对照 X 作者 Miller（@TuyetloanP81840） 的实操文《用 Claude + H3 一个人拍 AI 短剧：一手实战教程，附全流程提示词和技能包》补齐本地短剧链路——感谢他把「一个人一个剧组」的完整流程和踩坑清单公开。他那边用 RunningHub 跑 H3（一段约 2 毛），本项目用本机 GPU；他靠「身份板当参考图 + 台词分三种写法 + 反应镜头补剪」保一致性，本版把这套机制做成工作流、字段与检查项。
- 参考生视频（ref2v）落地：新增
H3 参考生视频（9 图 + 3 音频参考）工作流，对应 ComfyUI 原生MiniMaxH3ReferenceToVideo（ref_image_1..9/ref_audio_1..3）；镜头带参考图时排队自动升级到该工作流，未用到的参考槽在提交前剪枝（占位图/占位音频不进执行图），并按槽位定向注入 - 一图一用途：镜头
refs支持{path, label}，提交时自动把用途写进提示词（模型实际读的是<Picture 1>/<Audio 1>标签）；喂了图却没在提示词里引用会被预检拦下（REFS_NOT_REFERENCED） - 台词规范检查：新增
dialogue_stats与三条 lint——台词字数×时长（每 10 字≈2 秒，超预算警告DIALOGUE_TOO_LONG）、有引号台词却没标「说/内心独白/画外音」（DIALOGUE_UNTAGGED，防「张嘴念心里话」）、反应镜头夹台词（REACTION_HAS_LINES） - 镜头属性：
gen_secs（生成秒数）、kind（dialogue/reaction/establishing）、seed、audio_refs，走/api/pipeline/shot写入 - 竖屏短剧：批次
aspect一键 9:16 / 16:9，提交时按比例覆盖 H3 的 width/height（352×640 / 640×352，步长 32） - 字幕与剪辑单：
/api/pipeline/srt按镜头台词+时长导出 SRT（AI 画不好字，字幕在剪映里加）；/api/pipeline/editsheet导出剪辑单 markdown（镜头号/类型/时长/台词/seed） - 管线 UI：竖屏切换、字幕 SRT、剪辑单、镜头「参考」按钮（选图+填用途标签，自动累积到 9 图）
- 新增
tests/test_ref2v_shortdrama.py13 项（槽位/剪枝/标签注入/路由/台词 lint/SRT/剪辑单），全套 82 项 + 3 个集成脚本全绿
思路来自 X 作者 Eian（@EianLu / GitHub @YIAN6557） 的长文《Claude code/Codex+Seedance AI视频：从一个想法到成片的全流程》——感谢他公开分享这套把抽卡率压到极低的生产方法。他的核心主张是「把错误挡在花钱之前」：文字能发现的错不留到图上，图上能发现的错不留到视频上；配套手段是首尾帧锚定、七段式提示词、提交前审核、复盘沉淀。本版把这条主线本地化：花钱的环节换成 GPU 时间，审核换成确定性预检 + 可选 LLM 视觉审核。
- 首尾帧（FL2V）落地：新增
H3 首尾帧生视频（FL2V）工作流（MiniMaxH3ImageToVideo原生支持first_frame+last_frame双锚定，随附权重本就是 FL2VA）；镜头新增「尾帧」槽位，设了尾帧的镜头排队时自动升级到 FL2V；submit_workflow新增按节点定向注图__image_map__，首尾帧分别写入两个 LoadImage，不再像旧__image__那样把同一张图灌满所有 LoadImage - 出片前确定性预检（
precheck_shot，离线可跑）：提示词空/过短、七段式缺段（画风/镜头/构图/人物/逐秒/声音/约束）、负面表述（「不要…」常失效）、可拍性 lint（手拿小物/文字招牌/镜子倒影/人物交叉/一镜多动作/俯拍无脸，对应文中模型易错清单）、只设尾帧、工作流不支持 last_frame、首尾帧尺寸不一致、首尾帧 SSIM 过低（机位跑偏）或过高（等于不动） - 门禁拦截：fail 级镜头排队时置为「已拦截」并给出原因，可显式强制提交（记录
