Mosael v1.8.0

文档、资产库、数字人,插件在每一处注册能力

新东西

• 插件工具只有一种(ADR 0033)。 认领了宿主能力的插件工具(MinerU 的「用 MinerU 解析文档」这类)不再藏在「由 Mosael
  调用」的卡片里:它就在插件页的工具表里,能勾,勾上之后智能体和工作流都能直接用。行上标着它认领的能力,展开能看到它还用在
  哪(文档「重新解析」、「文档转 Markdown」节点……——那些入口调的也是它)。直接调它解析一份文档,结果存成那份文档的一次
  解析,和「重新解析」落到同一个地方。插件作者:宿主开放的是服务 —— 素材入参写 format: asset,用 x-media 限定种类、
  x-audio 让宿主先把声音抽成 wav;交文件用 artifact。降噪、分离、配音的产出改成 artifact,见 PLUGIN_MANIFEST。
• 智能体对话能直接拖文件进来。 从访达、桌面把文件拖到对话区,和点 📎 选文件一样附上(同样的类型判断和大小上限);
  粘贴截图也照旧能附。
• Text Toolkit 多了五个工具。 断成字幕行、按字数截短、清理文案、Markdown 转纯文本、提取链接与提及,纯本地、零权限。
• 插件能在更多地方注册能力(ADR 0032)。 降噪、分离人声和文档解析一样进了「能力表」:本机引擎是内置的几家,
  装了降噪 / 分离插件的,和它们并列出现在工作流节点的引擎下拉、智能体、素材库里,点名就用它;没定默认时照旧用本机引擎
  (降噪不会自动用去掉配乐的那几个)。插件作者看 PLUGIN_MANIFEST 里「处理一段音频」那一节。已存的工作流、画板里的
  引擎选择升级时自动换成新写法(「自动」变成「按默认」)。
• 插件的能力「用在哪」是现算的。 设置、文档详情、工作流节点、智能体工具里用到某项能力的地方,会自动出现在
  插件页和设置页的说明里,不再是一句写死的话。
• 转写也能交给插件。 转写进了能力表:本机的 FunASR、WhisperX 和装了转写插件的并列,「设置 → 能力提供方 → 转写」
  定默认,工作流节点、素材库 / 剪辑页的「转写」、输入框的语音输入都照它来,也能在节点里点名某一家。没定默认时用装好了
  运行环境的本机引擎;部署配置 asr_provider 不再参与挑选。已存的工作流、画板里的转写引擎升级时自动换成新写法。
• 翻译也能交给插件。 翻译进了能力表:Google 免费翻译、你的对话模型、装了翻译插件的并列。剪辑页字幕翻译的引擎
  下拉、工作流的两个翻译节点照它列;「设置 → 能力提供方 → 翻译」定默认(没定仍是 Google 免费翻译)。已存工作流里的
  google / ai 升级时换成新写法,点名照留。
• 配音也能交给插件。 配音进了能力表:本机克隆、Edge、OpenAI、火山、百炼和装了配音插件的并列,工作流节点、画板、
  剪辑页字幕配音、AI 工作室的引擎下拉都照它列,插件的音色问插件要。配音没有默认 —— 引擎和音色是成对选的,「设置 →
  能力提供方 → 配音」只列有哪几家、缺什么、用在哪。引擎 id 统一成 builtin:edge 这种写法,已存的工作流、画板、
  人物的音色、智能体的语音设置升级时自动改写。
• 插件市场能按能力筛。 市场里多了一个「按能力筛」:降噪、转写、翻译、配音、文档解析……只列市场里真有插件能做的
  那几项,各带条数。插件详情里「能替 Mosael 做的事」写着每一项装上之后出现在哪。「设置 → 能力提供方」每项能力右上角
  有「去插件市场找」,一点就打开筛好的市场。
• 「设置 → 能力提供方」重排。 每项能力一块:几个本机引擎和插件并列可选(此前降噪只露出一个内置引擎),没配好的
  逐条写缺什么,「用在哪」是一排标签;只有一家时直接写出是哪家,一家都没有时给「去插件页」。
• 文档进素材库。 PDF、Word、PPT、Excel、CSV、Markdown、TXT、网页、EPUB 能直接导入(选文件、拖进来都行),
  素材库多了「文档」筛选,卡片上写着格式和页数。导入就在本机解析一遍:PDF 按页、PPT 按幻灯片(标题、要点、演讲者备注)、
  Word 按章、Excel 按表,打开素材就能读全文,PDF 每页还有页面图;装了 LibreOffice 的话 PPT / Word 也有每页的版式图,
  老格式(doc / ppt / xls)也能解。「重新解析」可以换一家。详情是三栏:左边解析出的全文、中间原版每一页、右边元信息,
  点某一段的标题原版那栏就滚到那一页。
• 智能体能读文档了。 在对话里直接挂 PDF / Word / PPT / Excel:短的整篇交给它,长的先给目录,它按需一段段读;
  要看某几页的版式、图表、截图,它会把那几页的页面图交给视觉模型看。
