diff --git a/api/main.py b/api/main.py index 4c03ea6..e58f6cb 100644 --- a/api/main.py +++ b/api/main.py @@ -4277,13 +4277,14 @@ def normalize_product_asset_image(src: Path, out: Path) -> dict: out.parent.mkdir(parents=True, exist_ok=True) img.save(out, "JPEG", quality=PRODUCT_ASSET_JPEG_QUALITY, optimize=True, progressive=True, subsampling=0) + work_width, work_height = img.size return { "standard": f"AI工作副本：最长边≤{PRODUCT_ASSET_MAX_SIDE}px，建议长边≥{PRODUCT_ASSET_MIN_LONG_SIDE}px，短边≥{PRODUCT_ASSET_MIN_SHORT_SIDE}px，JPEG q{PRODUCT_ASSET_JPEG_QUALITY}", "original_width": original_width, "original_height": original_height, - "width": img.width, - "height": img.height, + "width": work_width, + "height": work_height, "original_bytes": original_bytes, "work_bytes": out.stat().st_size if out.exists() else 0, "max_side": PRODUCT_ASSET_MAX_SIDE, diff --git a/docs/source-analysis.html b/docs/source-analysis.html index 635147b..2cb40b7 100644 --- a/docs/source-analysis.html +++ b/docs/source-analysis.html @@ -589,7 +589,7 @@ web/next.config.mjsNext.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、生成任务状态；主渲染为全屏素材输入列 + 信息流广告复刻工作表；“开始”编排状态只负责在下载完成后自动触发 triggerTranscribe，不再默认触发抽帧、Vision 扫描或分镜初稿保存；底部吸附音频条不再从主界面渲染。 - web/components/ad-recreation-board.tsx信息流广告复刻工作表：左侧素材输入；右侧展示视频下载状态、默认折叠的音频文案依据，以及统一的音频解析结果面板；面板顶部是一行讲话人/节奏/背景音摘要，下方左侧为原视频播放器、右侧为逐句时间轴，底部横向音频波形用参考图式的连续灰色包络显示响度、停顿和密集爆点。视频播放时通过 requestAnimationFrame 平滑驱动波形播放线，同时同步高亮并滚动当前句；点击音频波形或字幕行会跳转原视频时间。音频结果下方是信息流复刻分镜工作台：顶部产品参考区是“同一产品素材池”，不限量上传产品图，不做不同产品身份判断；上传后自动识别正面/左右 45 度/厚度/内侧触点/背底等视角，并标注背景类型、用途标签、生成风险和备注，用户只检查备注，鼠标悬停可放大预览；缺视角补图失败时保留重试入口。每条音频分镜纵向排列，行内从左到右串起原内容、新口播文案、画面规划/产品融入、参考帧/关键元素和 6 个候选视频槽。单条生成会从产品素材池按分镜角色、视角优先级、用途标签、置信度和风险自动挑选最多 6 张相关产品图，不会把全部产品图提交给生视频模型，然后复用现有生视频接口提交 Seedance 候选。旧分镜卡、抽帧控制和视频生成组件仍保留在文件里，但当前主路径不渲染。 + web/components/ad-recreation-board.tsx信息流广告复刻工作表：左侧素材输入；右侧展示视频下载状态、默认折叠的音频文案依据，以及统一的音频解析结果面板；面板顶部是一行讲话人/节奏/背景音摘要，下方左侧为原视频播放器、右侧为逐句时间轴，底部横向音频波形用参考图式的连续灰色包络显示响度、停顿和密集爆点。视频播放时通过 requestAnimationFrame 平滑驱动波形播放线，同时同步高亮并滚动当前句；点击音频波形或字幕行会跳转原视频时间。音频结果下方是信息流复刻分镜工作台：顶部产品参考区是“同一产品素材池”，不限量上传产品图，不做不同产品身份判断；上传原图推荐长边 1200-2000px、短边至少 600px，但后端会统一生成最长边 1600px、JPEG 92 的 AI 工作副本，并回显尺寸、自动转换和风险标注；上传后自动识别正面/左右 45 度/厚度/内侧触点/背底等视角，并标注背景类型、用途标签、生成风险和备注，用户只检查备注，鼠标悬停可放大预览；缺视角补图失败时保留重试入口。每条音频分镜纵向排列，行内从左到右串起原内容、新口播文案、画面规划/产品融入、参考帧/关键元素和 6 个候选视频槽。单条生成会从产品素材池按分镜角色、视角优先级、用途标签、置信度和风险自动挑选最多 6 张相关产品图，不会把全部产品图提交给生视频模型，然后复用现有生视频接口提交 Seedance 候选。旧分镜卡、抽帧控制和视频生成组件仍保留在文件里，但当前主路径不渲染。 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。 @@ -777,6 +777,20 @@ SubjectAsset { white_score, source_path, tags[] +} + +
+

ImageRef.asset_meta

+

产品图上传或从产品图库复制到 job 时，后端会把原图转为统一 AI 工作副本，避免超高清原图拖慢识别、生图和生视频链路。黑底/白底不强行改色；只有透明底会铺白。前端用该字段展示工作图尺寸、自动转换动作和分辨率风险。