forced时间）——避免明知有硬伤还烧 8.5 分钟/条；warn 级只提示不拦 - 视觉审核（对应文中「提交前另开一个 agent」）：
/api/pipeline/audit把首/尾帧压成缩略图连同提示词发给视觉模型，只输出「通过/不通过 + 逐条问题」，结果记在镜头上；无 API Key 时明确降级提示 - 复盘沉淀（对应第 8 步）：
/api/pipeline/retro生成本批 markdown——镜头成败、GPU 时间、审核通过率、门禁命中频次、逐镜命中项、下次改进项，落data/retro/ - 配色前置：批次级色板（背景/主体/强调/光）+
色板总表（/api/pipeline/palette-sheet直接出 HTML+SVG）——每镜 1920×1080 色块草图、38%/62% 黄金比例参考线、彩色与黑白并排对照；亮度差 <25 时预检直接提示「黑白后主体背景分不开」，把「配色不要在画图前交给模型自由发挥」变成可检查的数字（对应文中 2.5/2.6） - 节拍对齐：
/api/pipeline/beat-align用 ffmpeg 解码 + 能量包络自相关估 BPM（纯 stdlib，零依赖），给出每镜建议生成秒数（吸附整小节）与全片落点偏差；只从原曲测拍点，并提示别拿剪过的成片来测（对应文中「转折对副歌、关键动作对重拍」） - 七段式模板：
/api/pipeline/shot-template提供可直接粘贴的七段结构（含「0–0.2 秒静止与首帧一致」「最后 0.3 秒与尾帧一致」两端锚定写法） - 管线 UI：新增尾帧按钮、单镜预检/审核、批次「预检全部」「复盘」，拦截态显示为「已拦截」
- 新增
tests/test_pipeline_gate.py16 项 +tests/test_palette_beat.py8 项（色板/黑白对比度/BPM 估计与倍频校正/小节吸附/复盘），全套 69 项 + 3 个集成脚本全绿
纯 LLM 转 JSON 的意图链路踩过五个坑：prompt 改动互相打架、输出格式漂移、已有实体被误判新建、多步失败丢上下文、采纳信号没沉淀。本版按「确定性优先 + 显式路由 + 状态机 + 反馈闭环」重构，loci 记忆接入按用户决定不做（避免强行集成）。
- P0 · 确定性意图解析：
agent_execute()的规则层扩到本机可枚举集合（工作流/角色/风格），名称解析走_entity_index → resolve_entity（精确 → 前缀 → 子串 → 编辑距离纠错，名称归一化去「（内置）」后缀与空格；F1ux 文生图/国漫使劲均能收敛），find_wf_smart先按 ID 再按名称；命不中才调 LLM，从根上避免「prompt 改动互相打架」和「已有实体被误判新建」 - P0 · LLM 输出 schema 校验：新增
validate_llm_actions()——动作键白名单、workflow 必须收敛到本机已有实体、times/seed/count 数值域钳制、view 枚举收敛；非法输出ValueError后降级为引导话术，不再裸抛异常文本（防输出格式漂移） - P0 · @ 实体选择器：助手输入框打
@唤起浮层（工作流/角色/风格，可筛选），选中生成可删除绑定芯片；/api/agent新增entities数组，_norm_entities()按 ID 校验存在性后直路由；绑定工作流强制压过 LLM 输出与工具循环（工具循环的生成工具硬编码 Flux，有绑定时跳过），绑定角色注入锁定串 + 服务端 LoRA 节点，绑定风格参与提示词增强 - P1 · 多步动作序列断点恢复：
{"actions":[...]}落盘data/action_plans.json（步骤指针、状态、逐步回复、错误信息，每步落盘），失败步不算完成、指针停在失败处；回复带「断点续跑」按钮 →/api/agent/plans/resume从断点继续；/api/agent/plans查进度。修掉「中途失败即丢上下文」 - P1 · 生成反馈记录：画廊删除（不采纳）/ 归档（采纳）/ 重跑、以及提示词增强成功失败全部记入
data/feedback.jsonl（PNG 内嵌参数自动关联模型/采样器/seed/提示词/风格）；/api/feedback/stats出采纳率、按模型采纳对比、重跑率、增强失败率、近 7 天数据——量化风格 SOP 好坏与增强解析失败率，形成「AI 建议采纳率」汇报口径 - 顺带：
