修改端口为10588

README.md

@@ -174,7 +174,7 @@ docker-compose -f docker/docker-compose.local.yml up -d --build
 | 端口    | 用途           | 在线部署映射  | 本地构建映射  |
 | ------- | -------------- | ------------- | ------------- |
 | `80`    | Nginx 前端页面 | 随机端口      | `8080:80`     |
-| `60000` | 后端 API 服务  | `60000:60000` | `60000:60000` |
+| `10588` | 后端 API 服务  | `10588:10588` | `10588:10588` |
 
 ### 数据持久化
 
@@ -265,8 +265,8 @@ yarn build
   "exec_mode": "cluster",
   "env": {
     "NODE_ENV": "prod",
-    "PORT": 60000,
+    "PORT": 10588,
-    "OSSURL": "http://127.0.0.1:60000/"
+    "OSSURL": "http://127.0.0.1:10588/"
   }
 }
 ```
@@ -361,7 +361,7 @@ pm2 monit             # 监控面板
      yarn dev
      ```
 
-     > ⚠️ 此命令仅启动后端 API 服务（端口 60000），**不包含前端页面**。直接访问 `http://localhost:60000` 只能调用 API 接口，无法看到完整的网页界面。如需同时使用前端页面，请配合前端项目单独启动，或使用下方的 GUI 模式。
+     > ⚠️ 此命令仅启动后端 API 服务（端口 10588），**不包含前端页面**。直接访问 `http://localhost:10588` 只能调用 API 接口，无法看到完整的网页界面。如需同时使用前端页面，请配合前端项目单独启动，或使用下方的 GUI 模式。
 
    - **方式二：启动 Electron 桌面客户端（推荐完整体验）**
 
@@ -375,7 +375,7 @@ pm2 monit             # 监控面板
 
    | 命令           | 启动内容                 | 前端页面 | 适用场景                         |
    | -------------- | ------------------------ | -------- | -------------------------------- |
-   | `yarn dev`     | 仅后端 API（端口 60000） | ❌ 无    | 后端开发调试、配合前端项目联调   |
+   | `yarn dev`     | 仅后端 API（端口 10588） | ❌ 无    | 后端开发调试、配合前端项目联调   |
    | `yarn dev:gui` | 后端 + Electron 桌面端   | ✅ 内置  | 完整功能体验、桌面客户端开发调试 |
 
 4. **项目打包**

data/skills/production-agent/decision/SKILL.md

@@ -5,21 +5,21 @@ description: 短剧漫剧制作决策层。负责分析用户需求、制定执
 
 # Decision Agent
 
-短剧漫剧制作的指挥层，负责整体决策和协调。接收用户需求后，先制定计划、获得用户确认，再将任务逐步交给执行层完成。
+短剧漫剧制作的指挥层，负责整体决策和协调。始终以用户当前指令为最终目标推进：默认直接协调执行，只有用户明确提出需要新增或修改拍摄计划时，才进入计划编辑与确认流程。
 
 ## 可用工具
 
-| 工具 | 说明 |
+| 工具                         | 说明                                                                                                        |
-|------|------|
+| ---------------------------- | ----------------------------------------------------------------------------------------------------------- |
-| `activate_skill` | 激活技能，加载完整指令和资源列表到上下文 |
+| `activate_skill`             | 激活技能，加载完整指令和资源列表到上下文                                                                    |
-| `read_skill_file` | 读取已激活技能目录下的参考资料文件 |
+| `read_skill_file`            | 读取已激活技能目录下的参考资料文件                                                                          |
-| `deepRetrieve` | 深度检索记忆，通过关键词回忆历史对话详情 |
+| `deepRetrieve`               | 深度检索记忆，通过关键词回忆历史对话详情                                                                    |
-| `run_sub_agent` | 启动子Agent执行任务（可用：`executionAI`、`supervisionAI`） |
+| `run_sub_agent`              | 启动子 Agent 执行任务（可用：`executionAI`、`supervisionAI`）                                               |
-| `get_flowData` | 获取工作区数据（key: `script` 剧本 / `assets` 资产列表） |
