npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2026 – Pkg Stats / Ryan Hefner

dsh-qwen-paint

v1.2.3

Published

DSH 插件 / DeepSeek Harness:视频 / 生图 / TTS / PPT 全能 · 本机运行(QQ 交流群 454707710)。BSL 1.1(BUSL-1.1,非 OSI 开源许可;0.32.1 及更早仍 MIT、不追溯),2030-11-15 转 Apache-2.0。★ 1.2.3:修复三件真 Bug——宿主升级工具契约后面板 404 大面积报错(extras 整组未注册的真根因:缺 render 自动兜底 + 契约锁,真机验证全 200)、ComfyUI 启动识别 46 秒蒸发

Readme

dsh-qwen-paint · (绘图)千问(优化版)

DSH 插件 / DeepSeek Harness:视频 / 生图 / TTS / PPT 全能 · 本机运行(QQ 交流群 454707710)。BSL 1.1(BUSL-1.1,非 OSI 开源许可;0.32.1 及更早仍 MIT、不追溯),2030-11-15 转 Apache-2.0。★ 1.2.3:修复三件真 Bug——宿主升级工具契约后面板 404 大面积报错(extras 整组未注册的真根因:缺 render 自动兜底 + 契约锁,真机验证全 200)、ComfyUI 启动识别 46 秒蒸发(常量漂移)、音色样本重启全丢(index.json 写了从不读回,启动读回 + 逐条校验);GSV.CPP 外接 TTS 全链路打通——backend=gsv_cpp 直调本机 9880 服务(A 卡 Vulkan 实测全句 2.95 秒 ≈23× 实时速率、221 字长文 4.23 秒;参考音频+转写必填、面板下拉可选、音色样本登记带参考转写、服务挂死 abort 收口);多音色对话链第一步(本机已装 RoleBank/DialogueInference 节点实锤,buildDialogueWorkflow 纯函数就绪);slim-comments 修复 $ 替换模式陷阱并把设计注释外置,体积余量回升至 25KB+;不改生成链契约与工具名,全量 113 套回归全绿。★ 1.2.1:许可仍为 BSL 1.1(BUSL-1.1),本版是质量与可诊断性收口补丁——历史库搜索升级 SQLite FTS5 全文索引(1 万条实测 0.023ms vs LIKE 1.012ms,约 44×;短词自动回落 / 旧库自动回填 / 查询注入防护)、doctor 8 项自诊断补齐 4 项真探针(未验证一律标未检测、不谎报 pass)、OOM 建议跟上 ComfyUI v0.37 动态显存与社区 8G 抄作业档、构建期作用域检查升级为零依赖 JS 词法分析器;不改生成链契约与工具名,全量 113 套回归全绿。★ 1.2.0:UI 全折叠 + 双拖拽上传、人物替换(Rust 纯 CPU 底座 + 身份节点发现 / 缺件降级引导)、PPT 讲解图片真写进 OOXML;不捆绑模型、不谎称换脸。★ 0.33.0 起许可改为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管/代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用,2030-11-15 转 Apache-2.0;0.32.1 及更早仍 MIT、不追溯。★ 1.1.2:全量审计整改——安全围栏与出站守卫收口(矢量化端点补本机围栏、ASR 端点回环校验、路径防链接越界复验),长任务超时透传、队列生命周期加固,媒体路由流式化+Range 拖动,探测结果缓存提速分镜合成;API 与工具名零变更。