跑/画规则层支持纠错后的工作流名，「打开」新增模型/模板页；帮助页助手模块中英各补 3 条问答 - 不做（按用户决定）：loci 记忆接入——MCP 管道两端现成，但强行加会引入额外配置与进程生命周期复杂度，暂不集成
距 v1.5.5 六周，ComfyUI 与开源生态密集更新：v0.42.0（10-18）原生支持 MOSS-Image，v0.43.0（10-27）给 MiniMax H3 加单头 LoRA（PDD head banks），10-15 FLUX 3 Image Klein 开源（5.6B）。本次把两条新开源生图线产品化进 ComfyAgent。
- MOSS-Image 文生图（内置）（OpenMOSS · Apache-2.0）：按官方模板（image_moss_image_t2i）还原——SFT int8 主模型 + qwen3.5-9b w4a8 编码器（CLIPLoader type=moss_image）+ flux2-vae_small；25 步 er_sde / cfg 2.5，
SkipLayerGuidanceDiTSimple跳层 22 细节锚定；中英长文本渲染与 JSON 排版控制直击短剧「文字卡点」刚需。需 ComfyUI ≥ 0.42 - FLUX 3 Klein 文生图（内置）（Black Forest Labs）：蒸馏 int8 16 步 euler/simple（追求官方质感可在编辑器换 base 权重走 50 步 cfg 3.5）；原生 4K、文字渲染、边界框排版、多参考图编辑——官方模板 image_flux3_klein_t2i / image_edit 经子图展开一键直连。需 ComfyUI ≥ 0.42
- 模型页新增两个套件：MOSS-Image 三件套 + edit LoRA + 色深控制 LoRA 全部 hf-mirror 一键断点续传（Comfy-Org 仓库无门控）；FLUX 3 Klein 套件如实标注 gated——主模型/编码器需登录 HF 接受 flux-kommunity-license 后手动放入 models 目录（flux2-vae 与 MOSS 仓库逐字节相同，可一键下载）
- 修复（事故级）：text 覆盖污染负向编码——submit_workflow 的 text 类覆盖此前会写进所有含 text 键的节点，双 CLIPTextEncode 工作流（MOSS 即是）的负向提示词会被正向内容覆盖；现在只写第一个命中的文本节点（正向约定在前）。H3 单文本节点行为不变，回归测试覆盖
- 创作页图像模式工作流下拉自动出现两个新内置；尺寸注入经 EmptyFlux2LatentImage 生效（1024×1024 起，MOSS 支持到 2M 像素、宽高 16 的倍数）；预估提示不再写死「Flux · 20步」——按所选工作流实时显示名称与采样步数，模式切换即刷新
- 帮助页同步（中英各 2 条：新内置工作流说明、模型页套件清单更新）
- 测试可移植性修复：tests/test_models.py / test_upload_media.py 硬编码开发机绝对路径（
E:/work/gitee/...），任何其他机器上都直接崩——改为从测试文件位置推导仓库根，非 Windows 环境也能跑通集成链路 - 路线图对齐（详见 docs/竞品分析与路线图.md 2026-10-30 节）：NVIDIA VFX 节点（本地视频放大/补帧/SDR→HDR，10-13 发布）列入 AI 放大导出的候选实现；H3 单头 LoRA 等权重公开；ComfyUI 官方 Comfy Agent（10-01 发布）与本项目的命名重叠及 v1 agent host 接入点注记
升级注意：两个新内置工作流依赖 ComfyUI ≥ 0.42 的原生节点（SkipLayerGuidanceDiTSimple / EmptyFlux2LatentImage / CLIPLoader 的 flux3·moss_image 类型）；旧版 ComfyUI 会报节点不存在——启动器页「检查更新 → 一键更新」即可。
- 动效系统（对标 transitions.dev 规范）：动效 token 化（--dur-1/2/3 + ease-out/spring），全部 14 处