+| `get_flowData`               | 获取工作区数据（key: `script` 剧本 / `scriptPlan` 拍摄计划 / `assets` 资产列表 / `storyboardTable` 分镜表） |
-| `get_flowData_schema` | 获取工作区数据的类型结构 |
+| `get_flowData_schema`        | 获取工作区数据的类型结构                                                                                    |
-| `set_flowData` | 保存数据到工作区（lodash 路径） |
+| `set_flowData`               | 保存数据到工作区（lodash 路径）                                                                             |
-| `generate_assets_images` | 生成衍生资产图片（传入资产 id 列表） |
+| `generate_assets_images`     | 生成衍生资产图片（传入资产 id 列表）                                                                        |
-| `generate_storyboard_images` | 生成分镜图（传入剧本文本） |
+| `generate_storyboard_images` | 生成分镜图（传入剧本文本）                                                                                  |
 
 ## 核心工作流程（必须严格遵循）
 
@@ -27,30 +27,37 @@ description: 短剧漫剧制作决策层。负责分析用户需求、制定执
 
 收到用户消息时，**先判断当前处于哪个阶段**，再决定下一步动作：
 
-- **用户发起新的制作任务**（如"开始制作第4集"、"帮我拆分剧本"等明确的新需求） → 进入阶段一
+- **用户发起执行类需求**（如"开始制作第 4 集"、"继续生成分镜"、"提取角色资产"） → 直接进入阶段三，按用户目标执行
-- **用户确认计划**（如"可以"、"确认"、"开始吧"、"没问题"等） → 直接进入阶段三执行，**不要重新制定计划**
+- **用户明确要求新增/修改拍摄计划**（如"给我出一版拍摄计划"、"第 2 步改一下"、"加一个镜头"） → 进入阶段二，更新 `scriptPlan` 并与用户确认
-- **用户要求修改计划**（如"第2步改一下"、"加一个步骤"等） → 留在阶段二，修改后重新回复计划
+- **用户确认拍摄计划**（如"可以"、"确认"、"开始吧"、"没问题"） → 在不重做计划的前提下进入阶段三执行
 
-**禁止**：把用户的确认或简短回复当作新任务重新走阶段一。
+**禁止**：在用户未提出计划诉求时，主动生成或反复重生成拍摄计划。
 
-### 阶段一：收集信息（仅新任务触发）
+### 阶段一：收集信息（仅首次进入会话或上下文不足时触发）
 
-1. 调用 `get_flowData` 获取当前工作区的剧本和资产数据，了解项目现状
+1. 调用 `get_flowData`（key: `script`）获取当前剧本内容
-2. 调用 `deepRetrieve` 检索相关历史记忆，了解已完成的工作进度
+2. 调用 `get_flowData`（key: `scriptPlan`）获取已有拍摄计划（可能为空）
-3. 使用 `read_skill_file` 加载 `references/plan.md` 获取计划制定规范
+3. 调用 `get_flowData`（key: `assets`）获取资产数据，了解项目现状
+4. 调用 `deepRetrieve` 检索相关历史记忆，了解已完成的工作进度
+5. 使用 `read_skill_file` 加载 `references/plan.md` 获取计划制定规范
 
-### 阶段二：制定计划并确认
+### 阶段二：编辑拍摄计划并对话确认（仅用户明确提出时触发）
 
-1. 结合工作区数据、历史记忆和用户需求，按照 `plan.md` 的规范生成**结构化执行计划**
+1. 根据剧本内容、工作区数据、历史记忆和用户需求，新增或修改**拍摄计划**（scriptPlan）
-2. **将计划回复给用户**，请求确认
+2. 调用 `set_flowData`（key: `scriptPlan`, value: 最新拍摄计划文本）将拍摄计划同步到前端工作区
-3. 如果用户要求调整，修改计划后重新回复，直到用户确认
+3. **将拍摄计划回复给用户**，请求确认
-4. 输出计划后**停止并等待用户回复**，不要自行继续
+4. 输出拍摄计划后**停止并等待用户回复**，不要自行继续
+5. 如果用户要求调整：
+   - 根据用户反馈修改拍摄计划
+   - 再次调用 `set_flowData`（key: `scriptPlan`, value: 修改后的拍摄计划）同步到前端
+   - 重新回复修改后的拍摄计划，继续等待确认
+   - **循环此过程**，直到用户明确确认
 
-### 阶段三：按计划执行（仅用户确认后触发）
+### 阶段三：按用户目标执行（默认阶段）
 
-用户确认后，按步骤顺序逐步调用 `run_sub_agent` 工具：
+以用户当前指令为目标，优先执行用户要求；若 `scriptPlan` 已存在则按其作为参考，不存在时也可直接执行当前任务。需要分步时再拆解为执行步骤，并按顺序调用 `run_sub_agent` 工具：
 
-1. 每次调用 `run_sub_agent` 时，选择 `executionAI` 作为子Agent，将当前步骤的任务描述作为 `prompt` 参数传入
+1. 每次调用 `run_sub_agent` 时，选择 `executionAI` 作为子 Agent，将当前步骤的任务描述作为 `prompt` 参数传入
 2. 检查返回结果是否符合预期，不符合则调整指令重试
 3. 将上一步的输出作为上下文传入下一步（如有依赖）
 4. 全部步骤完成后，向用户汇报整体结果
@@ -61,7 +68,10 @@ description: 短剧漫剧制作决策层。负责分析用户需求、制定执
 - 复杂任务拆分为可独立执行的小步骤
 - 关注步骤间的依赖关系，确保顺序合理
 - 利用 `deepRetrieve` 检索历史记忆，避免重复已完成的工作
+- **用户目标优先**：默认直接响应并推进用户当前任务，不要为了流程完整性而强制先生成计划
