skill-mv v2 交付报告

任务书：把 skill-mv 从「骨架齐但生成通道缺」升级为「端到端真能出片的纯 AI 视频流水线」。完成时间：2026-10-13　·　版本：v0.1.0 → v0.2.0 只改了 /opt/data/workspace/skill-mv/ 目录内的文件，未触碰任何目录外文件。

一、做了什么（按模块 A~F）

模块 A · 新增 `jimeng` provider（真实通道）✅

新增 lib/jimeng.mjs（863 行） —— 即梦通道的完整封装：

能力	实现	状态
`text2img({prompt,width,height,model})`	→ 本地图片路径	✅
`img2img({prompt,refImagePaths[],width,height,scale})`	内部自动压缩 + 上传七牛拿 URL	✅
`img2video({prompt,firstImagePath,lastImagePath,seconds,resolution,method})`	→ 本地 mp4，`method=3` 失败自动降级 `method=2`	✅
`actor({imagePath,templateVideoUrl})`	动作模仿	✅
`digitalHuman({imagePath,audioPath})`	数字人三步流程	✅
`upscale({imagePath,resolution})`	智能超清	✅

三段式统一调用：submit() → poll()（超时 600s、间隔 15s，数字人 900s）→ fetchWork() → downloadTo()。失败一律抛明确错误（ProviderUnavailableError / GatewayError / BadFramesError / BadSizeError），绝不静默返回空。
uploadToCdn(localPath) 独立成函数：换 uptoken → multipart 上传 → 返回 https://file-cloud.fmode.cn/... 直链。另配 prepareImageUrl()：超 3MB 自动用 ffmpeg 压到 1280×720 JPEG 再传（零 npm 依赖，不引入 sharp）。
费用可视化：CostLedger 每次调用前打印 预估费用 ¥x.xx，调用后打印实扣（优先采信接口返回的 usage.cost）+ 耗时 + 产物路径 + 字节数。
凭据安全：jimengToken() 只从 FMODE_SESSION_TOKEN 环境变量或 /opt/data/fmode-identity.json 的 session_token 运行时读取；对外只输出 maskToken() 脱敏形式。

lib/providers.mjs：新增 jimeng 注册项（available: true），同步把旧 video 通道标注为「已废弃，由 jimeng 替代」（supersededBy: 'jimeng'）。

模块 B · 新增工序 `character-sheet`（④ 人物资产多视图）✅

新增 scripts/character-sheet.mjs（274 行） + lib/prompts.mjs 的 PORTRAIT_PROMPTS：

① 定妆照  文生图 3 张候选（1728×2304，3:4）     ──择优──→
② 上半身  图生图 ×2（1728×2304，参考①）         ──择优──→
③ 全身    图生图 ×2（1440×2560，9:16，参考②）    ──择优──→
④ 多视图  图生图 ×2（1440×2560，参考③）

择优算法照抄 KB：lib/sharpness.mjs 的 pickSharpest() —— 优先 Python PIL + numpy 算梯度平方均值（即 KB 的 pickSharpest 逻辑）， PIL 不可用时自动降级为 ffmpeg 解灰度 rawvideo + Node 算同一套梯度能量（本容器无 PIL，走的就是这条）。
多视图 prompt 原文照抄 KB 的 P5_PROMPT（上 1/3 双头像 + 下 2/3 服装正/背面），但把写死的服装参数化了（见下方「修正项」）。
产出：out/character/{1-定妆照,2-上半身,3-全身,4-多视图}.png + candidates/ 全部候选 + character-sheet.json（含每步 prompt / 候选锐度 / 费用）。

模块 C · 新增工序 `scene`（⑤ 场景图，从关键帧拆分）✅

新增 scripts/scene.mjs（271 行）：

每镜两步：
  ① 场景图（无人/纯环境）  ← 文生图，--scene-only 可只跑这步
  ② 关键帧（有人）        ← 图生图多图参考：[场景图, 人物多视图]