transition: all清零只动 opacity/transform；三层动效齐备——进入（弹窗/Toast/切页/列表交错入场）、过渡（按钮悬浮上浮 + 按压回缩、卡片提亮）、消失（弹窗缩退/Toast 滑出/灯箱淡出，动画播完再 hidden）；全局 prefers-reduced-motion 无障碍保护 - SVG 图标集：自绘 lucide 风格 16px 描边图标 29 枚（内联零依赖）——导航 13 个、模式 Tab、约 25 个按钮、画廊卡片悬浮操作、关闭按钮全部替换；硬指标全站零 emoji（12 页 DOM 扫描归零，i18n 66 行值清洗 + 服务端风格名数据源一并清理）；⚡草稿徽章改样式化 .draft-tag 药丸
- README 11 张截图全部重摄（新 UI + 中性演示数据，720px 轻量缩略图 304KB）
- 收录徽章：awesome-alternative-uis-for-comfyui（PR #100 已合并）+ Gitee stars
- 角色资产库扩展：角色卡新增 LoRA 绑定（下拉选择 loras 目录文件 + 强度）与 ControlNet 方案备注（预留位）；创作页选中角色提交生图时自动注入——工作流已有 LoRA 节点则填值，无节点则插入
LoraLoaderModelOnly并重接 MODEL 链 - 画廊批量删除修复（关键）：确认弹窗关闭时访问未赋值元素抛错吞掉回调，导致所有确认类操作静默失效——根治；另加单文件容错（预览占用不再整批失败）与失败明细提示
- 设置页「打开 ComfyUI 界面」修复：window.open 被桌面壳/弹窗拦截 → 改后端 ShellExecute 打开（默认浏览器关联损坏时自动探测 Chrome/Edge）
- i18n：英文模式工作流列表不再残留中文（WF_EN 补全+对齐新名，编辑器监听 langchange）
- 版本号单一来源：关于弹窗读 /api/status（VERSION 文件），删除 app.js 硬编码
- 全部 101 条历史提交消息英文化（国际门面）；GitHub Topics 15 个
- 设置页新增「⧉ 打开 ComfyUI 界面」按钮：一键新开原生 ComfyUI 网页标签（地址跟随设置）
- 新增「模型」页（左侧第 9 菜单，快捷键 9）：模型不再进 git，改为「清单内置 + 一键下载」——上半部分是推荐套件卡片（首发内置 SCAIL-2 角色动画 6 件套 / MiniMax H3 产线状态展示），逐文件显示安装状态，缺失的点「下载」即走内置 hf-mirror 直连（断点续传 + 实时进度条）；下半部分按目录分类浏览本地 models 文件（checkpoints/diffusion_models/text_encoders/vae/loras/clip_vision 等 10 类），支持搜索、打开文件夹
- 模板缺模型自动检测：从模板库打开新模板时，后端对照本地模型目录检查 UNETLoader/Checkpoint/VAE/CLIP/LoraLoader 等全部加载节点的引用文件，缺失则弹确认框一键跳转模型页下载——「打开新流程 → 确认下载」闭环
- 帮助页同步最近功能：模型页用法、设置页直达 ComfyUI、编辑器「上传…」按钮、模板缺模型处理（中英各 3 条）
- 新增 API：
/api/models/scan/api/models/presets/api/models/download/api/models/downloads/api/models/open_folder - 新增
tests/test_models.py集成测试（临时实例 + mock ComfyUI + 假模型目录，4 项断言全绿）
- 编辑器参数面板支持上传媒体：LoadImage/LoadVideo/LoadAudio 等文件型参数（COMBO 列表为媒体文件）旁出现「上传…」按钮，图片/视频/音频直接传进 ComfyUI input 目录并自动填入参数——SCAIL-2 的「参考图 + 驱动视频」从此不用离开 ComfyAgent 界面
- 新增