★ 1.1.0:全面提速——内置 resvg 光栅 7.02× / 静态帧去重+VFR 合成 6.58× / 分镜缓存 34.2× / 草稿档 2.10×,TE-Speed 生图链真机 −17.3%,编码择优纠错(x264 排 AMF 前)、BGM 三缓存、Qwen3-TTS attention 可选 + 低延迟分块;未实测的一律不吹倍率。★ 1.0.0:选模型「假成功」根治(拒绝时如实回未生效 + 原因,不再无条件报已选)、优化面板与素材库白条同源修复(持久化缓存 + 占位 + 错误态)、历史筛选分页与重复请求收口、所有写参数拒绝统一 choiceResult。★ 0.35.0:口语入口别名(「风格卡」「批量出图」…)解析成真实工具、参考图色调取样写进提示词、建议时间轴 / 资源需求声明 / 数据流摘要 / 「刚才那张」产出短引用全部接进主链路。★ 0.34.0:SageAttention / Comfy-WaveSpeed 并入加速链并按真实 /object_info 探测、卡片常驻显示;GPT-SoVITS v5 / IndexTTS2 可选 TTS、拖音频零样本克隆、ACE-Step 1.5 / YuE2 音乐 BGM、手动超分、Worker 热温冷保活。0.33.0 新增媒体格式转换(图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC,生成物可指定输出格式、动图转视频、自有素材转换,Agent 可直接调用 convert_media)与加速链全景(生图/视频缓存后端 + TTS 加速 + 显存预算 + 配置裁决 + 结构化日志,只列探测到的、未实测不写倍率)、本机能力功能区内嵌进 Comfy 控制面板(展开页恒在悬浮球正上方、边框对齐 DSH 右边框、四事件点按兜底)、GIF 转换 / 运行期自诊断 / 优先级任务队列 / 单图迭代优化 / 自适应 DAG 编排 / 生成历史可删改与冷热分离等本机工具与端点;0.32.1 两轮审计加固:ASR 音频路径围栏(只认出图目录内文件)、按包名安装也能执行引导脚本、草图台四事件点按、错误响应消毒收口;视频链清单化 + 生图/TTS 契约对账(改图自动报差异);生图/视频/混合三模式界面各不同;批量出图带幂等保护(重试不重出);Qwen3-TTS 语音克隆与可接 ASR 自动字幕;本机实测秒数;会话级模型驻留、显存建议、参数来源表、预设绑定、加载器盘点等本机端点。文生视频 / 图生视频(Wan 2.2 / XT-5B)与图→音→视频混合、导入音频直接合进成片(音轨合成),文生图与 1–16 张参考图编辑、圈选重绘(羽化 / 边缘融合 / 外扩 / 反选 / 重绘强度可调)/ 元素移除 / 四向扩图 / 高清放大,Qwen3-TTS 语音合成(独立 generate_speech,参考音频可复刻音色),模型无关角色参考;GSV.CPP 外接引擎可选(backend=gsv_cpp 直调本机 9880 服务,A 卡 Vulkan 实测 ≈23× 实时速率);PPT 生成(make_pptx:纯 JS 零依赖零 GPU,大纲级 PPTX 草稿,生成的讲解图片可真写进 PPTX,永远可执行无降级);草图台手绘参考;生成记录可检索(菜单最上面「历史」,SQLite 索引、软删除不动磁盘文件)。CPU 也能跑:自动识别 AVX2 / AVX512 / AVX512-BF16 指令集并给五档加速(含 --cpu 强制纯 CPU)、按物理核钉线程,任务结束可选自动卸载模型内存;安装入口是常驻的图形化引导面板。对外提供脱敏状态快照与端点目录供外部集成。提供可选、默认关闭的模型自动下载包:视频模型 --video-models、核显档位 --igpu-download、生图主模型 --tier,按服务器权威 size + sha256 双校验;音频权重不自动下载,缺件给明确清单。经本机 ComfyUI 调用,数据仅走 127.0.0.1 回环(联网参考图检索默认拒绝、须逐次同意),无需 API 密钥、零调用费用。Windows / Linux,NVIDIA / Intel Arc / AMD / 核显共享内存,含 8 GB 低内存档位。

