构保存在 /canvas-projects;一旦生成图片或视频,就通过同一套 creative job / frame / storyboard video 接口写入当前登录用户自己的 job 目录。文生图会创建空白 creative job 后生成图片,提交 model、size 和 quality;图生图会把参考图片作为 edit 输入并沿用同一套规格。后端返回的 GeneratedImage 带请求尺寸、画质和实际 width×height,画布图片节点据此显示真实像素。图生视频会把上传图转成 frame 并作为视频参考图提交,提交视频后用 skg:{jobId}:{videoId} 作为画布侧任务 id 轮询 /jobs/{id},直到视频状态完成或失败。视频任务最终 prompt 会条件说明参考图人物是 AI 生成的虚拟角色,避免员工上传的 AI 人像素材被当成真实肖像处理。 |
+ | 画布生成 | POST /creative/jobs/image
POST /jobs/{id}/frames/upload
POST /jobs/{id}/frames/{idx}/generate
POST /jobs/{id}/frames/{idx}/storyboard/video
GET /jobs/{id} | web/canvas-app/src/hooks/useApi.js | 画布项目结构保存在 /canvas-projects;一旦生成图片或视频,就通过同一套 creative job / frame / storyboard video 接口写入当前登录用户自己的 job 目录。文生图会创建空白 creative job 后生成图片;图生视频会把上传图转成 frame 并作为视频参考图提交,提交视频后用 skg:{jobId}:{videoId} 作为画布侧任务 id 轮询 /jobs/{id},直到视频状态完成或失败。视频任务最终 prompt 会条件说明参考图人物是 AI 生成的虚拟角色,避免员工上传的 AI 人像素材被当成真实肖像处理。 |
| AI 润色 / LLM 节点 | POST /prompt/polish | web/canvas-app/src/hooks/useApi.js
web/canvas-app/src/api/chat.js | 中性的提示词润色和通用文本生成接口。根画布和文本节点传 mode=image、默认输出英文提示词;LLM 节点和自动执行意图分析传 mode=chat、保持输入语言。接口会清掉上一次润色遗留的模板尾巴,只保留用户明确写出的主体、品牌、产品、地点、平台、风格和意图;用户没写 SKG 时绝不主动加入 SKG,也不主动补产品、平台、广告语境、slogan 或 hashtag。人物安全词按输入条件加入:原文明确有人像、模特、角色、数字人等语义时才声明“虚构 AI 角色、非真人、非公众人物”;原文明确无人时才保留无人物约束;原文没写人时不主动造人,也不主动追加无人物禁令;输入提到参考图、首帧或尾帧时,提示词只条件保留已有可见人物,不凭空新增人物。 |
| 一键出片终端 | POST /agent-runs
GET /agent-runs
GET /agent-runs/{id}
GET /agent-runs/{id}/final.mp4
GET /agent-runs/{id}/contact.jpg | web/app/agent/page.tsx | 快速出片页的唯一主接口。前端提交 TikTok 链接和最多 6 张产品图;后端创建同 owner 的 Job 与 AgentRun,后台执行下载、产品图归一化、透明骨架主体参考复制、12 段镜头计划、视频生成、失败镜头自动重跑一次、审片接触表和 ffmpeg 最终合成。列表、详情、最终 mp4 和接触表同样按 owner 隔离。 |
| 重试下载 | POST /jobs/{id}/download/retry | retryJobDownload | 用于 TK 链接下载失败且没有 video_url 的素材;清空错误、重新进入下载状态,并在后台再次执行 pipeline_download。上传视频不能重下载,需要重新上传文件。 |
@@ -1160,7 +1150,7 @@ ProductRefStateItem {
| AI 改文案 | POST /jobs/{job_id}/frames/{idx}/storyboard/refine | refineStoryboard | 输入当前三字段和中文反馈,返回新的三字段中英镜像。前端必须先弹改前/改后预览,用户点应用后才写入行状态。 |