POST /api/upload_media（multipart 透传到 ComfyUI /upload/image，上限 1GB）；api()封装支持 FormData - 模板库支持 ComfyUI subgraph 自动展开：官方 2026 年 6 月起新模板（SCAIL-2 角色动画/替换、SAM3 分割等）用子图封装，此前一键载入会失败——现在转换器自动展开子图为 API 执行图：输入槽桥接（fan-out 复制）、UUID 链级联解析、widget 绑定线识别、无外部源的数据穿透自动生成 Primitive 节点承载默认值
- 跳过 MarkdownNote 等前端专属节点，不再污染 API 提交图
- 新增
tests/test_subgraph.py（5 单测）+tests/test_upload_media.py（透传集成测试）；官方 SCAIL-2 int8 模板（102 节点）离线结构断言全绿 - 用法：模板库搜 "scail" → 载入 → 检查器里直接上传参考图和驱动视频。模型清单见官方模板说明（int8 主模型 15.5G + umt5 6.3G + SAM3 1.6G + VAE/LoRA），fp16 主模型 30G 需 24G+ 显存，16-22G 卡用 int8
- MCP Server（
mcp_server.py，stdio + JSON-RPC 2.0，零依赖）：外部 Agent/编辑器（ZCode/Claude Desktop/Cursor）可直连本机 ComfyAgent——工具：query_status / submit_generation / list_workflows / search_gallery - 新增
POST /api/generate（生成提交的干净入口，助手工具循环与 MCP 共用） - 看门狗默认关闭：用户手动停 ComfyUI（如游戏时段）不再被自动拉起抢 GPU（默认值 + fallback + 存量配置三处关闭）
- bug 修复：「画」正则缺词边界致「画廊里…」误提交生成（事故级）；产线切页 renderBatch 未定义 rejection；命令面板 4 页 undefined 标签 + 搜索必空白
- 助手接入 function calling：5 个内置工具——查任务队列 / 搜索画廊 / 读运行日志 / 操作启动器（status·start·stop·restart）/ 提交生成（图片/视频，count≤4）
- 多轮工具循环（最多 6 轮）：模型自主决定调用哪个工具、读结果、再决定下一步；厂商不支持 tools 协议时自动回落旧意图链路
- 工具过程可见：助手回复下方以等宽小字逐行展示 🔧 工具名(参数) → 结果摘要
- 工具结果全部摘要化控制 token 体积；生成类工具仅在用户明确要求时触发
- 说明：本版本 Release 暂以源码 tag 发布，exe 安装包待 ComfyUI 空闲窗口打包补挂
把 minimax-h3-turing 研究成果（T8 BlockCache / PDD8 实测数据）产品化为 H3 双档出片流。
- ⚡ 草稿快跑：产线批次一键用 T8 草稿档快跑全部镜头（t2v 2.7 分钟/镜、i2v 4.3 分钟/镜），挑完镜头后点单镜 ↻ 自动用成片档重跑——两段式出片闭环
- 档位标识：工作流下拉区分草稿/成片（⚡草稿 徽章），选错档的风险在界面层被拦住
- 动态预估：创作页预估时长跟随所选工作流显示真实实测值（替掉过时的固定文案），草稿档明确警示「同 seed 不可复现，勿用于成片」
- 服务端注入档位元数据与草稿映射（代码侧，零工作流文件改动）；中英双语；帮助页补两段式用法
- 镜头接龙 (↳)：产线批次里每个镜头可一键「接上一镜尾帧」——自动抽取上一个成功镜头视频的最后一帧，设为本镜 i2v 首帧，一段接一段生成无缝衔接的超长连续镜头
- 优先级排队按钮 (⏫)：镜头行一键设/取消优先，排队时高优先级镜头先提交（接通后端既有排序）
- 设置卡折叠：连接与目录 / AI 接入 / 界面与更新 / 可靠性四张卡点击标题收起展开，状态记忆
- 全站 tooltip：中断/清队列/导出/拼接/灯箱导航等 9 处图标与后果类按钮补悬停说明
- 产线空批次加「新建批次」直达按钮；帮助页同步更新（接龙/优先级用法）
- style.css 重复样式块去重；清理遗留空事件监听
