Skip to content

Releases: LaplaceYoung/dsh-directorx

Release list

DirectorX 0.2.0

DirectorX 0.2.0 Latest
Latest

Choose a tag to compare

View all tags
@LaplaceYoung LaplaceYoung released this 18 Aug 12:10
v0.2.0
64a9ed4

Fixed

  • 画布菜单：双击空白只出快速添加节点，右键空白才是完整添加 / 导入；右键节点先选中再出该类型的短菜单，多选走排列菜单；工具超过三项收进子菜单。Esc / 点菜单外 / 滚轮先关菜单，不再被会话浮窗抢走 Esc。
  • 提问走 DSH 标准通道：分叉、签字、收成技能不再叫「提问卡通道」。directorx_ask / confirm / skill_capture 一律 userInteraction.ask。
  • 剧本/人物设定上板：character_register、storyboard、bible pin、canvas_script 把剧本和人物设定钉成画布文本节点。
  • 生成不再过松：成稿门槛改为至少 120 字且景别/运镜/光线/环境/风格写齐 4 项；H3 要 160 字 + 时间线或三段公式。占位展开写成可执行导演稿，不再塞「角度不是成稿」。
  • generate_ready 不再把硬切/转场误判成首尾帧；声明 ref2v / t2v 优先于宽泛 FL 词。
  • IP 扫描：frozen 不再把英语冻结动作误判成冰雪奇缘。
  • Modelverse H3：1440P 大小写都映射到 2K。

Changed

  • 菜单文案对齐同类无限画布产品：生成、添加节点、编辑、复制、锁定、删除、编组 / 取消编组、提取帧、智能解析、局部重绘、合成视频、去字幕、视频延长、导出 GIF、重新生成、自动连线、九宫格。旧叫法仍可口头触发。

  • 发版走 GitHub Releases：v* 标签会跑测试并发布；本地 npm run release。

  • 知识库 OKF 治理：语料按 Google Open Knowledge Format v0.2 带 type / tags / description / sources。删掉重号占位，合并导航/总合成/N+1 四融合。有效文章 348（90 个旧编号重定向）。knowledge_search 可按 type/tag/group 过滤，综合篇降权。维护命令 npm run knowledge:audit / knowledge:check。

  • 画布分镜排版：镜号与标题叠在卡片底部，空卡显示意图而不是空白图标；多选时收起生成条，避免和多选栏叠在一起。编组给幕标题留出上边距。方向键按 8/16 网格微移，吸附打开时跟网格对齐。Tab / ⇧Tab 按镜号和阅读顺序换镜。

  • 画布卡片：成图铺满卡片，不再叠齿孔/角标/底栏；文件名 slug 不当标题；双击节点居中缩放到合适位置。DSH 会话里生成结果出小图预览，双击加入画布（已在画布上则聚焦）。

  • 画布 / 编辑台：E 打开所选媒体编辑；编辑台显示镜头名而非文件名；Esc 先取消裁剪/文字再返回画布；⌘S 保存；图片工具 V/C/B/T/A；视频时间线播放头带当前时间。

  • 适配 DeepSeek Harness 0.1.0-rc.7：浏览器半侧同时注册 settings.section 与 settings.plugin.item（id/key=directorx）。现网 plugin.item 是 list 槽，必须带 options.id。RC.7 起 Host 服务全部已注册 settings 命名空间。

  • README：补入画布截图与成片演示（docs/assets/），并按当前画布会话、确认后落板、调色台、90 工具、DSH 0.1.0-rc.7 对齐说明。

  • ffmpeg 8：delogo 去掉已删除的 band 选项；烧录字幕改走 subtitles 滤镜（ass 不再读 SRT）。

Removed

  • 社区雷达文档：不再随仓库发布 docs/community-radar.md。

Added

  • MiniMax H3 手册内化：官方时长 4–15s、推荐 1440p、提示词三段式与首尾帧纪律写入 h3-contract / h3-prompt 和 minimax-h3-prompt-copilot。有首尾帧时不再叠 role:reference。

  • 画布工艺：文本剧本可拆成「本→首帧→视频」分镜行（directorx_canvas_script，认 Fountain 场次与中文镜号）；成片视频可抽帧上板（directorx_canvas_frames，ffmpeg）；成片一键解析（directorx_canvas_parse，切点检测+分镜稿+代表帧）；片段重做（directorx_canvas_reshoot cut 切头尾、中段走 DSH 生成闸，再 assemble 拼回）；按角色名和词令重叠自动连参考边（directorx_canvas_autolink）。画布菜单与 POST /directorx/canvas/craft 同源。不写 generating，也不加音频节点。