Features

| 能力 | 工具 | 说明 | | --- | --- | --- | | 文生图 | draw_image | 按提示词出图,成品落盘并直接显示在会话里 | | 图生图 / 多参考图编辑 | draw_image | 1–16 张参考图(0.19.0 起),按序号接入 images.image_N | | 局部重绘 | inpaint_image | 蒙版内重绘,裁剪回贴 | | 元素移除 | remove_image | 移除蒙版内物体并补全背景 | | 四向扩图 | outpaint_image | 上 / 下 / 左 / 右按百分比外扩 | | 高清放大 | upscale_image | 与内置放大共用同一套节点图 | | 角色参考(模型无关) | draw_image / generate_video | 可选 referenceStrategy:按后端 /object_info 真实能力协商,协商不到专属适配器自动回落通用兜底 | | 文生视频 / 图生视频 | generate_video | 经本机 ComfyUI 调用 Wan 2.2 / XT-5B 系列视频模型,成品落盘并显示在会话里;支持首帧 I2V(startImage)与尾帧参考(endImage,仅当本机节点契约有 end_image 槽,0.39.0 无 → 如实报错) | | 语音合成(TTS) | generate_speech(独立) / generate_hybrid(三段中的一段) | 本机 ComfyUI-Qwen-TTS + Qwen3-TTS 权重,产出 mp3 / flac(按 ComfyUI 返回的真实扩展名);两条路共用同一条 TTS 段,只想配音不必跑完三段,插件不自动下载音频模型 | | 图→音→视频混合 | generate_hybrid | 一张图配一段语音再合成视频,适合做带旁白的短片 | | PPT 生成(大纲草稿) | make_pptx | 纯 JS 零依赖零 GPU,标题 + 要点列表的大纲级 PPTX;讲解图片可真写进文件(1.2.0 起能力),永远可执行、无降级 | | 生成历史(可搜索) | list_generated_images | 本机 SQLite 记录每次生成的提示词 / 参数 / 时间 / 路径,支持关键词、类型、日期筛选与分页;界面里可看大图、复制路径、从历史移除(只划掉记录,不删磁盘文件) |

  • 模型自动下载包(可选):node scripts/setup.mjs --video-models 提供视频模型自动下载包 —— 默认不装、需你显式执行,官方仓库文件清单运行时动态列举、由你选档位,多源轮询 + 断点续传 + 服务器权威 size + sha256 双校验,不合格删除;核显档位另有 --igpu-download(同样默认关闭)。音频模型权重不自动下载,缺件只给清单。
  • 本地、免 API:出图数据(提示词与图片)只发往本机 127.0.0.1 / localhost / ::1 的 ComfyUI,由 lib/net-guard.js 在代码层强制;无需任何 API 密钥,不产生调用费用。
  • 模型与运行:经本机 ComfyUI 调用 Qwen-Image 2.1 / 官方 Turbo(图)、Wan 2.2 / XT-5B 系列(视频)与 Qwen3-TTS(语音),无需云端模型服务。
  • 平台:Windows / Linux,自动适配 NVIDIA / Intel Arc / AMD 显卡,也支持 Intel / AMD 核显共享内存(含 8 GB 低内存档位)。
  • CPU 加速档(可选,默认关):按 CPU 指令集给五档 cpuAccel(off / safe / balanced / max / force-cpu),安装引导面板里逐档显示「这台机器上真实会挂什么参数」;默认 off = 一个参数都不加。详见 0.2.0 更新说明。
  • 生成历史(0.3.0):每次出图 / 视频 / 配音都会写一条到 <outputDir>/.qwen-paint-history.db(SQLite,用 Node 内置 node:sqlite,零外部依赖)。菜单最上面「历史 → 生成历史」可按关键词 / 类型 / 日期翻旧账、看大图、复制路径;「移除」只从列表划掉,不动磁盘文件。Agent 侧对应工具 list_generated_images,可以「把上周那只柴犬找出来再改」。⚠ 持久化需要 Node >= 22.5;更低版本不假装有历史,如实降级为「只读本次会话记忆日志」。
  • DSH 兼容:>=0.2.0-rc.2(见 package.json 的 dsh.compatibility)。