+- **计划按需维护**：仅当用户明确要求新增/修改拍摄计划时，才更新 `scriptPlan`，且每次改动都调用 `set_flowData` 同步到前端
 - **提取衍生资产后**：计划中必须包含"询问用户是否生成资产图片"步骤。若用户确认，执行层将调用 `generate_assets_images` 工具批量生成衍生资产图片
+- **生成分镜表后**：计划中必须包含"询问用户是否生成分镜图片"步骤。若用户确认，执行层将调用 `generate_storyboard_images` 工具生成分镜图
 
 ## 参考资料
 

data/skills/production-agent/execution/SKILL.md

@@ -1,7 +1,7 @@
 ---
 name: execution
 description: >
-  用户需要拆分剧本或提取衍生资产时可以看此skill的参考资料，了解拆分原则、衍生资产提取原则和示例
+  用户需要拆分剧本、提取衍生资产或生成分镜表时可以看此skill的参考资料，了解拆分原则、衍生资产提取原则、分镜表生成规范和示例
 ---
 
 # execution Agent
@@ -14,6 +14,7 @@ description: >
 
 - 拆分剧本
 - 提取衍生资产（从剧本和已有角色资产中提取关联道具、场景物件等衍生资产）
+- 生成分镜表（根据剧本和资产生成结构化的分镜表）
 
 ## 工作指引
 
@@ -28,10 +29,21 @@ description: >
    - 如果用户拒绝，跳过此步骤，流程结束
    - 生成图片为异步操作，可以先回复用户"正在生成图片，稍后会自动更新"，等图片生成完成后再通知用户查看
 
+### 生成分镜表流程
+
+1. 调用 `get_flowData` 分别获取 `script`（剧本）和 `assets`（现有资产列表）
+2. 根据[分镜表生成](references/storyboard-generation.md)文档中的拆分原则和字段填写指引，将剧本拆分为分镜，填写每条分镜的所有字段（id、title、description、camera、duration、frameMode、prompt、lines、sound、associateAssetsIds）
+3. 调用 `set_flowData({ key: "storyboardTable", value: 分镜数组 })` 一次性保存完整分镜表
+4. 告知用户分镜表生成完成，列出分镜概要（总条数、主要场景）
+5. **询问用户是否需要生成分镜图片**：
+   - 如果用户确认需要，调用 `generate_storyboard_images({ script: 剧本文本 })` 生成分镜图
+   - 如果用户拒绝，跳过此步骤，流程结束
+
 ## 参考资料
 
 本技能附带以下参考资料，根据任务需要使用 `read_skill_file` 工具按需加载：
 
 - [衍生资产提取](references/derive-assets-extraction.md) — 从剧本和角色资产中提取衍生资产的原则和示例
+- [分镜表生成](references/storyboard-generation.md) — 从剧本和资产生成分镜表的拆分原则、字段规范和示例
 
 **注意**：根据用户当前任务选择性加载对应参考资料，不要一次性全部加载。

data/skills/production-agent/execution/references/storyboard-generation.md

@@ -0,0 +1,248 @@
+# 分镜表生成（从剧本 + 资产 → storyboardTable）
+
+本指南只做一件事：
+根据剧本内容和已有资产，将剧本拆分为一系列分镜，生成结构化的分镜表。
+
+> **核心概念**：分镜表是将剧本转化为视觉画面的中间产物。每条分镜对应一个独立的画面/镜头，包含画面描述、镜头语言、台词、音效和关联资产等信息，用于后续图片生成。
+
+## 1. 输入与输出
+
+### 输入
+
+- 剧本文本（字符串），通过 `get_flowData("script")` 获取
+- 已有资产列表（数组），通过 `get_flowData("assets")` 获取
+
+### 输出
+
+调用 `set_flowData` 将分镜表写入工作区：
+
+```ts
+set_flowData({
+  key: "storyboardTable",
+  value: [
+    {
+      id: 1,
+      title: "分镜标题",
+      description: "画面描述",
+      camera: "镜头语言",
+      duration: 3,
+      frameMode: "firstFrame",
+      prompt: "图片生成提示词",
+      lines: "台词文本",
+      sound: "音效描述",
+      associateAssetsIds: [0, 2]
+    },
+    // ...更多分镜
+  ]
+})
+```
+
+### 字段说明
+
+| 字段 | 类型 | 说明 |
+|------|------|------|
+| `id` | number | 分镜序号，从 1 开始递增 |
+| `title` | string | 分镜标题，简明概括画面内容（2~10字） |
+| `description` | string | 画面描述，描述画面中发生的事件和视觉元素 |
+| `camera` | string | 镜头语言，描述镜头角度、运动方式 |
+| `duration` | number | 画面持续时长（秒），根据内容复杂度和节奏估算 |
+| `frameMode` | enum | 帧模式：`firstFrame`（首帧）/ `endFrame`（尾帧）/ `linesSoundEffects`（台词音效帧） |
+| `prompt` | string | 图片生成提示词，用于 AI 绘图的英文提示词 |
+| `lines` | string \| null | 台词，该分镜中角色说的话，无台词填 `null` |
+| `sound` | string \| null | 音效描述，该分镜中的环境音/音效，无音效填 `null` |
+| `associateAssetsIds` | number[] | 关联资产的索引（对应 assets 数组的下标），标注该分镜画面中出现的资产 |
+
+## 2. 分镜拆分原则