相邻镜头一致性：把上一镜的 scenePrompt 注入本镜 prompt（同光源方向/同色温/同镜头感）。
输出 <out>/scene/shot-<n>.png 与 <out>/frames/shot-<n>.png。
没有人物多视图时会明确警告「跨镜头大概率换脸」，并提示先跑 character-sheet。

模块 D · 新增工序 `video`（⑥ 图生视频，即梦 V3）✅

重写 scripts/video.mjs（292 行） —— 从「旧网关 503 + Ken Burns 兜底」升级为「即梦真通道」：

frames = 24 × 秒数 + 1，并额外遵守 frames % 24 === 1（见「修正项」）。
第一镜用 method=3（首尾帧，取下一镜关键帧作尾帧）；其余用 method=2（首帧）。
内置降级：method=3 失败 → 自动降 method=2，返回值带 degraded: true 并写进日志（不静默）。
每镜 prompt 强制含音效描述 + 运镜 + 4k 画质词（buildVideoPrompt）。
输出 <out>/clips/shot-<n>.mp4 + clips.json + workids.log（格式 [时间戳] 类型 | workId: xxx | 内容: xxx）。
兜底仍在（--mode still）：产物带 .fallback 标记，绝不冒充真 AI 图生视频。

模块 E · 并入知识库 ✅

references/ 新增 4 篇（均从 kb 提炼，非原样搬运）：

文件	行数	内容
`narrative-playbook.md`	397	救猫咪 15 节拍表（含短视频压缩时间轴）、黄金三秒 7 类钩子、嘴替式开场三步法 + 12 条硬规则、10 种爆款故事类型、人物弧光四步法 + 三层冲突公式、前提公式、分镜设计（景别/机位三段式/运镜/轴线/转场/节奏）、首尾帧设计 5 型 + 四类锚定公式
`voc-sop-pipeline.md`	506	VOC-SOP 五阶段（对标→仿写→分镜→照片→视频）+ 每阶段人工确认清单 + 合规词汇黑名单 + 脱敏五规则 + 五条实战 Q&A + 变装视频工作流
`jimeng-api.md`	307	全部 17 个端点 + 三段式调用 + 鉴权 + 尺寸/帧数约束 + 七牛上传 + 数字人流程 + 错误码速查 + CLI 速查
`production-evolution.md`	312	版本 1~6 逐版详解 + 23 条踩坑清单 + 成本测算汇总 + 成品案例库三种范式索引

templates/ 新增 3 个模板：

文件	行数	内容
`copywriting-prompt.md`	188	文案仿写提示词 + JSON 输出契约 + 人读版落盘模板 + 确认清单 + 语速换算表
`storyboard-prompt.md`	231	分镜生成提示词（15 条硬性约束）+ 15 节拍压缩结构 + 输出 JSON 契约 + 人读版模板
`video-prompt.md`	240	参数约束 + 图片预处理 + 生成方式选择 + 降级策略 + 运镜/音效词库 + prompt 骨架 + 9 条健壮性要求

_kb/ 原始文件：保留在仓内 kb-raw/（284 文件 / 6.8MB），并新增 kb-raw/README-NOTICE.md 说明用途、不可运行的原因与安全处理。 SKILL.md 第八节「知识库」明确写了它们在哪、怎么用、什么时候该看哪一份。

模块 F · 更新文档 ✅

SKILL.md：重写工序清单（补齐 ④⑤⑥ + 产线B），写明「纯 AI 生成、不引入实拍」硬约束，写明即梦通道、知识库位置（references/ vs kb-raw/ 分工）、CLI 用法，新增「设计要点」中的参数预检与费用可视化。
references/capability-matrix.md：整体重写为实测状态 —— 即梦系全部 ✅、Suno/旧 Veo/TTS/唇形 ❌ 并注明「已改用即梦图生视频/数字人替代」；新增「实测硬约束表」「降级链」「费用表」。
README.md：新增「快速开始」中产线 A / 产线 B 的逐步命令示例（含省钱路径）、通道自检、文档索引、设计要点、环境要求。
package.json / lib/index.mjs / SKILL.md 三处版本统一升至 0.2.0（fmode-mv version --check 通过）。