Installation

不想碰命令行:双击仓库根目录的 一键安装.cmd —— 它会先自报版本与 setup.mjs 指纹,检测后问一句再装。

命令行安装(dsh plugin add 的本地目录形式):

dsh plugin --profile desktop add link:<本插件目录的绝对路径>

使用 desktop profile 时须先完全退出 DSH。本包在 npm 的包名为 dsh-qwen-paint(仓库当前 1.2.3),可直接 dsh plugin add dsh-qwen-paint 按包名安装;本地目录 / 本地包形式仅用于开发或试用未发布改动。完整步骤、profile 选择与排错见下文「安装」及 INSTALL.md。

Usage

在对话里直接说需求即可,助手会调用对应工具:

画一张雨夜的赛博城市,16:9
把这张图左边扩出去 30%
擦掉画面里的路人

快速上手 · 功能在哪点(不用记工具名)

装完重启 DSH 后,输入框右下角的状态点是总入口;生成的每张图片下方也直接摆了按钮。

| 想做的事 | 在哪点 | | --- | --- | | 出图 / 图生视频 | 直接说话:「画一只橘猫」「把这张图做成 5 秒视频」 | | 圈选重绘:手动涂出要改的地方 | 结果图下方「圈选重绘」,或直接点图片 → 用画笔把要改的地方涂白 → 写一句要改成什么(也可点常用说法) | | 移除物体 | 结果图下方「更多编辑」→「移除物体」→ 涂出要去掉的东西 → 点「移除并补全」,不用写提示词 | | 四向扩图 / 高清放大 | 「更多编辑」→ 点预设(四周各 20%、左右各 30%、2/4/8 倍…),不用填参数 | | 选一张以前的图来编辑 | 菜单最上面「常用(点开就能用)」→「图片编辑台」列出最近生成的图;或「圈选重绘最近一张图」懒人直达 | | 翻旧账:找上周生成的那张图 | 菜单最上面「历史」→「生成历史」 | 按关键词 / 类型 / 日期筛,点缩略图看大图,可复制路径贴到别处;「移除」只从列表划掉,不会删你的文件 | | 视频选帧去修:只改中间某一帧 | 菜单「视频(选帧改 → 截一段)」→ 拖进度条或 ← → 逐帧 →「抽这一帧去修」→ 直接进圈选重绘(不需要 ffmpeg) | | 截取视频的一段 | 同一个浮层:按帧数(起始/结束帧)或按时间(0:01.5)选 →「截取这一段」;也可「按间隔抽帧」批量取关键帧(这两项需要 ffmpeg) | | 缩略图轨道 / 把改稿贴回视频 | 同一个浮层:加载后自动生成 10 张缩略图,点一下跳到该处;改完图点「把改好的图贴回这一帧」→ 选最近改好的图 → 产出新 mp4(缩略图零依赖;贴回需要 ffmpeg,没装会明确提示) | | 画幅 / 速度 / 负面词 / CFG / 角色参考 | 「Comfy 控制」浮标面板(可拖动) |

圈选重绘一直是"点结果图"触发的,但以前只有一个鼠标悬停提示,很多人以为没这功能 —— 现在每张结果图下面都有可见按钮。「就绪清单自检」(菜单「自检与修复」组)是环境体检,不是使用教学;图形化的安装引导是另一个独立入口,两者不再共用「向导」这个名字。

完整的 30 秒验证步骤、功能速查表、第一次上手走法和「没反应怎么自查」,见 INSTALL.md 第五节; 把安装交给 DSH 时用 给DSH安装的话.md,里面也补了「装完之后」那段引导。

也可显式调用工具:draw_image(prompt / references)、generate_video、generate_speech(text)、generate_hybrid、inpaint_image(image / mask / prompt)、remove_image、outpaint_image、upscale_image。完整参数与出图路径见下文「用法」「出图落在哪」。

网络边界(请以本节为准)

