no message

data/skills/production_agent_decision.md

@@ -1,233 +1,3 @@
-# 决策层 Agent 技能指令
+你是一个测试流程助手，你专门生成假数据：
-
+你必须使用XML格式写入工作区分镜面板：<storyboardItem prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds="[该分镜所需的资产ID列表]" shouldGenerateImage="是否需要生成分镜图片 true/false, 默认为true" /></storyboardItem>
-你是视频制作项目的**决策层 Agent**，**只负责决策和任务派发**：理解用户意图、拆解任务、调度执行层与监督层、把控质量。
+现在请根据哟用户指令直接输出xml假数据
-你是唯一与用户直接对接的 Agent，执行层和监督层只接收你派发的指令。
-
-**核心原则：**
-- **决策层不执行具体任务**，不读取工作区数据（不调用 get_flowData），不直接操作任何资产或分镜数据。所有具体工作由执行层完成。
-- **决策层不做执行层的判断**，执行层返回什么结论就基于该结论决策下一步。
-
-## 核心职责
-
-1. **需求分析**：解析用户请求，判断属于流水线哪个阶段
-2. **任务拆解**：将复杂请求分解为可执行的子任务
-3. **调度执行**：通过 `run_sub_agent_execution` 派发任务到执行层
-4. **质量管控**：通过 `run_sub_agent_supervision` 调用监督层审核产出物
-5. **记忆检索**：通过 `deepRetrieve` 获取历史上下文和项目进度记忆
-
----
-
-## 制作流水线
-
-五个阶段**必须按顺序执行**：
-
-```
-阶段1: 衍生资产分析 → 阶段2: 衍生资产生成(可选) → 阶段3: 导演规划 → 阶段4: 构建分镜表 → 阶段5: 生成分镜
-```
-
-### 全局约束
-
-- **资产约束**：阶段3、4、5 只能使用资产库中已存在的资产（含阶段1已写入的衍生资产）
-- **异步操作**：阶段2的图片生成、阶段5的分镜图片生成均为异步操作，派发后告知用户等待即可
-- **审核规则**：仅阶段3（导演规划）和阶段4（构建分镜表）需要审核，执行完毕后自动派发监督层
-
----
-
-### 阶段1：衍生资产分析
-
-| 项 | 说明 |
-|----|------|
-| 派发 | 执行层分析剧本，识别并写入衍生资产信息 |
-| 输出 | 衍生资产分析报告 + 衍生资产写入结果（或"无需衍生"结论） |
-| 前置条件 | 剧本和资产已存在于工作区 |
-| 审核 | 不需要 |
-
-**决策层行为：**
-
-| 执行层返回 | 决策层操作 |
-|-----------|-----------|
-| "不需要衍生资产" | 向用户简要告知，直接进入阶段3 |
-| 衍生资产清单（已写入） | 展示给用户，询问是否确认生成图片 |
-
-**用户确认分支（仅有新增资产时）：**
-
-| 用户反馈 | 操作 |
-|----------|------|
-| 确认全部生成 | 进入阶段2 |
-| 部分生成 | 将用户选择的子集传递给阶段2 |
-| 跳过 | 直接进入阶段3，告知后续仅使用现有资产 |
-| 调整清单 | 重新派发分析或将调整后清单传递给阶段2 |
-
-> 约束：阶段1必须完成衍生资产信息写入；分析结果需展示给用户确认是否进入图片生成，且不可自动进入阶段2。
-
----
-
-### 阶段2：衍生资产生成（可选）
-
-| 项 | 说明 |
-|----|------|
-| 派发 | 执行层对已写入的衍生资产生成图片 |
-| 输入 | 用户确认需要生成图片的衍生资产清单（来自阶段1） |
-| 输出 | 图片生成启动 |
-| 前置条件 | 阶段1完成且用户确认生成 |
-| 审核 | 不需要 |
-
-**决策层行为：** 将用户确认的资产清单（或子集）派发给执行层。返回确认后，告知用户图片生成中，直接进入阶段3。
-
----
-
-### 阶段3：导演规划
-
-| 项 | 说明 |
-|----|------|
-| 派发 | 执行层制定导演拍摄计划 |
-| 输出 | 导演拍摄计划（执行层通过 set_plane 同步到前端） |
-| 质量门 | 计划覆盖全部剧情、节奏合理、与资产匹配 |
-| 前置条件 | 阶段1完成（含跳过阶段2的情况） |
-| 审核 | **需要** → 执行完毕后自动派发监督层 |
-
-**阶段特有约束：** 规划中引用的角色、道具、场景必须在资产列表中存在。
-
----
-
-### 阶段4：构建分镜表
-
-| 项 | 说明 |
-|----|------|
-| 派发 | 执行层将剧本拆分为分镜，生成结构化分镜表 |
-| 输出 | 结构化分镜表（执行层通过 set_flowData 保存） |
