diff --git a/data/skills/production-agent/decision/SKILL.md b/data/skills/production-agent/decision/SKILL.md index 0698fdb..73da9d7 100644 --- a/data/skills/production-agent/decision/SKILL.md +++ b/data/skills/production-agent/decision/SKILL.md @@ -11,10 +11,15 @@ description: 短剧漫剧制作决策层。负责分析用户需求、制定执 | 工具 | 说明 | |------|------| -| `get_project_info` | 获取当前项目信息（名称、风格、类型、描述、集数进度等） | -| `get_state` | 获取当前执行状态，用于了解已完成的工作 | -| `read_skill_file` | 读取技能参考资料文件 | -| `execution` | 执行层工具，传入任务计划文本，由执行层完成具体工作 | +| `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 | +| `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`） | +| `get_flowData` | 获取工作区数据（key: `script` 剧本 / `assets` 资产列表） | +| `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） | +| `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） | ## 核心工作流程（必须严格遵循） @@ -30,22 +35,22 @@ description: 短剧漫剧制作决策层。负责分析用户需求、制定执 ### 阶段一：收集信息（仅新任务触发） -1. 调用 `get_project_info` 获取项目基本信息 -2. 调用 `get_state` 了解当前已完成的工作进度 +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 +2. 调用 `deepRetrieve` 检索相关历史记忆，了解已完成的工作进度 3. 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 -1. 结合项目信息、当前状态和用户需求，按照 `plan.md` 的规范生成**结构化执行计划** +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** 2. **将计划回复给用户**，请求确认 3. 如果用户要求调整，修改计划后重新回复，直到用户确认 4. 输出计划后**停止并等待用户回复**，不要自行继续 ### 阶段三：按计划执行（仅用户确认后触发） -用户确认后，按步骤顺序逐步调用 `execution` 工具： +用户确认后，按步骤顺序逐步调用 `run_sub_agent` 工具： -1. 每次调用 `execution` 时，将当前步骤的任务描述作为 `taskDescription` 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 @@ -55,7 +60,8 @@ description: 短剧漫剧制作决策层。负责分析用户需求、制定执 - 根据项目类型（短剧/漫剧）和风格调整策略 - 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 `get_state` 避免重复已完成的工作 +- 利用 `deepRetrieve` 检索历史记忆，避免重复已完成的工作 +- **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 ## 参考资料 diff --git a/data/skills/production-agent/decision/references/plan.md b/data/skills/production-agent/decision/references/plan.md index 1d31c1c..cef4464 100644 --- a/data/skills/production-agent/decision/references/plan.md +++ b/data/skills/production-agent/decision/references/plan.md @@ -2,14 +2,14 @@ ## 计划制定规范 -根据 `get_project_info` 返回的项目信息和用户需求，按以下规范生成执行计划。 +根据 `get_flowData` 返回的工作区数据和用户需求，按以下规范生成执行计划。 ## 计划结构 ### 1. 任务总览 一段话概述： -- 项目名称和类型（来自项目信息） +- 当前工作区状态（剧本、资产情况） - 用户本次的核心需求 - 预期最终产出 @@ -21,11 +21,11 @@ |------|------| | 步骤编号 | 从 1 开始 | | 步骤名称 | 简明标题 | -| 具体内容 | 要做什么（需足够详细，可直接作为 `execution` 工具的 `plan` 参数） | +| 具体内容 | 要做什么（需足够详细，可直接作为 `run_sub_agent` 工具的 `prompt` 参数） | | 预期输出 | 完成后应产出什么 | | 依赖步骤 | 前置步骤编号（无依赖填"无"） | -**关键要求**：每个步骤的"具体内容"必须是一段完整的任务描述文本，能够独立传给 `execution` 工具执行，不能是模糊的一句话。 +**关键要求**：每个步骤的"具体内容"必须是一段完整的任务描述文本，能够独立传给 `run_sub_agent` 工具执行，不能是模糊的一句话。 ### 3. 