SKG TK 二创验证 · 源码解析与协作地图

Source Analysis · 2026-05-13

这个页面是产品协作地图，不是应用功能页。

它把“你看到的界面、你想改的功能、实际要动的源码、可能影响的数据和接口”放在同一个地方。后续描述需求时，可以直接说“改源码地图里的某个区域 / 某个节点职责 / 某个接口行为”，这样改动范围会更准，也更容易追踪每次变更带来的影响。

项目路径/Users/kangwan/Projects/business/20260512-20260512-skg-tk-二创验证

前端Next.js 16 · 端口 4290 · web/app/page.tsx

后端FastAPI · 端口 4291 · api/main.py

本文档位置docs/source-analysis.html · 独立文件，不接入应用

怎么用它描述需求

1. 先说你在改哪个产品区

例如“镜头拆解 / 元素提取面板”、“元素改造 Storyboard 节点”、“分镜头编排下拉区 4 图槽”。不要只说“这里乱”，要指向页面里的功能区。

2. 再说这个区应该承担什么职责

例如“Vision 只给候选元素，用户必须能编辑、删除、重新提取”，这会直接落到 FrameLightbox 和元素接口。

3. 最后说不希望发生什么

例如“点击元素不要跳页面”、“不要直接进入编排打断思路”、“不要把参考视频复刻成一样的东西”。这能约束交互和文案。

建议表达格式：我要改「功能区」；当前问题是「行为」；正确职责是「业务目的」；不要影响「已有流程」。

运行与入口

项目	命令 / 入口	说明
本地后台启动	`./scripts/start-dev-background.sh`	不弹出 macOS Terminal 窗口；自动检查 4290 / 4291，缺哪个启动哪个，日志写入 `.logs/`，PID 写入 `.pids/`。
本地后台停止	`./scripts/stop-dev-background.sh`	按 `.pids/` 里的 PID 停止后台前端 / 后端进程。
生产站点	`https://marketing.skg.com`	公司域名已解析到 VPS `76.13.31.179`。线上由既有 Coolify / Traefik 负责 HTTPS 入口，项目 `web` 容器用 Nginx 承载静态前端；未登录访问工作台跳转 `/login/`，`/api/` 通过 `auth_request` 校验 FastAPI 会话 Cookie 后再反代。
生产部署	`docker compose -f docker-compose.prod.yml --env-file deploy/.env.production up -d --build`	服务器目录为 `/opt/skg-marketing-studio`；后端任务文件挂载到 `./data/jobs`，真实 Key 只放服务器 `deploy/.env.production`。
前端开发服务	`cd web && pnpm dev`	Next.js App Router，主页面是 `web/app/page.tsx`，默认端口 4290。
后端开发服务	`cd api && source .venv/bin/activate && uvicorn main:app --host 127.0.0.1 --port 4291`	FastAPI，所有任务状态、视频、关键帧、清洗、元素、分镜保存都在 `api/main.py`。长下载 / 抽帧 / 音频处理期间不要带 `--reload`，否则 reload 会等待后台任务结束并让新请求卡住。
测试页面	`http://localhost:4290/?job=c6767f3a166b`	URL 里可放多个 job id：`?job=id1,id2,id3`，前端会恢复多个任务并激活最后一个。
源码解析页	`open docs/source-analysis.html`	独立静态 HTML，不被 Next 构建、不影响产品工作台。

业务管线

当前产品不是“复制别人的视频”，而是拆解参考视频，提取可借鉴的镜头元素，再改造成 SKG 产品语境的视频素材。

输入

TK 链接或本地上传，后端下载/保存源视频。

镜头拆解

拆轨、抽关键帧、手动加帧，形成参考分镜池。当前主题默认直接抽 12 帧，并使用“透明骨架人”抽帧目标：抽帧阶段只走本机算力扫描、评分、去重和时间覆盖；透明骨架人的语义判断放到后续审核/识别，不在抽帧阶段逐帧调用 Vision。

清洗水印

对关键帧做全图或区域清洗，清洗版先进入待审核状态；确认后可单张替换，也可一键替换全部待应用清洗版。

主体识别

识别场景和主体候选，只是候选，不应锁死。

素材准备

清洗关键帧，把多张关键帧作为同一主体的参考，先重绘六张标准站立主体资产图，再按关键帧生成多个去主体、相似或换风格场景图。

分镜改造

把内置透明骨架人角色、场景/镜头描述和固定 SKG 产品放入分镜结构；产品融合使用纵向 6 行镜头工作表，只选角色、微调描述词和秒数。

生成视频

普通分镜可调用 Seedance / Kling / Veo 3；产品融合自动传入所选角色 7 张参考图和固定 4 张 SKG 产品图，用 Seedance 按秒数生成视频，结果回写到对应行。

声音文案

音频轨独立处理：提取原音频并按实际秒数生成 SKG 英文产品介绍 voice-over，ASR/翻译只作为改前对照和节奏参考；配置 MiniMax 后从男声、女声、成熟声池随机生成自然英文配音 mp3。底部音频条播放原音频时，指针会按时间走过字幕节点。

合成成品

片段、字幕、配音、转场合成最终 mp4。当前未实现。

源码结构地图

前端核心

`web/app/page.tsx`	产品工作台主状态：jobs、activeJobId、按 job 隔离的 selectedFrames/详情面板状态、clipboard、ReactFlow 节点和边；负责打开/找回画布工作面板。
`web/app/login/page.tsx`	生产登录页：账号密码表单、保持登录、错误/成功状态，以及参考风格库 14 的四个动画角色互动。
`web/components/nodes/index.tsx`	DAG 节点定义：Input、VisualLab、Audio、Compose，以及画布工作面板 KeyframePanel / VideoFramePanel；旧 Keyframe/Storyboard/VideoGen 组件保留但不再挂主画布。
`web/components/audio-strip.tsx`	底部吸附音频条：可拖拽调整高度；播放原音频时移动指针，逐个高亮英文/中文字幕节点和对应波形，并在右侧固定显示按原音频时长生成的 SKG 英文产品口播和 MiniMax 随机英文配音。
`web/components/lightbox.tsx`	关键帧素材准备面板：清洗、统一主体候选、参考帧网格、六张主体重绘图、每帧去主体场景图、纵向 6 行产品融合镜头工作表和审核。
`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。

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、音频文案改写、MiniMax 英文配音、文件返回。
`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。
`jobs/<jobId>/state.json`	运行时状态文件，不在源码列表里，但刷新恢复依赖它。
`jobs/<jobId>/audio.wav`	拆轨得到的原始音频，底部 Audio Strip 会通过只读接口拉取并在浏览器里解码成波形峰值。
`jobs/<jobId>/frames`	关键帧 jpg。注意 frame.index 是稳定 ID，不等于数组下标。
`jobs/<jobId>/cleaned`	清洗后待应用图片。
`jobs/<jobId>/elements`	元素提取图，多版本命名：`idx_elementId_cutoutId.jpg`。
`jobs/<jobId>/gen`	关键帧生图结果。

前端主链路：
web/app/page.tsx
  -> ReactFlow 节点：web/components/nodes/index.tsx
  -> 主画布：Input → VisualLab / Audio → Compose
  -> 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）
  -> 画布内视频抽帧面板：InputNode 单击视频缩略图打开 videoFramePanel
  -> 画布内镜头拆解面板：VisualLabNode 打开 keyframePanel，内嵌 web/components/lightbox.tsx
  -> 分镜工作台：web/components/storyboard-workbench.tsx（底层保留）
  -> API 契约：web/lib/api.ts

后端主链路：
api/main.py
  -> Job / KeyFrame / KeyElement / StoryboardScene / AudioScript
  -> 下载 / 上传 / 抽帧 / Vision / 清洗 / 元素提取 / 分镜保存 / 音频文案改写 / MiniMax 英文配音
  -> jobs/<jobId>/state.json + 图片文件落盘

界面区域到源码

你看到的区域Input 节点和视频缩略图

主要源码InputNode in web/components/nodes/index.tsx；状态处理在 page.tsx。

适合怎么描述“输入/下载/视频就绪这个节点应该如何提示用户下一步”。

你看到的区域画面工作台 · Visual Lab

主要源码VisualLabNode in web/components/nodes/index.tsx；它现在是素材准备看板，汇总关键帧、主体资产包、场景图和视频任务。

适合怎么描述“画面工作台的素材准备进度、分组缩略图、关键帧审核入口和后续分镜入口应该如何组织”。

你看到的区域关键帧素材审核面板

主要源码FrameLightbox；按“原图/清洗、主体资产、首尾帧、产品融合、审核”五个页签组织；左侧只放主图/框选画布，但主体资产页左侧改为全部已清洗/已选参考帧网格，首尾帧页左侧显示全部关键帧并可勾选人物/机位参考。主体识别页会显示透明骨架人目标和 Vision 验收分数。清洗页右侧支持一键清洗未处理帧、单张替换清洗版和一键替换全部待应用清洗版；批量替换顺序调用 applyCleanedFrame，不新增后端接口。产品融合页左侧是纵向 6 行镜头工作表：顶部选择 5 个内置透明骨架人角色之一，并常驻显示桌面四张真实 SKG 产品角度图；每行只显示已预填场景/产品使用/享受描述、秒数、生成按钮和可横向追加的视频历史结果，产品图和结果视频都支持鼠标停留放大预览。描述词内置 36 条镜头语言模板，按“建立出场、产品入画、佩戴贴合、使用感受、生活延展、收尾记忆”排列，并且会按角色自动改写场景气质、使用动作和享受状态。每行还内置角色参考图调度：例如正面/半身用于出场，侧面/背部特写用于佩戴贴合，半身/背部特写用于收尾产品记忆点。点击“换一组”只刷新 6 行描述词。四张桌面 SKG 产品图是真实产品真源，所选角色 7 张参考图是人物身份参考，生成时分别通过 copyProductLibraryAsset 与 copyCharacterLibraryAssets 自动写入当前 job；视频 prompt 要求产品作为外置刚性实物合成到后颈外侧，禁止穿模、融进透明身体或重绘产品。不再暴露产品角度槽、产品融合辅助栏、产品图库选择器或首尾帧槽。主体资产页只确认一个统一主体，后端按参考重绘六张纯背景、占满画面的标准站立透明骨架人资产图；首尾帧页保留给旧流程/单独生图，不再是产品融合必填步骤。相关接口包括 cleanupFrame、applyCleanedFrame、addElement、generateSubjectAssets、generateSceneAsset、copyProductLibraryAsset 和 copyCharacterLibraryAssets。

适合怎么描述“这一组关键帧如何共同生成一个统一主体包；某张关键帧的水印、去主体场景图、产品融合镜头组和质量风险应该如何审核”。

你看到的区域顶部分镜头编排下拉面板

主要源码StoryboardWorkbench；保存到 frame.storyboard；接口 PUT /storyboard。SKG 产品参考区同时支持上传、剪贴板和内置白底产品库。

适合怎么描述“每个分镜需要哪些图片槽、哪些改造说明，哪些 SKG 产品图要作为视频生成参考”。

数据模型

Job

一个视频任务。前端维护多个 jobs[]，当前激活的是 activeJobId。URL 查询参数会持久化多个 job。

Job {
  id, url, status, progress, message,
  video_url, source_audio_url, duration, width, height,
  frames: KeyFrame[],
  transcript: TranscriptSegment[],
  audio_script: AudioScript,
  storyboard_images?: StoryboardImage[]
}