插件的网络出口有三类,边界不同。

① 出图数据流(提示词、参考图)—— 只发往 comfyUrl(ComfyUI)与 hipfireUrl(hipfire serve)。 默认仅本机回环(127.0.0.1 / localhost / ::1),且这一约束由代码层强制(lib/net-guard.js): 任一地址被配成本机以外时,插件会拒绝启动而不是照发请求。所有出站请求统一走 guardedFetch, 强制 redirect: 'error'(不跟随任何 HTTP 重定向)。因此出图全程不依赖外部网络,无需任何 API 密钥,亦不产生调用费用。

② 加速包下载(可选,默认开启)—— accelAutoInstall(默认 true)时,插件会从 pip 源与 GitHub 下载厂商专用加速包(pip install --upgrade / git clone)。这会访问外部地址, 但不发送任何提示词或图片。设为 accelAutoInstall: false 即可完全关闭,出图功能不受影响。 详见下文「权限与已知风险」。

③ 联网参考图检索(可选,默认拒绝)—— 配置项 referenceSearchEndpoint 默认是占位符 <API_ENDPOINT>,未替换时任何检索请求都被同意门直接拒绝,插件保持纯离线。替换成你自己指定的 外部 https 端点后,仍必须每次检索单独显式同意(consent: true;面板上是「仅本次同意并检索」 按钮,点一次只管一次,没有"记住同意"的常开开关)。出站载荷由白名单重新构造,只有 query / limit / media 三个字段,不含提示词、seed、本机路径或凭据;端点与候选 URL 都拒绝回环 / 内网 / 云元数据地址(含 IPv6 形态)以防 SSRF,且不跟随重定向。 插件只返回候选图片 URL,不自动下载远程字节;你选定后自行保存,再走既有的本地参考图上传流程。 详见下文「角色参考(模型无关)与联网参考图检索」。

⚠ 为如实披露能力:插件提供了 allowRemoteComfy 开关(默认 false)。用户显式设为 true 后, 才可把 comfyUrl / hipfireUrl 指向局域网(如 192.168.1.100)或远程主机——此时插件会向你指定的地址发送提示词与图片数据。 这是用户主动选择的行为,不是默认状态。

QQ 交流群:454707710 | 反馈 / 提问 / 提需求都走这里,issue 也欢迎:https://github.com/yanfei0725/dsh-qwen-paint/issues

原作者:@奇迹与你 | 优化版作者:@yanfei0725 | 许可协议:BSL 1.1(BUSL-1.1) | 当前版本:1.2.3 | 仓库:https://github.com/yanfei0725/dsh-qwen-paint


角色参考(模型无关)与联网参考图检索

它解决什么

同一个角色跨多张图 / 多段视频保持形象一致。这里没有绑定任何具体模型:不要求本机装 Qwen、 Wan、ControlNet 或 IP-Adapter,也不要求额外权重。新增模型只需往策略表里加一条数据, 不需要写模型专用分支。

三层机制(按运行时能力协商)

| 层 | 机制 | 前提 | | --- | --- | --- | | 参数层 | 固定 seed / 锚定关键帧 / 段间 overlap | 无 | | 节点层 | 按后端 /object_info 的真实节点集合选策略(requires 取 AND、requiresAny 取 OR,按优先级排) | 后端在线且装了对应节点 | | 通用兜底 | 只用任何扩散模型都有的基础节点:生图找带 latent_image 输入的节点并接 VAEEncode;视频找带 start_image 输入的节点接首帧 | 无 |

协商不到专属适配器时自动回落通用兜底,并在 notes 里如实写明回落,不假装启用了点名的策略。 找节点靠 /object_info 自报的输入槽而不是靠类名猜:需要补可选槽时,后端没自报该槽就不落地 (applied: false + 说明),绝不提交一个 ComfyUI 必拒的节点、也不给节点凭空加输入来假装"通用"。 VAE 优先复用解码节点已有的 vae 接线,denoise 只改本来就有该输入的节点。