执行顺序 @@ -36,7 +36,6 @@ ``` ## 📋 执行计划 -**项目**：[项目名称] · [项目类型] **目标**：[一句话描述本次目标] **预计步骤**：[N] 步 @@ -58,8 +57,8 @@ ## 注意事项 -- 步骤粒度适中：每步对应一次 `execution` 调用 -- 结合项目当前进度（`get_state`），跳过已完成的工作 +- 步骤粒度适中：每步对应一次 `run_sub_agent` 调用 +- 利用 `deepRetrieve` 检索历史记忆，跳过已完成的工作 - 考虑用户已有的素材和资源，避免重复 - 每个步骤的内容描述要包含足够上下文，使执行层无需额外信息即可工作 diff --git a/data/skills/production-agent/execution/SKILL.md b/data/skills/production-agent/execution/SKILL.md index 585e982..681fad2 100644 --- a/data/skills/production-agent/execution/SKILL.md +++ b/data/skills/production-agent/execution/SKILL.md @@ -1,6 +1,7 @@ --- name: execution -description: 用户需要拆分剧本的时候可以看此skill的参考资料，了解拆分原则和示例 +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 --- # execution Agent @@ -12,19 +13,25 @@ description: 用户需要拆分剧本的时候可以看此skill的参考资料 当用户需要以下帮助时激活此技能： - 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） ## 工作指引 -### 拆分剧本流程 +### 提取衍生资产流程 -- 当执行拆分剧本任务的时候，你需要先调用 `get_flowData` 获取原始剧本 -- 根据[剧本拆分]文档中的拆分原则和示例，将剧本拆分成视频模型能够处理的片段 -- 将拆分后的剧本片段必须使用`set_flowData_script`工具保存，然后仅需告知用户拆分完成 +1. 调用 `get_flowData` 分别获取 `script`（剧本）和 `assets`（现有资产列表） +2. 根据[衍生资产提取](references/derive-assets-extraction.md)文档中的提取原则，分析剧本内容，为每个角色资产识别出关联的衍生资产（道具、服饰、法器、座驾、场景物件等） +3. 对每个有衍生状态的资产调用 `set_flowData({ key: "assets[N].derive", value: derive数组 })` 逐个保存 +4. 告知用户提取完成，列出为每个角色提取的衍生资产概要 +5. **询问用户是否需要生成衍生资产图片**： + - 如果用户确认需要，收集所有需要生成图片的资产 id，调用 `generate_assets_images({ ids: [资产id列表] })` 生成图片 + - 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 ## 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： -- [剧本拆分](references/script-splitting.md) — 将剧本拆分成视频模型能够处理的片段，包含拆分原则和示例 +- [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 **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。 diff --git a/data/skills/production-agent/execution/references/derive-assets-extraction.md b/data/skills/production-agent/execution/references/derive-assets-extraction.md new file mode 100644 index 0000000..1ef7501 --- /dev/null +++ b/data/skills/production-agent/execution/references/derive-assets-extraction.md @@ -0,0 +1,174 @@ +# 衍生资产提取（从剧本 + 资产 → derive[]） + +本指南只做一件事： +根据剧本内容和已有资产，为每个资产提取在剧情中出现的**不同状态/变体**（derive）。 + +> **核心概念**：derive 是父资产的**其他视觉状态**，用于为后续图片生成提供参考。 +> 只衍生**图片模型无法仅凭提示词自行处理的视觉差异**，如服装、形态、伤势、物件状态等。 +> 表情、情绪、简单动作等模型可自行控制的内容**不需要衍生**。 +> - 角色资产 → 不同服装、伤势外观、形态变化等状态变体 +> - 道具资产 → 不同物理状态变体（破损、发光、打开等） +> - 场景资产 → 不同时间/氛围状态变体（白天、夜晚、废墟等） + +## 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 + +每个资产结构： + +```ts +{ + assetsId: string; // 资产唯一ID + name: string; // 资产名称 + desc: string; // 资产描述 + src: string; // 资产图片URL + derive?: Array<{ // 已有衍生状态（可能为空） + assetsId: string; + name: string; + desc: string; + src: string; + }>; +} +``` + +### 输出 + +对每个需要衍生状态的资产，调用 `set_flowData` 写入 derive。通过 `key` 指定 lodash 路径，只传最小更新数据。 + +```ts +// 为索引 0 的资产设置 derive +set_flowData({ + key: "assets[0].derive", + value: [ + { name: "状态名", desc: "状态描述" } + ] +}) +``` + +derive 元素格式： + +```ts +{ + name: string; // 状态名称（1~20字） + desc: string; // 状态描述（1~100字） +} +``` + +## 2. 衍生状态类型 + +derive 代表同一资产在不同剧情场景下的**视觉状态变体**： + +### 角色资产的衍生状态 + +| 类型 | 说明 | 示例 | +|------|------|------| +| 服装变体 | 角色穿着不同服饰的状态 | 战甲状态、便装状态、礼服状态 | +| 伤势/身体状态 | 角色身体发生显著外观变化 | 重伤缠绷带、灵力暴走纹路蔓延、白发苍老 | +| 形态变化 | 角色外形产生根本变化 | 魔化形态、兽化、幼年状态 | +| 特殊装扮 | 伪装或临时装束 | 蒙面伪装、乞丐装扮 | + +> **不需要衍生的状态**：表情、情绪、简单动作姿态等图片模型可通过提示词直接控制的内容，无需单独建立衍生资产。 + +### 道具/物件资产的衍生状态 + +| 类型 | 说明 | 示例 | +|------|------|------| +| 损坏状态 | 物件受损的外观 | 令牌破损、剑身断裂 | +| 激活/发光状态 | 物件被触发后的外观 | 令牌发光、法印激活 | +| 变形状态 | 物件形态发生变化 | 玉佩碎裂、卷轴展开 | + +### 场景资产的衍生状态 + +| 类型 | 说明 | 示例 | +|------|------|------| +| 时间变体 | 同一场景不同时段 | 夜晚的宗门、黄昏的战场 | +| 破坏状态 | 场景受到破坏后 | 废墟状态、火烧后 | +| 氛围变体 | 场景氛围发生变化 | 战后的宗门大殿、雨中的山门 | + +## 3. 提取原则 + +### 3.1 核心理解 + +- derive **不是**与父资产相关的独立物件（如角色的武器、坐骑） +- derive **是**父资产自身在不同剧情节点的**视觉状态变体**，用于为图片生成提供参考图 +- 每个 derive 应该能被理解为"**父资产名 + 状态名**"（如"凌玄·重伤缠绷带"、"青云令·破损"） +- **不要衍生**图片模型可通过提示词直接控制的内容（表情、情绪、简单动作姿态等） + +### 3.2 来源优先级 + +1. **剧本中明确描写** — 最高优先级，剧本中直接描写了资产的不同状态 +2. **角色描述暗示** — 中优先级，desc中暗示存在状态变化但剧本未直接描写 +3. **合理推测** — 低优先级，根据剧情发展合理推测的状态变化 + +### 3.3 提取规则 + +- 只提取**与默认状态有明显视觉差异、且图片模型无法仅凭提示词自行控制**的衍生状态 +- 已存在于资产 `derive` 数组中的状态**不要重复提取** +- 每个资产的衍生状态数量建议 **1~5个**，宁缺勿滥 +- `desc` 字段格式：`[与默认态的差异] · [视觉特征] · [出现场景/触发条件]` +- 衍生状态命名应能直接表达"这是什么状态"，而非"这是什么东西" + +### 3.4 命名规范 + +- 名称简洁，2~6个字 +- 体现**视觉外观变化**而非情绪动作，如"重伤缠绷带"而非"悲伤流泪" +- 如果剧本中有明确的状态描写，直接提炼为状态名 + +## 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 · 重伤废修", "derive": [] }, + { "assetsId": "char-2", "name": "苏晚卿", "desc": "女配 · 凌玄未婚妻 · 背叛者", "derive": [] }, + { "assetsId": "item-1", "name": "青云令", "desc": "宗主信物 · 青玉材质 · 灵纹浮刻", "derive": [] } +] +``` + +### 输出 + +分别对每个需要衍生的资产调用 `set_flowData`，通过 key 精确定位： + +```ts +// 凌玄（索引 0） +set_flowData({ + key: "assets[0].derive", + value: [ + { name: "重伤缠绷带", desc: "气血逆流后 · 胸口缠满绷带面色苍白 · 养伤期间外观" }, + { name: "废修白发", desc: "灵力尽失 · 黑发变白面容憔悴 · 修为被废后常态" } + ] +}) + +// 苏晚卿（索引 1）— 无需衍生，跳过 + +// 青云令（索引 2） +set_flowData({ + key: "assets[2].derive", + value: [ + { name: "灵纹暗淡", desc: "被篡改后 · 灵纹失去光泽隐现裂痕 · 感应功能被破坏" }, + { name: "令牌发光", desc: "被激活时 · 灵纹亮起青色光芒 · 正常使用状态" } + ] +}) +``` +``` + +## 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，为每个资产识别在剧情中出现的不同视觉状态 +4. 对每个有衍生状态的资产调用 `set_flowData({ key: "assets[N].derive", value: derive数组 })` 保存 +5. 向用户汇报提取结果概要 diff --git a/data/skills/production-agent/execution/references/script-splitting.md b/data/skills/production-agent/execution/references/script-splitting.md deleted file mode 100644 index 031e546..0000000 --- a/data/skills/production-agent/execution/references/script-splitting.md +++ /dev/null @@ -1,39 +0,0 @@ -# 剧本拆分（仅原始文本切割，输出 string[]） - -本指南只做一件事： -把一份长剧本原文切成多个文本片段，输出 `string[]`。 - -不做结构化字段提取，不输出 JSON 对象，不附加角色卡、锚点、分镜元数据。 - -## 1. 输入与输出 - -### 输入 - -- 一段完整长剧本文本（字符串） - -### 输出 - -- `string[]` -- 数组每个元素是“原始剧本的一段子串” -- 拼接后应可还原原文语义顺序（允许空白规范化差异） -- 开头必须是**喵，** - -示例： - -```ts -[ - "喵，第一段原文...", - "喵，第二段原文...", - "喵，第三段原文..." -] -``` - -可能输出： - -```ts -[ - "喵，场景1：雨夜街道。林夏快步穿过巷口。", - "喵，场景2：天台。她停下，回头看向门口。", - "喵，场景3：脚步声逼近。她握紧手机。" -] -``` diff --git a/package.json b/package.json index ce63f5f..f2c2724 100644 --- a/package.json +++ b/package.json @@ -60,6 +60,7 @@ "js-md5": "^0.8.3", "jsonwebtoken": "^9.0.3", "knex": "^3.1.0", + "lodash": "^4.17.23", "morgan": "^1.10.1", "qwen-ai-provider-v5": "^2.1.0", "serialize-error": "^13.0.1", @@ -78,6 +79,7 @@ "@types/express-ws": "^3.0.6", "@types/jsonwebtoken": "^9.0.10", "@types/license-checker": "^25.0.6", + "@types/lodash": "^4.17.24", "@types/morgan": "^1.9.10", "cross-env": "^10.1.0", "electron": "^40.0.0", diff --git