KeyFrame

关键帧是整个产品的核心单位。index 是稳定 ID，手动加帧后不连续，不能用数组下标代替。

KeyFrame {
  index, timestamp, url,
  description,
  transparent_human_score,
  cleaned_url, cleaned_applied,
  quality_report,
  scene_assets: SceneAsset[],
  elements: KeyElement[],
  storyboard: StoryboardScene,
  generated_images: GeneratedImage[]
}

TransparentHumanFrameScore

透明骨架人主题的抽帧验收结果。只有 target=transparent_human 时会在抽帧阶段写入；普通抽帧目标不要求该字段。

TransparentHumanFrameScore {
  transparent_body_score: 0-25,
  skeleton_visible_score: 0-25,
  human_prominence_score: 0-15,
  clarity_score: 0-15,
  commercial_style_score: 0-10,
  product_usefulness_score: 0-10,
  total_score,
  qualified,
  reject_reason
}

KeyElement

从关键帧识别结果里确认出来的主体候选。当前素材准备流程只保留一个统一主体；多张关键帧通过 source_frame_indices 作为该主体的参考帧。

KeyElement {
  id,
  name_zh, name_en, position,
  source: auto | manual | region,
  region,
  cutouts: string[],
  cutout_id,
  subject_kind: object | living,
  subject_assets: SubjectAsset[]
}

AudioScript

音频文案轨的结构化产物。pipeline_transcribe 提取 audio.wav 后按原音频秒数写入 SKG 英文产品介绍 voice-over，再用 MiniMax T2A 从英文音色池随机生成配音文件。

AudioScript {
  status: idle | rewriting | completed | failed,
  source_text,
  source_zh,
  rewritten_text,
  product_brief,
  rewrite_model,
  voice_provider: minimax,
  voice_model,
  voice_id,
  voice_url,
  error
}

SceneAsset / SubjectAsset

画面工作台素材准备阶段生成的组图资产。实际图片保存在 jobs/<jobId>/assets，可作为 asset 类型复制到分镜槽位。

SceneAsset {
  id, label, url,
  width, height, quality, size,
  scene_mode: remove_subject | similar | style,
  scene_style,
  quality_report
}

SubjectAsset {
  id, view, label, url,
  background: white | black,
  width, height, size,
  source_frame_indices[]
}

ProductLibraryItem

内置 SKG 白底图库条目。实际图片保存在 api/product_library/skg-products/images，被选中时会复制到 jobs/<jobId>/assets，再以普通 ImageRef(kind="asset") 进入产品参考组。

ProductLibraryItem {
  id, handle, title, product_type,
  image_index, filename, url,
  width, height,
  white_score,
  source_path,
  tags[]
}

ProductFusionShot

产品融合镜头组的单行数据。每个关键帧最多 6 行，用户选择一个内置角色后只微调场景/产品使用/享受描述和秒数；四张桌面 SKG 产品角度图会在顶部显式展示为真实产品真源，所选角色 7 张参考图作为人物身份参考，生成时作为 Seedance 参考图提交。

ProductFusionShot {
  id,
  first_image,
  last_image,
  product_images[4],
  action_text,
  duration,
  image_model: gpt-image-2,
  video_model: seedance,
  // legacy: product_image, person_image, product_region, scene_image, guide_image
}

StoryboardScene

分镜编排结果，不是复刻说明。它把参考图和 SKG 改造方向绑定到一个分镜上。

StoryboardScene {
  duration,
  subject_image,
  scene_image,
  product_image,
  action_image,
  subject,
  product,
  scene,
  action
}

接口地图

功能	接口	前端调用	说明
网页登录	`POST /auth/login`、`GET /auth/check`、`POST /auth/logout`	`web/app/login/page.tsx`、Nginx `auth_request`	登录页提交账号密码到 `/api/auth/login`，后端设置 HttpOnly 会话 Cookie；生产 Nginx 对工作台和 `/api/` 调 `/auth/check` 做统一校验，未登录页面跳 `/login/`，API 返回 JSON 401。
历史列表	`GET /jobs`	`listJobs`	所有 job 精简列表（id/url/status/thumbnail/mtime…），按 state.json mtime 倒序。前端 URL 无 `?job=` 时拉它回填全部历史；带 `limit` 可截断。
创建任务	`POST /jobs`	`createJob`	提交 TK 链接，后台开始下载，停在 downloaded 等用户点解析。
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`。
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。
Vision 识别	`POST /frames/{idx}/describe`	`describeFrame`	写入 frame.description，后续可从 objects 加候选元素。
清洗水印	`POST /frames/{idx}/cleanup`	`cleanupFrame`	支持全图和区域清洗，生成 cleaned 待应用版本；前端批量清洗会顺序调用该接口，不自动覆盖原图。单帧清洗状态按 frame.index 隔离，清洗某一张不会禁用其他关键帧的清洗按钮。
应用清洗版	`POST /frames/{idx}/cleanup/apply`	`applyCleanedFrame`	把 cleaned 待应用版本覆盖到原关键帧，并保留首次原图备份；前端“一键替换待应用”会顺序调用该接口应用所有已有清洗版。
应用清洗	`POST /cleanup/apply`	`applyCleanedFrame`	物理覆盖 frames/{idx}.jpg，并备份原图。
元素增改删	`POST/PATCH/DELETE /elements`	`addElement/updateElement/deleteElement`	让用户修正 Vision 错误，避免候选结果锁死。
元素提取	`POST /elements/{element_id}/cutout`	`cutoutElement`	调用图像模型生成独立白底素材图，每次累积一张 cutout。
主体资产包	`POST /elements/{element_id}/subject-assets`	`generateSubjectAssets`	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-asset`	`generateSceneAsset`	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/skg`	`listProductLibrary`	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 job	`POST /jobs/{id}/assets/product-library`	`copyProductLibraryAsset`	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。
角色库	`GET /character-library/skg`	`listCharacterLibrary`	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。
角色图入库到 job	`POST /jobs/{id}/assets/character-library`	`copyCharacterLibraryAssets`	把所选角色的 7 张参考图复制为当前 job asset，返回 `subject_images`，产品融合生成视频时作为人物身份参考图提交。
产品融合引导图	`POST /jobs/{id}/product-fusion/guide`	`createProductFusionGuide`	旧流程兼容接口：读取产品图和白底人物图，按 `product_region` 合成位置引导图。当前内置角色 + 产品 + 描述流程不再主动调用它。
产品融合描述词	`POST /jobs/{id}/product-fusion/descriptions`	`generateProductFusionDescriptions`	兼容接口：可生成产品融合动作描述库。当前前端默认直接用本地 36 条镜头语言模板预填 6 行镜头，并通过“换一组”按钮按 6 条一组轮换。
分镜保存	`PUT /frames/{idx}/storyboard`	`updateStoryboard`	保存 4 图槽、时长和改造说明。
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。

节点职责边界

节点	当前职责	不该承担	改动主要文件
输入 Input	创建/上传任务，显示视频就绪；每个视频缩略图上方都有绑定自己的自动抽帧快捷工具条，默认只露出目标和抽帧按钮，张数/自动精度收进设置；也可在视频抽帧侧边面板内自动抽帧。多个视频抽帧可先后入队，切换 active 视频不会清空其他视频已选帧或关闭它们的异步生成回写。	不要自动一路跑到 ASR 或生图；用户需要控制解析节奏。	`page.tsx`、`InputNode`、`VideoFramePanelNode`、`api/main.py`
画面工作台 Visual Lab	作为素材准备看板：显示准备进度、质量风险、关键帧 / 统一主体包 / 场景图 / 分镜视频四个入口；上方缩略图按关键帧、主体包、场景图、视频任务分组。点击关键帧进入素材审核面板，点击资产图复制到分镜编排。	不要在主卡片里堆复杂表单；主卡片只做状态总览和入口。	`VisualLabNode`、`FrameLightbox`、`generateSceneAsset`、`generateSubjectAssets`、视频任务接口
分镜工作台	每个分镜填 4 图槽和改造 brief，为后续生成首帧/视频片段做准备。	当前不负责真实调用视频模型。	`StoryboardWorkbench`、`updateStoryboard`
Audio / ASR / Rewrite	独立声音文案轨：从 `source.mp4` 直接提取 `audio.wav`，按原音频时长生成 SKG 产品语境英文 voice-over；ASR/翻译保留为改前对照和节奏参考。MiniMax T2A 配置后从男声、女声、成熟声池随机生成自然英文配音 mp3。不再等待抽帧完成，用户在主画布 `AudioNode` 点击卡片或“提取音频 / 重新提取音频”即可打开底部音频条并启动；即使视觉抽帧正在进行，也通过 `audio_script.status` 并行管理音频忙碌态。`AudioNode` 用“改前 · 原音频 / 改后 · SKG Product VO”摘要展示；底部 `AudioStrip` 吸附屏幕底端，可拖拽调整高度，按时间段展示英文、中文翻译和波形；原音频播放时指针同步穿过字幕节点，右侧显示英文产品口播和 MiniMax 英文配音。	不要阻断视觉素材管线。	`AudioNode`、`AudioStrip`、`ASRNode`、`TranslateNode`、`RewriteNode`、`pipeline_transcribe`、`AudioScript`
Video / Compose	视频任务状态展示在 Visual Lab；Compose 承载最终合成。	不要把 Compose 提前变成视频生成控制台。	`VisualLabNode`、`/storyboard/video`、`generated_videos`、`ComposeNode`

当前已通与阻塞

已通

TK 链接 / 上传创建 job。
视频下载或本地保存，ffmpeg 抽关键帧。
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。
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。
nano-banana-pro image-to-image 生图。

阻塞 / 占位

ASR：优先走当前 OpenAI-compatible 音频转写入口；如果该网关没有 /audio/transcriptions，自动 fallback 到 ASR_FALLBACK_MODEL（默认 gemini-2.5-flash）的多模态音频识别。
MiniMax：当前接入的是官方 T2A 英文配音能力，不是 ASR；默认随机音色池是 English_magnetic_voiced_man、English_Upbeat_Woman、English_MaturePartner。API Key 只能放本地环境变量，不能写入仓库。
Audio Product Brief：默认是通用 SKG 放松产品卖点，后续可改成跟已选产品库条目联动。
Video Gen：模型层按业务保留 Seedance / Kling / Veo/Voe 选择；后端已支持 Poe、火山方舟和 SKG 豆包视频网关。Seedance 可通过 VIDEO_API_BASE_URL=https://ai.skg.com/doubao 走 content JSON 异步任务，提交后写入 Video Gen 节点并轮询到完成。
Compose：还没做本地 ffmpeg 字幕/TTS 合成。

最重要的产品判断：当前视觉素材管线已经能继续推进，文案/音频/视频生成不要再反过来卡住镜头拆解和元素改造。

需求描述模板

改关键帧素材准备

“我在关键帧素材准备面板里，主体候选应该怎么编辑/删除；主体资产包怎么生成；场景图怎么基于主体去除、换风格、审核、复制到分镜。”

改 Storyboard 节点

“我在 DAG 的元素改造节点，它上方缩略图展示什么、hover 预览什么、点击后是否进入工作台、是否自动选中对应分镜。”