+
+### 2.1 拆分粒度
+
+- **一个独立画面 = 一条分镜**：画面主体、场景或视角发生明显变化时，新起一条分镜
+- 同一段对话如果镜头在不同角色间切换，每个镜头视角单独拆分
+- 动作场景按关键动作节点拆分，不要把整段打戏塞进一条分镜
+- 过渡/转场单独拆分为一条分镜（如果有明确的过渡描写）
+
+### 2.2 拆分判断标准
+
+新起一条分镜的信号：
+- 场景/地点切换
+- 时间跳跃
+- 镜头主体切换（从角色 A 切到角色 B）
+- 同一角色的视角/景别明显变化（远景 → 特写）
+- 重要动作或事件节点
+
+不需要新起分镜的情况：
+- 同一画面内的连续对话（可合并到一条分镜）
+- 表情微变或小动作（可在描述中囊括）
+
+## 3. 各字段填写指引
+
+### 3.1 title（分镜标题）
+
+- 2~10 个字，概括核心画面内容
+- 格式：`[主体] + [动作/状态]`
+- 示例："凌玄吐血"、"青云令碎裂"、"宗门远景"、"苏晚卿冷笑"
+
+### 3.2 description（画面描述）
+
+- 描述画面中**可见的**视觉内容，不要写心理活动
+- 包含：人物动作、表情、环境状态、关键物件
+- 20~80 字为宜
+- 示例："凌玄跪在大殿地面上，鲜血从嘴角溢出，右手死死攥住已经裂开的青云令，面色苍白"
+
+### 3.3 camera（镜头语言）
+
+常用镜头语言参考：
+
+| 景别 | 说明 |
+|------|------|
+| 大远景 | 展示环境全貌，人物极小 |
+| 远景 | 展示场景与人物关系 |
+| 全景 | 展示人物全身与周围环境 |
+| 中景 | 人物膝盖以上 |
+| 近景 | 人物胸部以上 |
+| 特写 | 面部或物件局部放大 |
+| 大特写 | 眼睛、手等极致局部 |
+
+常用运镜：
+- 推镜头：从远到近，强调主体
+- 拉镜头：从近到远，展示环境
+- 摇镜头：镜头固定位置旋转，扫视场景
+- 移镜头：镜头跟随主体移动
+- 俯拍：从上往下拍
+- 仰拍：从下往上拍
+
+格式：`[景别] · [运镜]`（运镜非必须）
+示例："特写"、"近景 · 缓慢推进"、"大远景 · 俯拍"、"中景 · 跟随移动"
+
+### 3.4 duration（时长）
+
+根据内容估算画面持续时间（秒）：
+- 静态画面/特写：2~3 秒
+- 对话镜头：根据台词长度，约 3~6 秒
+- 动作场景：2~4 秒
+- 环境全景/过渡：2~4 秒
+- 复杂场景：5~8 秒
+
+### 3.5 frameMode（帧模式）
+
+根据分镜内容选择合适的帧模式：
+
+| 模式 | 使用场景 |
+|------|----------|
+| `firstFrame` | 最常见。画面以**起始状态**为主，如角色站立、场景展示、动作起始瞬间 |
+| `endFrame` | 画面以**结束状态**为主，如打击命中瞬间、物件破碎后、倒地后 |
+| `linesSoundEffects` | 画面以**台词或音效**为主，画面本身变化不大，重点在声音内容 |
+
+### 3.6 prompt（图片生成提示词）
+
+- **必须使用英文**
+- 描述画面的视觉内容，包含人物外观、动作、场景、光影、氛围等
+- 可以参考关联资产的 `desc` 来描述人物/物件的外观特征
+- 不要包含剧情叙事或对话内容
+- 格式建议：`[主体描述], [动作/姿态], [场景/背景], [光影/氛围], [风格/画质关键词]`
+- 示例："A young man in white robes kneeling on the ground of a grand hall, blood dripping from his mouth, clenching a cracked jade token, pale face, dramatic lighting, cinematic composition"
+
+### 3.7 lines（台词）
+
+- 该分镜中角色说的台词，直接提取剧本原文
+- 如有多个角色说话，按顺序排列，格式：`角色名：台词内容`
+- 无台词的分镜填 `null`
+
+### 3.8 sound（音效）
+
+- 描述该分镜中需要的音效或环境声
+- 示例："剑鸣声"、"风声呼啸"、"玉石碎裂声"、"人群惊呼"
+- 无特殊音效填 `null`
+
+### 3.9 associateAssetsIds（关联资产）
+
+- 填写该分镜画面中**出现的资产**在 assets 数组中的**索引**（从 0 开始）
+- 只关联画面中**可见的**资产，不关联仅被提及但不在画面中的资产
+- 示例：如果 assets[0] 是"凌玄"、assets[2] 是"青云令"，且这两个都出现在画面中，则填 `[0, 2]`
+
+## 4. 示例
+
+### 输入剧本片段
+
+```
+苏晚卿冷笑：「还有你当宝贝的青云令」
+「若不是我趁你养伤时，偷偷在令牌上动了手脚」
+△ 凌玄气血逆流，再次一口鲜血喷出
+△ 青云令表面灵纹暗淡，隐约可见细微裂痕
+```
+
+### 输入资产
+
+```json
+[
+  { "assetsId": "char-1", "name": "凌玄", "desc": "男主 · 青云宗宗主 · 白发修长 · 身着白色宗主袍" },
+  { "assetsId": "char-2", "name": "苏晚卿", "desc": "女配 · 凌玄未婚妻 · 红衣 · 冷艳" },
+  { "assetsId": "item-1", "name": "青云令", "desc": "宗主信物 · 青玉材质 · 灵纹浮刻" }
+]
+```
+
+### 输出
+
+```ts
+set_flowData({
+  key: "storyboardTable",
+  value: [
+    {
+      id: 1,
+      title: "苏晚卿冷笑",
+      description: "苏晚卿站在大殿中，嘴角勾起冷笑，目光居高临下看着跪在地上的凌玄",
+      camera: "近景",
+      duration: 4,
+      frameMode: "linesSoundEffects",
+      prompt: "A beautiful woman in red robes standing in a grand hall, cold smirk on her face, looking down at someone, dramatic indoor lighting, cinematic",
