Skip to content

v0.6.1 — 可灵图片生成 + Windows 原生层对齐

Latest

Choose a tag to compare

@vark-debug vark-debug released this 29 Oct 14:13
· 3 commits to main since this release
7ae7740

新增可灵(Kling)图片生成 —— 文生图 / 图生图,与已有的可灵视频共用同一份服务端模型清单与 CLI 登录态。

同时修复 Windows 平台原生层(C++ addon + launcher 脚本)与 macOS 实现不对齐导致的问题。macOS 侧除新增可灵图片外,原有功能不受影响。

新增

  • 可灵图片生成 provider(走本机 kling CLI,非 HTTP API)
    • 文生图 text_to_image / 图生图 image_to_image,智能路由:有参考图走图生图,无参考图走文生图(provider 内部判定,UI 无需切换)
    • 模型清单由服务端动态下发,与视频侧共用同一份 who_am_i 响应(不额外发 CLI)
      • 实测 4 个图片模型:v3_0_omni / o1 / v3_0 / v2_1
      • 默认模型取服务端 text_to_image.defaultModel(kling-image-v3_0_omni)—— 不能取清单首项:image_to_image 没有 defaultModel
    • 参考图走「预上传直链 / 本地路径」,不走 Base64
      • 可灵 CLI 的 resolveImageUrl 只认 http(s) 与本地文件路径,data URI 会被当成文件路径去上传而必然失败
      • 复用视频侧已有的 klingPreUpload:抓素材时后台拿 CDN 直链,提交时传 URL(CLI 直通不重传);直链过期回退本地路径由 CLI 自行上传
    • 尺寸走 img_resolution + aspect_ratio(服务端声明),不认宽高像素
      • 可灵的像素表与其余平台完全不同(实测 1k 16:9 = 1360×768,不是 1280×720;2k = 1k 的 2 倍,4k = 2k 的 2 倍)
      • 新增 ImageGenCreateRequest.resolutionTier 透传服务端档位("1k"/"2k"/"4k"),provider 不必从像素反推
    • 参考图槽位上限按服务端声明(image_1..image_10;v2_1 是语义槽位 subject_image_N / scene_image / style_image),超限与必填缺失在提交前预检
    • 产物优先取无水印地址:可灵同时返回 url(带水印,实测 2048×2048 PNG 6.70 MB)与 urlWithoutWatermark(5.90 MB)—— 图片是素材,带水印会把水印烙进成片
    • 积分「提交即上报」:与视频侧同语义(提交即扣、失败不退),purpose 独立为「可灵图片生成」与视频分列
  • 图片模式新增「平台」栏(与视频模式一致):模型弹层顶部一排平台按钮(RunningHub / 火山方舟 / 可灵)
    • 可灵不需要 API Key(走 CLI 登录态),切过去不显示 Key 配置入口,提交按钮不会误显示「请配置 API Key」
    • 平台从「按 modelId 反查」改为显式状态 —— 两个平台存在同名模型时反查有歧义
  • 图片参数随平台 / 模型收敛:切平台或切模型后,当前档位与比例自动收敛到新值域
    • 尺寸大小写不敏感("1K" ↔ "1k"),切平台时保留用户选择
    • 服务端声明了默认档位时优先用它(可灵默认 "2k",退到值域首项会降一档画质)
    • 值域外的值(如 "8k" / "5:5")在提交前按目标工具的实际声明复核纠正,不会下发非法参数
  • 图片模式无 API Key 时默认可灵(与视频模式同策略)
    • RunningHub / 火山方舟两个 HTTP 平台都没配 Key → 自动切到可灵(走 CLI 登录态,不需要 Key),不再停在 RunningHub 显示「请配置 API Key」
    • 平台栏排序同步:两个 HTTP 平台都没 Key 时可灵排第一位(可直接用的平台优先)
    • 可灵清单要现拉(who_am_i),切过去先加载再取默认模型