• MinerU 文档解析插件。 扫描件、图片版 PDF、多栏排版、带公式和复杂表格的文档,交给 MinerU(mineru.net)解析:
  版面分析、OCR、表格和公式识别。插件页填上 API Token 后,在文档详情里「重新解析 → 用 MinerU 解析」,或在「设置 →
  能力提供方 → 文档解析」里把它设成默认。导入时仍先用本地解析(交给云端必须是你点名的);页面图照原件渲,和本地解析一样。
• 文档上画板、进工作流。 PDF / Word / PPT / Excel 拖进画板(或粘贴、「添加 → 从库里放 → 素材」)就是一格文档格,
  格子里是解析出的全文;连进写作、生成格时喂的就是它。操作条上「转为笔记」把它换成一篇可编辑、能让 AI 写的笔记。
  工作流多了「文档转 Markdown」节点,可以只取某几页 / 几张幻灯片。
• 文档转为笔记。 素材库右键 / ⋯ 菜单、文档详情里都有「转为笔记」:全文存成一篇笔记,文档里的插图这时才进素材库,
  笔记的来源记着原文档。
• 设置里的「素材外链」变成「能力提供方」。 一页列出宿主的几项能力各用哪一家:素材外链(传到哪一家对象存储)、
  文档解析(默认本地解析;装了 MinerU 这类插件也不会悄悄把文档传上去,得你自己在这里选)。插件作者看
  PLUGIN_MANIFEST 里的「宿主能力是一张表」。
• 画板上的时间线格。 「添加 → 新建 → 时间线」在画布上放一格小剪辑台:上半是粗剪预览(按顺序连着播、当前 / 总长、
  静音),下半是缩略图条(宽度跟时长走)。把视频 / 图片 / 音频格连进来就接到时间线末尾(音频进音频轨,画幅跟第一段走);
  按住一段横着拖换顺序,点一段选中,拖播放头找位置;上方操作条有剪刀(在播放头处切开)、删除选中的一段(后面的往前补)、
  「在剪辑里打开」。剪、删、排、加片段都在画板的撤销里(⌘Z / 撤销按钮),和画布上的改动按先后一步步退。格子背后就是一条
  正常的时间线,放在这张画板自动建的同名项目里,剪辑页里能接着精修。
  • 导出:操作条上的「导出」打开导出面板(分辨率、画质、「AI 生成」标识,和剪辑页同一组),成片落成右边一格视频;
    导出时格子上方一条「导出中」,能停,预览和缩略图条照常能用。
  • 「+」加一段:缩略图条末尾的「+」打开素材选择器,先列这张画板上已有的素材,点掉就是整个素材库;挑中就接到末尾。
  • 工作流的「导出时间线」节点也多了分辨率、画质、「AI 生成」标识三项。
  • 智能体也会用时间线格:能在画板上放一格新的时间线(批准时才建),把视频 / 图片 / 音频格连进去就接到末尾,
    写导出设置、替你点导出;精修照旧用 edit_timeline。它改完时间线,格子里跟着刷新。
• 资产库:人物、场景、道具。 左侧「素材」旁边多了「资产」:一个资产是「一个有名字的东西」,参考图就是素材库里的图
  (只引用、不复制)。资产归工作区,不挂项目,归类靠标签。
  • 列表照素材库:人物 / 场景 / 道具分页签,卡片是封面;工具条吸顶,能搜、排序(最近更新 / 名称 / 参考图多的在前)、按标签筛;
    右键打开、重命名、编辑标签、新建变体、删除;「选择」之后批量打标签、删除。
  • 详情页顶上是它是谁:大封面、名字、种类、描述、标签,和一行速览(几张参考图、几个变体、音色、人偶颜色、真人还是虚构);
    下面分「参考图 / 变体 / 设定 / 在哪里用过」四个页签。
  • 参考图墙每张标着角度,角度按种类分:人物有正面、侧面、三视图、全身、表情……,道具没有全身和表情,场景的角度是机位
    (全景、反打、俯视、设定图、细节)。能换角度、设封面、拖着排先后,点一张放大看(左右翻整面墙);「从素材库添加」在弹窗里
    搜、筛、多选,一次挂好几张;也能上传或把文件拖到墙上,先导入素材库再挂上。
  • AI 补画:参考图墙上「补全多角度」照现有的图画出还没有的角度(人物、道具补正面 / 侧面 / 背面 / 三视图,场景补全景 /
    反打 / 俯视),人物还能「生成表情」;挑一个收参考图的图片模型,几张一起画,画好按角度挂回来。
  • 「设定」里是提示词描述和种类自己的字段 —— 人物的音色(任何配音引擎的:本地克隆、Edge、各家云端)、白模人偶颜色、真人 / 虚构与授权声明(每一项写明是什么意思,
    谁、何时声明的由服务端记),场景的 3D 场景与时间天气,道具的 3D 模型。
  • 同一个人物的冬装、少年时期是它的变体,继承提示词描述和音色。删资产不删素材;删素材时引用它的资产少一张参考图,
    详情页说得出少了哪一张。素材详情里多一行「属于哪些资产」,素材库右键「设为某个资产的参考图…」。
• 生成时 @ 资产。 画板生成格的 @ 菜单里除了素材还有资产(带封面和种类),AI 工作台提示词下面有「@ 资产」,工作流的