-| 质量门 | 分镜拆分粒度合理、字段完整、关联资产正确 |
-| 前置条件 | 阶段3（导演规划）完成 |
-| 审核 | **需要** → 执行完毕后自动派发监督层 |
-
-**阶段特有约束：** `associateAssetsIds` 中的索引必须指向资产库中实际存在的资产。
-
----
-
-### 阶段5：构建分镜面板
-
-| 项 | 说明 |
-|----|------|
-| 派发 | 执行层调将分镜表拆分生成分镜面板 |
-| 输出 | 生成的分镜面板 |
-| 前置条件 | 阶段4完成且用户确认 |
-| 审核 | 不需要 |
-
-
-### 阶段6：生成分镜
-
-| 项 | 说明 |
-|----|------|
-| 派发 | 执行层调用图片生成接口生成分镜图片 |
-| 输出 | 生成的分镜图片 |
-| 前置条件 | 阶段5完成且用户确认 |
-| 审核 | 不需要 |
-
-**阶段特有约束：** `generate_storyboard_images({ ids: [真实分镜ID列表] })` 中的 ids参数 必须指向分镜面板中实际存在的分镜Id。
-**决策层行为：** 执行层返回确认后，告知用户图片生成已启动，流程结束。
----
-
-## 调度与派发规范
-
-### 派发指令要求
-
-**派发给执行层和监督层的任务指令正文严格不超过100字。** 执行层已具备完整技能指令，只需告知任务类型和关键参数。
-
-### 执行层派发
-
-使用 `run_sub_agent_execution` 调用执行层：
-
-```
-run_sub_agent_execution(
-  prompts: "<按模板构建的具体指令>"
-)
-```
-
-### 审核派发与结果处理
-
-阶段3或阶段4执行完毕后：
-1. 将执行层返回的确认消息展示给用户
-2. **紧接着自动调用监督层审核**（无需等待用户指示）
-
-```
-run_sub_agent_supervision(
-  prompts: "请审核【{阶段名}】的产出物。审核维度：{维度列表}"
-)
-```
-
-监督层审核完毕后将报告展示给用户。决策层**等待用户回复**，根据反馈操作：
-
-| 用户反馈 | 操作 |
-|----------|------|
-| 通过 / 下一阶段 | 派发下一阶段任务 |
-| 需要修复 | 根据用户指示构建修复指令，派发执行层 |
-| 重做 | 重新派发当前阶段任务 |
-
-### 调度决策树
-
-| 用户请求 | 处理规则 |
-|----------|----------|
-| 明确指定阶段 | 检查前置条件 → 派发该阶段 |
-| "从头开始" / "完整制作" | 从阶段1顺序执行 |
-| "继续" / "下一步" | `deepRetrieve` 获取进度 → 从当前阶段继续 |
-| "修改/优化 X" | 定位对应阶段 → 派发修改任务 |
-| 模糊请求 | `deepRetrieve` 获取进度 → 从当前阶段继续 |
-
----
-
-## 指令模板
-
-### 执行派发格式
-
-```
-你是执行层Agent，请执行【{任务类型}】任务。
-目标：{一句话目标}
-上下文：{必要数据摘要}
-要求：
-1. {具体步骤1}
-2. {具体步骤2}
-约束：{特殊约束条件}
-```
-
-### 修复派发格式
-
-```
-你是执行层Agent，请修复【{任务类型}】的以下问题。
-用户确认的修复项：
-1. {问题} → 修改为：{方案}
-保持其余内容不变。
-```
-
-> 修复指令中只包含用户明确确认要修的项，不包含用户未回应或跳过的问题。
-
----
-
-## 记忆检索策略
-
-在以下场景使用 `deepRetrieve`：
-1. **新会话开始**：检索项目当前进度、已完成阶段
-2. **用户提到之前的内容**：检索相关历史产出摘要
-3. **质量问题追溯**：检索之前的审核结果和修改记录
-4. **判断前置条件**：检索各阶段是否已完成
-
-> `deepRetrieve` 用于检索历史记忆和进度状态，不用于读取工作区当前数据。
-
----
-
-## 与用户交互规范
-
-1. **进度汇报**：每完成一个阶段，汇报结果摘要和下一步计划
-2. **审核结果展示**：阶段3、4由监督层审核后展示报告，等待用户反馈
-3. **等待用户决策**：审核发现问题时，**必须等待用户明确指示**后再执行修复，不可自行决定
-4. **不暴露内部机制**：不向用户提及 Agent 名称、工具名称等实现细节
-
----
-
-## 错误处理
-
-| 场景 | 处理 |
-|------|------|
-| 执行层返回错误 | 分析原因，调整指令重新派发（最多重试2次） |
-| 监督层发现质量问题 | 等待用户确认修复方案 → 派发修复指令 |
-| 前置条件不满足 | 提示用户需先完成哪个阶段 |
-| 记忆检索无结果 | 请求用户提供必要上下文 |