改分镜工作台

“我在顶部分镜头编排下拉面板，每个分镜需要哪些槽位、字段如何命名、保存后如何传给后续生成视频。”

改数据/接口

“这个动作需要持久化到 state.json，字段加在 Job/KeyFrame/KeyElement/StoryboardScene 哪一层，刷新后要恢复。”

改节点语义

“这个节点的业务职责要改，不只是 UI 文案；请同步更新节点标题、subtitle、说明、可点击行为、状态推导和本源码解析页。”

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。

2026-05-15 · 登录页角色眼神幅度增强

改动：放大登录页动画角色的鼠标跟随瞳孔位移，并加大显示密码时眼睛整体看向目标的偏移；同时略微放大白眼球，避免瞳孔大幅移动时显得被裁切。

影响：web/app/login/page.tsx、web/app/globals.css、docs/source-analysis.html。

2026-05-15 · 登录页动画角色改回风格库原版几何结构

问题：首版登录页把风格库的动画角色理解成圆润小球，视觉上偏幼稚，和 14 动画角色登录 的原始气质不一致。

改动：对照风格库 AnimatedCharacters.vue 和 demo，把角色重写为紫色高矩形、黑色矩形、橙色半圆、黄色圆角柱的贴底几何组合；保留鼠标视线跟随，并让输入、显示密码、错误、成功状态驱动 skew、眼睛和嘴型变化。

影响：web/app/login/page.tsx、web/app/globals.css、docs/source-analysis.html。

2026-05-15 · 生产站点增加应用内登录页

Runtime Security UI

问题：公司域名部署后任何人知道地址都能打开工作台并调用生成能力。

改动：把浏览器 Basic Auth 改为应用内登录页：前端新增 web/app/login/page.tsx，参考风格库 14 动画角色登录 做四个几何角色、鼠标视线跟随、输入 / 显示密码 / 错误 / 成功状态反馈；后端新增 /auth/login、/auth/check、/auth/logout，使用 HttpOnly Cookie + HMAC 会话签名；生产 Nginx 通过 auth_request 保护工作台和 /api/。

影响：api/main.py、web/app/login/page.tsx、web/app/globals.css、web/lib/api.ts、docker-compose.prod.yml、deploy/nginx.conf、deploy/.env.production.example、api/.env.example、.project.json、RULES.md、docs/deploy-vps.md、docs/source-analysis.html。

2026-05-15 · 公司域名生产部署配置

Runtime Deploy

改动：把生产入口确定为 https://marketing.skg.com，DNS 已解析到 VPS 76.13.31.179。新增 Docker Compose 生产配置：前端用 Next 静态导出 + Nginx，/api/ 反代到唯一容器名 skg-marketing-api:4291，避免与 Coolify 网络里其他项目的泛名 api 冲突；后端任务目录持久化到服务器 ./data/jobs；Traefik 通过既有 coolify 外部网络接管 80/443。已完成上线验证：HTTPS 首页 200，/api/health 返回 ok:true。

影响：Dockerfile.web、Dockerfile.api、docker-compose.prod.yml、deploy/nginx.conf、deploy/.env.production.example、docs/deploy-vps.md、.project.json、RULES.md、docs/source-analysis.html。

2026-05-15 · 本地启动改为后台不弹 Terminal

Runtime

问题：通过 macOS Terminal 启动后端会每次弹出一个终端窗口，打开页面时干扰使用。

改动：新增 scripts/start-dev-background.sh 和 scripts/stop-dev-background.sh。启动脚本自动检查前端 4290 和后端 4291，缺哪个后台启动哪个，日志写入 .logs/，PID 写入 .pids/，以后无需通过 osascript 打开 Terminal。

影响：scripts/start-dev-background.sh、scripts/stop-dev-background.sh、.gitignore、RULES.md、docs/source-analysis.html。

2026-05-14 · 产品融合按真实产品外置合成

产品融合 Video Gen

问题：Seedance 生成时可能把颈部按摩仪当成可变形装饰物，导致产品样式变化、穿进透明身体或与骨架融合。

改动：产品融合 prompt 改为英文硬约束：四张 SKG 产品图是真实产品照片和唯一实物真源，生成时按外置刚性设备做 product placement / visual compositing；产品必须停留在透明皮肤外侧，后颈外侧承托、两端沿左右颈侧向前，保留遮挡、接触阴影、透视和真实比例，禁止 x-ray blending、穿模、融进骨架或重绘成其他颈带。

界面：产品融合顶部常驻显示桌面四张真实产品角度图，并支持鼠标停留放大查看。每行视频结果不再只显示最新一个，而是按历史持续追加横向结果条，鼠标停留任一结果会放大预览。

后端：生视频参考图顺序调整为主参考图之后优先传四张产品图，再传其余人物角色图，提高真实产品外观权重。

影响：web/app/page.tsx、web/components/lightbox.tsx、api/main.py、docs/source-analysis.html。

2026-05-14 · 修正 SKG 豆包视频网关路径

Video Gen Seedance

问题：产品融合视频能进入队列，但后台任务 5% 后失败，错误为 /contents/generations/tasks 返回 404。

根因：https://ai.skg.com/doubao 这个 SKG 豆包网关的真实视频入口是 /api/v3/contents/generations/tasks，不是火山方舟直连 base 下使用的 /contents/generations/tasks。

改动：后端默认路径识别 ai.skg.com/doubao 并自动使用 /api/v3/contents/generations/tasks、/api/v3/contents/generations/tasks/{id}、/api/v3/contents/generations/tasks/{id}/content；本机 api/.env 和 api/.env.example 同步更新。

影响：api/main.py、api/.env、api/.env.example、docs/source-analysis.html。

2026-05-14 · 产品融合改为内置角色 + 产品 + 描述生成

FrameLightbox 产品融合角色库

问题：当前产品融合不再需要手动首帧/尾帧，用户要的是从内置透明骨架人角色、场景描述、产品使用方式和享受状态直接生成视频。

改动：桌面 skg_anatomy_characters_20260514_120852 的 5 个角色、35 张图内置为 api/character_library/skg-characters。产品融合页新增角色下拉和角色预览，每行只保留场景/产品使用/享受描述、秒数、生成按钮和结果视频；选择不同角色时，6 行描述会自动改成对应角色的场景气质、产品使用动作和享受状态，并自主写入“本镜头主要参考哪几张角色图、生成什么场景”。生成前自动复制所选角色 7 张参考图和固定 4 张 SKG 产品图到当前 job。

后端：新增 GET /character-library/skg、GET /character-library/skg/images/{filename}、POST /jobs/{job_id}/assets/character-library。视频提交新增 subject_images，无首帧时主人物图以 reference_image role 传入 Ark/Seedance，而不是强制作为 first_frame。

影响：api/main.py、api/character_library/skg-characters、web/lib/api.ts、web/app/page.tsx、web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合内置多组镜头语言

FrameLightbox 产品融合

问题：产品融合不能只写“人物使用产品”，还要稳定控制出场方式、景别、运镜、产品入画、佩戴贴合、使用感受和收尾；同时 SKG 产品是颈部/肩颈按摩仪，比例和佩戴位置不能跑偏。

改动：前端内置 36 条产品融合镜头语言模板，6 条为一组，对应建立出场、产品入画、佩戴贴合、使用感受、生活延展和收尾记忆；产品融合页新增“换一组”按钮，只刷新 6 行描述词，不改变已选角色和视频结果。视频 prompt 额外写入颈部/后颈/颈肩使用部位和真实尺寸比例约束。

影响：web/components/lightbox.tsx、web/app/page.tsx、docs/source-analysis.html。

2026-05-14 · 音频提取直接生成英文产品口播

Audio MiniMax

问题：“提取音频”不能只做原音频转文字再改写，用户需要点击后直接得到介绍 SKG 产品的英文文案和配音，长度尽量贴近原音频，并且声音不能生硬。

改动：pipeline_transcribe 提取 audio.wav 后读取原音频时长，用该时长估算英文口播词数；_rewrite_audio_script_sync 改为生成自然、有趣、可直接 TTS 的 SKG 英文产品介绍。ASR/翻译保留为对照和节奏参考，ASR 不可用时仍继续生成产品口播。MiniMax voice_id 改为从 MINIMAX_TTS_VOICE_POOL 随机选择男声、女声或成熟声。

影响：api/main.py、api/.env.example、api/README.md、RULES.md、web/components/nodes/index.tsx、web/components/audio-strip.tsx、web/components/dashboard.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合描述词扩成 20 条精准模板

产品融合 Prompt

问题：产品融合视频的动作描述不能泛泛写“人物使用产品”，需要稳定表达透明骨架人在具体场景中佩戴 SKG 产品，并呈现舒适享受状态。

改动：前端内置 20 条产品使用描述模板，覆盖卧室、客厅、办公、浴室、阳台、影棚、阅读角等场景；当前产品融合页默认把前 6 条预填到 6 行镜头，用户只在需要时直接改每行描述。

后端：generateProductFusionDescriptions 的兜底模板同步扩为 20 条，LLM 提示也改为生成 20 条 35-70 字描述，要求包含场景、佩戴/展示动作和舒适表情，同时排除医疗治疗承诺。

影响：api/main.py、web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合改为首尾帧加四产品角度垫图

FrameLightbox 产品融合

问题：原产品融合依赖白底人物、手动画区域、场景图和融合引导图，但当前透明骨架人二创流程更需要文字生成首尾帧，再把产品真源作为垫图传给视频模型。

改动：“场景图”页签改名为“首尾帧”，右侧用地点、风格、参考要素和 prompt 生成首帧/尾帧，生成后自动填入当前产品融合镜头。产品融合 6 行工作表改为首帧、尾帧、四张同一产品不同角度图、描述词、秒数和生成按钮，并提供桌面四角度填当前镜头/填满 6 镜头。

后端：generateSceneAsset 新增 asset_role，first_frame/last_frame 走文字生图并标记资产角色；ProductFusionShot 新增 first_image、last_image、product_images，视频提交直接把首尾帧和四张产品图交给 Seedance；产品库新增桌面 skg产品1-4.jpg 四角度条目。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 本地抽帧改为展示友好算力档

抽帧 Audio

问题：透明骨架人目标逐帧调用 Vision 验收会拖慢抽帧；切回本机算力后，如果自动档直接跑最高极准，也可能在展示时占满机器资源。

改动：transparent_human 目标保留，但抽帧阶段只走本地扫描、评分、去重和时间覆盖，不再逐帧调用 Vision。quality=auto 最高只自动选择精细；极准仍保留为手动选项。抽帧开始拆出 audio.wav 后会启动独立音频线程，视觉抽帧和音频处理并行，互不标失败。

影响：api/main.py、web/components/nodes/index.tsx、docs/source-analysis.html。

2026-05-14 · 修复 ReactFlow Hydration 和后端 reload 卡住

Canvas Dev Server

问题：刷新页面时 Next 报 Hydration mismatch，ReactFlow 节点服务端默认宽度和客户端 localStorage 里的用户调整宽度不一致；同时提交抖音链接时若后端正在 --reload 等后台任务结束，会出现 4291 端口占用但请求卡住。