  「AI 生成素材」节点多一格「资产」,智能体的 generate_image / generate_video 收 entity_ids。点名一个资产,它的
  提示词描述拼进提示词,参考图按所选模型收得下的张数挂上(三视图 > 正面 > 全身 > 其余;几个资产轮流挑);模型的上限只听
  它的描述,查不到就一张不挂。挂不全时说清楚挂了几张、为什么。可灵这类先建主体的模型,每个人物自动建一个主体,名字按
  图片内容算,再用不会重复建。
• 画板上的资产格。 「添加 → 从库里放 → 资产」放一格封面 + 名字 + 种类角标的资产格;连进生成格就等于在提示词里 @ 了它,
  生成格上面那一排摆着连进来的资产。选中资产格,操作条上是它的能力:补全多角度(三种都有),生成表情(只有人物有)。
• 工作流里的资产节点。 「取资产」点名一个资产或按种类 + 名字找,交出提示词描述、参考图(按生成时挑图的先后)、
  封面和音色;按名字找不到时「找到了没有」是 0,接「条件」先去画。「存成资产」把画好的图存成人物 / 场景 / 道具,同名的
  合并进去(只补缺的参考图,不覆盖人手改过的描述)。资产下拉可以只列人物、场景或道具。「补全多角度」「生成表情」也是两个节点。
  「列资产」列出库里某一种的资产,交出一行一个的清单给模型读。
• 画板「添加」重新分组:新建(图片、视频、音频、便签、文档、3D 场景、时间线)/ 从库里放(素材、资产、3D 场景)/ 整理(分组)。
  「素材」一行挑图片、视频或音频,弹窗里按种类筛,不再和「新建」那三行重复。
• 画板上「让 AI 写」认资产,文档格也会写。 连进便签的资产格、正文里 @ 到的资产,它的描述当材料、前两张参考图给模型看,
  写字面板上面那一排摆着它们。文档格选中后也能「让 AI 写」:空的写出一篇新笔记并引用它,引用着笔记的写成那篇的新一版
  (旧版还在),写的时候文档格上是和生成同一个样子的扫光占位;引用哪一篇笔记挪到了上方操作条,点文档格本身只是选中它。
• 图片格一键宫格切分。 九宫格、四宫格、分镜条这类拼图按行列等分切成单图(2×2、3×3、1×3、3×4 等预设),可选去掉
  宫格间的白边黑边;本机处理、不花钱,切出来的几张照原来的宫格排在右边。画板上是图片格的一项能力,工作流里是
  「宫格切分」节点,智能体用 split_image_grid。
• 「从主题到完整视频」认得资产库。 定角色和场景之前先看库里已有的人物、场景,故事里要的就是库里那一个时原名沿用;
  每个角色 / 场景先按名字到库里找,有图就直接用它的参考图、不再重画,新出现的才画三视图 / 设定图,画完存成资产 ——
  第二部片子里的同一个角色是同一张脸。
• 智能体的资产工具:list_entities、get_entity、create_entity、attach_entity_reference。
• 新增两张表 entities、entity_references,新装机和升级都由建表完成,没有要搬的旧数据。
• 画板:3D 场景格能按剧本搭。 3D 场景格的面板在「渲白模参考」和「按剧本搭」之间切:把剧本或分镜(文档、便签)
  连进场景格,搭一个白模布景:人物按文字动起来(跑、走、转身写成人偶的关键帧),几台相机从不同机位拍同一段动作,
  写好运镜,搭好的场景落进这一格(已有场景的格子换成新搭的,旧的还在「3D 场景」里)。「添加 → 新建 → 3D 场景」放一格空的
  等着搭;「从库里放 → 3D 场景」照旧挑现成的。相机、运镜、打光的规矩和「从主题到完整视频」是同一份;工作流里也有这个节点。
• 3D 场景当生成的参考。 把 3D 场景格连进图片或视频格,面板上多一行「3D 参考」:挑镜头,挑怎么用 —— 构图参考、
  首尾帧(视频)、运镜参考(视频),只列所选模型收得下的。生成时按场景当时的样子现渲这个镜头挂上,改了场景再生成
  就是新的;提示词里自动附上「这是白模、只取构图和机位」,视频再附一句运镜。场景里的人偶可以指定「演的是」资产库里
  哪个人物(编辑器检查器里挑,按文字搭场景时自动指上),镜头里看得见的那几个一并带上长相和描述。场景编辑器的
  「生成素材」改成开一张画板、连好场景和一格生成格,不再先导出一帧;「同时送一张灰模参考图」随之去掉。
  场景格不再存导出过的那一帧(升级时摘掉,那一帧素材还在素材库里)。
• 3D 场景格上画的是整个场景。 格子和它的面板上是这个场景的全景白模(后端渲,和交给模型的白模参考同一个渲染器);
  在编辑器里改了场景,回到画板就是新的一张。此前那里是导出过的一帧,没导出过就只有一句「选一个镜头……」。
• 数字人(ADR 0028)。 一张脸说一段话、给一段片子对口型。下面按「模型 → 用法 → 模板 → 合规」排。
  • 模型描述:时长跟着音频走。 生成模型可以声明成片长度跟着驱动音频(时长那一栏写明,
