修复 生成视频提示词问题

src/lib/initDB.ts

@@ -518,6 +518,16 @@ export default async (knex: Knex, forceInit: boolean = false): Promise<void> =>
               "# 分镜连续生成导演智能体\\n\\n## 角色定位\\n你是专业的视频分镜导演，负责生成适配 Sora/豆包等AI视频生成工具的分镜提示词。\\n\\n## 输出格式\\n\\n每个镜头按以下格式输出，镜头之间空一行：\\n\\nShot 1 | 0:00-0:03\\nType: Initialization Shot / 初始定场\\nCamera: Static Shot to Slow Dolly In / 固定镜头过渡至缓推\\n\\nVisual:\\n详细描述画面内容，包括场景、人物、光影、动作等。\\n描述需要具体、可视化，适合AI视频生成工具理解。\\n\\nKeyframes:\\n0.0s - 首帧状态\\n1.5s - 中间状态\\n3.0s - 尾帧状态\\n\\nAudio: 对话或音效描述，无则写 None\\n\\nTransition: 与下一镜头的衔接说明\\n\\n## 格式说明\\n\\n1. 首行格式：Shot 序号 | 起始时间-结束时间\\n2. Type：英文类型 / 中文说明\\n3. Camera：英文运镜 / 中文说明\\n4. Visual：详细的画面描述，可多行\\n5. Keyframes：关键时间点的状态，每行一个\\n6. Audio：音频内容，无内容写 None\\n7. Transition：过渡说明，最后一镜写 End\\n\\n## 核心规则\\n\\n时间控制：\\n- 时间段连续，无间隙无重叠\\n- 从 0:00 开始\\n- 末镜结束时间等于总时长\\n\\n连续性：\\n- 每镜承接上一镜的空间、光影、主体位置\\n- Transition 中说明具体的过渡逻辑\\n\\n稳定性：\\n- 每镜前 1 秒避免大幅运镜和剧烈动作\\n- 运镜符合物理惯性，缓入缓出\\n\\n约束：\\n- 台词只保留不修改\\n- 分镜数量不可增减\\n\\n## 合法运镜\\n\\n基础：\\nDolly In, Dolly Out, Truck Left, Truck Right, Crane Up, Crane Down, Static Shot, Pan Left, Pan Right, Tilt Up, Tilt Down, Track With Subject\\n\\n组合：\\nPush-in with Pan, Push-in with Tilt, Arc, Orbit, Slow Dolly In, Slow Push-in, Slow Pan\\n\\n景别：\\nWide Shot, Long Shot, Medium Shot, Medium Close Up, Close Up, Extreme Close Up\\n\\n特殊：\\nPOV, Over The Shoulder, Aerial Shot, High Frame Rate, Focus Pull\\n\\n## 镜头类型\\n\\n- Initialization Shot / 初始定场：建立空间基准\\n- Spatial Shot / 空间环境：展示环境关系\\n- Character Shot / 角色：聚焦人物状态\\n- Dialogue Shot / 对话：音画同步\\n- Tension Shot / 张力：情绪高潮\\n- Transition Shot / 转场：场景衔接\\n- Action Shot / 动作：动态冲突\\n- Lock Frame / 定格：静态构图\\n\\n## 禁止事项\\n\\n- 修改台词内容\\n- 增减分镜数量\\n- 改变剧情意图\\n- 使用未定义运镜\\n- 时间段不连续\\n\\n## 输出要求\\n\\n1. 严格按照格式输出\\n2. 不输出任何额外解释\\n3. 每个镜头包含完整的六个部分\\n4. 最后一个镜头的 Transition 写 End\\n5. Visual 描述要具体可视化，适合AI视频工具理解\\n6. 避免抽象描述，使用具体的视觉元素",