+      lines: "苏晚卿：还有你当宝贝的青云令，若不是我趁你养伤时，偷偷在令牌上动了手脚",
+      sound: null,
+      associateAssetsIds: [1]
+    },
+    {
+      id: 2,
+      title: "凌玄吐血",
+      description: "凌玄气血逆流，猛然喷出一口鲜血，身体摇摇欲坠",
+      camera: "中景 · 缓慢推进",
+      duration: 3,
+      frameMode: "endFrame",
+      prompt: "A white-haired young man in white robes kneeling on the floor, spitting blood, trembling body, pale face, dramatic lighting, cinematic composition",
+      lines: null,
+      sound: "喷血声",
+      associateAssetsIds: [0]
+    },
+    {
+      id: 3,
+      title: "青云令裂痕",
+      description: "青云令表面灵纹逐渐暗淡，青玉上浮现细微裂痕",
+      camera: "大特写",
+      duration: 3,
+      frameMode: "firstFrame",
+      prompt: "Close-up of a jade token with glowing runes fading, fine cracks appearing on the surface, dark moody lighting, cinematic detail shot",
+      lines: null,
+      sound: "玉石碎裂声",
+      associateAssetsIds: [2]
+    }
+  ]
+})
+```
+
+## 5. 工具调用顺序
+
+1. `get_flowData("script")` — 获取剧本内容
+2. `get_flowData("assets")` — 获取已有资产列表
+3. 分析剧本，按照拆分原则划分分镜，并为每条分镜填写所有字段
+4. 调用 `set_flowData({ key: "storyboardTable", value: 分镜数组 })` 一次性保存完整分镜表
+5. 向用户汇报分镜表概要（总共多少条分镜，覆盖的场景概括）
+6. **询问用户是否需要生成分镜图片**：
+   - 如果用户确认，调用 `generate_storyboard_images({ script: 剧本文本 })` 生成分镜图
+   - 如果用户拒绝，跳过此步骤，流程结束
+
+## 6. 注意事项
+
+- 分镜数量与剧本长度成正比，一般每 50~100 字剧本对应 1~2 条分镜
+- prompt 必须使用英文，且只描述视觉内容
+- `associateAssetsIds` 使用资产数组的索引（0-based），确保索引不越界
+- 如果剧本中出现了资产列表中不存在的角色/物件，仍要在分镜中描述，但不要在 `associateAssetsIds` 中编造不存在的索引
+- 分镜的顺序应与剧本的叙事顺序一致
+- 合理使用三种 frameMode，大部分分镜使用 `firstFrame`，涉及动作结果的用 `endFrame`，以对话为主的用 `linesSoundEffects`

docker/Dockerfile

@@ -114,7 +114,7 @@ EOF
 ENV NODE_ENV=prod
 
 EXPOSE 80
-EXPOSE 60000
+EXPOSE 10588
 
 # 启动时创建必要目录（防止 volume 挂载覆盖）
 CMD sh -c "mkdir -p /var/log/nginx /var/lib/nginx/logs && exec supervisord -c /etc/supervisord.conf"

docker/Dockerfile.local

@@ -88,7 +88,7 @@ EOF
 ENV NODE_ENV=prod
 
 EXPOSE 80
-EXPOSE 60000
+EXPOSE 10588
 
 # 启动时创建必要目录（防止 volume 挂载覆盖）
 CMD sh -c "mkdir -p /var/log/nginx /var/lib/nginx/logs && exec supervisord -c /etc/supervisord.conf"

docker/docker-compose.local.yml

@@ -11,7 +11,7 @@ services:
     restart: unless-stopped
     ports:
       - "8080:80"
-      - "60000:60000"
+      - "10588:10588"
     environment:
       - NODE_ENV=prod
     volumes:

docker/docker-compose.yml

@@ -12,7 +12,7 @@ services:
     restart: unless-stopped
     ports:
       - "80"
-      - "60000:60000"
+      - "10588:10588"
     environment:
       - NODE_ENV=prod
     volumes:

docs/README.en.md

@@ -175,8 +175,8 @@ Create a `pm2.json` file:
   "exec_mode": "cluster",
   "env": {
     "NODE_ENV": "prod",
-    "PORT": 60000,
+    "PORT": 10588,
-    "OSSURL": "http://127.0.0.1:60000/"
+    "OSSURL": "http://127.0.0.1:10588/"
   }
 }
 ```
@@ -257,13 +257,13 @@ To deploy or customize the frontend separately, refer to the frontend repo:
    - Launch dev server with Node.js:
 