    不再留一个不起作用的控件)、按素材自身时长的上下限(驱动音频超出时提交那一刻就说「72 秒,这个模型只收 2–30 秒」),
    以及会截掉音频后半段(万相 2.7:所选时长比挂着的驱动音频短时提醒截掉几秒,一键改成按音频长度)。
  • 阿里百炼:说话照片(wan2.2-s2v)和改口型(videoretalk)。 同一个百炼连接;成片时长跟着驱动音频,
    不收提示词。本地的人像、配音、视频由适配器先传到百炼自己的临时存储(不用另配对象存储);说话照片提交前先预检人像,
    没有清晰正脸就当场说。接口照官方文档写成,还没拿真实密钥跑到终态,第一次用请留意报错。
  • 火山 · 即梦 OmniHuman 1.5。 设置里新增「火山引擎 即梦 AI(视觉)」连接(账号级 AK/SK),接上后说话照片
    多一个 OmniHuman 1.5:可以加一句提示词调动作和运镜,输出 720 / 1080,音频最长近 60 秒(长稿分段按它的上限切)。
    它只收公网链接,本地的图和音频会先传到你配的对象存储。
  • 可灵数字人与可灵对口型。 用现有的可灵连接:说话照片多一个「可灵数字人」(一张人像 + 一段 2–300 秒的配音,
    可加提示词调动作、情绪和运镜;选 1080p 走高品质模式),本地的图和音频直接传,不用对象存储;对口型多一个「可灵对口型」
    (原片 2–60 秒),它先认出原片里的人脸,挑出现最久的那一张,从那张脸出现的那一刻换上新配音、原声压掉。可灵认人脸
    只收链接,本地原片会先传到你配的对象存储;原片里认不出人脸、或者那张脸出现不到 2 秒,会直接说明。
  • 海外的 HeyGen 和 Hedra。 设置里新增「HeyGen」「Hedra」两个连接(各填一个 API Key)。HeyGen 给说话照片
    多一个 Avatar IV(一张人像 + 一段配音,最长 10 分钟,可写一句动作提示词,720p / 1080p),对口型多一个 HeyGen 对口型
    (原片 mp4 / webm,成片长度跟着新配音);Hedra 给说话照片多一个 Character-3(配音最长 10 分钟,540p / 720p / 1080p,
    画幅按原图自动挑)。两家都有自己的上传通道,本地素材直接传,不用先配对象存储。
  • 让它说话、对口型。 人物资产详情页和画板上的人物资产格能「让它说话」:用它自己的音色给一段话配音,
    再用它的正面图做说话的视频;真人没有「这是我本人」或「已取得本人同意」的声明就拒,起任务之前就说。画板图片格
    「让它说话」(嗓子在面板上挑)、视频格「对口型」(音频接上游的音频格,或用稿子当场配);这两个要先确认已取得画面中
    人物的授权。配出来的那段音频和视频一起落在右边,不满意时可以只换一版配音。要一个会说话照片 / 改口型的视频模型
    (如百炼 wan2.2-s2v、videoretalk)。
  • 稿子 → 数字人口播。 模板库多了「稿子 → 数字人口播」:一张正脸加一段稿子,逐句配音,按说话照片模型一次能收的
    长度(百炼 20 秒)自动分段,每段让这张脸说出来,首尾相接铺上时间线,字幕按配音的实际时长铺好,导出成片(带「AI 生成」
    标识)。工作流里新增「长稿分段配音」节点,「让它说话」可以接上游现成的一段音频。智能体也知道怎么做数字人了
    (先配音、再把正脸和这段音频交给会说话照片的模型)。
  • 视频翻译 · 改口型。 模板库多了「视频翻译 · 改口型」:在视频译配(逐句转写、翻译、字幕、配音)之后,让原片里
    说话人的嘴对上译文配音。原片按改口型模型一次能收的长度切块,切点落在两句之间;有配音的块才改(花钱),没有的直接用原片;
    改好的整段放在最上面一条新视频轨上盖住原片,原片不动,删掉那条轨就回到原样。工作流里新增「译配对口型」节点。
  • 商品 → 数字人出镜带货口播。 带货口播多了一个出镜版:挑一位资产库里的人物当主播,开场钩子和收尾号召由它
    出镜说(用它自己的脸和嗓子),中间每一拍仍是带商品的画面,口播用同一个嗓子念、对齐每一拍的开头。原来不出镜的那条不变。
  • 合规:音色授权与 AI 标识。 建克隆音色(上传参考音、从说话人克隆)时要选这把嗓子是谁的 —— 本人、已取得本人
    同意、虚构;升级前建的音色标成「未声明」,照常能配音,用于数字人(人物说话、图片说话、对口型)之前要在配音库里补上,
    不补在配音之前就拦下。导出成片里有数字人片段时,片头和画面右上角写「AI 生成」(导出框里默认开;关掉会写明按《互联网
    信息服务深度合成管理规定》《人工智能生成合成内容标识办法》由发布的人负责,下一次导出又是开着的),MP4 文件里总写 AIGC 标记。