修复

  • 「抓帧→PS」在 Windows 上拉不起 Photoshop
    • C++ 侧 Photoshop 查找链此前只有「注册表 + .jpg 文件关联」两级:注册表分支在 PR 拉起的受限进程里实际 100% 读不到 HKLM\SOFTWARE\Adobe\Photoshop\<ver>\ApplicationPath;而 .jpg 的默认关联常是「照片 / WPS」,查到的根本不是 Photoshop,却会静默用错应用打开图片并返回 ok=true
    • 查找链补齐为四级:注册表 → Adobe CC 默认安装路径(CC 2018~2026+)→ C:\Program Files\Adobe\ 子目录枚举 → .psd 文件关联
    • 新增目录枚举兜底,覆盖绿色版 / Portable 安装 —— 这类不写注册表且目录名不标准(PS2024、PS 2024 绿色版 等),固定候选列表覆盖不到;多个候选时按目录名里的年份取最新
    • 新增 Photoshop 校验,确保最终解析出的确实是 Photoshop.exe
    • 注册表返回值是目录而非 exe,拼接 Photoshop.exe 后再校验存在性
    • 传给 ShellExecuteExW 的路径加引号 —— 此前裸传含空格的路径会被拆成多个 argv
    • 补文件存在性校验(对齐 macOS 的 fileExistsAtPath)
    • 剥离 \\?\ 扩展长度前缀 —— UXP 的 nativePath 常带此前缀,直接交给 ShellExecuteExW 会打不开
  • 可灵 CLI 在 Windows 上误报「未安装」或执行失败
    • whichViaShell 的 Windows 分支此前完全忽略 mustEndWith 参数、直接取输出第一行。where kling 会返回两行,第一行是无扩展名的 kling(npm 的 unix sh shim,#!/bin/sh 开头),CreateProcessW 根本执行不了,真正能跑的是 kling.cmd;同时 where 找不到时 cmd.exe 会往 stdout 打印 INFO: Could not find files for the given pattern(s).,取第一行会把它当成路径
    • 删去 Windows 独立分支,改为与 macOS 统一走「node 绝对路径 + CLI 的 JS 入口」。原因:npm 装出来的 kling.cmd 内部靠 PATH 找 node,而 PR 从桌面启动时继承精简 PATH,可能没有 node,结果 CLI 跑起来但报 "node 不是内部或外部命令"
    • npm 全局根定位改为多候选 + 逐个探测 @klingai 是否真在其中 —— where npm 会返回多项(node 自带的 C:\Program Files\nodejs\npm.cmd 与用户全局的 %APPDATA%\npm\npm.cmd),只取第一项会指向错误的 node_modules
    • 新增 envOf 辅助函数(UXP 的 os 模块只有 platform / release / arch 等,没有 env;process.env 也不保证存在)
  • Windows 上 launcher.cmd 脚本这一级被整级跳过
    • launcher.ps1 此前硬编码 pluginId(com.rocx.uxp)与固定的 PluginsStorage\PPRO\*\Developer\ 层级。正式 CCX 包因 uniqueIds 会把 manifest id 变成 com.rocx.uxp_premierepro(开发模式才是 com.rocx.uxp),且 CCX 双击安装走 External 段而非 Developer —— 硬编码任一项都会导致找不到 args 文件、脚本静默 exit 0 什么都不做。改为递归搜索整个 UXP 根目录、只按文件名匹配(与 macOS 的 launcher.command 一致)
    • launcher 脚本在 dev 模式(vite build --watch)下不拷贝到 dist/ —— 原先 copyLauncherAssets 带 apply: 'build',只有 build 模式会执行,导致 UXP 探测失败后该级被跳过
    • 探针 URL 改为对反斜杠路径做正斜杠归一后再转 file:// URL。pathToFileUrl 只剥 \\?\ 前缀、不做分隔符转换,直接用会得到 file:///D:\RocX\dist\launcher.cmd 这种 UXP 解析不了的 URL
    • launcher.ps1 同步新增 C:\Program Files\Adobe\ 子目录枚举兜底,与 C++ 侧查找链对齐
  • Windows C++ 侧 runCommand 的两处缺陷
    • ResolveExecutable 只按 CWD 解析相对路径,不搜 PATH —— 而 PR 拉起的进程 CWD 不可控,导致 cmd.exe / kling 这类裸命令名被判「找不到」
    • TrimToUtf8Boundary 存在 off-by-one:会把一个完整中文字符多砍掉一个字节,与 macOS 的 Utf8CharLength 行为不一致。中文 prompt 与含中文+空格的素材路径经 addon 传递时受影响(已加往返测试覆盖)
  • Windows 编译期问题
    • wideFromUtf8 返回类型声明为 std::string 但实际返回 std::wstring,导致 11 处编译错误(C2440 / C2664 / C2088 / C2446 / C2660),Windows 侧 addon 无法编译
    • SetNamedPipeHandleState 用在匿名管道上本就无效(静默失败),予以移除
    • MSVC 补 /utf-8 —— 否则按 GBK(936) 解析含中文注释的源文件,注释末尾字符可能被误解析(C4819)

