kangwan/ai-toy-patent-workflow
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
2270f4de09def34698ac6df34f08096dc2b6d990
ai-toy-patent-workflow/RULES.md

8.5 KiB
Raw Blame History

AI玩具专利生成工作流

启动

  • 推荐本地环境：cd ~/Projects/code/20260518-ai-toy-patent-workflow && npm run docker:up — Docker Compose，端口 4560
  • 浏览器打开 http://localhost:4560
  • 备用非 Docker 开发：npm run dev — 端口 4560
  • 首次依赖装好：npm install --legacy-peer-deps（next 15 + react 19 有 peer 警告）

部署事实

  • 平台：个人 VPS 76.13.31.179，Docker Compose，接入现有 Coolify Traefik
  • 发布状态：VPS 生产已发布，仅个人使用
  • 最近生产部署：2026-05-30，视频 provider 改为默认 OpenAI Sora（VIDEO_PROVIDER=openai_sora），Seedance 仅作为可选回退；视频模板目标时长统一不少于 60 秒，并通过 OpenAI /videos/extensions 链路补足长视频；对应代码提交 9c41caf
  • 最近生产数据同步：2026-05-30，有你家族 · 糯糯猪 session s_mps3u047_48e383 已同步到 VPS data/，包含专利包、配件包、生产打样包、宣发包共 64 张图片；Seedance 生产环境 Key 已换新但仍保持回退 provider。
  • 服务名 / 容器名：ai-toy-patent-workflow
  • 服务器路径：/opt/ai-toy-patent-workflow
  • 主站 / 前端：https://ai-toy.kang-kang.com
  • 登录页：https://ai-toy.kang-kang.com/login
  • 本地 Docker：http://localhost:4560
  • API / 后端：内置 Next.js API Route（生产同域名）
  • 文档 / 解析：无
  • 管理后台：无

快捷登录

  • 已启用应用内登录页
  • 登录地址：https://ai-toy.kang-kang.com/login
  • 用户名 / 密码：见 .project.json.quick_login；生产备份在 VPS /root/ai-toy-patent-workflow-login.txt
  • 会话：HttpOnly HMAC Cookie，生产变量只放 VPS deploy/.env.production

元数据回写清单

  • 改公网域名或迁移部署时，更新 .project.json.urls + 本节
  • 数据持久化在 data/（gitignored），不入库；上传原图在 data/uploads/
  • 后端审计库：data/app.db（SQLite）；Docker 镜像内置 sqlite3，记录上传、生成、选择、角色锁定、素材包进度、重做、视频提交、图库/记录查看等事件
  • 审计兜底：非 Docker 本地如果缺少 sqlite3，写入 data/audit-fallback.jsonl，不阻断生成流程
  • 本地 Docker 使用 docker-compose.yml，挂载 ./data:/app/data，读取 .env.local，并强制 PUBLIC_APP_URL=http://localhost:4560
  • VPS 生产 Docker 使用 docker-compose.prod.yml，挂载 ./data:/app/data，读取 deploy/.env.production，并强制 PUBLIC_APP_URL=https://ai-toy.kang-kang.com
  • VPS 数据持久化在 /opt/ai-toy-patent-workflow/data
  • VPS 生产环境变量在 /opt/ai-toy-patent-workflow/deploy/.env.production，不入库
  • 资源索引：运行 npm run resources:index 生成 data/resource-index.json、data/resource-index.md 和 data/named/ 人类可读软链接；原始资源文件名不能直接改，避免 session JSON / 图片 URL 断链
  • 风格示意图：运行 npm run styles:previews -- --force 用 GPT 图片模型生成 public/style-previews/*.png；UI 左侧风格卡片直接引用这些小图

环境变量

  • OPENAI_API_KEY — GPT / OpenAI API Key；文本、结构化、图片生成以及默认 OpenAI Sora 视频生成共用
  • GPT_TEXT_MODEL — 默认 gpt-5.5，用于角色设定等结构化输出
  • GPT_IMAGE_MODEL — 默认 gpt-image-2，用于意向图和三类素材包图片生成
  • GPT_API_BASE — 默认 https://api.openai.com/v1
  • VIDEO_PROVIDER — 默认 openai_sora；需要回退时可设为 seedance
  • OPENAI_VIDEO_MODEL — 默认 sora-2-pro，用于 OpenAI 视频生成
  • OPENAI_VIDEO_MIN_SECONDS — 默认 60；视频模板目标时长不得低于 60 秒
  • OPENAI_VIDEO_QUALITY — 默认生产建议 high，对应 OpenAI 允许的视频输出尺寸
  • SEEDANCE_API_KEY — Seedance 视频生成 Key；仅 VIDEO_PROVIDER=seedance 时使用，未配置则视频接口返回 503
  • SEEDANCE_MODEL — 默认 doubao-seedance-2-0-260128
  • SEEDANCE_API_BASE — 默认 https://ark.cn-beijing.volces.com/api/v3
  • PUBLIC_APP_URL — 生产填公网入口，用于把 /api/img/... 补成 Seedance 可访问的绝对 URL
  • WEB_AUTH_USERNAME / WEB_AUTH_PASSWORD / WEB_AUTH_SESSION_SECRET — 网页登录；真实值只放 .env.local 和 VPS deploy/.env.production
  • WEB_AUTH_COOKIE_NAME — 默认 ai_toy_session
  • WEB_AUTH_COOKIE_SECURE — 本地 false，生产 true
  • 配置位置：.env.local（gitignored），参考 .env.local.example
  • 生产配置模板：deploy/.env.production.example；真实生产值只放 VPS 的 /opt/ai-toy-patent-workflow/deploy/.env.production
  • 图片生成未配置 GPT Key 时回退 mock（SVG 占位图），视频生成不 mock，必须配置 Seedance Key
  • 除 /login、/api/auth/* 和 /api/img/* 外，页面与 API 都需要登录；/api/img/* 保持公开是为了 Seedance 能从公网读取参考图