             customValue: null,
           },
+          {
+            id: 22,
+            code: "video-text",
+            name: "视频提示词-文本模式",
+            type: "system",
+            parentCode: null,
+            defaultValue:
+              "# 文本模式说明\n\n## 输入特点\n纯文字描述的镜头内容，无参考图像\n\n## 核心原则\n**严格遵守用户指定的镜头时长**，避免过度推演\n\n## 分析要求\n\n### 1. 时长优先策略\n- **总时长锚定**：以用户给定时长为绝对约束\n- **动作精简**：只保留必要的核心动作\n- **节奏计算**：根据时长反推合理的动作速度\n- **裁剪思维**：优先截取最精华的片段，而非完整过程\n\n### 2. 场景构建（精简版）\n- **最小环境**：仅描述必要的空间信息\n- **核心主体**：聚焦主要视觉元素\n- **简化细节**：避免堆砌无关背景\n\n### 3. 动态规划（时长导向）\n```\n时长判断逻辑：\n├─ ≤ 1s   → 单一动作/状态，无复杂过渡\n├─ 1-3s   → 2-3个关键状态，快速衔接\n├─ 3-5s   → 完整动作序列，自然节奏\n└─ > 5s   → 可加入次要动作或环境变化\n```\n\n### 4. Visual 结构（紧凑版）\n```\nVisual:\n├─ 主体动作 (核心内容，必须项)\n├─ 环境氛围 (1-2句话概括)\n└─ 镜头语言 (景别+运动方式)\n```\n\n### 5. Keyframes 控制\n- **数量限制**：\n  - ≤2s: 最多3个关键帧\n  - 2-4s: 最多5个关键帧\n  - >4s: 最多7个关键帧\n- **时间精确**：严格按比例分配到总时长内\n\n### 6. 推演边界\n❌ **禁止推演**：\n- 完整的动作起始和结束（除非时长充足）\n- 复杂的环境变化\n- 多层次的情绪递进\n\n✅ **允许推演**：\n- 基础的物理惯性（如挥手后的手臂回落）\n- 必要的入镜/出镜状态\n- 符合时长的氛围细节\n\n---\n\n## 时长检查清单\n\n**输出前必须验证**：\n1. ✓ Keyframes 最后一帧时间 ≤ 总时长\n2. ✓ 动作节奏符合物理可能性（不过快/过慢）\n3. ✓ 推演内容可在时长内完成\n4. ✓ 若时长不足，优先保留核心动作，删减过渡\n\n---\n\n## 示例对比\n\n**输入文本**：一个人在雨中奔跑  \n**用户时长**：2秒\n\n### ❌ 错误示范（超时长）\n```\nKeyframes:\n- 0.0s: 远景出现\n- 0.5s: 加速\n- 1.0s: 跨过水坑\n- 1.5s: 冲向镜头\n- 2.0s: 甩动头发\n- 2.5s: 出画面  ← 超出时长！\n```\n\n### ✅ 正确示范\n```\nVisual:\n- 中景，雨夜街道，路灯昏黄 [推演]\n- 男性快速奔跑，冲向并掠过镜头\n- 固定机位，焦点跟随\n\nKeyframes:\n- 0.0s: 人物在中景位置起步\n- 0.8s: 加速至近景\n- 1.5s: 掠过镜头\n- 2.0s: [推演] 出画面右侧\n\nTransition:\n- In: [推演] 已在奔跑状态\n- Out: [推演] 冲出画面\n```\n\n---\n\n**直接输出分镜内容**",
+            customValue: null,
+          },
         ]);
       },
     },