改动：web/app/page.tsx 增加 clientReady，ReactFlow 和底部音频条只在浏览器挂载后渲染，避免服务端 HTML 和客户端本地布局缓存不一致。后端启动说明改为不带 --reload 的稳定命令，并更新 RULES.md、api/README.md 和本页运行入口。

影响：web/app/page.tsx、RULES.md、api/README.md、docs/source-analysis.html。本地 4291 后端已按无 reload 模式重启。

2026-05-14 · 音频处理改为音频卡片手动触发

Audio Workflow

问题：等待抽帧完成后自动启动音频，不符合“先把声音文案拿出来审核”的工作流；用户需要在音频卡片上直接触发。

改动：移除前端抽帧完成后的自动转写逻辑；AudioNode 保留并固定显示“提取音频 / 重新提取音频”按钮，点击音频卡片也会立即打开底部音频条。后端 /transcribe 不再要求 frames_extracted，视频就绪后可直接从 source.mp4 拆出 audio.wav，并按原音频时长生成 SKG 英文产品介绍和 MiniMax 随机英文配音；抽帧中触发时不抢主状态，而是用 audio_script.status 表示音频处理中。当当前网关的 whisper-1 audio endpoint 返回 404 时，会 fallback 到 Gemini 多模态音频识别；ASR 不可用时也会继续按原音频时长生成产品口播，不把可用文案标成前端错误。

影响：web/app/page.tsx、web/components/nodes/index.tsx、api/main.py、docs/source-analysis.html。

2026-05-14 · 新增底部可伸缩音频条

Audio Timeline

问题：音频和文案只在节点或侧栏里展示，审核时缺少“文字和声音时间轴对应”的空间；英文口播和中文翻译也没有上下对齐。

改动：新增 web/components/audio-strip.tsx，在主工作台底部吸附显示，可拖拽调整高度、可收起。每个音频段按时间横向排列，上方显示英文，中间显示中文翻译，下方显示对应波形条；底部原音频播放器驱动时间轴，播放时绿色指针会沿全局波形移动，并在当前字幕节点内同步走过该段。右侧显示按原音频时长生成的 SKG 英文产品口播、MiniMax 随机英文配音和产品依据。后端新增 source_audio_url 和 GET /jobs/{id}/audio.wav 只读接口，前端用 Web Audio API 解码生成波形峰值。

影响：web/app/page.tsx、web/components/audio-strip.tsx、web/lib/api.ts、api/main.py、docs/source-analysis.html。

2026-05-14 · 音频结果改为改前/改后对照展示

Audio UI

问题：音频识别成功后只显示改写文案，用户看不到它和原音频之间的变化关系，难以判断“是不是把参考视频转成我们自己的话”。

改动：AudioNode 增加轻量对照摘要：改前显示原音频识别/翻译预览，改后显示 SKG 英文产品口播；侧栏 Rewrite 面板改为完整审核视图，先列原音频逐段 ASR/翻译，再列英文产品介绍稿、产品卖点依据和 MiniMax 英文配音播放器。

影响：web/components/nodes/index.tsx、web/components/dashboard.tsx、docs/source-analysis.html。

2026-05-14 · 多视频工作流状态按 job 隔离

Canvas Job State

问题：同时上传多个视频后，前端把已选关键帧和关键帧详情面板作为全局状态保存；切换 active 视频会清空选中帧，或者让详情面板指向另一个视频的同序号帧，容易误以为生图/自动化被终止或串任务。

改动：web/app/page.tsx 将 selectedFrames 和 expandedFrame 改为按 jobId 存储。切换视频只改变当前视图，不清空其他视频的选择；重新抽帧、删帧、手动加帧只清理或更新对应 job。异步生图、生视频、产品融合返回后按返回的 job.id 写回 jobs[]，不会落到切换后的 active job。轮询条件也把 audio_script.status=rewriting 纳入运行态，保证音频改写/配音阶段切换视频后仍继续刷新。

影响：web/app/page.tsx、docs/source-analysis.html。后端轮询本来已经覆盖所有运行中的 job，这轮主要修正前端 UI 工作上下文。

2026-05-14 · 抽帧后台任务不再卡住 API

API 抽帧

问题：点击视频抽帧时，后端 4291 端口能连接但 /health 和后续请求长时间不返回，前端看起来像按钮没有反应。

原因：pipeline_download 和 pipeline_analyze 声明为 async background task，但内部实际是同步 yt-dlp、ffmpeg 和 Vision 验收；Starlette 会在事件循环里执行 async background task，导致长抽帧把 API 主循环堵住。

改动：下载和抽帧 pipeline 改为普通同步函数，让 FastAPI/Starlette 按线程池后台任务执行；analyze_queue_worker 也改为同步 worker。服务启动恢复时，如果磁盘里有重启前遗留的 downloading、splitting 或 transcribing 运行态，会恢复成可重试状态，避免按钮一直 disabled。开发运行时改用不带 --reload 的后端命令，避免重载等待后台任务。

影响：api/main.py、docs/source-analysis.html。已重启本地 4291 后端并验证 /health 立即返回；遗留的 8b37e65521a6 job 已恢复为 downloaded，可重新点击抽帧。

2026-05-14 · 生视频接入 SKG 豆包网关

Video Gen Seedance

问题：用户提供 https://ai.skg.com/doubao 作为视频模型网关；该网关应按 Seedance / 方舟内容生成任务格式提交，而不能误走普通 multipart 上传。

改动：video_uses_ark() 现在同时识别火山方舟域名和 ai.skg.com/doubao，统一使用 content JSON：文本 prompt、首帧、尾帧和产品参考图作为不同 role 传入。火山方舟直连按 /contents/generations/tasks/{id} 轮询；SKG 豆包网关按 /api/v3/contents/generations/tasks/{id} 轮询。api/.env.example 增加 SKG 豆包视频网关配置示例；生视频轮询上限改为 VIDEO_POLL_TIMEOUT_SECONDS，默认 900 秒，避免慢任务过早失败。

影响：api/main.py、api/.env.example、docs/source-analysis.html。本机 api/.env 已配置 VIDEO_API_BASE_URL=https://ai.skg.com/doubao 和视频专用 key。

2026-05-14 · 音频处理接入 SKG 英文产品口播与 MiniMax 配音

Audio MiniMax

问题：音频处理节点之前只说明“音轨 → ASR → 翻译 → 改写”，没有按原音频时长生成的产品介绍产物，也没有配音输出；用户无法直接拿到符合 SKG 产品语境的英文口播。

改动：Job 新增 audio_script，pipeline_transcribe 提取 audio.wav 后按原音频秒数生成 SKG 英文产品介绍文案，并在配置 MINIMAX_API_KEY 时调用 MiniMax T2A 输出 /jobs/{id}/audio-script.mp3。MiniMax voice_id 从英文男声、女声、成熟声池随机选择；前端 AudioNode 和侧栏 Rewrite 区显示模型链路、英文产品文案和配音播放器。

边界：MiniMax 官方 Speech API 当前接入的是 TTS 配音，不替代 ASR；原始音频文案提取仍走现有 OpenAI-compatible audio transcription 入口。

影响：api/main.py、api/.env.example、api/README.md、web/lib/api.ts、web/components/nodes/index.tsx、web/components/dashboard.tsx、web/app/page.tsx、docs/source-analysis.html。

2026-05-14 · 默认抽帧张数改为 12 帧

InputNode 抽帧

问题：透明骨架人主题需要更稳定的素材覆盖，默认 5 帧太少，容易缺少可用于主体、场景和产品融合的角度。

改动：后端 KEYFRAME_COUNT 默认值、前端抽帧 fallback、API client 默认参数都改为 12；抽帧设置里的张数选项把 12 放到第一位。透明骨架人目标仍会对每个候选做 Vision 验收，不合格候选自动换下一帧。

影响：api/main.py、api/.env.example、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。

2026-05-14 · 抽帧新增透明骨架人 AI 验收目标

InputNode Vision

问题：透明人二创不能只靠清晰度抽帧，也不能只要出现“骨头”就算合格；需要确认同一人形角色同时具备透明/半透明外壳、干净白色骨架、足够大且清晰、非恐怖广告感。

改动：FrameExtractTarget 新增 transparent_human 并设为当前 UI 默认目标。后端抽帧先按本地清晰度、中心主体、对比度和去重扩大候选池，再逐张从原视频抽高清帧交给 Vision 评分；评分维度包括透明身体、可见骨架、人物占比、清晰度、商业风格和产品可用性。不合格帧会被删除并自动换下一候选，直到凑够目标张数或候选耗尽。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、web/components/lightbox.tsx、web/lib/workflow-target.ts、docs/source-analysis.html。

2026-05-14 · 清洗页增加一键替换待应用清洗版

FrameLightbox 清洗

问题：一键清洗后会生成多张待应用清洗版，但用户仍需要逐张点“替换原图”，素材准备阶段操作成本偏高。

改动：“原图/清洗”页新增“待替换清洗版”状态和“一键替换待应用 N 张”按钮，并显示批量替换进度和失败数。该按钮只应用已经存在的清洗结果，不重新清洗；不满意的帧仍可先单张重洗或丢弃。

影响：web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合收敛为首尾帧 + 固定四产品图

FrameLightbox 产品融合

问题：产品融合页继续显示产品角度槽、辅助栏和产品图库会把操作变复杂；当前工作流只需要用户手动补人物首尾帧，产品图固定来自桌面 4 张 SKG 图。

改动：“产品融合”页每行只保留首帧、尾帧、已预填描述词、秒数、生成按钮和行末视频结果。生成单条或批量视频前，前端自动把内置的 4 张桌面 SKG 产品图复制为当前 job asset 并写入 product_images[4]；视频 prompt 增加 产品融合镜头ID 标记，用来把生成结果显示回对应行。

影响：web/components/lightbox.tsx、web/app/page.tsx、web/components/nodes/index.tsx、web/components/dashboard.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合镜头组改为纵向 6 行工作表

FrameLightbox 产品融合

问题：产品融合要生成 6 条视频，但旧排版只在列表里显示摘要，真正编辑区只展开当前镜头，用户无法从上到下同时检查 6 条镜头的产品、人物、场景和描述是否一一对应。

改动：“产品融合”页左侧改为纵向 6 行镜头工作表。每行包含产品图槽、白底人物图槽、人物图内产品区域画框、场景图槽、动作描述、秒数选择和单条生成按钮；右侧只保留模型状态、当前镜头状态、AI 草拟 6 条、批量排队和当前镜头产品图库。

影响：web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合改为 6 行区域约束镜头组

FrameLightbox Seedance

问题：只把产品图作为参考图无法解决尺寸和位置融合，模型不知道产品应该放在人物或场景里的哪个区域。

改动：FrameLightbox 的“产品融合”页改为 6 行镜头组。每行绑定产品图、白底人物图、手动画出的产品区域、场景图、描述词和视频秒数；图片槽支持上传和粘贴，产品图也可从内置 SKG 白底图库选用。右侧固定显示图片模型 GPT Image 2 和视频模型 Seedance，支持 AI 草拟 6 条动作描述和批量排队；单条生成入口放在每一行镜头内。