a/src/agents/productionAgent/index.ts b/src/agents/productionAgent/index.ts index 6b8d11d..e9340f5 100644 --- a/src/agents/productionAgent/index.ts +++ b/src/agents/productionAgent/index.ts @@ -42,7 +42,7 @@ export async function decisionAI(ctx: AgentContext) { const systemPrompt = buildSystemPrompt(skill.prompt, mem); - const prefixSystem = `不论用户说什么要做什么都请直接调用run_sub_agent运行**executionAI**执行剧本切分任务`; + 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 { textStream } = await u.Ai.Text("productionAgent").stream({ system: prefixSystem + systemPrompt, diff --git a/src/agents/productionAgent/tools.ts b/src/agents/productionAgent/tools.ts index 49437c0..d37fd8d 100644 --- a/src/agents/productionAgent/tools.ts +++ b/src/agents/productionAgent/tools.ts @@ -1,49 +1,88 @@ import { tool, Tool } from "ai"; -import { z } from "zod"; -import u from "@/utils"; +import { z, toJSONSchema } from "zod"; +import _ from "lodash"; import { Socket } from "socket.io"; -interface FlowData { - rawScript: string; - script: { - blocks: string[]; - }; -} +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( + z.object({ + 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; + +const keySchema = z.object({ key: z.enum(["script", "assets", "storyboardTable"]).describe("script=剧本,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"); export default (socket: Socket, toolsNames?: string[]) => { - let flowData: FlowData = { - rawScript: "", - script: { - blocks: [], - }, - }; - const tools: Record = { get_flowData: tool({ - description: "获取当前工作区的状态/数据", - inputSchema: z.object({ - key: z.enum(["script"]).describe("state的key,rawScript代表原始剧本文字,script代表分块后的剧本"), - }), + description: "获取工作区数据", + inputSchema: keySchema, execute: async ({ key }) => { - flowData = await new Promise((resolve) => socket.emit("getFlowData", { key }, (res: any) => resolve(res))); - console.log("[tool] get_flowData:", key); + console.log("[tools] get_flowData", key); + const flowData: FlowData = await new Promise((resolve) => socket.emit("getFlowData", { key }, (res: any) => resolve(res))); return flowData[key]; }, }), - set_flowData_script: tool({ - description: "保存数据到工作区", + get_flowData_schema: tool({ + description: "获取工作区数据的类型结构,在使用set_flowData前应先调用", + inputSchema: keySchema, + execute: async ({ key }) => { + console.log("[tools] get_flowData_schema", key); + return toJSONSchema(flowDataSchema.shape[key]); + }, + }), + set_flowData: tool({ + description: "保存数据到工作区,key为lodash路径,先调用get_flowData_schema了解可用路径和类型", inputSchema: z.object({ - value: z.array(z.string()).describe("剧本分块后的文本数组"), + key: z.string().describe("lodash路径,如 script、assets[0].derive"), + value: valueSchema, }), - execute: async ({ value }) => { - flowData.script.blocks = value; - socket.emit("setFlowData", { key: "script", value: { blocks: value } }); - + execute: async ({ key, value }) => { + console.log("[tools] set_flowData", key, value); + const flowData: FlowData = await new Promise((resolve) => socket.emit("getFlowData", { key }, (res: any) => resolve(res))); + const backup = _.cloneDeep(_.get(flowData, key)); + _.set(flowData, key, value); + const r = flowDataSchema.safeParse(flowData); + if (!r.success) { + _.set(flowData, key, backup); + return { error: r.error.issues.map((i) => `[${i.path.join(".")