      ```bash
-     yarn dev #port 60000
+     yarn dev #port 10588
      ```
 
    - Use Bun to quickly start dev server:
 
      ```bash
-     yarn bun:dev #port 60000
+     yarn bun:dev #port 10588
      ```
 
 4. **Build the Project**

env/.env.dev

@@ -1,4 +1,4 @@
 NODE_ENV=dev
-PORT=60000
+PORT=10588
-OSSURL=http://127.0.0.1:60000/
+OSSURL=http://127.0.0.1:10588/
 

env/.env.prod

@@ -1,4 +1,4 @@
 NODE_ENV=prod
-PORT=60000
+PORT=10588
-OSSURL=http://127.0.0.1:60000/
+OSSURL=http://127.0.0.1:10588/
 

scripts/build.ts

@@ -14,7 +14,7 @@ if (!fs.existsSync(envDir)) {
   fs.mkdirSync(envDir, { recursive: true });
 }
 if (!fs.existsSync(envFile)) {
-  const defaultEnv = `NODE_ENV=${process.env.NODE_ENV}\nPORT=60000\nOSSURL=http://127.0.0.1:60000/\n`;
+  const defaultEnv = `NODE_ENV=${process.env.NODE_ENV}\nPORT=10588\nOSSURL=http://127.0.0.1:10588/\n`;
   fs.writeFileSync(envFile, defaultEnv, "utf8");
   console.log(`📄 已自动创建环境变量文件: ${envFile}`);
 }

scripts/main.ts

@@ -4,7 +4,7 @@ import startServe, { closeServe } from "src/app";
 import { number } from "zod";
 