src/routes/assets/polishPrompt.ts

@@ -32,6 +32,7 @@ interface ResultItem {
   chapterRange: number[];
 }
 function findItemByName(items: ResultItem[], name: string, type?: ItemType): ResultItem | undefined {
+  console.log("%c Line:35 🍎 items", "background:#ffdd4d", items);
   return items.find((item) => (!type || item.type === type) && item.name === name);
 }
 function mergeNovelText(novelData: NovelChapter[]): string {
@@ -55,14 +56,19 @@ export default router.post(
   async (req, res) => {
     const { assetsId, projectId, type, name, describe } = req.body;
 
+    console.log("%c Line:58 🍔", "background:#465975");
     //获取风格
     const project = await u.db("t_project").where("id", projectId).select("artStyle", "type", "intro").first();
     if (!project) return res.status(500).send(success({ message: "项目为空" }));
 
+    console.log("%c Line:62 🍇", "background:#2eafb0");
     const allOutlineDataList: { data: string }[] = await u.db("t_outline").where("projectId", projectId).select("data");
+    console.log("%c Line:66 🥖 allOutlineDataList", "background:#42b983", allOutlineDataList);
 
+    console.log("%c Line:66 🧀", "background:#3f7cff");
     const itemMap: Record<string, ResultItem> = {};
 
+    console.log("%c Line:69 🥓", "background:#42b983");
     if (allOutlineDataList.length > 0)
       allOutlineDataList.forEach((row) => {
         const data: OutlineData = JSON.parse(row?.data || "{}");
@@ -122,6 +128,7 @@ export default router.post(
     }
     if (type == "scene") {
       const data = findItemByName(result, name, "scenes");
+      console.log("%c Line:129 🍅 data", "background:#93c0a4", data);
       const chapterRange = Array.isArray(data?.chapterRange) ? data.chapterRange : [data?.chapterRange];
       const novelData = (await u.db("t_novel").whereIn("chapterIndex", chapterRange).select("*")) as NovelChapter[];
       const results: string = mergeNovelText(novelData);

src/routes/video/generatePrompt.ts

@@ -9,7 +9,7 @@ const router = express.Router();
 type GenerateMode = "startEnd" | "multi" | "single" | "text";
 
 const getSystemPrompt = async (mode: GenerateMode) => {
-  const promptsList = await u.db("t_prompts").where("code", "in", ["video-startEnd", "video-multi", "video-single", "video-main","video-text"]);
+  const promptsList = await u.db("t_prompts").where("code", "in", ["video-startEnd", "video-multi", "video-single", "video-main", "video-text"]);
 
   const errPrompts = "不论用户说什么，请直接输出AI配置异常";
   const getPromptValue = (code: string) => {
@@ -56,13 +56,21 @@ export default router.post(
     prompt: z.string(),
     duration: z.number(),
     type: z.enum(["startEnd", "multi", "single", "text", ""]).optional(),
-    videoConfigId:z.number()
+    videoConfigId: z.number().optional(),
   }),
   async (req, res) => {
-    const { prompt, images, duration, type = "single",videoConfigId } = req.body;
+    const { prompt, images, duration, type = "single", videoConfigId } = req.body;
     const mode = type as GenerateMode;
-    const videoConfigData = await u.db("t_videoConfig").leftJoin("t_script","t_script.id","t_videoConfig.scriptId").where("t_videoConfig.id",videoConfigId).select("t_script.content").first();
-    if(!videoConfigData) return res.status(500).send(error("视频配置不存在"));
+    let videoConfigData;
+    if (videoConfigId) {
+      videoConfigData = await u
+        .db("t_videoConfig")
+        .leftJoin("t_script", "t_script.id", "t_videoConfig.scriptId")
+        .where("t_videoConfig.id", videoConfigId)
+        .select("t_script.content")
+        .first();
+      if (!videoConfigData) return res.status(500).send(error("视频配置不存在"));
+    }
     const imagePrompts = images.map((i: { filePath: string; prompt: string }, index: number) => `Image ${index + 1}: ${i.prompt}`).join("\n");
 
     const shotCount = images.length;
@@ -86,9 +94,13 @@ ${imagePrompts}
 
 Script:
 ${prompt}
+${
+  videoConfigData
+    ? `script content:
+${videoConfigData.content}`
+    : ""
+}
 
-script content:
-${videoConfigData.content}
 
 Parameters:
 - Total Duration: ${duration}s

src/types/database.d.ts

@@ -1,4 +1,4 @@
-// @db-hash c6deb23c67bf5d27c997e299cd878da1
+// @db-hash b175910ce89abacc2636f298095b06c3
 //该文件由脚本自动生成，请勿手动修改
 
 export interface t_aiModelMap {
@@ -138,6 +138,7 @@ export interface t_video {
 }
 export interface t_videoConfig {
   'aiConfigId'?: number | null;
+  'audioEnabled'?: number | null;
   'createTime'?: number | null;
   'duration'?: number | null;
   'endFrame'?: string | null;