安全

• 工作区成员能读到本机任意文件(严重)。 POST /api/assets 收客户端给的存储键,GET /api/assets/{id}/file 按键把文件原样
  发出去,键里写一个绝对路径或一串 ../ 就走出了数据目录 —— 任何有编辑权限的成员(不必是部署管理员)都能读到比如部署机上的
  SSH 私钥。这个接口已删掉(没有任何界面在用),素材只能由导入和生成建;存储键在解析时也拒绝绝对路径和 ..。
• 别人私有对话、私有生成会话里的内容,同工作区的人读不到了。 此前几处读路径只查「是不是这个工作区的成员」:
  确认卡列表和单取能看到别人私有对话里的工具和参数;任务中心、生成页的进度里能看到别人私有生成会话的提示词和整份请求;
  笔记能引用(并借此探出)别人私有对话里的消息。现在它们都跟着所属对话 / 会话的可见性走,看不见和不存在一样回 404。
• 共享来的对话和生成会话只读。 共享进工作区是给同事看的。此前同事能把别人的会话改名、删掉、收进自己的分组,
  往对话里发消息、改权限模式、答选择卡、批确认卡,在别人的生成会话里生成,换模型时还会把自己的连接写进别人的会话。
  现在写操作只有主人能做,界面上只读会话收起输入区和写入口。全局确认中心也只列你能拍板的卡,不再冒出一张点了就被拒的卡。
• 关掉自助注册之后,第三方登录也建不了新号。 此前 Google / Apple 登录自己建用户、不看注册开关,关了注册照样能凭空建号;
  空库里第一个用第三方登录的人也不会成为部署管理员。建账号现在只有一个入口,两条路过同一道闸,已绑定的第三方身份照常登录。
• 「清空已结束」不再清掉别人会话里的生成任务。 此前按整个工作区删,同事能清掉你私有生成会话下的任务;现在和取消任务
  同一道闸,只有会话主人动得了。
• 画板生成格喂给模型的文档由后端按连线读取。 此前由前端把正文拼进提示词提交,给模型什么由客户端说了算;现在客户端只交
  用户写的那句,连进来的文档由后端按连线和工作区校验取(见「修好了」里那一条)。

