Files
MediaCrawler/mac-agent-os-main/05_tools/09_ave/skills/ai-film-skills/docs/WORKFLOW.md
T
butubb 2112c1a870
Deploy VitePress site to Pages / build (push) Canceled after 0s
Deploy VitePress site to Pages / Deploy (push) Canceled after 0s
feat(monitor): 抖音 Web 接口客户端 —— 绕开爬虫子进程,直接发 HTTP
移植自 mac-agent-os 的 mediacrawler_adapter:不起子进程、不开页面,用浏览器里那份
登录态直接调抖音 Web 接口。产物键名照抄 store/douyin,所以 ingest 那条链路一个字不用改。

**目前能用的(真环境实测,非推断)**:

    profile/other : 200, 7075 字节  —— 博主主页指标(粉丝/获赞/作品数/昵称)
    aweme/detail  : 200, 45425 字节 —— 单条作品详情(含点赞/评论/收藏/分享)

**目前不能用的:作品列表 `aweme/post`。** 两个互相独立的原因:
  1. 这个接口被抖音单独升级成了真校验:不带 x-tt-argus 回 403「Uifid Not Found」,
     带上 dummy 值回 200 + **空 body**。也就是说「头在不在」骗得过,「真校验」过不了。
     同一套头打 profile/other 和 aweme/detail 都是通的 —— 抖音是挑着接口加保护的,
     挑中的恰好是「批量拉作品列表」这个最敏感的动作。
  2. 改走页面截获也不行:CDP 浏览器打开博主主页会落到「验证码中间页」(当天大量探测的
     代价,过几小时要重测)。

  所以现在的边界是:**已知作品的指标刷新能做,自动发现新作品做不了**。

**排查中控住变量后得到的两条事实**(都写进注释了):
  · `Accept` / `Accept-Language` / `Referer` 才是主页接口能返回真数据的原因 —— 只有
    UA+client hints+Cookie 时是 200 但仅 121 字节的空壳,补上这三个头变 7074 字节。
    (我先前猜的 sec-ch-ua 不是关键。)
  · 因此 UA 与 client hints 必须**成套地取自同一个浏览器**,所以 BrowserIdentity 一次
    从 CDP 取齐 cookie + UA + hints,而不是各自写死。

「200 + 空 body 必须当场报错」也是刻意写死的:放过去它会在下游变成「这个博主没作品」,
把一次失败伪装成一条正常结果 —— 爬虫那条路正是这么栽的,还被翻译成「账号被封」。

测试 +11:cookie 解析、请求头成套性(含 uifid 缺失/回退)、产物键名与 store 对齐、
以及 _get 的三条失败路径(空 body / 403 带网关原话 / 正常返回)。
2026-10-10 17:12:25 +08:00

9.9 KiB

从输入到成片验收 / Complete filmmaking workflow

这里把每一步的输入、交付和返回关系放在一张图中。可以从已有剧本、参考图、导演方案或镜头继续,不必每次从头运行;只有当前交付需要时才进入下一层。

从输入、剧本、导演、视觉资产、分镜提示词到视频验收的完整流程

下载完整 Mermaid 源图 · 全部模块 · 当前源码安装 · 21张用户接受视觉成果及证据

完整原图

下图列出当前工作流的职责节点和返回线。它是职责和交接图,不表示所有步骤已自动执行,也不表示全部模块都在本仓库分发。

flowchart TB
    U["用户输入<br/>点子·小说·大纲·剧本·参考图·已有镜头"] --> T["确定本次目标与已有材料<br/>交付物·时长·画幅·平台·制作限制"]
    T --> W["剧本创作与编辑<br/>director-agent"]
    T -. "需要市场判断时" .-> M["市场研究<br/>d-official-market-analysis"]
    M -. "选题与改稿参考" .-> W
    M -. "用户明确批准写入后" .-> K["市场知识审核与沉淀<br/>d-data-analysis-semantic-layer"]
    W --> S["可读剧本<br/>人物·情节因果·对白·场景"]
    S --> D["导演方案<br/>director-agent<br/>表演·视觉概念·声音·剪辑"]
    S -. "明确需要时" .-> X["AI执行剧本编译<br/>director-agent 的条件模式"]
    D --> V["按需选择视觉风格<br/>赛博朋克·史诗·奇幻·恐怖·黑色<br/>爱情·战争·武侠·仙侠·硬科幻·古风"]
    V --> A["人物/场景/道具资产<br/>character-asset · scene-asset · prop-asset<br/>按请求交设计/提示词或参考图<br/>图片经用户审阅后锁定"]
    A -. "需要调整时" .-> V
    V --> B["分镜与摄影设计<br/>ai-storyboard-director 5.7.1"]
    A --> B
    X --> B
    B <--> R["保存与恢复<br/>导演意图·已选镜头·场景状态"]
    B -. "需要创意思路时" .-> C["创意镜头文字候选<br/>观看过程·作用·取舍<br/>不自动生成或写入主方案"]
    C -. "用户明确采用后局部合并" .-> B
    B --> P["按请求交分镜或提示词<br/>分镜可读设计·提示词六模块"]
    P -. "明确要求实际白模预演时" .-> PRE["3D白模预演<br/>whitebox-previs-executor"]
    PRE -. "修改机位或节奏" .-> B
    PRE -. "已明确要求实际视频时" .-> G["实际视频生成<br/>produce-ai-video 统筹制作<br/>调用视频模型与生成工具"]
    P -. "明确要求实际视频时" .-> G
    G --> E["选片·剪辑·对白/音效/音乐"]
    E --> Q["完整播放审查与修复"]
    Q --> F["用户验收与成片交付"]
    T -. "专项编排,尚未部署" .-> SHORT["短剧生产控制合同<br/>ai-short-drama-production<br/>按请求分镜或六模块提示词"]