 // 默认端口配置
-const defaultPort = 60000;
+const defaultPort = 10588;
 
 function createMainWindow(port: any): void {
   const win = new BrowserWindow({
@@ -35,7 +35,7 @@ function createMainWindow(port: any): void {
 app.whenReady().then(async () => {
   try {
     const port = await startServe(false);
-    createMainWindow(60000);
+    createMainWindow(10588);
   } catch (err) {
     console.error("[服务启动失败]:", err);
     // 如果服务启动失败，使用默认端口创建窗口

src/agents/productionAgent/index.ts

@@ -42,7 +42,7 @@ export async function decisionAI(ctx: AgentContext) {
 
   const systemPrompt = buildSystemPrompt(skill.prompt, mem);
 
-  const prefixSystem = `请回复用户收到以后直接调用run_sub_agent运行**executionAI**执行用户的任务`;
+  const prefixSystem = `以用户当前指令为最终目标。默认直接推进执行；仅当用户明确要求新增或修改拍摄计划时，才调用set_flowData更新scriptPlan并与用户确认。需要执行任务时调用run_sub_agent运行**executionAI**。`;
 
   const { textStream } = await u.Ai.Text("productionAgent").stream({
     system: prefixSystem + systemPrompt,

src/agents/productionAgent/tools.ts

@@ -5,24 +5,16 @@ import { Socket } from "socket.io";
 
 const deriveSchema = z.object({ name: z.string().min(1).max(20), desc: z.string().min(1).max(100) });
 const assetSchema = z.object({ assetsId: z.string(), name: z.string(), desc: z.string(), src: z.string(), derive: z.array(deriveSchema).optional() });
-const storyboardTableSchema = z.array(
+const storyboardTableSchema = z.string().describe("分镜表的markdown文本");
-  z.object({
+const flowDataSchema = z.object({ script: z.string(), scriptPlan: z.string(), assets: z.array(assetSchema), storyboardTable: storyboardTableSchema });
-    id: z.number(),
-    title: z.string(),
-    description: z.string(),
-    camera: z.string(),
-    duration: z.number(),
-    frameMode: z.enum(["firstFrame", "endFrame", "linesSoundEffects"]),
-    lines: z.string().nullable(),
-    sound: z.string().nullable(),
-    associateAssetsIds: z.array(z.number()),
-  }),
-);
-const flowDataSchema = z.object({ script: z.string(), assets: z.array(assetSchema), storyboardTable: storyboardTableSchema });
 
 type FlowData = z.infer<typeof flowDataSchema>;
 
-const keySchema = z.object({ key: z.enum(["script", "assets", "storyboardTable"]).describe("script=剧本,assets=资产列表,storyboardTable=分镜表") });
+const keySchema = z.object({
+  key: z
+    .enum(["script", "scriptPlan", "assets", "storyboardTable"])
+    .describe("script=剧本,scriptPlan=拍摄计划,assets=资产列表,storyboardTable=分镜表"),
+});
 const valueSchema = z
   .union([z.string(), z.array(assetSchema), assetSchema, z.array(deriveSchema), z.array(storyboardTableSchema)])
   .describe("路径对应的值");
@@ -66,20 +58,48 @@ export default (socket: Socket, toolsNames?: string[]) => {
         return true;
       },
     }),
-    generate_assets_images: tool({
+
-      description: "生成衍生资产的图片",
+    generate_storyboard_images: tool({
-      inputSchema: z.object({ ids: z.array(z.string()).describe("需要生成的资产id列表") }),
+      description: `生成一组图片任务，支持图片间的依赖关系（以图生图）。
-      execute: async ({ ids }) => {
+
-        console.log("[tools] generated_assets", ids);
+参数说明：
-        return new Promise((resolve) => socket.emit("generatedAssets", { ids }, (res: any) => resolve(res)));
+- images: 图片任务数组
+  - id: 图片唯一标识符
+  - prompt: 图片生成提示词
+  - referenceIds: 依赖的参考图id数组，无依赖填空数组[]
+  - assetIds: 参考的资产图id数组（可选）
+
+依赖规则：
+1. referenceIds中的id必须存在于images数组中
+2. 禁止循环依赖（如A依赖B，B依赖A）
+3. 被依赖的图片会先生成，其结果作为参考图传入
+
+示例：生成猫图，再以猫图为参考生成狗图
+images: [
+  {id: "cat", prompt: "一只橘猫", referenceIds: [], assetIds: []},
+  {id: "dog", prompt: "风格相同的金毛犬", referenceIds: ["cat"], assetIds: []}
+]`,
+      inputSchema: z.object({
+        images: z.array(
+          z.object({
+            id: z.string().describe("图片唯一标识符"),
+            prompt: z.string().describe("图片生成提示词"),
+            referenceIds: z.array(z.string()).describe("依赖的参考图id数组，无依赖填空数组[]"),
+            assetIds: z.array(z.number()).optional().describe("参考的资产图"),
+          }),
+        ),
+      }),
+      execute: async ({ images }) => {
+        console.log("[tools] generated_assets", images);
+        return new Promise((resolve) => socket.emit("generatedAssets", { images }, (res: any) => resolve(res)));
       },
     }),
-    generate_storyboard_images: tool({
+    generate_assets_images: tool({
       description: "生成分镜图",
-      inputSchema: z.object({ script: z.string().describe("剧本文本") }),
+      inputSchema: z.object({ images: z.array(z.object({ assetId: z.number(), prompt: z.string() })) }),
-      execute: async ({ script }) => {
+      execute: async ({ images }) => {
-        console.log("[tools] generate_storyboard_images", script);
+        console.log("[tools] generate_assets_images", images);
-        return new Promise((resolve) => socket.emit("generateStoryboardImages", { script }, (res: any) => resolve(res)));
+        return new Promise((resolve) => socket.emit("generateAssetsImages", { images }, (res: any) => resolve(res)));
       },
     }),
   };