改了

• 插件装包的镜像改由 Mosael 统一管。 「管理 → 下载源」(原「安装源」)多了 npm 一行;插件在清单里声明
  package_sources,每个连接上多一行「PyPI 镜像」/「npm 镜像」下拉,默认跟随下载源、可以单独换预设或自定义地址。
  Manim、Remotion 0.3.0 起去掉了自己的镜像文本框,旧连接里填过的地址升级时自动搬过来。

• 能力的引擎 id 统一成 builtin:<名字>,存着的数据升级时自动改写。 降噪(builtin:ffmpeg、builtin:deepfilternet、
  builtin:rnnoise)、分离人声(builtin:demucs)、转写(builtin:funasr、builtin:whisperx)、翻译(builtin:google、
  builtin:chat,原来的 ai)、配音(builtin:clone、builtin:edge、builtin:openai、builtin:volcano、builtin:alibaba……)都换成这种写法,插件连接用它自己的 id。
  已存的工作流(含循环体、子图)、画板里的引擎选择、人物的音色、智能体的语音设置升级时一并改写:
  降噪、分离、转写里的 auto 变成空(= 按默认),翻译和配音里点了名的照留点名。

• 部署配置 asr_provider(环境变量 MOSAEL_ASR_PROVIDER)不再决定用哪个转写引擎。 转写用哪一家在
  「设置 → 能力提供方 → 转写」里按人定;没定时用装好了运行环境的第一个本机引擎(FunASR 在前)。这个配置现在只在升级时
  用来认领旧版共用的运行环境。

• 接口里的 engine 参数改收提供方 id。 POST /api/assets/{id}/transcribe?engine=、POST /api/assets/{id}/separate?engine=、
  POST /api/assets/{id}/denoise 的 engine、POST /api/translate 的 engine、字幕配音 POST /api/sequences/{id}/dub-subtitles
  的 engine、POST /api/tts/preview 的 engine:值是 builtin:<名字> 或插件连接 id,空 = 按这个人的默认。旧的裸名字
  (auto、funasr、rnnoise、demucs、google、ai、clone、edge……)不再认,会回「不认识的提供方」。
  翻译接口的 engine 原来缺省是 google、只收 google | ai,现在缺省为空;字幕配音缺省是 builtin:clone。
  自己写脚本调这些接口的,按新写法改。

• 让智能体在本机执行代码不逐次问人,要部署管理员同意。 「本机执行代码」(不隔离、以后端身份跑)从「每次问」放宽到
  「交给判断者」或「总是允许」,现在只有部署管理员能设;此前工作区管理员就能设(那道检查写成了重复的工作区角色检查,
  等于没有,而且只拦「交给判断者」、没拦更宽的「总是允许」)。沙箱里跑代码不受影响,照旧由工作区管理员决定。

• 插件清单不能再声明出站代理的变量名。 HTTP_PROXY、HTTPS_PROXY、ALL_PROXY、NO_PROXY、NODE_USE_ENV_PROXY
  (大小写都算)是宿主保留的,出站走哪条路由宿主按连接决定;清单里声明同名的配置或凭据键,安装时就报错。此前是静默被宿主盖掉。
  已上架的插件都没有声明这些键。

• 浏览器上传的「素材」和「本机路径」只能给一个。 工作流「浏览器上传」节点和智能体的浏览器动作两个入口同一条规矩:
  两个都给、都没给都当场说。此前一个素材优先、一个路径优先,忘了清掉旧路径时每次运行传的都是那份旧文件,还显示成功。

• 本机引擎的安装挪到管理页「引擎」。 转写、声音克隆、人声分离、降噪的安装 / 下载,克隆的解释器与模型下载源,
  以及装依赖用的 pip 安装源,都只有部署管理员能改,此前却摆在每个成员都看得到的设置页里,一点就被拒。现在它们在
  「管理 → 引擎」;设置里的「配音与音色」归到「个人与工作区」,留下工作区音色库和内置配音引擎现在能不能用。
  逐字稿、降噪对话框、字幕配音里遇到引擎没装:部署管理员直接去「引擎」装,其他成员看到「由部署管理员安装」。

