# 能力矩阵（实测状态）

> **唯一事实来源**是 `lib/providers.mjs`；本文件与之保持同步。
> 随时用 `fmode-mv providers`（加 `--deep`）查看最新状态。
>
> 本表状态基于 **2026-10-13 在本容器的实测**，原始输出见 `out/verify-*.log`。

---

## 一、通道总表

| 环节 | 端点 | 现状 | 说明 | 替代方案 |
|---|---|---|---|---|
| 作曲填词 / 分镜 / 口播稿 | `POST /v1/chat/completions` | ✅ **可用** | `deepseek-v4-flash`、`doubao-seed-2-1-pro` 等 | — |
| **文生图 3.0 / 3.1** | `POST {jimeng}/getText2ImgV3` `/getText2ImgV31` | ✅ **可用** | 实测 ¥0.20/张，1728×2304 PNG 约 200KB | — |
| **图片生成 4.0（含多图组合）** | `POST {jimeng}/getImgV4` | ✅ **可用** | ¥0.22/张；支持 0~10 张参考图 → 图生图 | — |
| **图生图 3.0（智能参考）** | `POST {jimeng}/getImg2ImgV3` | ✅ **可用** | ¥0.20/张 | — |
| **图生视频 3.0 720p** | `POST {jimeng}/getVideoV3_720p` | ✅ **可用** | 实测 121 帧/5 秒，实扣 **¥1.41**，返回 h264 mp4 | — |
| **图生视频 3.0 1080p** | `POST {jimeng}/getVideoV3_1080p` | ✅ **可用** | ¥0.63/秒 | — |
| **图生视频 3.0 Pro** | `POST {jimeng}/getVideoV3_Pro` | ✅ **可用** | ¥1/秒，多镜头叙事 | — |
| **人物动作模仿 1.0 / 2.0** | `POST {jimeng}/getActor` `/getActorV2` | ✅ **可用** | ¥0.5 / ¥0.4 每秒（单条最低 ¥4 / ¥3.2） | — |
| **数字人 v1.5（三步）** | `{jimeng}/getOhIdentifyMain` → `/getOhDetectMain` → `/getOmniHuman` | ✅ **可用** | ¥1/秒 | — |
| **智能超清** | `POST {jimeng}/getSuperResolution` | ✅ **可用** | ¥0.4/张，4K/8K | — |
| **局部重绘 / 消除笔** | `POST {jimeng}/getInpaint` | ✅ **可用** | ¥0.2/张 | — |
| **商品提取 / 素材提取 / 虚拟换装** | `{jimeng}/getImgV4_goods` `/getImgV4_pod` `/getClothesV2` | ✅ **可用** | ¥0.22/张 | — |
| 文生图（旧网关） | `POST /v1/images/generations` | ✅ 可用 | `gpt-image-2.5-sunburst`，返回 b64_json | 即梦已可完全替代 |
| **AI 音乐** | `POST /suno/submit/music` + `/suno/fetch` | ❌ **未开通** | 实测 503 `Task request failed` | 自备音频 `--music your-song.mp3` |
| **图生视频（旧网关）** | `POST /v1/video/generations` | ❌ **未开通** | 实测 503 `No available channel for model doubao-seedance-1-0-pro` | **已改用即梦 `/getVideoV3_720p`** |
| **唇形驱动** | — | ❌ **未开通** | 网关无该路由（返回前端兜底页） | **已改用即梦数字人 `getOmniHuman`** |
| **TTS 口播配音** | `POST /v1/audio/speech` | ❌ **未开通** | 网关无该路由；本地 edge-tts 在**部分云环境被 403 拦截**（本容器实测） | ① `edge-tts`（能装就能用）② `FEME_TTS_ENDPOINT` 对接外部服务 ③ `--voice` 指定现成音频 |
| 音轨分离 | 本地 | ◐ ffmpeg 相位兜底 / demucs 可选 | 需要真·分离请装 demucs | `pip install demucs` |
| 剪辑 / 合成 | 本地 ffmpeg | ✅ **可用** | 拼接 / 混音 / 字幕 / 卡点 / 响度归一化 | — |

> `{jimeng}` = `https://server.fmode.cn/api/volcengine/jimeng`

---

## 二、实测证据（2026-10-13，本容器）

原始输出保存在 `out/verify-*.log`。

| 验证项 | 命令 | 结果 |
|---|---|---|
| 文生图 | `fmode-mv jimeng --test` | 1024×1024 PNG，**49,763 字节**，实扣 **¥0.20**，耗时 34s |
| 图生视频 | `fmode-mv video --from work/storyboard.json --mode jimeng` | 5 秒 121 帧 h264 mp4，**2,448,269 字节**，实扣 **¥1.41**，耗时 254s |
| 人物资产（完整四步） | `fmode-mv character-sheet --desc "…" --limit 4` | 9 张候选全部产出，4 步择优完成，产出 `1-定妆照/2-上半身/3-全身/4-多视图.png`，实扣 **¥1.92** |
| 场景图 + 关键帧 | `fmode-mv scene --from … --character …` | 场景图 1664×936（¥0.20）+ 关键帧 2560×1440（¥0.22），背景与人物均保持一致 |