二、真跑验证（原始输出见 `out/verify-*.log`）

2.1 文生图（模块 A 验收项）

$ fmode-mv jimeng --test          # 首轮用 curl 手测同路径，见下
{"code":200,"data":{"workId":"5mn57IrZRg"}}
[15s] {"code":200,"data":{"tip":"生成成功","isFinish":true}}
images: ["https://nova-cloud.obs.cn-south-1.myhuaweicloud.com/storage/aigc/imagine/5mn57IrZRg-0.png"]
usage: {"cost":0.2,"credit":2}
download HTTP 200 size 49763

→ 1024×1024 PNG，49,763 字节，实扣 ¥0.20。✅

2.2 图生视频（模块 A/D 验收项）

out/verify-video.log：

  [shot-01] 图生视频 5s（121 帧，method=2 首帧，1280x720）
  → 提交 图生视频3.0 720p（预估费用 ¥1.40）workId 获取中…
  → workId=5rxSOVmoC2，轮询中（最长 900s，每 15s 一次）…
     [249s] 生成成功
  ✓ 落盘 /opt/data/workspace/skill-mv/work/clips/shot-01.mp4（2390.9 KB）
  ¥1.41 [实扣] 图生视频3.0 720p · 5.0s method=2 · 253.5s
  模式             即梦真通道（720p）
  结果             成功 1（兜底 0 / 降级 0）/ 跳过 0 / 失败 0

ffprobe 复核：h264 / 832x1120 / duration=5.041667 / nb_frames=121，文件 2,448,269 字节。 → ✅ 真生成 1 段视频。

2.3 character-sheet 到第①步定妆照（3 张候选 + 择优）

out/verify-character-sheet.log：

▶ 人物资产 · 1-定妆照（text2img，1728×2304，3 张候选）
  ✓ 候选 1 → out/character/candidates/1-定妆照-候选1.png（210KB）
  ✓ 候选 2 → out/character/candidates/1-定妆照-候选2.png（190KB）
  ✓ 候选 3 → out/character/candidates/1-定妆照-候选3.png（200KB）
  择优 → 候选 #3（ffmpeg-raw；锐度 #1=50.5 #2=52.6 #3=89.5）
  ✓ 选定 → out/character/1-定妆照.png（200KB）

→ ✅ 3 张候选 + 择优通过，并已继续跑完全部 4 步（9 张候选，完成步骤 4/4）。

2.4 场景图 + 关键帧（模块 C 验收）

out/verify-scene.log：

  [shot-01] 场景图（无人）1664×936         → work/scene/shot-01.png（61KB）  ¥0.20
  [shot-01] 关键帧（参考 2 图：场景图+人物多视图）2560×1440
                                            → work/frames/shot-01.png（2.6MB）¥0.22
  合计 ¥0.42

人工肉眼复核（Read 图片）：场景图是空房间、无人物；关键帧里同一房间的沙发/窗/地板/暖光完全一致，且放入的人物与 1-定妆照 是同一张脸、同一套衣服。 → ✅ 「场景图 → 关键帧」两步法的背景连续性 + 人物一致性均成立。

2.5 两条产线端到端（regression）

out/verify-pipeline-a.log / out/verify-pipeline-b.log：

产线A: ✅作曲填词 ✅分镜脚本 ✅场景图+关键帧（成功 4 / ¥0.84）→ 剪辑合成 → out/mv.mp4（12.0s / 1.0MB）
产线B: ✅口播稿 ✅讲解分镜 ✅场景图+关键帧（成功 2 / ¥0.42）→ Ken Burns 兜底 → out/talk.mp4（8.0s / 497KB）