• 从 Blender 接回来的 3D 模型按场景起名(「天台 · Blender」),不再一律叫「Blender model」;已有的由升级迁移改名。

• 数字人的授权在每一个入口都要。 此前只有工作流里「让它说话 / 对口型」这几个节点和画板、资产详情页问授权;
  在 AI 工作台或让智能体直接调说话照片、对口型模型时一道都没有。现在凡是挂了驱动音频的生成,都要勾上「已取得画面中
  人物的授权」才提交得出去:AI 工作台和画板生成格挂上驱动音频时多一格勾选,智能体的 generate_video 多一个
  digital_human_consent(开卡时就检查),工作流「AI 生成素材」节点的高级设置里多一项授权确认。生成记录上留着这次声明。

修好了

• 插件工具的表单不再中英混杂。 仓库里每个插件的每个工具参数都有了中英文名字(Manim 讲解视频的表单此前一半中文、
  一半露着 Subtitle / Steps 这类键名)。

• 装着旧版 Manim / Remotion 时插件页、智能体会话打得开。 旧版清单里的镜像文本框升级时换成「下载源」下拉;
  列表加载失败时侧栏里的空状态也上下居中了。

• 智能体对话能附上 Markdown 了。 Markdown / TXT / CSV / 网页和 PDF 一样进素材库当文档,智能体按段读:此前它们被
  内联进消息,大的「太大了」,几十 KB 的附上了一发送就被拒「at most 8000 characters」。别的文本文件(脚本、字幕、配置)
  照旧内联,上限和一条消息装得下的对齐,超了在发送前就说。附不上时写明是哪一个、为什么 —— 从微信、飞书的聊天窗口
  直接拖出来的文件在它们的沙盒里,系统不让别的应用读,此前会误报成「127.0.0.1:8800 连不上」,现在直说是文件读不到
  (先存到本机再拖进来)。

• 后台任务的回执不再像是你发的。 智能体起的任务(解析一份附件、一次生成)跑完会在对话里送回一句「……已完成」,
  好让智能体接着做;此前它摆成右侧的用户气泡,看着像你自己发的。现在是左侧一块内嵌,抬头写「后台任务回执」。
  智能体自己已经盯着任务跑完(查到了结果)的,回执就不再送 —— 此前它照样来,还让智能体多跑一轮回一句「收到」。

• 「设置 → 能力提供方」打开时有骨架屏。 后端要问一遍每个本机引擎装好了没有(起子进程探,刚启动时要几秒),
  此前那几秒整页一片白;现在是骨架屏,加载失败能重试。后端启动后也会在后台先把这些探一遍,第一次打开就快。

• 插件的布尔配置是开关了。 清单里声明成 boolean 的配置(Manim 的「不限制自定义代码」)此前渲染成一个写着
  false 的文本框。

• 插件工具失败了不再显示成「成功」。 有的 MCP 服务(比如 TikHub)在上游拒绝时不按协议标出错,而是把
  {"error": …, "status": 403} 当正常结果交回来,插件页的调用记录因此写着成功,智能体和工作流也拿它当数据往下走。
  现在带 error 且状态码是 4xx / 5xx 的结果按失败记,原因写的是上游原话和状态码。

• 飞书长连接停下后不再留线程在后台写库。 停机器人、关后端时等读子进程输出的线程收尾;CI 上时红时绿的
  「no such table: feishu_bots」随之消失。

• 「视频翻译 · 改口型」的成片导出时也带 AI 标识。 改好口型的几块接成的整段不是哪一次生成的产出,导出时认不出它是
  数字人片段,画面上的「AI 生成」和 MP4 里的 AIGC 元数据都没加;现在它登记时就标成数字人来源,导出照常加上。

• Seedance 默认出有声视频。 画板视频节点、AI 工作台里选火山方舟的 Seedance 2.0 / 2.0 fast / 2.0 mini / 1.5 pro 时,
  「生成音频」默认开着(和方舟接口自己的默认一致);此前默认关,出来的都是静音片。已经手动关过的节点保留你的选择。

• MinerU 上传不再 403,还能选代理。 上传文档时请求里多带了一个请求头,签名对不上被拒;已修好。MinerU 只在中国大陆
  区域提供服务,插件页的连接卡片上多了「网络」:跟随 Mosael 的出站代理(默认)/ 直连 / 走指定代理(人在境外选一个进大陆的
  代理,人在境内开着全局代理选直连)。这是宿主给每个插件连接的设置,不再是 MinerU 自己清单里的配置项;已有连接里的旧设置
  升级时自动搬过来。

• 几个插件调用同时起跑时不再偶尔报 UNIQUE constraint failed: network_config.id。 出站网络配置那一行第一次被
  几条线程同时读到「还没有」时,各自去建、后到的撞约束;现在撞上了就读别人建好的那一行。