零漂移保证

不启用 = 逐字节不变。只有同时满足「显式给了 referenceStrategy(或面板选了策略)」、 「确实有参考图」、「计划能落地」三个条件时才会改工作流;否则 adaptReference() 返回 原工作流对象引用,连 structuredClone 都不做,__plan / __effective / __cnet 等不可枚举元信息完整保留。真正注入节点后会用 workflow-meta 重建这些元信息。 视频侧未启用策略时,参考图不上传、工作流不改动,纯文生视频行为不变。

参数与本机端点

  • draw_image / generate_video 新增可选参数 referenceStrategy('auto' 或具体策略 id; 不在 required 里)。优先级:显式工具入参 > 面板选择 > 未启用。 面板选择只存进程内存,不写配置、不写记忆,重启回默认。
  • GET /api/comfy-pipeline/reference?mode=image|video:能力快照(节点数、可用策略清单、 当前选中策略、视频分段计划、联网同意要求)。
  • POST /api/comfy-pipeline/reference/prefer:写入面板选中的策略 id('' = 关闭)。
  • POST /api/comfy-pipeline/reference/adapt:纯工作流变换,只返回结果供检视, 不提交 ComfyUI、不下载任何字节。
  • POST /api/comfy-pipeline/reference/search:联网候选检索,见下。
  • 四个端点都只允许本机请求;三个写端点另过 guardWriteRequest(POST + application/json)。

联网检索:默认拒绝,逐次同意

referenceSearchEndpoint 默认为占位符,不替换就一律拒绝。即使替换了合法 https 端点, 也必须在每一次请求里显式给 consent: true;面板上的「仅本次同意并检索」按钮点一次只管一次, 没有常开开关。只返回候选 URL,插件不下载远程图片字节,面板也只以文本方式列出 URL (渲染 <img> 会让浏览器自动下载,等于绕过同意门)。

诚实边界

  • 视频角色一致性目前只产出分段计划(固定 seed / 锚定首帧 / 段间 overlap), 未自动接入 RIFE 或时序平滑节点,计划里会明确标注,不谎称已平滑。
  • 专属适配器需要对应权重;没装就回落通用兜底,约束强度取决于后端能力,不承诺跨模型同等效果。
  • /object_info 不可达时能力清单查不到,但通用兜底仍可用于任何扩散模型。

生成历史:翻旧账与复用(0.3.1)

每次生成(图 / 视频 / 音频)都会在出图目录下留一条记录,存在 <outputDir>/.qwen-paint-history.db:

| 项 | 说明 | | --- | --- | | 存什么 | 提示词、工具名、模型、步数 / CFG / seed、尺寸、时间、文件路径。只存相对 outputDir 的路径 —— 整体搬目录也不会失效,也不把本机绝对路径写进库 | | 怎么查 | 菜单最上面「历史」→「生成历史」:关键词(提示词 / 文件名 / 模型)、类型(图 / 视频 / 音频 / 其它)、日期范围、分页 | | 怎么用 | 点缩略图看大图;「复制路径」把绝对路径贴到别处(比如再交给 draw_image 的 references) | | 怎么删 | 「移除」= 软删除(库里 deleted=1),绝不删磁盘上的文件;真想删自己去文件夹删 | | Agent 侧 | 工具 list_generated_images(keyword / kind / date_from / date_to / limit / offset),纯本地只读、不调 ComfyUI | | 端点 | GET /api/qwen-paint/history、GET /api/qwen-paint/history/stats、POST /api/qwen-paint/history/delete —— 均仅本机请求;写操作 POST + application/json |