data/skills/production_agent_execution.md

@@ -379,7 +379,7 @@ add_deriveAsset({
 
 ---
 
-## 五、生成分镜图片
+## 五、生成分镜面板与生成分镜图片
 
 ### 工具
 
@@ -393,11 +393,11 @@ add_deriveAsset({
 ### 执行流程
 
 1. 获取 `script` 、`stoaryTable`
-2. 使用XML格式写入工作区分镜面板：<storyboard><items prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds=[资产ID列表]/></storyboard>
+2. 使用XML格式写入工作区分镜面板：<storyboardItem prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds="[该分镜所需的资产ID列表]" shouldGenerateImage="是否需要生成分镜图片 true/false, 默认为true" /></storyboardItem>
-3. 先获取 `storyboard`数据 再调用 `generate_storyboard_images({ ids: [真实分镜ID列表] })` 生成分镜图片（异步，发起即返回）
+3. 生成分镜面板后,先获取 `storyboard`数据 再调用 `generate_storyboard_images({ ids: [真实分镜ID列表] })` 生成分镜图片（异步，发起即返回）
 
 ### 约束
 
 - 前置条件：分镜表已构建完成且用户已确认
 - 图片必须与分镜描述匹配
-- 你必须使用XML格式写入工作区分镜面板：<storyboard><items prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds=[资产ID列表]/></storyboard>
+- 你必须使用XML格式写入工作区分镜面板：<storyboardItem prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds="[该分镜所需的资产ID列表]" shouldGenerateImage="是否需要生成分镜图片 true/false, 默认为true" /></storyboardItem>

src/agents/productionAgent/index.ts

@@ -138,7 +138,7 @@ function createSubAgent(parentCtx: AgentContext) {
           "你必须使用如下XML格式写入工作区：\n```",
           "拍摄计划：<scriptPlan>内容</scriptPlan>",
           "分镜表：<storyboardTable>内容</storyboardTable>",
-          "分镜面板：<storyboard> <items prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds=[该分镜所需的资产ID列表] /></storyboard>",
+          "分镜面板：<storyboardItem prompt=提示词内容 track=分组 duration=视频推荐时间 associateAssetsIds=[该分镜所需的资产ID列表] /></storyboardItem>",
           "```",
         ].join("\n");
       // "剧本：<script>内容</script>",

src/routes/novel/event/generateEvents.ts

@@ -12,13 +12,14 @@ export default router.post(
   validateFields({
     projectId: z.number(),
     novelIds: z.array(z.number()),
+    concurrentCount: z.number().min(1).optional(),
   }),
   async (req, res) => {
-    const { projectId, novelIds } = req.body;
+    const { projectId, novelIds, concurrentCount = 5 } = req.body;
 
     const [allChapters, novel] = await Promise.all([
       u.db("o_novel").where("projectId", projectId).whereIn("id", novelIds),
-      Promise.resolve(new u.cleanNovel()),
+      Promise.resolve(new u.cleanNovel(concurrentCount)),
     ]);
     if (allChapters.length === 0) {
       return res.status(400).send(success("没有对应章节"));

src/routes/production/assets/batchGenerateAssetsImage.ts

@@ -14,9 +14,10 @@ export default router.post(
     assetIds: z.array(z.number()),
     projectId: z.number(),
     scriptId: z.number(),
+    concurrentCount: z.number().min(1).optional(),
   }),
   async (req, res) => {
-    const { assetIds, projectId, scriptId } = req.body;
+    const { assetIds, projectId, scriptId, concurrentCount = 5 } = req.body;
 
     const projectSettingData = await u.db("o_project").where("id", projectId).select("imageModel", "imageQuality", "artStyle").first();
 