| 单条视频候选生成 | POST /jobs/{job_id}/frames/{idx}/storyboard/video | generateStoryboardVideo | 新增 count、seed 和 storyboard_row_idx,默认一次创建 4 个 GeneratedVideo 任务并立即返回 job;每个候选独立排队、生成、失败或成功。前端提交 prompt 前用 quick-plan 展开,高级首尾帧存在时继续带上,不存在时后端用参考帧/主体图/产品图透明兜底。最终提交给视频模型前,后端会为参考图追加 AI 虚拟角色条件提示:参考图若包含人物、脸、身体、手、头像或角色,就按虚构 AI 角色处理,不按真人或公众人物处理。视频候选显示必须优先按 storyboard_row_idx 归属到音频分镜行,而不是只按 frame_idx。 |
| 整片一键生成候选 | POST /jobs/{job_id}/storyboard/batch-generate-all | 当前主路径改为逐行调用 generateStoryboardVideo | 用户选择“每行 N 条”后,前端按音频分镜逐行提交,确保每个候选都带 storyboard_row_idx。后端批量接口保留为兼容能力,默认 concurrency=1,但当前 UI 不再用它做主路径。 |
- | 生图 | POST /frames/{idx}/generate | generateImage | 基于关键帧、已选生成图或空白 creative job 做图生图 / 文生图;请求体支持 model、size、quality,返回结果写入请求规格和实际输出像素。 |
+ | 生图 | POST /frames/{idx}/generate | generateImage | 基于关键帧或已选生成图做 image-to-image,目前可用。 |
@@ -1277,19 +1267,6 @@ ProductRefStateItem {
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。
-
-
- 2026-05-26 · 生图配置显示真实尺寸和中高低画质
- Backend
- Canvas
- Data
-
-
-
问题:画布生图配置只显示“标准画质”和少量比例化尺寸,员工无法在生成前判断实际会出多大的图;生成后图片节点也只显示模型名,不显示请求尺寸或实际像素。
-
改动:api/main.py 扩展 IMAGE_SIZE_CHOICES,新增带 width、height、ratio 的 GPT 像素预设和自定义 宽x高 校验;同时新增 GEMINI_IMAGE_SIZE_CHOICES,按 Gemini 官方比例和 1K / 2K / 4K 固定规格列出可选尺寸,后端会拒绝 Gemini 的任意自定义尺寸。GenerateReq 新增 quality,支持 GPT 的 low / medium / high,并把 GeneratedImage.size、quality、width、height 写回。ImageConfigNode.vue 的尺寸下拉改为“比例 · 像素”标签;GPT 显示自定义尺寸输入,Gemini 不显示自定义尺寸输入;ImageNode.vue 显示模型、画质和实际输出像素。
-
影响:生图人员能在提交前看到真实像素规格;GPT 可按自定义尺寸提交,Gemini 只能选官方固定像素规格。画质切换不会再重置尺寸。Gemini 仍通过当前 SKG 兼容网关提交,最终仍以返回图片的实际像素为准。
-
-
+
+
+ 2026-05-26 · 恢复最初生图配置
+ API
+ UI
+ Docs
+
+
+
问题:连续加入真实像素、低/中/高画质、Gemini 官方 1K/2K/4K 尺寸和显式模型选择后,生图配置变复杂,员工容易选到不稳定或不符合预期的组合。
+
改动:按用户要求恢复到最初简单版:api/main.py 只返回四个图片尺寸 auto、1024x1536、1024x1024、1536x1024,GenerateReq 不再接收画质字段;web/canvas-app/src/config/models.js 恢复 auto、gpt-image-2、gemini-3-pro-image-preview 三个图片模型和单一“标准”画质。
+
影响:auto 图片模型重新启用后端既有策略:优先 GPT Image 2,遇到超时、限流或上游异常时可按熔断/兜底策略走 Gemini;不再显示自定义尺寸输入,也不再展示 Gemini 1K/2K/4K 长列表。
+
+