  • 提示词 / 成片编排：directorx_prompt_plan 按镜头给出六要素缺口、视频物理链、模型 copilot 和版权方法，不写死成稿。brief.compose 补上路（skill_route）和稿（plan→craft→ready）；阶段账本增加 craft。directorx_chengpian 的二到四个角度只是写法，返回 flow/next 让 DSH 自己写细。

  • 编排收口：分诊类型只在 brief.classifyRequestType 一处判定；brief / 画布指令 / orchestrate 共用同一份 prompt_plan。成稿缺 refs 时优先走 route，不再重复搜库。IP 扫描与项目记忆短缓存；知识/技能检索共用分词；卡片只订阅本镜连线和同提示词变体，避免整图重绘。

  • DSH 可编排的确定性编辑：directorx_edit_plan 按意图路由；directorx_image_edit 做旋转/翻转/裁切/缩放；edit / video_process / timeline / smart_cut / concat 可带 nodeId 回写画布并记入 edits 账本。调色仍走 directorx_studio。不削弱 craft/ready/proposal 生成闸。

  • 技能/工具路由：directorx_skill_route 按原话点名该 read 的 skill 与应按序调用的工具；skill_search 命中也带 tools/next。生成前必须 route → skill_read 正文，不能只看目录摘要。

  • 知识库 ↔ 技能对照：同一套同义词；skill_route 带文章 id；knowledge_search/read 命中带该读的 skill；skill_search/read 命中带该读的文章。DSH 按 id 精读，不再两边各搜一遍。

  • 2026-08 X 现场管线：方法论补规则 100-105（分镜事实源、参考隔离、资产护照、未锁不许写提示词、物理因果链、模型各吃各的提示词），制片统筹七步对照现有工具。

  • 版权安全改写（编排 + 记忆）：工程只检出 IP 并给出论文方法轴（泛化 / 去专名 / 负向排除），不写死替换句。directorx_ip_scan 带回方法与项目记忆；directorx_ip_rewrite 验收成稿并按用户用法记入 ip-memory.json。画布红波浪线「交给 DSH 改写」。成稿仍含专名则 craft / ready / generate 拒绝。依据知识 213、Nature genericization、arXiv 2406.14526。

  • 生成模型自接入（A+B）：用户只交模型 id、API 文档、Key。固定工具链 directorx_provider_ingest → classify → draft → smoke → commit。已有协议复用现成适配器；对不上的新 HTTP 走 generic-rest（JSON create/poll，禁止生成代码）。设置页「接入新模型」，generate_* 可带 model 覆盖，路由表合并用户 catalog。README 将自适应接入作为首页能力。

  • 提问卡 / 检索 / 阶段账本：directorx_ask 把分叉做成 DSH 提问卡（禁止正文菜单）；知识检索加同义词与分组，并增加 directorx_skill_search / directorx_skill_read；directorx_stage 记录 brief→deliver 的阶段性产物。

  • 生成必须先成稿：画布短句只是意图。directorx_prompt_craft 校验已 read 的知识库与 skill（必要时外部调研），generate_* / propose 必须带 craftId。

  • 画布交互（一手 fiber）：左键拖节点移动、空白框选、中键/右键/空格平移、滚轮平移、捏合+左下角滑条缩放（10%–300%）；画布打开时收起「DirectorX 编辑」把手；details 列按剩余宽度改 grid。WebUI 仍不写 generating 节点。

  • 画布 agent 工具面（DSH 增删改查/分组/编排）：canvas_add 可写 prompt/shotIndex/状态/连续性；新增 canvas_node（单条读写上下文）、canvas_groups / canvas_group（收组）、canvas_disconnect（按端点删边）、canvas_sequence（写镜号+承接）、canvas_plan（幕/镜一次落画布，不生成）。MCP 同步。WebUI 仍不得写 generating 节点。

  • DSH 人机平面（命令 + 原生提问）：宿主注册 /directorx（ctx.commands，Web 斜杠菜单 / TUI，零 token）；directorx_confirm 直接调用 ctx.userInteraction.ask() 对下一条 / 提案队列 / 分镜表签字并写回账本。不再只返回 ask: ask_user_question hints。客户端给裸 /directorx 挂 popupSelect。

  • 成片 persona + 严格/自动/协同：directorx:chengpian 进 DSH system prompt（order 5，人格带）；directorx_chengpian 决策确认/生成/二到四个提示词/占位。严格先出选项，chosen:true 入队选定的一条；批准后 generate 带 proposalId 才执行。自动预算内放行。确认走 directorx_confirm（DSH userInteraction）。

  • 画布 UI：近黑 #141414 幽灵层、Inter、卡片内联操作、空态一颗白胶囊「交给 DSH 开拍」。生成条只入队 intent，不写 generating 节点。