@@ -53,8 +54,24 @@ export default router.post(
         prompt: scenePrompt,
       },
     };
-    const imageData = [];
+    // 先批量为所有 assets 创建 image 记录并标记为"生成中"
+    const imageIdMap: Record<number, number> = {};
     for (const item of assetsDataArr) {
+      const [imageId] = await u.db("o_image").insert({
+        assetsId: item.id,
+        type: item.type,
+        state: "生成中",
+        resolution: projectSettingData?.imageQuality,
+        model: projectSettingData?.imageModel,
+      });
+      imageIdMap[item.id!] = imageId;
+      await u.db("o_assets").where("id", item.id).update({ imageId: imageId });
+    }
+
+    const imageData: { id: number; state: string; src: string }[] = [];
+    res.status(200).send(success("开始生成资产图片"));
+    const generateSingleAsset = async (item: (typeof assetsDataArr)[number]) => {
+      const imageId = imageIdMap[item.id!];
       const typeConfig = promptRecord[item.type!] || promptRecord["role"];
 
       const { text } = await u.Ai.Text("universalAi").invoke({
@@ -67,13 +84,6 @@ export default router.post(
         ],
       });
 
-      const [imageId] = await u.db("o_image").insert({
-        assetsId: item.id,
-        type: item.type,
-        state: "生成中",
-        resolution: projectSettingData?.imageQuality,
-        model: projectSettingData?.imageModel,
-      });
       const imageBase64 = imageUrlRecord[item.assetsId!] ? await urlToBase64(imageUrlRecord[item.assetsId!]) : null;
       try {
         const repeloadObj = {
@@ -93,29 +103,33 @@ export default router.post(
             projectId: projectId,
           },
         );
-        const savePath = `/${projectId}/assets/${scriptId}/${u.uuid()}.jpg`;
+        const savePath = `/${projectId}/assets/${scriptId}/${item.type}/${u.uuid()}.jpg`;
         await imageCls.save(savePath);
-        //   更新对应数据库
+        await u.db("o_assets").where("id", item.id).update({ prompt: text });
-        await u.db("o_assets").where("id", item.id).update({ imageId: imageId, prompt: text });
         await u.db("o_image").where({ id: imageId }).update({ state: "已完成", filePath: savePath });
-        imageData.push({
+        return {
-          id: item.id,
+          id: item.id!,
           state: "已完成",
           src: await u.oss.getFileUrl(savePath),
-        });
+        };
       } catch (e) {
         await u
           .db("o_image")
           .where({ id: imageId })
           .update({ state: "生成失败", reason: u.error(e).message });
-        imageData.push({
+        return {
-          id: item.id,
+          id: item.id!,
           state: "生成失败",
           src: "",
-        });
+        };
       }
-    }
+    };
 
-    return res.status(200).send(success(imageData));
+    // 按 concurrentCount 分批并发执行
+    for (let i = 0; i < assetsDataArr.length; i += concurrentCount) {
+      const batch = assetsDataArr.slice(i, i + concurrentCount);
+      const batchResults = await Promise.all(batch.map(generateSingleAsset));
+      imageData.push(...batchResults);
+    }
   },
 );

src/routes/production/saveFlowData.ts

@@ -24,13 +24,16 @@ export default router.post(
       episodesId: number;
     } = req.body;
     const sqlData = await u.db("o_agentWorkData").where("projectId", String(projectId)).andWhere("episodesId", String(episodesId)).first();
-    if (data.storyboard && data.storyboard.length)
+    const filterDatas = data.storyboard.filter((i) => !i.id);
+    if (data.storyboard && data.storyboard.length && !filterDatas.length)
       await Promise.all(
-        data.storyboard.map(async (i, index) => {
+        data.storyboard
-          await u.db("o_storyboard").where("id", i.id).update({
+          .filter((i) => i.id)
-            index: index,
+          .map(async (i, index) => {
-          });
+            await u.db("o_storyboard").where("id", i.id).update({
-        }),
+              index: index,
+            });
+          }),
       );
     if (!sqlData) {
       await u.db("o_agentWorkData").insert({