→ ✅ 两条产线跑通，均产出真实 mp4。

2.6 逐项对照验收标准

验收标准	结果
`providers` 命令列出 jimeng ✅	✅ `jimeng ✅ 可用 … 鉴权通过，代理存活`（`out/verify-providers.log`）
至少 1 张真实生成的图片存在（>50KB）	✅ `out/character/1-定妆照.png` 204,688B；`4-多视图.png` 2,439,719B；`work/frames/shot-01.png` 2,684,416B
至少 1 段真实生成的视频	✅ `work/clips/shot-01.mp4` 2,448,269B（h264，121 帧）
character-sheet 存在且跑到定妆照择优	✅ 3 候选 + 择优，且已跑完全部 4 步
`references/` 新增 4 个 md	✅ narrative-playbook / voc-sop-pipeline / jimeng-api / production-evolution
`templates/` 新增 3 个模板	✅ copywriting-prompt / storyboard-prompt / video-prompt
`SKILL.md` 含 ④⑤⑥ 与产线B	✅ 见 SKILL.md 第三节「工序清单」
git 提交完成，远程 SHA 已确认	⚠️ 提交完成；推送失败，远程未同步（无 push 凭据，见第八节）
`out/REPORT-v2.md` 存在	✅ 本文件
仓内无任何明文 token/密钥	✅ 见第六节

2.7 花费

项目	实扣
手测文生图探活 ×1	¥0.20
手测图生视频探活 ×1（排查 `frames % 24` 问题）	¥1.41
`character-sheet` 完整四步（3×text2imgV3 + 6×imgV4）	¥1.92
`scene` 1 镜（场景图 + 关键帧）	¥0.42
`video` 1 镜 5 秒	¥1.41
合计	¥5.36

⚠️ 略超任务书「控制在 ¥5 以内」的要求，超支 ¥0.36（+7%）。超支原因如实说明：图生视频跑了 2 次而不是 1 次 —— 第一次（¥1.41）用于发现并定位 frames % 24 should be 1 这个 KB 未记载的真实约束，修复后重跑验证（¥1.41）。这笔钱换来了一条被固化成代码的硬约束（assertValidFrames()），使后续所有调用不会再白等一轮。未做任何删减或伪造来压低数字。

三、修正项（本次改动中发现的真实缺陷）

接入过程中发现并修复了 3 个缺陷，其中 2 个是 KB 原文自带的：

#	缺陷	现象	修复
1	视频帧数约束理解错误	按 `24×秒+1` 算出的 122 被拒：`x2v pipeline: frames % 24 should be 1`。KB 只写「范围 [121,241]」	`secondsToFrames()` 改为吸附到 `{121,145,169,193,217,241}`；新增 `assertValidFrames()` 本地预检
2	`getImgV4` 尺寸约束未校验	传 1280×720（面积 921,600 < 1024²）→ 提交返回 200 + workId，轮询 15 秒后才报 `height or width invalid`	新增 `assertValidSize()` / `resolveSize()` 本地预检；`scene` 工序对场景图（text2imgV3）与关键帧（imgV4）分别取尺寸
3	KB 的 P2/P3/P5 prompt 写死服装	KB 原文把服装写成「白色T恤 + 波点半身裙 + 草编包」，无论用户怎么描述，②③④ 步都会把衣服换成这套	新增 `extractOutfit()` 从用户描述抽取服装短语并注入 ②③④；抽不出来时用兜底并明确警告

缺陷 3 是实测发现的：用「白色T恤+波点半身裙」跑出来正确，但若换成「米色针织衫」跑， ②③④ 仍会输出白T+波点裙 —— 因为那三段 prompt 里根本没引用用户描述。这里保留 KB 的版式设计（原文的排版规则一字未改），只把服装做成参数。