  • README：按常见高星仓库结构重排（徽章、能力表、流程、对比、FAQ），数字与当前工具/语料对齐。

  • 可组合生产流程：directorx_brief.compose 按类型给出配方 + 阶段 + 工具序列（调研 → 澄清 → 占位 → 分镜表签字）。agent 用现有工具自己编排；directorx_orchestrate 仍是可选加速。

  • 画布分镜表：directorx_canvas_shotlist 按 shotIndex 导出编号分镜（时长/连续性/状态/时长预算），给用户签字后再花钱。形态来自 Storyboarder / Boords，不生成媒体。

  • 生成条角色锚点：画布指令带上已注册角色名；formatDshCanvasPrompt 要求 DSH 生成时传 characters，UI 不再自己写节点。

  • 隔离开发回路：scripts/parallel-dev-loop.mjs 以独立 cwd/git -C 推进本仓库；测试红则本树不提交，不碰 sibling agent 树。

  • 画布命令面板换成 cmdk：两套手写 ⌘K 列表合并为 CanvasCommandPalette（pacocoursey/cmdk），分组过滤、方向键与 aria 由库负责。

  • 画布上下文抽屉：列出 GET /directorx/canvas/intent 待领取/处理中指令（再交给 DSH / 取消），并接入角色库 GET/POST /directorx/characters（只写 characters.json，不改画布）。指令 POST 现在也可 {id,status} 取消。

  • 画布生成环（节点 + / 底部生成条）：选中节点右侧 +、悬停「生成」、
    快捷键 G、拖线到空白「生成下游」都会打开底部生成条（图像/视频 + 提示词）。
    提交后写入 directorx_canvas_intents 并 session.prompt 交给 DSH；
    DSH 用 directorx_canvas_continue / directorx_canvas_* 改画布，UI 不再自己写
    generating 节点。continueGenerate 仍是 DSH 工具的规划器。自定义连线层
    经 ViewportPortal 进入 xyflow 视口，端点按分组绝对坐标计算，平移/缩放后仍贴在节点上。单击媒体卡改为选中
    （双击才进编辑器）；镜头状态循环 / 分组折叠按钮真正接线；保存不再丢掉
    shotStatus / selectedTakeId / continuityRules / 边的 sourceVariantIdx。
    标题栏居中（「请输入标题」）；滚轮平移、⌘+滚轮缩放，与帮助文案一致。

  • 扩充调研波（四方向，规则扩至 99 条 + 工具升级）：

    • 平台运营 84-91（封面三件套/平台规格/标题公式/发布窗口/留存四时刻/
      封面质检/CTR SOP）→ brief 平台规格卡 + 标题变体 + 封面提示词；
    • 配音表演 92-99（规定情境/停顿杠杆/一句一重音/对象感/语速基准/
      音色四参数卡/一段一指令/中文预处理）→ generate_audio instructions；
    • VFX 74-83（慢动作纪律/无缝转场原理/VFX 四要素/合成思维/转场参数表）
      → videoProcess reverse/freezeEnd + timeline 场景级 speed；
    • 商业与教育 69-73（Distributed AIDA/微课认知负荷）→ brief 钩子变体；
    • README SEO/GEO 重写（双语关键词 + 双 mermaid 流程图 + FAQ）；
    • 修复：canvas_search 容错、纯视频片段拼接（cut/fade 双路径）、
      上游扫描白名单（本仓库链接）。

  • 视频生成与导演知识调研波（三方向全部沉淀，模型 API/本地部署不涉及）：

    • 内置技能 directorx-methodology 扩至 68 条规则（12 领域）：导演技法
      36-48（景别序列/运镜动机/场面调度/光影色彩/转场语法）、叙事后期 49-58
      （三段式/三幕比例/冷热开场/Setup-Payoff/B-roll/字幕时序/响度曲线/声音
      三支柱）、提示词进阶 59-68（时序三层分离/镜头块模板/风格语法/画幅先定/
      参考池/种子语义/音画三格式/首帧锁构图），全部附来源与工具落点；
    • 调研规则产品化：directorx_qa 新增 ASL 平均镜头时长质检门；
      directorx_generate_video 新增 negative_prompt 透传；
      directorx_style 新增四个完整风格语法预设（wong-kar-wai /
      wes-anderson / cyberpunk / noir——锚+色盘+运动语法+负面锁四件套，实测）；
    • radar 归档三方向调研波（来源 + 规则映射 + 口径声明）。