变更

  • 图片记录的 imageParams 对可灵不写 —— 实际像素由服务端决定(提交时不知道),写一个编出来的像素数会误导;记录列表改为展示比例与档位
  • 记录回填(重试)按记录里的 provider 回切平台(切可灵要现拉模型清单,必须等它完成再写模型)
  • 图片模式的宽高比 / 分辨率默认值改为「按平台声明」
    • 宽高比默认 「自动」(aspect_ratio="auto")、分辨率默认 2k(img_resolution="2k"),取自服务端对当前模型的声明(默认模型 kling-image-v3_0_omni),不是写死常量
    • 引入「用户是否手动选过」标记:没选过 → 每次切平台 / 切模型都取该平台的声明默认值;选过 → 保留用户的选择,只在值域非法时收敛
    • 记录回填(重试)视为「用户选定」,不会被默认值覆盖
    • 其余平台不受影响(仍是 "1:1" + 「智能」)
  • 可灵图片:切模型时宽高比不再跳变
    • 服务端给各模型声明的默认宽高比本就不一致(实测 text_to_image 下 o3 声明 auto、o1 / v3_0 声明 1:1、v2_1 声明 3:4)→ 按各自声明取默认值会让「平台默认值」随模型漂移
    • 改为取平台默认值(服务端默认模型 kling-image-v3_0_omni 的声明);模型不支持该值时(如 v2_1 两个工具都不声明 auto)才退回自己的声明默认
    • 宽高比列表里的「自动」固定排在首位 —— 并集里它只来自 image_to_image 声明,直接展开会排在末尾,切模型时列表顺序会来回跳
  • 点击提示词输入框自动收起模型 / 参数浮层(视频 + 图片两个模式一致)
    • 浮层向上展开、正好压住输入框,所以用文档级 click(捕获阶段)监听,并在点击坐标命中输入框时把焦点还给输入框,用户点完可直接打字
    • 点在选项上(radio-item)或切换按钮上不收起 —— 用户还在选,不打断
    • 抽出共用 composable usePopoverDismiss(视频 / 图片两个组件复用同一套规则,避免两份实现漂移)
    • 视频侧的 ✨ 优化按钮:收起浮层但不抢焦点(点了要等优化结果)
  • 未安装 Photoshop 时不再静默降级:此前 C++ 明确判定「这台机器没装 Photoshop」后,仍会继续降级到系统关联兜底,用图片的默认打开程序打开(.jpg 默认关联常是「照片 / WPS」),用户看到的是「打开了某个应用文件夹」,完全无法判断发生了什么。现在直接返回失败,并在 UI 弹 toast 提示「未检测到 Photoshop 安装,请先安装 Photoshop 后重试」
  • launcher.ps1 递归搜索 UXP 根目录后,路径匹配不再依赖 manifest id 与安装层级
  • 跨平台 addon 产物入库(public-hybrid/ 解除 .gitignore 屏蔽)
    • 此前各平台 addon 产物不入库,打出同时含 mac / win addon 的 CCX 必须靠人工在各平台分别编译、再手工拷贝产物 —— 极易把 Windows 产物误放进 mac/arm64/,导致 macOS 侧 addon 加载失败、静默降级到 launcher 脚本
    • 解除屏蔽后,mac 上执行 npm run build / npm run ccx 即可产出双平台 addon 齐全的安装包
    • 新增 .gitattributes 保护二进制:仓库 core.autocrlf=true,而 .uxpaddon 是裸二进制(Mach-O dylib / PE DLL,非 zip),一旦被 CRLF 转换文件结构即损坏、UEP 加载即失败。用 *.uxpaddon binary 关闭文本转换、diff 与合并;另把 .sh / launcher.command 固定为 LF,避免 macOS 上因 CRLF 导致 shebang 失效

兼容性

  • 可灵图片功能依赖本机已安装并已登录的 kling CLI;缺失时其余平台不受影响
  • macOS 侧原有行为不变 —— Windows 对齐相关改动全部落在 Windows 专属实现与跨平台的 JS 定位逻辑中,RocXBridgeMac.mm / RocXBridgeCommand.mm 未改动
  • 插件 manifest 无变更(版本号由 package.json 读取后写入 manifest,随本次发布升至 0.6.1)
  • 「抓帧→PS」与可灵 CLI 的 C++ 路径依赖 PR ≥ 26.2 —— 更低版本 require 会抛 "Addon is not supported",此时走 launcher 脚本兜底

已知限制

  • 绿色版 Photoshop 仅覆盖 C:\Program Files\Adobe\ 与 C:\Program Files (x86)\Adobe\ 下的一级 / 二级子目录。装在其他盘符、Adobe 目录之外、或三级及更深目录的仍无法定位,需手动指定路径
  • 「抓帧→PS」在 Windows 上未做绿色版真实环境验证 —— 目录枚举逻辑已用模拟目录结构验证(不标准目录名可命中、年份更晚者优先),但未在真实绿色版上跑通
  • Windows 侧 native 测试此前为零(native/RocXBridge/test/ 只有 macOS 版本),本次补上 C++ 层与 JS 层两组,但整体覆盖率仍落后于 macOS