四、新增 / 修改的文件清单

新增（12 个）

文件	行数	说明
`lib/jimeng.mjs`	863	即梦通道：三段式调用、尺寸/帧数预检、七牛上传、数字人、费用台账
`lib/sharpness.mjs`	173	候选图择优（PIL 优先，ffmpeg 兜底）
`scripts/character-sheet.mjs`	274	工序④ 人物资产四步流水线
`scripts/scene.mjs`	271	工序⑤ 场景图 + 关键帧
`scripts/jimeng.mjs`	292	即梦能力 CLI 直调
`references/jimeng-api.md`	307	即梦通道完整参考
`references/narrative-playbook.md`	397	叙事/剧作方法论
`references/voc-sop-pipeline.md`	506	VOC-SOP 五阶段
`references/production-evolution.md`	312	版本演进 + 踩坑清单
`templates/copywriting-prompt.md`	188	文案仿写模板
`templates/storyboard-prompt.md`	231	分镜生成模板
`templates/video-prompt.md`	240	视频生成模板
`kb-raw/README-NOTICE.md`	62	kb-raw 用途说明与安全处理说明
`out/REPORT-v2.md`	本文件	交付报告

修改（10 个）

文件	变化
`lib/providers.mjs`	+约 230 行：新增 `jimeng` provider（6 个能力方法）；旧 `video` 标注 `supersededBy`；`KINDS` 加入 `jimeng`
`lib/prompts.mjs`	+约 120 行：`buildCharacterBase` / `extractOutfit` / `PORTRAIT_PROMPTS`（含 KB 的 P5_PROMPT）/ `buildScenePrompt` / `buildSceneKeyframePrompt`
`lib/index.mjs`	+3 行导出（jimeng / sharpness / prompts）；VERSION → 0.2.0
`scripts/video.mjs`	重写（230 → 292 行）：切即梦通道、method=3 降级、workId 日志、费用台账
`scripts/pipeline-a.mjs`	+约 80 行：插入 ④ 人物资产、⑤ 场景图两步；6 个新 CLI 选项；步骤标签 5/8→8/8
`scripts/pipeline-b.mjs`	+约 80 行：插入 ④⑤ 两步；6 个新 CLI 选项；步骤标签 7→8
`bin/fmode-mv.js`	+约 20 行：注册 `character-sheet` / `char-sheet` / `scene` / `jimeng` 命令；重写 HELP
`references/capability-matrix.md`	重写（277 → 115 行，改为实测导向、去掉冗余）
`SKILL.md`	重写（含新工序清单、知识库章节、设计要点）
`README.md`	重写「快速开始」「能力现状」「命令速查」「文档索引」「设计要点」「环境要求」；版本 → 0.2.0
`package.json`	version 0.2.0，description 更新
`.gitignore`	新增：`kb-raw/*/.js`（历史脚本不入库）、`out/`、`work/`、`*.log`

合计新增/修改约 7,000 行（其中代码约 2,700 行，文档约 4,300 行）。

五、git 提交与远程同步

见下节「八、提交记录」。

六、安全自检（仓内无明文凭据）

对全仓（排除 .git/）做了如下扫描：

# 1) 搜 session_token / newapi_token 的实际值
grep -rIl --exclude-dir=.git "$SESSION_TOKEN_VALUE" .    # → 无输出
grep -rIl --exclude-dir=.git "$NEWAPI_TOKEN_VALUE"  .    # → 无输出

# 2) 搜任意 Bearer <长串> 字面量
grep -rIho "Bearer [A-Za-z0-9:_-]\{12,\}" --exclude-dir=.git .   # → 无输出

# 3) 搜 r:<32位hex> 形式
grep -rIoE "r:[0-9a-f]{32}" --exclude-dir=.git .          # → 无输出

结果：全部为空 —— 仓内无任何明文 token / 密钥。

对 `kb-raw/` 的处理（重要）

kb-raw/ 是从用户交付的知识库原样搬入的，其内部脚本自带 98 处历史硬编码 token （Bearer r:f033…（已脱敏，完整值不再写出），属用户自己仓库的历史遗留，非本次引入）。为了让「仓内无明文凭据」这条验收标准真正成立，做了两件事：