规则

  • 全项目规则真源：/Users/kangwan/Projects/code/20260317-rules-dashboard/RULES.md
  • 文本/结构化/图片生成统一使用 GPT 最高规格配置
  • 视频生成默认使用 OpenAI Sora；Seedance 只作为可选回退 provider
  • 不允许编造不存在的部署域名、账号、密码

图像链路事实

  • 输入入口：想法、二创、复刻三段；复刻模式会把上传主体图直接作为 L0 锚图
  • L0：用户选中的意向图
  • L1：角色锁定时生成的白底净化锚图，写入 CharacterSpec.cleanReferenceImageUrl
  • L2：每个素材包的根图，例如 patent_front、acc_inventory_sheet、prod_front_spec、mkt_white_front
  • L3：包内其它图，基于对应 L2 根图生成
  • pack 图像生成必须走真实图生图：读取 anchor 图片字节后调用 GPT image edit，不再把参考图 URL 当纯文本拼进 prompt
  • 单张重做接口：POST /api/assets/[assetId]/regenerate，必须沿用该图的 anchor
  • 单张重做需要 confirmCost=true；前端会二次确认，服务端会拒绝未确认请求，并对同一 session/asset 加并发锁防连点烧钱
  • 生成图库：/api/gallery/[sessionId]，按真实图片宽高比例展示缩略图，鼠标悬停显示大图；同页可跳转操作记录
  • 操作记录：/api/audit/[sessionId]，读取 data/app.db 展示事件流水和图片索引
  • 视频参考优先级：宣发白底图 mkt_white_front → 专利主图 patent_front → L1 白底锚图 → L0 意向图
  • 上传 API：POST /api/uploads，multipart 图片存入 data/uploads/，返回 UploadedImage
  • 复刻建项目 API：POST /api/projects/from-upload，mode=replicate 时跳过批量生图，创建 selected L0，Vision 推断 CharacterSpec，并用 strict L1 净化 prompt
  • 上传图锁定 API：POST /api/character/lock-from-upload，用于对上传主体图重新推断并 strict 净化
  • 多宫格提案板 / 品牌手册 / 包装展示图上传后，strict L1 会先抽取最大最清晰的单一主角色，不保留版式、标题、包装平铺和场景小图
  • 用户上传图中的原创品牌字样、帽标、服装标识、面罩图案和配件图形必须保留；只对明显第三方已注册 IP 做替换提示
  • 素材包生成支持后台模式和增量保存；长耗时任务会逐张写回 session，重复触发同一 session/image/kind 会被并发锁挡住

注意事项

  • data/ 目录会存原图（generated/selected/refs），可能体积大，已 gitignored
  • refs/ 下放参考资料 PDF/DOCX/图（已 gitignored，但 refs/README 之类可放进库）
  • mock 模式仅用于跑通流程，生图质量为零（只是 SVG 笑脸占位）

工作流

  1. 输入模式：
    • 想法：prompt + 可选参考图（最多 4 张）+ 风格 + 数量（4/8/12）
    • 二创：上传参考图 + 变化方向 + 风格 + 数量，生成变体候选
    • 复刻：上传主体图，直接作为 L0 锚图并锁定角色
  2. 点 🪄 批量生成 / ⌘/Ctrl+Enter
  3. 九宫格快筛：数字键 1-9 选中，Shift+1-9 打叉
  4. 选中的图自动复制到 data/selected/
  5. 锁定角色设定 CharacterSpec
  6. 串行生成图片包：必须从专利包开始，顺序为 专利包 -> 配件包 -> 生产打样包 -> 宣发包
  7. 前一个图片包完整生成后，下一个图片包才解锁；不提供“一键全包”入口或全包 API
  8. 四个图片包完成后，才解锁文案模板和 OpenAI Sora 视频任务：旋转展示、开箱、触感细节、角色故事、工厂预览；每条视频目标时长不少于 60 秒
  9. 侧栏保留历史会话，点击切换

后续路线

  • 导出专利包：PNG高清 + PDF合订
  • ZIP/PDF 打包下载
  • OpenAI Sora 长视频任务轮询 UI 细化
Reference in New Issue View Git Blame Copy Permalink