---

## 三、即梦通道的实测硬约束（★ 踩坑记录）

这些不在 KB 的文档里，是本次接入时实测发现的。**已内建本地预检**，不会再白等一轮。

| 约束 | 详情 | 违反后的报错 |
|---|---|---|
| **视频 frames** | 必须 ∈ `[121, 241]` **且 `≡ 1 (mod 24)`**。合法值只有 **121/145/169/193/217/241**，即 **5~10 秒整数秒** | `frames 取值范围为[121,241]` / `x2v pipeline: frames % 24 should be 1` |
| **`getImgV4` 尺寸** | 宽高积必须 ≥ **1024²**（1280×720 只有 921,600 → 不合格） | `run comfyui pipeline error: … message: height or width invalid ` |
| **文生图 3.0 尺寸** | 宽高积 ∈ `[512², 2048²]`，宽高比 ∈ `[1/3, 3]` | 同上 |
| **首帧图比例** | 长边/短边 ≤ **3**；`method=3` 的尾帧必须与首帧**同比例** | 被拒 |
| **参数错误时机** | 即梦**先收下参数返回 200 + workId，等轮询才报错** | 不本地预检就会白等 30 秒 + 一次往返 |
| **数字人轮询** | 走 `/getOhDateByTask`，步骤①用 `isContinue`（非 `isFinish`） | — |
| **并发上限** | 超出返回 `status === 50430` / `Concurrent Limit` | 需退避重试 |
| **产物直链** | 在华为云 OBS，**永久有效**，下载无需鉴权头 | — |
| **实扣查询** | `ImagineWork.usage.cost`（元）、`credit`（积分，**1 credit = ¥0.1**） | — |

---

## 四、未开通通道的处理承诺

**绝不静默失败，绝不编造产物。**

1. 调用未开通通道 → 抛 `ProviderUnavailableError`，附**可操作指引**，退出码 `3`。
2. 产线编排遇未开通步骤 → 如实标记 `unavailable`，能兜底的才兜底，并写进最终报告。
3. 图生视频整体不可用 → 自动降级为「关键帧 + Ken Burns 运镜」，产物文件名带 **`.fallback`**。
4. `method=3`（首尾帧）失败 → 自动降级 `method=2`（首帧），返回值带 **`degraded: true`**，日志明写。

### 降级链一览

| 目标能力 | 首选 | 降级 1 | 降级 2 |
|---|---|---|---|
| 图生视频 | 即梦 `method=3` 首尾帧 | 即梦 `method=2` 首帧 | Ken Burns 静帧运镜（`.fallback`） |
| 人物一致性 | `character-sheet` 多视图作参考图 | `appearanceAnchor` 逐镜复述 | 单镜独立生成（会换脸，需人工确认） |
| 口型 | 即梦数字人 | 即梦图生视频做微表情（不严格对口型） | 空镜 + 字幕 |
| TTS | 本地 edge-tts | `FEME_TTS_ENDPOINT` 外部服务 | `--voice` 现成音频 |
| AI 音乐 | 等 Suno 渠道开通 | 自备音频 | — |

---

## 五、费用参考（实测 + 文档）

| 项目 | 单价 |
|---|---|
| 即梦文生图 / 图生图 | ¥0.20/张 |
| 即梦 `getImgV4`（含多图参考） | ¥0.22/张 |
| 即梦智能超清 | ¥0.40/张 |
| **即梦视频 720p** | **¥0.28/秒**（5 秒镜实测实扣 ¥1.41） |
| 即梦视频 1080p | ¥0.63/秒 |
| 即梦视频 Pro | ¥1.00/秒 |
| 即梦动作模仿 2.0 | ¥0.40/秒（单条 ¥3.2~5） |
| 即梦数字人 | ¥1.00/秒 |

### 跑一遍的典型花费

| 流程 | 花费 |
|---|---|
| `character-sheet --limit 1`（定妆照 3 候选 + 择优） | ¥0.60 |
| `character-sheet`（完整四步 9 张） | ¥1.98 |
| `scene`（1 镜：场景图 + 关键帧） | ¥0.42 |
| `video --limit 1`（1 镜 5 秒） | ¥1.41 |
| **8 镜 MV 的视觉部分** | ≈ **¥17** |
| `video --mode still`（兜底） | **¥0** |
| `scene --dry-run` / `character-sheet --dry-run` | **¥0** |

> **省钱建议**：先用 `--dry-run` 看 prompt → `--limit 1` 试跑一镜 → 满意再全量。