}] ${i.message}`).join("; ") }; + } + socket.emit("setFlowData", { key, value }); return true; }, }), + generate_assets_images: tool({ + description: "生成衍生资产的图片", + inputSchema: z.object({ ids: z.array(z.string()).describe("需要生成的资产id列表") }), + execute: async ({ ids }) => { + console.log("[tools] generated_assets", ids); + return new Promise((resolve) => socket.emit("generatedAssets", { ids }, (res: any) => resolve(res))); + }, + }), + generate_storyboard_images: tool({ + description: "生成分镜图", + inputSchema: z.object({ script: z.string().describe("剧本文本") }), + execute: async ({ script }) => { + console.log("[tools] generate_storyboard_images", script); + return new Promise((resolve) => socket.emit("generateStoryboardImages", { script }, (res: any) => resolve(res))); + }, + }), }; - if (!toolsNames) return tools; - else return Object.fromEntries(Object.entries(tools).filter(([name]) => toolsNames.includes(name))); + return toolsNames ? Object.fromEntries(Object.entries(tools).filter(([n]) => toolsNames.includes(n))) : tools; }; diff --git a/src/logger.ts b/src/logger.ts index 6a1ca0f..9eadd58 100644 --- a/src/logger.ts +++ b/src/logger.ts @@ -89,13 +89,13 @@ class Logger { (console as any)[level] = (...args: unknown[]) => { this.writing = true; try { - // this.write(level, args); + this.write(level, args); } catch (err) { this.originalConsole.error?.("[Logger Error]", err); } + this.writing = false; this.originalConsole[level]!(...args); - this.writing = false; }; } diff --git a/yarn.lock b/yarn.lock index 320488e..3f0bc5e 100644 --- a/yarn.lock +++ b/yarn.lock @@ -868,6 +868,11 @@ resolved "https://registry.npmmirror.com/@types/license-checker/-/license-checker-25.0.6.tgz#c346285ee7e42bac58a4922059453f50a5d4175d" integrity sha512-ju/75+YPkNE5vX1iPer+qtI1eI/LqJVYZgOsmSHI1iiEM1bQL5Gh1lEvyjR9T7ZXVE1FwJa2doWJEEmPNwbZkw== +"@types/lodash@^4.17.24": + version "4.17.24" + resolved "https://registry.npmmirror.com/@types/lodash/-/lodash-4.17.24.tgz#4ae334fc62c0e915ca8ed8e35dcc6d4eeb29215f" + integrity sha512-gIW7lQLZbue7lRSWEFql49QJJWThrTFFeIMJdp3eH4tKoxm1OvEPg02rm4wCCSHS0cL3/Fizimb35b7k8atwsQ== + "@types/morgan@^1.9.10": version "1.9.10" resolved "https://registry.npmmirror.com/@types/morgan/-/morgan-1.9.10.tgz#725c15d95a5e6150237524cd713bc2d68f9edf1a" @@ -3051,7 +3056,7 @@ lodash.once@^4.0.0: resolved "https://registry.npmmirror.com/lodash.once/-/lodash.once-4.1.1.tgz#0dd3971213c7c56df880977d504c88fb471a97ac" integrity sha512-Sb487aTOCr9drQVL8pIxOzVhafOjZN9UU54hiN8PU3uAiSV7lx1yYNpbNmex2PK6dSJoNTSJUUswT651yww3Mg== -lodash@^4.17.15, lodash@^4.17.21: +lodash@^4.17.15, lodash@^4.17.21, lodash@^4.17.23: version "4.17.23" resolved "https://registry.npmmirror.com/lodash/-/lodash-4.17.23.tgz#f113b0378386103be4f6893388c73d0bde7f2c5a" integrity sha512-LgVTMpQtIopCi79SJeDiP0TfWi5CNEc/L/aRdTh3yIvmZXTnheWpKjSZhnvMl8iXbC1tFg9gdHHDMLoV7CnG+w==