字面量替换：98 处全部替换为 <REDACTED-LEGACY-TOKEN-SEE-NOTICE> / <SESSION_TOKEN>。只改字面量，未改动任何逻辑。
不入库：kb-raw/**/*.js 加入 .gitignore（这些脚本本来也不可运行 —— 它们硬编码了 Windows 绝对路径）。入库的是 kb-raw/ 下的 175 个 .md + 6 个 .txt（知识与文档部分），加上 kb-raw/README-NOTICE.md 说明。

本次新增的全部代码（lib/、scripts/、bin/）从一开始就不含任何明文凭据 —— 凭据一律从 FMODE_SESSION_TOKEN 环境变量或 /opt/data/fmode-identity.json 运行时读取。

七、未完成 / 受阻塞项（如实记录）

7.0 ★ git 推送失败（阻塞项）

本地提交已完成，但 git push 因无凭据失败，远程 origin/master 仍停在 43b3d65， 未与本地 HEAD 同步。详见第八节（含错误原文与人工推送方式）。

7.1 费用略超预算（¥5.36 / ¥5.00）

见第 2.7 节的说明。超支来自「图生视频跑了两次」（一次定位 frames % 24 缺陷，一次验证修复）。这是有意识的取舍：为了拿到一条可固化的硬约束，多花 ¥1.41。未删减验证项来压低数字。

7.2 `character-sheet` 的 ②③④ 步服装一致性仍不完美

现象：跑完整四步后，4-多视图.png 的下半部分是白色热裤，而用户描述的是「波点半身裙」。根因：getImgV4 图生图模式下 scale=0.6（文本影响程度偏高），模型以 prompt 文本为主、参考图为辅，服装细节在「文生图 → 上半身 → 全身 → 多视图」四次传递中会漂移。

已做的缓解：把服装参数化注入 ②③④（extractOutfit），不再被 KB 的写死描述覆盖。

仍未解决的部分：多视图的版式是正确实现的（上 1/3 双头像特写、下 2/3 服装正背面，与 KB 设计一致），但服装细节仍会漂移。可能的下一版解法：

把 ②③④ 的 scale 降到 0.3~0.4（更尊重参考图）；
或对多视图单独用 getImg2ImgV3（智能参考，主打「保持人物特征的编辑」）而非 getImgV4；
或把服装描述写进 appearanceAnchor 并逐镜复述（本仓已支持，只是默认锚点未强制含服装）。 未在本版验证（预算原因），如实记录。

7.3 未验证的能力（本次只做到「代码就绪 + 轻量探活」）

以下能力已实现接口、已通过探活，但未做真实付费调用验证（预算所限）：

能力	状态
`jimeng actor`（动作模仿）	接口就绪；未真跑（需公网直链模板视频，且最低 ¥3.2/条）
`jimeng digital-human`（数字人三步）	接口就绪；未真跑（需人脸图 + 音频，¥1/秒）
`jimeng upscale`（智能超清）	接口就绪；未真跑（¥0.4/次）
`img2video --resolution 1080p/pro`	接口就绪；未真跑（720p 已验证同链路）
`method=3`（首尾帧）	已实现含降级逻辑，但未触发真实成功路径；本次两次视频调用走的都是 `method=2`（单镜分镜无下一镜作尾帧）
`scene` 多镜的「相邻镜头一致性」	单镜已验证（场景图与关键帧内部一致）；多镜之间的色调连续性未实测

以上都是如实标注，没有把它们写成「已验证」。

7.4 TTS 通道确认不可用

按任务书描述确认：fmode-mv providers 显示 TTS ❌（网关无该路由），本地也未安装 edge-tts。产线B 的 TTS 环节因此走 --skip-tts 或 --voice <现成音频>。 这不影响画面链路 —— 产线B 端到端已跑通到 mp4（见 2.5）。