+ 
asset_meta {
+  standard: "AI工作副本：最长边≤1600px，建议长边≥900px，短边≥600px，JPEG q92",
+  original_width, original_height,
+  width, height,
+  original_bytes, work_bytes,
+  max_side, min_long_side, min_short_side, quality,
+  actions[],
+  warnings[],
+  normalized
 }
@@ -838,7 +852,7 @@ SubjectAsset { 主体资产包POST /elements/{element_id}/subject-assetsgenerateSubjectAssets根据参考帧重新绘制一个统一主体资产包；前端默认把全部关键帧作为 source_frame_indices，如果用户手动选择了关键帧则只传已选帧，后端拼参考板。人物默认输出六张身份标准图，另有表情补充和动作补充分组可选；纯白/黑背景，不含其他元素，并裁去空白让主体占满画面。 首尾帧资产POST /frames/{idx}/scene-assetgenerateSceneAsset同一接口兼容旧场景图和新首尾帧；新流程传 asset_role=first_frame/last_frame，后端走文字生图，参考帧只用于理解透明骨架人形象、比例、机位和光线，生成结果仍保存在 scene_assets 并自动填入产品融合镜头。 产品图库GET /product-library/skglistProductLibrary读取内置 SKG 白底图库 manifest，返回产品标题、品类、尺寸、白底评分和预览图 URL。 - 产品图入库到 jobPOST /jobs/{id}/assets/product-librarycopyProductLibraryAsset把一个内置产品图库条目复制为当前 job 的普通 asset，返回 ImageRef(kind="asset")，用于画面工作台产品融合和分镜产品参考组。 + 产品图入库到 jobPOST /jobs/{id}/assets、POST /jobs/{id}/assets/product-libraryuploadStoryboardAsset、copyProductLibraryAsset上传产品图或把内置产品图库条目复制为当前 job 的普通 asset。后端统一生成最长边 1600px、JPEG 92 的 AI 工作副本，透明底铺白，过大/过小图片会在 ImageRef.asset_meta 里返回转换动作和风险；黑底/白底背景本身不强行转换。 产品视角识别POST /jobs/{id}/assets/product-views/analyzeanalyzeProductViews读取同一产品素材池，不限制只看前 6 张；自动分类为正面、左右 45 度、侧面厚度、内侧触点或背面/底部，并返回背景类型、用途标签、中文视角备注、生成风险和置信度；前端不再要求用户手动选择视角，也不做不同产品身份判断。 产品缺角度补图POST /jobs/{id}/assets/product-anglegenerateProductAngleAsset用当前产品白底图作为参考，通过图像模型自动补全缺失视角，输出新的 ImageRef(kind="asset")。Prompt 会约束白底产品图、左右非对称、厚度、内侧触点和肩颈真实佩戴比例；前端只在自动补图失败时暴露重试入口。 角色库GET /character-library/skglistCharacterLibrary读取内置 5 个透明骨架人角色 manifest，每个角色含正面、左右 45 度、侧面、背面、半身近景和背部特写 7 张参考图。 @@ -950,6 +964,19 @@ 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 · 产品图上传统一生成 AI 工作副本

+ API + UI + Workflow +
+
+

问题：同事容易把“上传最高清”理解为最好，但超大原图会拖慢上传、识别和后续生图/生视频，而且并不会让模型更稳定；低分辨率图也需要被标出来，避免后面误以为细节可靠。

+

改动：api/main.py 新增 normalize_product_asset_image，产品图上传和产品图库复制都会生成统一 AI 工作副本：最长边 1600px、JPEG 92，推荐原图长边 1200-2000px、短边至少 600px。超大图自动压缩，低分辨率图自动放大并标风险，透明底铺白；黑底/白底背景本身不强行转换。接口返回 ImageRef.asset_meta 记录原尺寸、工作图尺寸、自动动作和警告。

+

影响：web/lib/api.ts 增加 asset_meta 类型；ProductReferenceCard 展示工作图尺寸、“已标准化”和“需留意”标签，悬停预览里显示规格风险。后续视频/图片生成应优先使用该工作副本，不把超高清原图直接交给模型。

+
+

2026-05-17 · 同一产品素材池增加生视频选图标注

diff --git a/web/components/ad-recreation-board.tsx b/web/components/ad-recreation-board.tsx index ac5eaee..c222ffe 100644 --- a/web/components/ad-recreation-board.tsx +++ b/web/components/ad-recreation-board.tsx @@ -1350,7 +1350,7 @@ function AudioStoryboardPlanPanel({ )}

- 上传原图不限尺寸，但系统会自动生成轻量 AI 工作副本：最长边 1600px、JPEG 92。超高清原图不会更稳；低分辨率会自动放大并标注风险。每条视频只挑最多 {MAX_PRODUCT_REFS_PER_VIDEO} 张相关产品图。 + 推荐原图长边 1200-2000px、短边至少 600px；超出也能上传，系统会自动生成最长边 1600px、JPEG 92 的轻量 AI 工作副本。黑底/白底保留，透明底铺白；超高清不会更稳，低分辨率会放大并标注风险。每条视频只挑最多 {MAX_PRODUCT_REFS_PER_VIDEO} 张相关产品图。