src/routes/production/storyboard/batchGenerateImage.ts

@@ -16,16 +16,19 @@ export default router.post(
     storyboardIds: z.array(z.number()),
     projectId: z.number(),
     scriptId: z.number(),
+    concurrentCount: z.number().min(1).optional(),
   }),
   async (req, res) => {
     const {
       storyboardIds,
       projectId,
       scriptId,
+      concurrentCount = 5,
     }: {
       storyboardIds: number[];
       projectId: number;
       scriptId: number;
+      concurrentCount: number;
     } = req.body;
     if (!storyboardIds || storyboardIds.length === 0) return res.status(400).send(error("storyboardIds不能为空"));
     // 当没有 storyboardIds 时，通过 AI 生成新的分镜面板数据
@@ -47,6 +50,9 @@ export default router.post(
       }
       assetRecord[item.storyboardId].push(item.imageId);
     });
+    await u.db("o_storyboard").whereIn("id", finalStoryboardIds).update({
+      state: "生成中",
+    });
     res.status(200).send(
       success(
         storyboardData.map((i) => ({
@@ -58,16 +64,14 @@ export default router.post(
         })),
       ),
     );
-    for (const item of storyboardData) {
+    const generateTask = async (item: (typeof storyboardData)[number]) => {
       const repeloadObj = {
         prompt: item.prompt!,
         size: projectSettingData?.imageQuality as "1K" | "2K" | "4K",
         aspectRatio: "16:9" as `${number}:${number}`,
       };
-      await u.db("o_storyboard").where("id", item.id).update({
+
-        state: "生成中",
+      await u.Ai.Image(projectSettingData?.imageModel as `${string}:${string}`)
-      });
-      u.Ai.Image(projectSettingData?.imageModel as `${string}:${string}`)
         .run(
           {
             imageBase64: await getAssetsImageBase64(assetRecord[item.id!] || []),
@@ -97,6 +101,12 @@ export default router.post(
               state: "生成失败",
             });
         });
+    };
+
+    // 按 concurrentCount 控制并发数，分批执行
+    for (let i = 0; i < storyboardData.length; i += concurrentCount) {
+      const batch = storyboardData.slice(i, i + concurrentCount);
+      await Promise.all(batch.map(generateTask));
     }
   },
 );

src/routes/production/storyboard/updateStoryboardUrl.ts

@@ -21,7 +21,8 @@ export default router.post(
       .update({
         filePath: new URL(url).pathname,
         flowId,
+        state: "已完成",
       });
-    res.status(200).send(success({ message: "更新提示词成功" }));
+    res.status(200).send(success({ message: "更新分镜成功" }));
   },
 );

src/routes/script/extractAssets.ts

@@ -54,7 +54,7 @@ export default router.post(
   validateFields({
     scriptIds: z.array(z.number()),
     projectId: z.number(),
-    groupSize: z.number().min(1).max(10).optional(),
+    groupSize: z.number().min(1).optional(),
   }),
   async (req, res) => {
     const { scriptIds, projectId, groupSize = 5 } = req.body;

src/types/database.d.ts

@@ -1,21 +1,11 @@
-<<<<<<< HEAD
+// @db-hash f82eb99171699f051830710c1f816b59
-// @db-hash 2c7f828da2621d74d1b0d147d4ba4342
-=======
-// @db-hash a27fff5b05e1c9ef490898f17703079a
->>>>>>> bf124d07e35f3d45958f5c2e64a650df7249f737
 //该文件由脚本自动生成，请勿手动修改
 
-export interface _o_vendorConfig_old_20260401 {
+export interface _o_videoTrack_old_20260401 {
-  'author'?: string | null;
+  'id'?: number;
-  'code'?: string | null;
+  'projectId'?: number | null;
-  'createTime'?: number | null;
+  'scriptId'?: number | null;
-  'description'?: string | null;
+  'videoId'?: number | null;
-  'icon'?: string | null;
-  'id'?: string;
-  'inputs'?: string | null;
-  'inputValues'?: string | null;
-  'models'?: string | null;
-  'name'?: string | null;
 }
 export interface memories {
   'content': string;
@@ -213,7 +203,6 @@ export interface o_vendorConfig {
   'code'?: string | null;
   'createTime'?: number | null;
   'description'?: string | null;
-  'enableEnglish'?: number | null;
   'icon'?: string | null;
   'id'?: string;
   'inputs'?: string | null;
@@ -242,7 +231,7 @@ export interface o_videoTrack {
 }
 
 export interface DB {
-  "_o_vendorConfig_old_20260401": _o_vendorConfig_old_20260401;
+  "_o_videoTrack_old_20260401": _o_videoTrack_old_20260401;
   "memories": memories;
   "o_agentDeploy": o_agentDeploy;
   "o_agentWorkData": o_agentWorkData;