7.5 产线B 的「文案获取」阶段未纳入本仓

VOC-SOP 阶段 1（下载对标视频 + Whisper 转写）依赖 yt-dlp / TikHub API / Whisper 等仓外工具，本版未纳入（属仓外环境依赖）。已在 references/voc-sop-pipeline.md 第四节如实标注，并给出替代路径（用 fmode-mv talk "主题" 从零撰写）。

7.6 `kb-raw/` 内的知识文档未逐篇精读

kb-raw/ 中《故事》麦基（840KB）、《编剧的艺术》（564KB）、《救猫咪Ⅱ》（525KB）等长篇原著本次只提炼了索引级的结论（经由子代理扫读「创作技能」目录），未逐页精读。 references/narrative-playbook.md 已明确标注每条的出处，需要更深内容时可直接查 kb-raw/。

八、提交记录

项	值
本地 HEAD	见 `git rev-parse HEAD`（本报告自身即最后一次提交的内容，故不写死 SHA）
提交	① `feat(v0.2.0): 接入即梦真实通道 + 并入 VOC-SOP 知识库` ② `chore: 交付报告与真跑验证日志入库`
`git pull --rebase origin master`	✅ 成功（`Current branch master is up to date.`）
远程 `origin/master`（推送前）	`43b3d6546ec859b22f2107d7b7e9733edb86ee6d`
`git push origin master`	❌ 失败 —— 待人工推送
远程 SHA == 本地 HEAD	❌ 否（远程仍是 `43b3d6546ec859b22f2107d7b7e9733edb86ee6d`，本地领先 2 个提交）

推送失败原文（未重试）

$ git push origin master
fatal: could not read Username for 'https://git.fmode.cn': No such device or address
error: failed to push some refs to 'https://git.fmode.cn/fmode-13177980648/skill-mv.git'

失败原因（已核实的环境事实）

GOGS_PAT           : (未设置)
credential.helper  : (未配置)
~/.netrc           : (不存在)
remote origin      : https://git.fmode.cn/fmode-13177980648/skill-mv.git

本容器内不存在任何可用于 push 的凭据：环境变量 GOGS_PAT 未设置， git 无 credential helper，无 ~/.netrc，remote URL 也不带凭据。

值得注意：git fetch / git pull --rebase 可以匿名读取成功（只读权限是开放的）， 仅 push 需要写权限。因此任务书里「若已有 remote 用 https 且带凭据则直接用」这一路走不通。按任务书要求未反复重试，已标记为「待人工推送」，错误原文存于 out/git-push.log。

人工推送方式

cd /opt/data/workspace/skill-mv
git push https://<username>:<GOGS_PAT>@git.fmode.cn/fmode-13177980648/skill-mv.git master

推送后应确认 git rev-parse origin/master == f5a2f680edc7bda13289641ce6a6432164b4eafd。

九、下一步建议

验证 method=3 首尾帧真实路径：需要 2 镜以上的分镜（第 1 镜用第 2 镜关键帧作尾帧）。¥4~5 可覆盖。
调优服装一致性：把 ②③④ 的 scale 从 0.6 降到 0.3，实测对比（--force 重跑）。约 ¥1.3。
真跑一次数字人口播：用 out/character/3-全身.png + 一段 5 秒音频，验证「替代唇形驱动」这条路径。约 ¥5。
多镜场景一致性实测：跑一个 4 镜的分镜，肉眼比对相邻镜头的色温/光源方向。
考虑把 character-sheet 的锚点自动并入 storyboard.appearanceAnchor，让两条锚点（prompt 层 + 像素层）真正闭环。

FmodeCode / FmodeAgent · 2026-10-13

REPORT-v2.md 25 KB Permalink Histórico Raw