  • 高优先级四支柱（产品与工程编排向，模型接入降级）：

    • 分析视频：directorx_video_analyze（分镜检测/代表帧/响度）、
      directorx_qa（时长/画幅/音轨/镜头数/节奏/黑帧/白帧七门）、
      directorx_qa_report（一键质检卡上画布）；
    • 制作视频：directorx_smart_cut（LLM 精剪，脚本句↔字幕匹配组装）、
      directorx_clip_rank（候选片段排序，ESA 评分步）、
      audioMix.targetLufs（-14/-23 LUFS 平台标准）、ducking 参数对齐
      行业标准、提案状态机上画布（propose 绑定画布节点）；
    • 理解意图：directorx_brief（类型/平台/时长/风格/锚点/素材推断 +
      一次澄清协议 + nextActions 动作序列）；
    • 制作方法论：内置技能 directorx-methodology（25 条规则：成片结构/
      提示词工程/剪辑节奏/LLM 精剪/音频混音，全部附来源与工具落点），
      三模板引用规则编号；
    • 方法论实演两次：质检镜像（analyze+qa→画布质检节点）、意图分诊
      （brief→画布简报组 15 节点）。

  • 联网+开源社区调研驱动的 agentic 能力补齐：

    • directorx/mcp：JSON-RPC 2.0 MCP 端点（13 工具）——外部 AI 助手（Claude/
      ChatGPT/Cursor）可驱动 DirectorX 制片工作室（对标 Runway MCP）；
    • directorx_video_understand：视频理解（抽帧+vision 描述，不可用时确定性降级）；
    • directorx_character_register/list + 生成工具 characters 参数：角色/主体
      一致性锚点（对标 Gen-4 世界一致性、可灵 3.0 主体参考）；
    • directorx_timeline：OTIO 灵感 timeline.json 渲染中枢（裁剪→拼接→混音→字幕，
      改计划=重渲染）；
    • directorx_audio_sync：音画同出（旁白边界检测+自动混音+字幕+时间锚点）；
    • directorx_canvas_branch + 画布「对比」视图：多版本对比选优（Sora 2 remix）；
    • directorx_subtitle_cut：按字幕打点切镜头（FunClip 对标，关键词定位）；
    • 自主推导工作流三次实测（口播 dryRun/拉片/理解联动），画布全程镜像。

  • AI 视频制作全链路（确定性 ffmpeg 工具链，插件自包含）：

    • directorx_video_process（裁剪/变速 0.5-8x/缩放/音量/静音/fps）、
      directorx_video_concat（硬切或 xfade 交叉淡化拼接）、
      directorx_audio_mix（多轨混音 + sidechain 闪避 ducking）、
      directorx_video_subtitle（soft 软字幕轨 / burn 烧录按 libass 探测）、
      directorx_video_zoom（Ken Burns 推拉/平移）、directorx_video_pip
      （画中画/贴纸叠加）、directorx_audio_beat（ebur128 瞬时响度节拍检测）；
      全部真实 ffmpeg 往返测试（44+ 用例覆盖）。

  • agentic 工作流能力：

    • 三套 workflow 模板：directorx-pipeline（多镜头叙事）、
      directorx-talking-video（口播/讲解：脚本→tts→b-roll→混音→srt）、
      directorx-montage（卡点混剪：素材盘点→beat→裁剪→拼接→混音成片）；
      全流程画布镜像 + dryRun 零成本质检路径；
    • directorx_propose/proposals/proposal_update 占位提案状态机（先方案
      后生成，approved 才执行）；
    • directorx_preflight 生成前四道闸门（规格/内容/成本/权利）确定性审计；
    • directorx_style 风格/镜头语言注入（知识库实文 + 10 个预设 slug）。

  • 导演知识工具化：directorx_style（见上）+ 内置
    directorx-production-lead 技能（分诊/控制模式/单元生产/工作流推导）。

  • DirectorX persona 与画布/编辑器工作台（agent runtime 层改造 + WebUI 表面）：

    • systemPrompt 注入 DirectorX（DX）制片统筹 persona：分诊（简单直接生成/
      复杂走 production-lead）、成本护栏、unit 粒度汇报、默认中文；子代理
      继承同一纪律；
    • 画布 = 分镜板制度：节点=镜头/素材、连线=承接、分组=幕；workflow
      编排模板的每个阶段镜像画布（dryRun 实测：分镜导演子代理真实写入分组+
      镜头节点+顺序连线）；
    • 内置技能 directorx-production-lead（分诊/三控制模式/单元级生产/工作流
      推导协议），并接入 systemPrompt。

  • 无限画布（自研视觉语言 + DSH 完全掌控）：

    • Tab 化编辑坞（画布/图片编辑/视频编辑）入驻布局右栏（挤压主会话、
      窄屏自动收起、原生拖宽）；纯黑画布、16px 幽灵卡片、白 95% 选中描边、
      图标幽灵工具栏+白色胶囊主按钮、画布标题栏；
    • 交互：分组随动、框选、右键菜单（画布/节点）、双击重命名+加节点、
      拖线到空白建节点、素材拖拽/本地导入/库搜索、6px 吸附对齐...
Read more
Assets 2
Loading