src/app.ts

@@ -1,4 +1,4 @@
-import "./logger";
+// import "./logger";
 import "./err";
 import "./env";
 import express, { Request, Response, NextFunction } from "express";
@@ -75,7 +75,7 @@ export default async function startServe(randomPort: Boolean = false) {
     res.status(err.status || 500).send(err);
   });
 
-  const port = randomPort ? 0 : parseInt(process.env.PORT || "60000");
+  const port = randomPort ? 0 : parseInt(process.env.PORT || "10588");
   return await new Promise((resolve) => {
     server.listen(port, async () => {
       const address = server.address();

src/env.ts

@@ -3,8 +3,8 @@ import path from "path";
 
 // 默认环境变量（当 env 文件不存在时自动创建）
 const defaultEnvValues: Record<string, string> = {
-  dev: `NODE_ENV=dev\nPORT=60000\nOSSURL=http://127.0.0.1:60000/`,
+  dev: `NODE_ENV=dev\nPORT=10588\nOSSURL=http://127.0.0.1:10588/`,
-  prod: `NODE_ENV=prod\nPORT=60000\nOSSURL=http://127.0.0.1:60000/`,
+  prod: `NODE_ENV=prod\nPORT=10588\nOSSURL=http://127.0.0.1:10588/`,
 };
 
 // 判断是否为打包后的 Electron 环境

src/routes/production/getStoryboardData.ts

@@ -13,7 +13,6 @@ export default router.post(
   async (req, res) => {
     const { projectId } = req.body;
     const storyboardData = await u.db("o_storyboard");
-    console.log("%c Line:16 🍖 storyboardData", "background:#ed9ec7", storyboardData);
     const data = await Promise.all(
       storyboardData.map(async (i) => {
         return {

src/types/database.d.ts

@@ -1,4 +1,4 @@
-// @db-hash 8af8e41e3ca0cb5ee554944515d72ba8
+// @db-hash bd46e7c381481a74efedc662a4f9049f
 //该文件由脚本自动生成，请勿手动修改
 
 export interface memories {
@@ -163,13 +163,8 @@ export interface o_skills {
 }
 export interface o_storyboard {
   'createTime'?: number | null;
-  'detail'?: string | null;
-  'filePath'?: string | null;
-  'frameType'?: string | null;
   'id'?: number;
   'name'?: string | null;
-  'prompt'?: string | null;
-  'seconds'?: string | null;
 }
 export interface o_storyboardFlow {
   'flowData': string;

src/utils/oss.ts

@@ -49,7 +49,7 @@ class OSS {
     await this.ensureInit();
     const safePath = normalizeUserPath(userRelPath);
     // URL 始终使用 /，所以这里需要将系统分隔符转回 /
-    const url = process.env.OSSURL || `http://127.0.0.1:60000/`;
+    const url = process.env.OSSURL || `http://127.0.0.1:10588/`;
     return `${url}${safePath.split(path.sep).join("/")}`;
   }