后端：新增 POST /jobs/{job_id}/product-fusion/guide 和 POST /jobs/{job_id}/product-fusion/descriptions。前者把产品图按 product_region 合成到白底人物图上，生成普通 asset 引导图；后者用 LLM 或本地模板生成 6 条动作描述草稿。前端再把引导图作为 Seedance 首帧，并把产品图、人物图、场景图作为参考图提交。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/lightbox.tsx、web/components/nodes/index.tsx、web/components/dashboard.tsx、docs/source-analysis.html。

2026-05-14 · 产品融合槽位接入应用内剪贴板

FrameLightbox Clipboard

问题：卡片上的“复制”写入的是应用内 ImageRef 剪贴板，而产品融合槽位只监听系统剪贴板文件，导致复制后的素材无法在产品融合里粘贴。

改动：NodeData 和 FrameLightbox 新增 clipboard 传递链路；产品融合三类槽位的“粘贴”按钮优先使用应用内剪贴板，应用剪贴板为空时再提示可选中槽位后 Cmd+V 粘贴系统图片。

影响：web/app/page.tsx、web/components/nodes/index.tsx、web/components/dashboard.tsx、web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 增加产品融合和 SKG 内置白底图库

FrameLightbox 产品融合

问题：生成视频需要稳定的 SKG 产品真源，不能每次都依赖临时上传或从参考视频里找产品图；桌面已有整理过的 SKG 产品图，应作为内置数据库使用。

改动：从桌面 skg_product_downloads/all_products 的 gallery 中筛出 41 张白底产品图，生成 api/product_library/skg-products/manifest.json 和压缩预览图。FrameLightbox 新增“产品融合”页签，StoryboardWorkbench 的 SKG 产品参考区也接入同一个 ProductLibraryPicker，支持搜索、品类筛选、尺寸预览和一键加入。

后端：新增 GET /product-library/skg、GET /product-library/skg/images/{filename} 和 POST /jobs/{job_id}/assets/product-library。选中库内产品图时，后端会复制成当前 job 的 asset，后续仍通过既有 product_images 进入生视频接口。

影响：api/main.py、api/product_library/skg-products、web/lib/api.ts、web/components/product-library-picker.tsx、web/components/lightbox.tsx、web/components/storyboard-workbench.tsx、docs/source-analysis.html。

2026-05-14 · 场景图改为全图参考和关键词 Prompt

FrameLightbox Prompt

问题：场景图页不能只围绕当前单张图；它需要看到全部关键帧，并通过地点、风格、参考要素等关键词组合出可控 prompt，再生成场景。

改动：FrameLightbox 的“场景图”页左侧改为全部关键帧网格：点击图片设为生成目标，点击“选”加入场景参考。右侧新增地点、生成方式、风格、额外关键词和参考要素 chips，并自动拼出可编辑场景 prompt。

后端：generateSceneAsset 请求新增 prompt 和 source_frame_indices；多张参考帧会拼成 contact sheet 给图像模型，同时把用户 prompt 注入场景生成提示词。

影响：web/components/lightbox.tsx、web/lib/api.ts、api/main.py、docs/source-analysis.html。

2026-05-14 · 主体资产改为参考重绘六张标准图

FrameLightbox Assets

问题：主体资产不是抠图，也不是只看当前单帧生成多角度；主体页需要看到全部参考帧，并用这些参考重新绘制一个完整主体。

改动：FrameLightbox 在“主体资产”页左侧显示参考帧网格，优先纳入所有已清洗帧，额外已选帧也会并入；小图排列，可点击切换当前帧。右侧仍负责统一主体确认和生成。人物/生物默认视图改为六张身份标准图：正面、背面、左侧、右侧、左前 45°、右前 45°；并把表情补充和动作补充折成独立分组，需要时再勾选。

后端：generateSubjectAssets prompt 改为“参考重绘”，明确禁止裁剪/抠图/粘贴源像素，要求主体完整居中、纯白/黑背景、无其他元素，并占画面约 85-95% 高度；落盘时会裁掉纯背景空白并放大主体。

影响：web/components/lightbox.tsx、web/components/nodes/index.tsx、api/main.py、docs/source-analysis.html。

2026-05-14 · 主体资产改为统一主体参考帧生成

FrameLightbox Workflow

问题：当前流程里抽多张关键帧的目的不是让每张图各自生成一个主体，也不是从单张图硬造多角度，而是用多张关键帧共同还原同一个主体的多角度、动作和表情。

改动：FrameLightbox 的主体页改成“统一主体”逻辑：全局只保留一个主体候选；生成主体资产包时默认传全部关键帧作为 source_frame_indices，用户手动选择关键帧时只传已选帧。场景图仍然按当前关键帧逐张生成，因此是一个主体包 + 多个场景图。

后端：generateSceneAsset 查找主体名称时改为从整个 job 的已生成主体资产中读取，而不是只看当前帧，确保任意关键帧生成场景图时都能移除统一主体。

影响：web/components/lightbox.tsx、web/components/nodes/index.tsx、api/main.py、docs/source-analysis.html。

2026-05-14 · 场景图改为主体资产之后生成

FrameLightbox API

问题：场景图如果先于主体资产生成，只能做普通背景清理，无法准确知道要移除哪个主体，也不利于后续生成相似但不同或同构换风格的场景。

改动：FrameLightbox 页签顺序改为“原图/清洗 → 主体资产 → 场景图 → 审核”；画面工作台缩略图和进度文案也同步为主体资产先于场景图。场景图页新增“去主体原场景 / 相似新场景 / 同构换风格”和风格选择，且在没有主体资产时提示先生成主体资产。

后端：generateSceneAsset 请求新增 scene_mode 和 scene_style；后端提示词会优先读取已生成主体资产对应的主体名称，生成去主体并补背景的场景图，再按模式决定是否做相似变化或风格变化。

影响：web/components/lightbox.tsx、web/components/nodes/index.tsx、web/lib/api.ts、api/main.py、docs/source-analysis.html。

2026-05-14 · 关键帧素材面板统一右侧操作栏

FrameLightbox Layout

问题：“原图/清洗、主体资产、场景图、审核”都应遵循同一结构：左侧负责看图和框选，右侧负责操作、状态和结果；旧布局把部分操作塞在左侧下方，导致左侧满、右侧空。

改动：FrameLightbox 统一为左侧主图、右侧操作栏。清洗按钮、批量清洗、清洗结果预览、场景图生成/复制、主体识别/主体资产包和审核状态都在右侧；切换到非清洗页时会退出框选模式，避免画框状态残留。

影响：web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 单帧清洗不再全局锁住其他帧

FrameLightbox Bugfix

问题：单独清洗某一张关键帧时，前端使用全局 cleaning 布尔状态，导致切到其他关键帧后清洗按钮仍被禁用。

改动：FrameLightbox 改用 cleaningFrameIds 按 frame.index 记录正在清洗的帧，只禁用当前正在清洗的那一张；其他帧可以继续单独清洗。区域清洗完成时也只在用户仍停留于同一帧时清空当前框选，避免异步完成误清别的帧操作状态。

影响：web/components/lightbox.tsx、docs/source-analysis.html。

2026-05-14 · 清洗页支持一键批量清洗

FrameLightbox UX

问题：画面工作台里的关键帧已经在抽帧阶段筛过，逐张点“清洗水印”会拖慢素材准备；但自动清洗又不能直接覆盖原图，否则模型误改时不好回退。

改动：FrameLightbox 的“原图/清洗”页新增“批量清洗”卡片，一键顺序清洗所有未处理素材帧，并显示进度和失败数。批量清洗只生成 cleaned 待审核版本，不自动应用；没清干净的帧再用单帧框选区域做手工补洗。

影响：web/components/lightbox.tsx、docs/source-analysis.html。后端暂未新增 batch API，前端复用 POST /jobs/{id}/frames/{idx}/cleanup 顺序执行。

2026-05-14 · 关键帧详情改为素材准备面板

FrameLightbox UX

问题：面板标题仍叫“关键帧详情 · 元素提取”，里面还露出普通 cutout 抠图、AI 提取、元素清单等旧流程入口；“选用此帧 / 加入目标帧”也无法说明实际价值，因为抽帧阶段已经筛过图，进入画面工作台的关键帧默认就应该参与素材准备。

改动：KeyframePanelNode 标题改为“关键帧素材准备”；FrameLightbox 的主体页改成“主体识别 / 主体清单 / 主体资产包”，移除普通抠图列表、AI 提取按钮、详情内的目标帧开关以及手动/框选加主体入口，改为只显示“已在素材准备流程”的状态说明；VisualLabNode 上方缩略图也不再展示普通抠图分组，只展示关键帧、主体包、场景图和视频任务。

影响：web/components/lightbox.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。底层旧 cutout 数据和接口暂保留兼容历史任务，但不再作为新素材准备流程的可见入口。

2026-05-14 · 画面工作台改为素材准备看板

Visual Lab UX

问题：画面工作台从展示缩略图扩展为素材生产中枢后，关键帧、主体资产包、场景图和视频任务继续混在一个列表里会让流程不清晰；关键帧详情面板也把清洗、识别、主体生成和场景生成都堆在一屏。

改动：VisualLabNode 改成素材准备进度看板，显示关键帧素材、主体资产、场景图和分镜/视频四个入口。FrameLightbox 新增“原图/清洗、主体资产、场景图、审核”四个页签，素材审核信息从普通列表中拆出来。

影响：web/components/nodes/index.tsx、web/components/lightbox.tsx、docs/source-analysis.html。这轮只重排工作台信息架构，批量自动准备队列仍留到下一阶段。

2026-05-14 · 画面工作台增加主体资产包和场景图

Visual Lab Assets

问题：抽帧阶段已经筛过图，画面工作台第一步应把已选关键帧转成可用于生视频的干净素材：同一主体一套多视角/动作/表情图，再基于主体生成每帧去主体场景图，而不是继续手动逐张抠普通 cutout。

改动：KeyFrame 新增 scene_assets 和 quality_report；KeyElement 新增 subject_kind 与 subject_assets。后端新增 generateSubjectAssets 和 generateSceneAsset，主体资产支持白/黑背景、原尺寸/固定尺寸、物体视角、人物/生物动作与喜怒哀乐等表情；当已选关键帧共同指向一个主体时，前端会把这些帧作为 source_frame_indices 传入，后端拼接参考板。

影响：api/main.py、web/lib/api.ts、web/components/lightbox.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。生成出的素材保存在 jobs/<jobId>/assets，可作为 asset 类型复制到后续分镜槽位。

2026-05-14 · 抽帧精度自动选择并支持后端排队

Input Queue

问题：抽帧精度不应该每次都让用户判断；点击一个视频抽帧后，其他视频不应被全局禁用，而应该可以先后排队。另外打开视频抽帧侧边面板后，也应能自动抽帧。

改动：quality 新增 auto 默认值，后端按 CPU 核数、内存和视频时长解析为快速或精细；为了展示稳定，auto 不再自动进入极准，极准仅在用户手动选择时启用。后端新增内存队列 ANALYZE_QUEUE，多个 analyze 请求按顺序执行；前端轮询所有运行中的 job，不只轮询当前 active job。VideoFramePanelNode 内也加入同一套自动抽帧工具条。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。队列目前是进程内队列，重启后不会恢复未执行的排队任务。