• 文档解析能停下,同时解析几份 PDF 不再把后端打挂。 文档阅读器解析中多了「停止」,停在下一页、记成「已停止」
  (不算失败),可以重新解析。此前几份 PDF 同时渲页面图会让整个后端进程崩掉,现在按页排队,几份照样交替进行。

• 智能体能把大表读全。 一张几百行的表是一整段,此前超过单次读取的上限就只读得到前一截;现在能从一段的中间接着读,
  切在表中间时补上表头。本地解析 Excel / CSV 的行数上限从 500 提到 2000。

• 智能体里的文档附件点开就能看。 输入框里、消息里、正文引用里的 PDF / Word / PPT 点一下弹出文档详情(三栏阅读),
  不再点了没反应或整页跳去素材库。新对话的标题取你说的那句话,不再带着一截「[附件 asset_id=…」;已有的升级后自动改好。
  切到「轨迹」时右侧的「工作环境」也能打开了。

• 不认得的文件不再被当成视频。 此前 pptx 这类文件导入后进了「视频」,还会去起一个转码;已经这样进来的文档
  升级后自动改回「文档」,第一次打开(或被智能体、画板读到)时补上一次本地解析。压缩包这类素材库不收的文件,导入时直接说清楚能导什么。

• Windows 上装了 Mosael 不再抢走视频、音频的默认程序。 此前安装包把 mp4、mov、mp3 等扩展名的默认程序直接改成了
  Mosael,文件图标也跟着变。现在 Mosael 只出现在右键「打开方式」和「设置 → 默认应用」的候选里,用不用它由你选;
  装新版时会把旧版改掉的默认值还回去(你自己在「打开方式 → 始终使用」里选过的不受影响)。macOS 上也标成备选,不和
  QuickTime、音乐争默认。

• 画板生成格连着的文档由后端按连线读。 此前前端把文档正文拼进提示词再提交,生成记录里存的是拼过的整段,AI 工作台
  会把整篇文档当成你说的话画出来。现在只存你写的那句,文档由后端按连线补给模型;读不到的文档(没挑、还在解析、解析失败)
  会直接说明,不再悄悄跳过。已有的生成记录升级时自动切开。

• 下拉菜单的点击不再穿透。 用鼠标在下拉里选一项,菜单收起后那一下不会再落到下面的格子上(此前会让下面那格视频开始播放)。

• 3D 场景格的渲白模面板:去掉和操作条重复的「编辑场景」,去掉没用的「项目」(渲出来的本来就落在右边;升级时摘掉存着的值);
  用过「按文字搭」的格子再渲白模不再被拒(面板只发渲白模自己的设置)。

• 3D 场景格「按剧本搭」:模型改成一格直接挑(和「让 AI 写」同一份清单),不再先挑连接;修掉搭场景时报
  「objects.0.parent_id: String should have at least 1 character」—— 布景输出里用不上的引用写的空字符串当作没有。

• 3D 场景格「按剧本搭」不再把一段连续的戏拆成几套一模一样的布景(每镜复制一份地面、山和人,人也不动)。

• 3D 场景格在跑 / 跑挂了时整格一块占位,和文档格在写时一样;不再在底下挂着旧场景的名字,下面两个角也不再缺一块。

• 任务详情看得到结果了:写出来的正文、生成的图(点开大图)、音频(就地播)、文档格写成的笔记(链接);
  此前只有状态和一串 job.* 事件。

• 画板上在跑的格子占位统一:便签、文档格「让 AI 写」时和图片格生成一样,扫光占位贴满整格、只留格子那一圈边框
  (此前文档格的占位缩进一圈像叠了一张卡,便签在写时没有占位)。

• 触控板模式下双指滑动有时突然变成缩放:画布不再用「按住 ⌘ 滚动 = 缩放」(⌘ 的抬起被系统吞掉时会卡在「按着」),
  双指滑动永远平移、捏合缩放;画板和工作流共用一份滚轮设置。

• 开发时后端重载、或本机后端挂掉时,不再弹「主进程发生 JavaScript 错误」(setTypeOfService EINVAL):主进程的请求改走
  Electron 自己的网络栈。

• 触控板平移画板时,指针划过文档格、便签旁的「保存到笔记」不再让画布停住:只有选中的那一格才截住滚轮去滚它自己的内容。

• 设了更宽宽度的弹窗(挑素材、发布记录等)不再被压回 512px。

• 素材库、剪辑的素材池和资产库共用同一套标签筛选与标签弹窗。

• 「找不到」回 404 不再取决于请求语言:此前时间线、转写找不到时,中文请求回 422、英文请求回 404。