- 英文模式残留中文清零：9 个 JS 模块 + index.html 共 300+ 处动态/静态文案全部接入 i18n（toast/确认框/空态/状态条/灯箱参数行/启动器诊断/编辑器检查器等）
- 帮助页双语：40+ 问答条目全量英文翻译，跟随界面语言即时切换
- 风格 SOP / LLM 厂商 / 内置工作流显示名客户端本地化（服务端数据保持中文）
- 切换即时生效：导航/标题/按钮/风格条/工作流下拉/厂商下拉/状态条文字全部监听语言切换事件重渲染
- 修复：画廊「全部」筛选跨语言持久化失配（改为语言中立 sentinel + 旧值自动迁移）；助手历史里持久化的中文欢迎语自动过滤；页面标题跟随语言
- 文案表占位符方案（%s/%n/%m）统一带数字动态文案
- 内置帮助页：40+ 问答条目覆盖全部 10 个模块，可搜索
- 场景库 / 音频资产 / 字幕烧入 / 风格归纳 / 优先级排队
- exe 体积优化（排除 tkinter/unittest/pydoc_data）
- 集数聚合视图：按批次名前缀聚合统计（镜头数/成功/失败/GPU时间），一键查看每集产能
- 优先级排队：批次内 priority 镜头优先提交
- 场景库：场景名+描述+风格令牌 CRUD，同角色库模式
- 音频资产：自动扫描 output 目录中音频文件（mp3/wav/flac/ogg/aac/m4a）
- 字幕烧入：ffmpeg srt→video 字幕硬压
- 风格归纳：多图→GLM 视觉归纳风格关键词→可存为自定义风格 SOP
- 602 官方模板全部真实预览图（ComfyUI 本地路由代理 + jsdelivr 镜像兜底）
- 修复：循环依赖 TDZ 导致整个界面卡死（$/$$ 改为函数声明）；托盘驻留（关窗后主线程驻留）；模板页骨架屏覆盖容器
- 产线镜头关键帧：每个镜头可从画廊选一张图作 i2v 首帧——提交时自动复制进 ComfyUI input 目录并注入 LoadImage 源；固定人物图/三视图一键完成
- 画廊选图器：通用网格选图弹窗（搜索/缩略图预览），产线关键帧与角色参考图共用
- 角色参考图升级：从手填路径改为画廊选图 + 预览；支持多图（三视图/表情包，最多 4 张）
- 失败自动重试：批次执行失败自动换种子重试（次数可配）
- BGM 混音：拼接成片时可选背景音乐 + 音量调节
- GPU 耗时账本：每批自动统计渲染分钟数
- 实测：H3 i2v + 画廊 Flux 图作首帧 → 380 秒出片
- 模板库：ComfyUI 官方 602 模板（9 大分类），搜索/分页/收藏，一键载入编辑器（自动转 API 格式）
- AI 厂商下拉：智谱 GLM / DeepSeek / Kimi / 通义千问 / 硅基流动 / OpenAI / 自定义（Base URL 可编辑）
- 模型列表自动拉取：从厂商 /models 接口获取真实可用模型，失败切手动填写
- 统一 LLM 通道：提示词增强与助手全部走 OpenAI 兼容协议
桌面产品形态 + 全核心功能闭环：
- 桌面壳：pywebview 原生窗口 + 系统托盘 + 单实例 + 无控制台
- 创作：中文→英文增强、12 风格 SOP、图/视频双模式、角色锁定串
- 画廊：实时瀑布流、批量归档/删除、PNG 参数解析、文件夹筛选
- 工作流：SVG 可视化编辑器（拖拽连线/网格吸附/节点校验）
- 任务：队列/进度/ETA/失败重试
- 产线：分集脚本解析→批量排队→逐镜状态→拼接成片
- 角色资产库：锁定串/参考图
- 启动器：ComfyUI 启停/版本维护/模型盘点/环境诊断/日志
- 知识库：Obsidian 归档/统计/双链关系图
- 可靠性三件套：原子写入、自动备份（保留 20 份）、看门狗（掉线自动重启+断点续跑）
- 多语言：中英双语界面
- 局域网访问：手机看进度
- 快捷键：数字键切页 / Ctrl+K 命令面板 / 搜索
- 产品化 UI 重构（设计令牌体系、首次运行向导、关于页）
- 首次运行向导（检测 ComfyUI → 目录 → Obsidian → API Key）
- 全站视觉重设计（Composer 首页、画廊悬浮操作、紫青渐变）
- PyInstaller exe 打包
- 首版：画廊 / 工作流编辑器 / 任务 / Obsidian / 助手 / 设置