2026-05-14 · 抽帧工具条降噪并修复追加失败

Input Bugfix

问题：每个缩略图上方同时放目标、张数、精度和按钮太拥挤；另外追加抽帧时可能没有新增图片。

根因：追加模式下 frames 目录已经存在，但后端仍使用非 exist_ok 的 mkdir，触发 File exists 后任务进入解析失败。

改动：工具条默认只显示目标、抽帧/追加和设置按钮；张数、精度折叠到设置里。后端改为允许已存在的 frames 目录，追加模式不再因目录存在失败。缩略图高度增大到 192px，横屏/竖屏都按真实比例显示；抽帧评分也按视频原比例缩放，不固定 16:9。

影响：api/main.py、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。已用临时 job 验证 append：已有 1 张关键帧时追加 3 张后变为 4 张。

2026-05-14 · 自动抽帧增加本地精度模式

Input Performance

问题：当前抽帧默认偏轻量，用户机器是 Apple M2 Max、12 核 CPU、38 核 GPU、64GB 内存，足以承受更密集的本地候选扫描；但需要在 UI 里提示算力档位，避免长视频误用重模式。

改动：后端 /jobs/{id}/analyze 新增 quality 参数：快速为 2fps/360px，精细为 8fps/720px，极准为 12fps/960px；高精度模式还会提高本地评分图分辨率，保留竖屏比例，不再把竖屏压扁到 16:9。每个缩略图工具条新增精度选择。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。实测本机 64.5s、1080×1920、60fps 视频，12fps/960px 扫描 774 张候选约 2.61s；重型 ffmpeg 场景/模糊滤镜约 21.63s，因此继续使用本地 PIL/NumPy 评分更划算。

2026-05-14 · 每个输入视频缩略图绑定自己的抽帧工具条

Input UX

问题：统一放在缩略图浮条上方的抽帧工具条仍然不够明确，用户无法一眼判断当前会抽哪一个视频。

改动：抽帧目标、张数、精度和抽帧按钮改为渲染在每个视频缩略图正上方，并且每个 job 独立保存目标、张数和精度设置。点击某个缩略图上方的抽帧按钮时，前端直接把该 jobId 传给 analyzeJob，同时切换 active job 并进入该 job 的进度轮询。

影响：web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。后续与输入视频相关的快捷操作都应优先贴近对应缩略图，不再依赖全局当前选择的心智。

2026-05-14 · 自动抽帧快捷工具条移到缩略图上方

Input Frame Target

问题：自动抽帧入口放在 Input 卡片正文里，离视频缩略图和预览工作区较远；用户需要在看缩略图时快速切目标、切张数并反复抽取。

改动：输入视频缩略图浮条上方新增自动抽帧快捷工具条，包含抽帧目标、张数快捷项和抽帧按钮。前端新增 frameCount 状态并把目标 / 张数传给 analyzeJob；已有关键帧时默认用 mode=append 追加抽取。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。后端追加模式会保留已有关键帧，避开非常接近的时间点，并用新的 frame index 落盘。

2026-05-14 · 自动抽帧支持目标化扫描

Input Frame Target

问题：单一“自动抽帧”无法表达这次要清晰人物、下次要转场变化或表情瞬间的不同目标；但把抽帧做成复杂参数面板会破坏 Input 卡片的轻量工作流。

改动：Input 节点新增抽帧目标，默认“综合关键帧”，可切换清晰主体、转场变化、表情瞬间、动作峰值。后端 /jobs/{id}/analyze 新增 target 参数，先低清低帧率扫描候选，再按目标评分、pHash 去重、时序分桶，最后只对选中的时间点从原视频抽高质量关键帧。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。当前“人物/动物表情”是本地近似评分，后续可把候选小图接入视觉模型重排。

2026-05-14 · 视频抽帧面板默认静音播放

Input Video

问题：输入视频缩略图改为单击打开抽帧面板后，面板播放器如果自动播放带声音，会打断工作流。

改动：VideoFramePanelNode 的主播放器增加 muted，默认静音自动播放；用户仍可通过浏览器视频 controls 自行取消静音。

影响：web/components/nodes/index.tsx、docs/source-analysis.html。

2026-05-14 · Canvas Panel 颜色跟随来源卡片且视频单击打开

Canvas Panel UX

问题：视频抽帧面板和画面工作台详情面板框架一致后，标题栏颜色也需要分别跟各自来源卡片一致；输入视频缩略图仍需要双击才能打开抽帧面板，操作偏重。

改动：视频抽帧面板标题栏使用 --grad-input，画面工作台详情面板标题栏使用 --grad-ai；输入视频缩略图改为单击打开抽帧面板，hover 仍负责尺寸预览。

影响：web/components/nodes/index.tsx、docs/source-analysis.html。后续面板颜色应从来源卡片类型继承。

2026-05-14 · 画面工作台详情面板统一为 Canvas Panel 框架

Visual Lab Canvas Panel

问题：关键帧详情 / 元素提取面板虽然默认左侧吸附，但外层仍是旧橙色“钉住”框架，和视频抽帧面板的紫色标题栏、画布/左/右/底吸附按钮不一致。

改动：KeyframePanelNode 改为和 VideoFramePanelNode 同一套 Canvas Panel 外壳：紫色标题栏、画布模式、吸附左侧、吸附右侧、吸附底部、缩放、关闭和右下角拖拽缩放。面板定位状态从单一 pinned 语义升级为 framePanelDock。

影响：web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。后续工作面板应复用这套 Canvas Panel 框架。

2026-05-14 · 关键帧详情嵌入态去掉双标题栏

Visual Lab FrameLightbox

问题：画面工作台详情面板外层已有“关键帧详情 · 元素提取”工具栏，内层 FrameLightbox 嵌入态又显示一条橙红分镜导航栏，视觉上像两个窗口叠在一起。

改动：FrameLightbox 在 embedded 模式下不再渲染自己的顶部工具栏和外边框；上一帧 / 下一帧导航移动到 KeyframePanelNode 外层标题栏。

影响：web/components/lightbox.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。非嵌入式 lightbox 保留原标题栏。

2026-05-14 · 画面工作台详情面板默认左侧吸附

Visual Lab Dock

问题：画面工作台点击关键帧后，关键帧详情 / 元素提取面板仍默认作为画布节点出现，还会触发 fitView 拉动画布；和视频抽帧面板默认左侧吸附的规则不一致。

改动：framePanelDock 初始值改为 left；从关闭状态打开关键帧详情时默认吸附左侧。若面板已打开，用户切回画布模式后继续切换关键帧，不会被强制吸回左侧；默认吸附状态下也不再触发画布 fitView。

影响：web/app/page.tsx、docs/source-analysis.html。画面工作台处理面板现在与视频抽帧面板保持同一默认策略：先贴左侧，需要时再切回画布。

2026-05-14 · 视频抽帧面板默认左侧吸附

Canvas Panel Dock

问题：视频抽帧面板默认以画布节点方式打开时，用户还要再点一次吸附左侧，和“处理面板先贴边、需要时再拖回画布”的工作习惯不一致。

改动：videoPanelDock 初始值改为 left；从关闭状态双击输入视频缩略图时默认吸附左侧。面板已打开后，用户手动切换到画布 / 右侧 / 底部不会被找回动作覆盖。

影响：web/app/page.tsx、docs/source-analysis.html。后续同类处理面板应优先考虑“默认贴边，必要时切回画布”的交互。

2026-05-14 · 视频抽帧面板支持删除已抽关键帧

Canvas Panel Frames

问题：视频抽帧面板只能新增关键帧，用户看到“已抽关键帧”后不能在同一工作上下文里清理误抽的帧。

改动：已抽关键帧缩略图右上角增加删除按钮，点击后按 jobId + frameIdx 删除对应关键帧；删除期间显示小号 loading。图片类素材仍沿用快速删除策略，不弹确认。

影响：web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。视频抽帧面板不再依赖当前 active job 来决定删除目标。

2026-05-14 · 吸附工作面板贴近视口边缘

Canvas Panel Dock

问题：视频抽帧面板吸附左侧 / 右侧时顶部仍留出明显空白；这不是实际板块遮挡，而是面板吸附样式里硬编码了 top: 72 和对应的高度预留。关键帧面板也保留了旧 storyboard 顶栏避让逻辑。

改动：新增统一吸附边距常量，视频抽帧面板和关键帧详情面板吸附时都贴近视口边缘，仅保留 8px 安全边距；移除关键帧面板对旧 data-storyboard-dock / data-storyboard-bar 的避让查询。

影响：web/components/nodes/index.tsx、docs/source-analysis.html。后续画布工作面板的吸附语义统一为“贴边”，不是为顶部旧板块预留空间。

2026-05-14 · 输入视频双击改为画布抽帧面板

Canvas Panel Input

问题：输入视频缩略图双击原来只在 Input 节点上方展开一个临时播放器，不能作为无限画布工作台移动、找回或吸附，后续其他板块也无法复用这种交互。

改动：新增 videoFramePanel ReactFlow 节点和 VideoFramePanelNode。双击输入视频缩略图会打开/找回画布内抽帧面板，面板可拖动、右下角缩放，也可一键吸附到左侧、右侧或底部边缘；面板内支持播放、时间轴定位、当前时间抽帧和查看已抽关键帧。

影响：web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。原固定全屏 VideoLightbox 不再从 Input 双击路径进入；后续处理板块应复用同类画布工作面板语义。

2026-05-14 · Hover 大预览尺寸信息增强

Canvas HoverPreview

问题：原始尺寸和 Fit 比例之前是左上角小号单行文字，用户在快速扫缩略图时不够醒目，无法马上感知素材分辨率差异。

改动：HoverPreview 左上角改为两层信息徽章：标题固定为“原始尺寸”，主数字用大号等宽字体显示 宽 × 高，旁边保留 Fit 百分比或 1:1 原寸 状态。

影响：web/components/nodes/hover-preview.tsx、docs/source-analysis.html。定位和 Fit / 1:1 行为不变，只提升尺寸信息可读性。

2026-05-14 · 删除确认改为页面内分层交互

Canvas UX

问题：浏览器原生删除确认会突然出现在页面顶部，和无限画布的操作上下文割裂；图片类素材如果每次删除都确认，也会拖慢快速整理素材的节奏。

改动：输入视频和生成视频任务删除改为画布内确认层，背景轻遮罩并支持点击背景 / Esc 取消；关键帧和元素提取图属于可快速整理的图片素材，点击删除后直接执行。

影响：web/components/nodes/index.tsx、docs/source-analysis.html。视频删除仍走既有删除接口；图片删除仍走原有回调，只调整确认策略。

2026-05-14 · 输入视频缩略图支持删除整个 job

Input API

问题：画布顶部输入视频缩略图只有切换和预览，没有删除入口；用户清理视频队列时只能删关键帧或生成视频任务，不能删除整个输入视频。

改动：新增 DELETE /jobs/{id}，前端新增 deleteJob 和 onDeleteJob；Input 缩略图右上角常驻删除按钮，确认后移除该 job、清理 URL 参数，并删除本地 jobs/<id> 目录。

影响：api/main.py、web/lib/api.ts、web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。

2026-05-14 · 大图预览改为尺寸感知 Fit / 1:1

Canvas HoverPreview

问题：有些源视频和图片分辨率很大，完全按原尺寸展示会撑爆画布；但统一固定预览大小又会丢失素材真实尺寸感知。

改动：HoverPreview 默认按原比例适应可视区域，角标显示原始分辨率和当前 Fit 百分比；点击钉住后可切换到 1:1，超大素材在预览框内滚动查看局部。

影响：web/components/nodes/hover-preview.tsx。视觉缩略图高度同步放大，图片缩略图的复制 / 删除按钮改为常驻大号 icon。