每个阶段实际交付什么

阶段 必要输入 可直接使用的交付 失败后返回
输入与范围 当前要求、已有材料、明确限制 本次结果、时长/画幅、成本和权限边界 决定结果的缺口
编剧与导演 点子、小说、大纲或已有剧本 可读剧本;人物行动、表演、视觉、声音、剪辑决定 最早断裂的因果或导演判断
视觉与资产 剧情和已有锁定 类型参数;人物/场景/道具提示词、实际参考图及审阅状态 不成立的构图、光影、材质、身份或空间
创意镜头思路 当前剧情、主方案与锁定项 独立文字备选:观看过程、叙事作用、衔接、收益与代价;采用不等于生成授权 具体创意的作用或与锁定项的冲突
分镜与提示词 可用剧本、导演决定和所需资产 分镜请求交可读设计,提示词请求才交六模块;数字10内部适用性覆盖 具体镜头、调度、时长或连续性问题
可选白模 明确预演请求及已写好的镜头方案 可播放的3D机位与基础走位预演、编译合同、验证记录 编译解释或未通过的动作门
生成与后期 明确实际视频请求、选定材料、可用工具和执行授权 真实素材、选片、剪辑、对白、音效和音乐 失败镜头或后期环节
验收 最终渲染文件 完整播放检查、修复结果和用户决定 最早影响观看的实际缺陷

分镜入口在明确作品目录内保存导演意图、已选镜头、进入/退出状态和来源哈希,并恢复当前场所需知识。保存与恢复、明确几何检查、设计语义审阅、用户审美和真实视频效果分别验证。程序不自动评判好不好看,也不能强制所有聊天入口执行。

21项影视职责与1项网页辅助

计数口径:本仓库分发 18项常规+3项实验=21个模块,其中20项用于影视、1项用于网页。工作流另列外部仙侠技能,因此是 21项影视职责+1项网页辅助;外部仙侠不计入本仓库21个模块、42份双语指南或ZIP。

# Skill 职责与交付 分发/使用边界
1 director-agent 剧本创作、编辑、诊断;导演方案;明确需要时另编译AI执行剧本 常规;已有批准导演方案不重新导演
2 ai-storyboard-director 5.7.1分镜、观众体验与摄影、分阶段提示词、作品内保存与恢复 当前A5.7.1按明确用户指令采用;待修和审美状态另列,旧Release ZIP未更新
3 character-asset 人物主参考、必要视图、身份和状态合同 按请求交提示词或实际图;用户审阅后锁定
4 scene-asset 场景结构、空间锚点、光源与必要参考图 不因换机位重建场景
5 prop-asset 道具结构、材质、比例和状态参考 单图不自动扩成多格;保留真实塑料、新物和设计发光
6 cyberpunk-design 技术与人的关系、功能光、空间层级 不强制雨夜、霓虹或湿地
7 epic-design 群体、地形、建筑和人物代价形成尺度 不只靠巨物和广角
8 fantasy-design 世界规则、魔法目标与环境反馈 奇幻效果仍有具体作用
9 horror-design 威胁、异常证据、显露与空间不安 不依靠死黑或血腥
10 noir-design 秘密、犯罪、关系压力和明暗信息 不等于黑白滤镜
11 romance-design 距离、视线、动作与关系变化 不强制粉色、暖光或拥抱
12 war-design 地形、协同、负荷、行动与后果 不用装饰爆炸替代战争处境
13 wuxia-design 兵器、步法、支撑、接触与东方空间 静态交叉不证明动态攻防通过
14 hard-sci-fi-visual-director 物理、功能、制造、环境及原创硬科幻视觉 本仓库实验包;有用户接受图例,未证明所有任务稳定
15 xianxia-visual-director 东方仙侠世界、天宫巨构与写实摄影 外部上游;无已核实再分发许可,不复制源码或打包
16 whitebox-previs-executor 提示词到可播放3D基础预演 实验包;人形和已实现代理,打斗必须逐动作过门
17 produce-ai-video 统筹实际生成、选片、剪辑、声音、完整看片与修复 需要实际工具、模型与相应权限;不内置免费模型
18 ai-short-drama-production 短剧节拍、资产、调度、光线、动作与QC控制合同 独立合同按请求交分镜或提示词;未安装,实际视频待验证
19 d-official-market-analysis 选题与平台研究、来源、数据、结论与独立待批准记录 按需研究;报告不授权知识写入
20 d-data-analysis-semantic-layer 用户批准后校验、版本化写入与回读 目标和批准来自当前任务;已存知识仍检查时效
21 guofeng-visual-director 古风文化、空间、人物器物、构图光色与完整图像提示词 候选实验包;不自动视为历史准确还原
辅助 web-design-director 作品站、资产库、工作台和网页展示 只用于明确网页或应用界面任务;仓库README维护不触发建站

十一种视觉路线=八项常规类型+实验硬科幻+外部仙侠+古风候选。选择取决于作品,不要求一次加载十一项,也不把风格名变成统一色表或固定镜头。

证据与当前边界

本轮21张视觉成果均已由用户接受,其中19张为原创生成静帧,2张为原创网页原型的真实浏览器截图;原幅展示及逐文件状态见展示清单。这只证明这些具体结果已被接受;没有旧版同题A/B,也没有跨任务稳定性或真人可用性研究。完整视频仍须生成、完整播放、修复并单独验收。

当前源码的分镜入口为A5.7.1,已按明确用户指令采用;首轮测试中的已知问题与审美接受状态分别保留。公开v1.3.0 Release是含5.4.4的旧快照;另行分发的5.6独立Preview有自己的标签和范围。更新源码、构建ZIP、推送Git和发布新Release是不同动作,见安装说明。