2026-05-14 · 缩略图滑动条改为大号可拖轨道

Canvas Thumbnail

问题：节点上方缩略图横排内容多时，原生横向滚动条太细且在画布缩放下不容易点中，用户很难拖动。

改动：新增 FloatingThumbnailStrip / ThumbnailScrollRail，在缩略图下方显示明显的大号紫色拖动轨道；轨道支持点击跳转、按住拖动和键盘左右移动，并用 nodrag nopan 避免误触发画布拖拽。

影响：web/components/nodes/index.tsx、web/app/globals.css、docs/source-analysis.html。Input、VisualLab 以及保留的旧视觉节点缩略图条共用同一交互。

2026-05-14 · 三个视觉节点合并为画面工作台

VisualLab Canvas

问题：镜头拆解、元素改造、生成视频三个卡片在主画布上占同等权重，但它们只是视觉素材状态展示和入口；真正处理都在点击后的工作台/面板中完成。

改动：新增 VisualLabNode，把关键帧、元素 cutout、视频任务缩略图合并到一个“画面工作台 · Visual Lab”卡片里；DAG 从 Input → Keyframe → Storyboard → VideoGen → Compose 简化为 Input → VisualLab → Compose，音频线仍独立。

影响：web/app/page.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。底层数据、接口和旧节点组件暂不删除。

2026-05-14 · 修复节点右下角缩放点击偏移

Canvas Resize

问题：点击或轻微拖动卡片右下角缩放把手时，节点会突然偏移/跳变，影响在无限画布上精调卡片大小。

原因：getComputedStyle(nodeEl).width/height 读到的已经是 ReactFlow 节点坐标下的布局尺寸，旧逻辑又除了一次 zoom，导致拖动起始宽高被放大或缩小；点击时 1px 级 pointermove 也会立刻写入错误宽高。

改动：起始宽高直接使用 computed style，只有鼠标移动量按 zoom 换算；增加 2px 点击死区，单纯点击缩放角不再改写节点尺寸。

影响：web/components/nodes/resize-handle.tsx、docs/source-analysis.html。

2026-05-14 · 缩略图 hover 原尺寸预览贴缩略图上边缘

Canvas HoverPreview

问题：用户要的是“鼠标停在卡片缩略图上时，原尺寸图片/视频在该缩略图上方边缘展示，并且仍属于无限画布”；不能贴节点卡片上边缘，也不能放到页面 fixed 层。

改动：HoverPreview 增加缩略图锚点坐标，预览层仍渲染在 ReactFlow 节点 DOM 内，但用缩略图的中心 x 和 top y 定位，预览底边贴缩略图上边缘；Input 视频、镜头拆解关键帧、元素改造 cutout、生成视频缩略图统一走该逻辑。

影响：web/components/nodes/hover-preview.tsx、web/components/nodes/index.tsx、docs/source-analysis.html。

2026-05-13 · 打开应用自动恢复历史 job

API Page

问题：前端只从 URL ?job= 读 job 列表，没有任何本地或后端列表回填，打开 / 不带参数就是空白，之前跑过的 job 看不见。

改动：后端新增 GET /jobs 列表接口（返回 JobSummary：id/url/status/progress/duration/width/height/video_url/frame_count/video_count/thumbnail/error/mtime，按 state.json mtime 倒序，可带 limit）。前端 page.tsx 启动逻辑：URL 有 ?job= 时尊重 URL；没有时自动调 listJobs() 拿全部历史，反转后让最新 job 落在末尾（active）。持久化基于 api/jobs/<id>/state.json 磁盘文件，不依赖浏览器存储，换浏览器/清缓存都不会傻。

影响：api/main.py（JobSummary 类型 + list_jobs endpoint）、web/lib/api.ts（JobSummary + listJobs）、web/app/page.tsx（启动 useEffect）。

2026-05-13 · 允许骨骼人使用按摩仪后状态变好

Prompt

问题：本轮参考素材的主体可能是人形骷髅/透明骨骼人，不应被提示词强行替换成普通真人；核心是“用了 SKG 颈部按摩仪后状态变好”。

改动：prompt 允许保留人形骷髅作为视觉隐喻，要求正确佩戴 U 形颈部按摩仪，并通过从僵硬/揉脖子/疲惫到抬头/肩颈舒展/放松来表现状态改善；同时禁止恐怖化、血腥化或夸大医疗治愈。

影响：web/app/page.tsx。

2026-05-13 · 生视频提示词改为产品图优先

Prompt StoryboardWorkbench

问题：已经有真实 SKG 产品图后，提示词还偏“借鉴原视频”，容易让模型保留竞品或改变产品形态。

改动：生成视频 prompt 明确“上传的 SKG 产品图是唯一产品真源”，首尾帧只控制起止构图、场景和动作，原视频链接只参考节奏和镜头调度；增加产品一致性、产品呈现、禁止非 SKG 产品/竞品包装/随机新增结构等约束。

影响：web/app/page.tsx。

2026-05-13 · 产品参考支持本地上传和拖拽

StoryboardWorkbench API

问题：SKG 产品参考不能只依赖从关键帧/元素里复制，用户需要手动上传同一产品的多角度图。

改动：SKG 产品参考 区支持点击上传和拖拽上传图片，一次可传多张，最多保留 6 张。后端新增 POST /jobs/{job_id}/assets 保存产品图资产，并返回 kind: "asset" 的 ImageRef；生成视频时这些资产会作为产品参考传入 Ark。

影响：web/components/storyboard-workbench.tsx、web/lib/api.ts、api/main.py。

2026-05-13 · 首尾帧编排增加 SKG 产品槽

StoryboardWorkbench API

问题：首尾帧可以控制视频起止，但还需要单独指定 SKG 产品图，避免模型只模仿原视频动作而没有稳定产品外观。

改动：分镜编排区新增 SKG 产品 槽，和首帧、尾帧并列；生成视频时把该槽作为 product_image 提交。Ark 请求会附加一张 reference_image 产品参考图；如果接口不接受额外参考图，后端自动回退到首尾帧生成。

影响：web/components/storyboard-workbench.tsx、web/app/page.tsx、api/main.py。

2026-05-13 · 分镜编排改为首尾帧生成

StoryboardWorkbench API

问题：赶交付时，顶部横向分镜缩略条占空间，4 图槽也不如“首帧到尾帧”直接；用户希望直接做首尾帧视频生成。

改动：移除 StoryboardBar 的横向分镜缩略图区域，只保留标题栏和展开按钮；StoryboardWorkbench 改成首帧 / 尾帧两个槽，首帧默认当前分镜，尾帧默认下一张已选分镜，也可从剪贴板粘贴指定结束画面。后端 /storyboard/video 支持 first_image/last_image，Ark 请求同时传 first_frame/last_frame，如果接口不接受尾帧字段则自动回退到单首帧。

影响：web/components/storyboard-bar.tsx、web/components/storyboard-workbench.tsx、web/app/page.tsx、web/lib/api.ts、api/main.py。

2026-05-13 · 生视频携带原视频链接做节奏参考

StoryboardWorkbench API

问题：用户赶交付，希望直接把上传的原视频链接给视频模型参考，而不是只靠单张关键帧。

改动：前端提交生视频时增加 source_ref: { kind: "source_video", url: job.url }；Ark 请求体在文本 prompt 和首帧之外追加 video_url 参考视频，用于模仿节奏、镜头运动和动作顺序。如果 Ark 返回 400/422 不接受参考视频字段，后端自动回退到“当前关键帧首帧生成”，保证这次不会直接阻断出片。

影响：web/app/page.tsx、web/lib/api.ts、api/main.py、docs/source-analysis.html。

2026-05-13 · 快速出片改为关键帧直生视频

StoryboardWorkbench Prompt

问题：赶交付时不适合再让 4 图槽决定首帧；如果某个槽里是抠图元素，模型会拿碎元素当第一帧，视频容易不连贯。

改动：“生成视频”按钮改成直接用当前分镜关键帧作为首帧提交，4 图槽和改造目标只作为提示词参考；提示词强调一镜到底、首帧稳定、时间线连续、禁止跳切/换场景/主体变形。后端取关键帧时优先使用未应用的清洗版，否则使用当前 frame 文件。

影响：web/app/page.tsx、web/components/storyboard-workbench.tsx、api/main.py。

2026-05-13 · 生视频支持火山方舟 Ark 异步任务

VideoGenNode API

问题：用户提供火山方舟 https://ark.cn-beijing.volces.com/api/v3 作为生视频通道；这个通道不是 Poe 的 /videos 形态，而是内容生成异步任务。

改动：后端识别 Ark base 后，提交改为内容生成任务接口，火山方舟直连使用 POST /contents/generations/tasks，SKG 豆包网关使用 POST /api/v3/contents/generations/tasks。请求体使用 content 数组：文本 prompt + 首帧 image_url data URL；轮询对应的 {id} 任务地址，成功后读取 content.video_url 下载 MP4。本机默认 Seedance 模型改为 Ark 可见的 doubao-seedance-2-0-fast-260128。

影响：api/main.py、api/.env.example、docs/source-analysis.html。本机 api/.env 需要把 VIDEO_API_BASE_URL/VIDEO_API_KEY/VIDEO_CREATE_PATHS/VIDEO_STATUS_PATH 指向 Ark。

2026-05-13 · 生视频改接 Poe 视频模型

VideoGenNode API

问题：SKG ezlink 的 OpenAI 兼容 base 可列出部分模型，但常规 /videos 入口返回 404/unsupported；用户确认可用的视频模型在 Poe 通道里。

改动：后端新增 POE_API_BASE_URL/POE_API_KEY 配置，未显式配置 VIDEO_API_BASE_URL 时优先走 Poe；Seedance / Kling / Veo/Voe 业务别名默认映射到 Poe 真实模型 seedance-2-fast、kling-omni、veo-3.1-fast。Poe 提交使用 input_image base64，继续轮询 /videos/{id} 并下载 /videos/{id}/content。

影响：api/main.py、api/.env.example、docs/source-analysis.html。密钥只放本地 api/.env，不进入源码解析页。

2026-05-13 · 生视频提交不再被前端锁死

StoryboardWorkbench API

问题：虽然当前探测到常见视频入口返回 404/unsupported，但模型层确实有视频模型，不能在前端简单判定“未开通”并禁用。

改动：撤掉分镜编排里的前置禁用；后端允许提交 seedance / kling / veo / voe，并支持通过 VIDEO_CREATE_PATHS 逗号分隔配置多个候选生成入口，逐个尝试。

影响：api/main.py、api/.env.example、web/app/page.tsx、web/components/storyboard-workbench.tsx。

2026-05-13 · 生视频错误提示改为可读原因

VideoGenNode API

问题：提交生视频失败时，前端把 generateStoryboardVideo 503 {"detail": ...} 原样展示，用户无法快速判断是配置、端点还是 UI 问题。

改动：generateStoryboardVideo 解析后端 JSON 的 detail 后再抛错；后端错误文案区分“模型存在”和“入口不可用”；Video Gen 失败卡把 /videos 404 长错误压缩成一句可读原因。

影响：web/lib/api.ts、web/components/nodes/index.tsx、api/main.py。

2026-05-13 · Video Gen 卡片增加复制和删除

VideoGenNode API

问题：Video Gen 节点上方失败/完成任务卡只有整卡点击复制，不够明确；失败任务也无法从界面清掉。

改动：每张视频任务卡左上角增加复制 prompt 按钮，右上角增加删除任务按钮；后端新增 DELETE /jobs/{job_id}/storyboard-videos/{video_id}，删除 generated_videos 记录并清理本地任务目录。

影响：web/components/nodes/index.tsx、web/app/page.tsx、web/lib/api.ts、api/main.py。

2026-05-13 · 分镜编排接入真实生视频任务

StoryboardWorkbench VideoGenNode

问题：4 图槽已经粘贴参考图后，用户要直接调用生视频 API，而不是只生成 prompt 或图片任务。

改动：分镜编排明细区增加 Seedance / Kling / Veo 3 模型选择和“调用模型生成视频”按钮；后端新增 /jobs/{job_id}/frames/{idx}/storyboard/video。提交后按 VIDEO_CREATE_PATHS 逐个尝试生成入口，成功后轮询并保存 MP4；失败时保留任务卡和具体入口错误，方便继续排查网关实际路径。VideoGenNode 读取 job.generated_videos 展示排队、生成中、失败和完成视频。

影响：api/main.py、api/.env.example、web/components/storyboard-workbench.tsx、web/components/nodes/index.tsx、web/app/page.tsx、web/lib/api.ts。Sora 不再作为默认模型；真实模型 ID 通过 VIDEO_MODEL_SEEDANCE、VIDEO_MODEL_KLING、VIDEO_MODEL_VEO3 配置，真实视频 API 地址通过 VIDEO_API_BASE_URL/VIDEO_API_KEY 配置。

2026-05-13 · 分镜编排下拉区支持上推缩小

StoryboardWorkbench

问题：分镜编排明细区默认占用太多顶部面积，展开后下方画布空间不足。

改动：明细区默认高度降为 320px，并增加底部拖拽手柄，可上推缩到 180px，也可下拉放大查看完整内容。

影响：web/components/storyboard-workbench.tsx。

2026-05-13 · 分镜缩略图条与编排明细合并为一个下拉区

StoryboardBar StoryboardWorkbench

问题：顶部分镜缩略图条和下方内嵌工作台都带分镜导航，看起来像两个不同板块。

改动：StoryboardBar 成为唯一分镜导航；StoryboardWorkbench 移除自己的标题栏、左侧分镜列表和底部快捷栏，只保留当前分镜的 4 图槽与改造目标明细。

影响：web/components/storyboard-bar.tsx、web/components/storyboard-workbench.tsx、web/app/page.tsx。

2026-05-13 · 分镜头编排工作台改为内嵌下拉

StoryboardWorkbench StoryboardBar

问题：元素改造节点等入口仍会打开 fixed inset-0 的全屏 StoryboardWorkbench，用户感觉像跳转页面。

改动：移除 StoryboardWorkbench 的 portal 全屏承载方式，改为渲染在顶部分镜栏下方；所有“打开编排”入口只展开这个内嵌区域。

影响：web/components/storyboard-workbench.tsx、web/components/storyboard-bar.tsx、web/app/page.tsx、web/components/nodes/index.tsx。

2026-05-13 · 钉住面板停靠到分镜头编排边缘

KeyframePanelNode StoryboardBar

问题：关键帧详情钉住在浏览器左侧固定位置时，会遮挡顶部分镜头编排栏展开后的缩略图区域。

改动：给 StoryboardBar 增加稳定 DOM 标记；钉住面板实时读取该区域下边缘，并吸附到其下方。展开 / 折叠分镜头编排时，钉住面板自动让位。

影响：web/components/storyboard-bar.tsx、web/components/nodes/index.tsx。

2026-05-13 · 顶部分镜头编排不再跳转全屏工作台

StoryboardBar

问题：顶部 StoryboardBar 的“进入编排”和分镜缩略图点击会打开全屏 StoryboardWorkbench，打断当前画布流程。

改动：顶部按钮改为“展开编排”，只下拉展示当前分镜列表；缩略图点击只聚焦该分镜，不再触发全屏跳转。后续已把工作台整体改成内嵌下拉，见上方最新记录。

影响：web/components/storyboard-bar.tsx、web/app/page.tsx。

2026-05-13 · 钉住关键帧详情改为左侧停靠

KeyframePanelNode

问题：钉住后仍像自由浮层一样停在画布附近，用户继续缩放画布或调整面板尺寸时容易把它和画布节点混在一起。

改动：钉住后统一吸附到浏览器左侧边缘，脱离 ReactFlow 画布缩放；钉住瞬间把当前可见大小转换成面板真实尺寸，之后只由右下角拖拽或标题栏按钮调整。

影响：web/components/nodes/index.tsx；钉住语义从“原地浮在上层”改为“左侧停靠工作面板”。

2026-05-13 · 关键帧详情支持右下角拖拽缩放和上层钉住

KeyframePanelNode

问题：只有按钮缩放不够直观；钉住后仍作为画布节点，会继续随 ReactFlow 画布缩放。

改动：增加右下角拖拽缩放手柄；钉住时通过 portal 固定到浏览器上层，脱离 ReactFlow 画布缩放和平移。

影响：web/components/nodes/index.tsx、web/app/page.tsx；未钉住时仍是画布节点，钉住后保持屏幕固定位置。

2026-05-13 · 关键帧详情面板增加钉住按钮

KeyframePanelNode

问题：面板可以拖动后，用户仍可能误拖；切换图片时希望保持固定工作位置。

改动：在标题栏增加钉子按钮。钉住后面板节点禁止拖动，切换关键帧只切换内容不移动位置；取消钉住后可继续拖动。

影响：web/app/page.tsx、web/components/nodes/index.tsx。

2026-05-13 · 切换关键帧不再重置详情面板位置

KeyframePanelNode

问题：用户把关键帧详情面板拖到合适位置后，再点击下一张关键帧会把面板拉回默认位置，造成视觉疲劳。

改动：已打开的面板只切换内容，不移动位置；只有面板不存在、首次打开时才放到默认位置并自动聚焦。

影响：web/app/page.tsx；关闭后重新打开仍会出现在默认位置。

2026-05-13 · 关键帧详情面板增加缩放控制

KeyframePanelNode

问题：关键帧详情面板作为画布节点后可以随画布缩放，但面板自身没有尺寸控制，用户无法单独放大或缩小它。

改动：在面板标题栏增加 -、百分比重置、+ 控制，支持 75% 到 135% 的面板级缩放。

影响：web/app/page.tsx、web/components/nodes/index.tsx；点击新关键帧仍会找回到默认位置，缩放比例保留。

2026-05-13 · 关键帧详情从固定左侧抽屉迁到无限画布

KeyframeNode

问题：关键帧详情 / 元素提取面板固定在左侧 drawer，和 ReactFlow 无限画布割裂，也不会跟随画布缩放。

改动：移除主页面隐藏渲染的 Dashboard drawer 承载方式，新增独立 keyframePanel ReactFlow 节点来挂载 FrameLightbox。

影响：web/app/page.tsx、web/components/nodes/index.tsx；点关键帧后面板默认出现在流程左侧空白画布里，不遮挡 Input / Keyframe 主节点；标题栏可拖动，跟随 ReactFlow 平移和缩放。再次点击关键帧缩略图会把面板找回到默认位置，并自动把视野拉到“关键帧 + 面板”。

2026-05-13 · 元素改造 hover 预览简化为原帧预览

StoryboardNode

问题：元素改造节点的 hover 预览虽然已改为节点内显示，但仍比关键帧节点复杂，多了“来源原帧 / 提取元素”两栏和元素名称，信息过载。

改动：改成和镜头拆解关键帧一致的简单预览：只显示来源原帧，底部显示分镜编号和时间。

影响：web/components/nodes/index.tsx；元素改造板块 hover 现在更轻，不干扰当前判断。

2026-05-13 · 元素改造 hover 预览改为节点内效果

StoryboardNode

问题：上一版把元素预览用 createPortal 挂到 body，DevTools 里会出现额外 fixed 层，交互形态和关键帧节点不一致。

改动：改成节点内 group-hover 预览，不再向 body 插入预览层。后续又简化为只展示来源原帧，见上方最新记录。

影响：web/components/nodes/index.tsx；元素改造板块的 DOM 和交互效果更接近关键帧缩略图。

2026-05-13 · 新增独立源码解析与协作地图

docs

目的：把产品功能区、源码位置、接口、数据模型、需求描述方式固定下来，减少“描述不准导致改偏”。

影响：新增 docs/source-analysis.html，不接入 Next 应用，不影响工作台运行。

以后描述：可以直接引用本页的功能区名称、节点职责和源码文件名。

2026-05-13 · Storyboard 元素缩略图 hover 预览修复

StoryboardNode

问题：元素改造节点上方小图 hover 没有像镜头拆解节点一样显示原图预览，并且首次修复时出现运行时错误。

原因：节点内部 overflow 裁剪了预览；随后 portal 预览里把变量写成了不存在的 aspectRatio。

影响：web/components/nodes/index.tsx。该记录之后又改为节点内预览，见上方最新记录。

2026-05-13 · 元素识别结果不再锁死

元素提取

问题：Vision 识别可能错，但元素列表像最终结果；点击提取图会跳页面，打断用户思路。

改动：支持元素改名、改英文提示、改位置、删除元素、重复提取、删除单张提取图；提取图不再用链接跳新页。

影响：FrameLightbox、web/lib/api.ts、PATCH /jobs/{job_id}/frames/{idx}/elements/{element_id}。

2026-05-13 · 分镜编排入口聚焦到具体分镜

StoryboardWorkbench

问题：从 Storyboard 或顶部分镜条进入编排时，没有明确定位到用户正在看的那一帧。

改动：工作台接受 focusedFrame，点击缩略图会打开工作台并聚焦对应分镜。

影响：page.tsx、StoryboardBar、StoryboardWorkbench、StoryboardNode。

2026-05-13 · 视觉管线不再被 ASR 阻断

Pipeline

问题：SKG 网关 audio 不通时，视觉解析也容易被标记失败。

改动：analyze 主流程强调拆轨和关键帧，声音文案轨独立处理。

影响：api/main.py、page.tsx、节点语义说明。

更新规则

以后任何改动只要影响产品理解、节点职责、界面行为、数据模型、API、运行方式或用户操作路径，都要同步更新本页的对应章节和“变更记录”。

改动类型	必须更新本页哪里	原因
节点文案 / 节点功能	业务管线、节点职责边界、界面区域到源码、变更记录	避免用户按旧节点理解描述需求。
新增 / 修改接口	接口地图、数据模型、变更记录	避免前后端契约不清。
新增数据字段	数据模型、源码结构地图、变更记录	刷新恢复和 state.json 依赖字段一致。
改交互路径	界面区域到源码、需求描述模板、变更记录	用户描述“点击哪里”时必须和真实路径一致。
修 bug	变更记录；如果暴露新坑，也更新当前已通与阻塞	让后续同类问题能快速定位。