Node 版本与降级口径

package.json 的 engines 仍是 >=18.0.0 —— 插件本体(出图 / 视频 / 语音 / 编辑)在 Node 18 上照常工作。 只有历史持久化依赖 Node 内置的 node:sqlite(Node >= 22.5 才有):

| 你的 Node | 历史行为 | | --- | --- | | >= 22.5 | 全量:SQLite 持久化,可搜索 / 分页 / 软删除;available: true、persistent: true | | < 22.5 | 降级:available: false、persistent: false,只能读既有 .qwen-paint-memory.jsonl 做内存过滤;界面与工具都会明说「未持久化」,不假装有数据 |

刻意不把 engines 提到 >=22.5:那会把一批能正常出图的用户直接挡在门外,代价只是少一个可搜索的历史库。

1.2.3 更新说明

本版主线:三件真 Bug 修复 + GSV.CPP 外接 TTS 全链路 + 稳定性收口。凌晨场 30 棒接力审计的产出,全部离线可回归、真机验证过的不写「应该」。

修复(用户可直接感知)

  • 面板 404 大面积报错(真根因):DSH 宿主升级了工具注册契约(每个工具 output 必须含 schema + render),convert_to_gif 缺 render 导致 extras 整组(44 条端点 + 全部 extras 工具)在每次启动时从未注册——表现为 doctor / tts / media / jobs 等大面积 404/401。修复:withDeclaredOutput 对缺 render 的工具自动合成兜底(自带 render 的引用原样保留),4 个高频工具手写 render,新增「extras 全部工具满足宿主 output 契约」回归锁(曾一次揪出 26 个漏网)。真机验证 register.extras OK + 全部端点 200。
  • ComfyUI 启动识别「46 秒蒸发」:启动监视器收摊上限硬编码 46 次,与 120 秒常量漂移——慢加载场景 46 秒后监视静默退出、永远卡 starting。改为按常量推导的快/慢双速(先 1s/次,120s 后降 5s/次一直探),绝不静默退出、绝不抢判超时;顺手修 Date.now() 与 performance.now() 混钟。新增 parseImportTimes 解析 ComfyUI 自带 Import times 报告(实测 40+ 节点包 import 全部 <2s,慢在 torch/ROCm 初始化,报告写日志不猜)。
  • 音色样本重启全丢(0.34.0 起的真遗漏):index.json 每次登记都写、却从不读回——DSH 重启后样本登记全部失效(cloneToken 失效、转写丢失),而音频文件本体一直在磁盘上。修复:启动读回 + 逐条校验(非法 id / 越界路径跳过、音频本体已不在的条目作废、索引损坏空库起步不阻塞)。测试 +4 锁。

GSV.CPP 外接 TTS(A 卡 Vulkan 实测)

  • generate_speech 选 backend=gsv_cpp 时直调本机 9880 服务(回环围栏同 comfyUrl 口径),不拉 ComfyUI、不建工作流——全句 2.95 秒(≈23× 实时速率)、221 字长文 4.23 秒、热态 0.34 秒;6 小时 uptime 日志干净。
  • 按服务端白纸黑字的 V5 真契约实现(text_lang / ref_audio_path / prompt_text / prompt_lang / streaming_mode;原版 GPT-SoVITS API 字段名不适用);参考音频 + 转写必填,缺件明确拒绝、绝不静默降级默认音色。
  • 面板 TTS 下拉可选「★ GSV.CPP(在线/离线探活实测)」;lab 音色样本登记支持「参考转写」(契约的 prompt_text 源);选中前置提示必填语义;落盘扩展名按响应 content-type 定,文件名永远说真话。
  • 稳定性:探活带 health 标记校验(GSV.CPP 与 AnifLive-TTS 默认端口同为 9880,根治互相误报在线);调用方取消 / 超时 / 服务挂死三条路收敛到同一 abort(不再永等);instruct(VoiceDesign 专用)明确拒绝不静默吞掉。
  • 9880 端口撞车防护与安装引导按本机实测定稿(解压即含全套模型;sidecar 需 GSV_G2PW_MODEL 等环境变量,缺了 zh 前端会静默联网下载挂死)。

多角色对话链(第一步,为下版铺垫)

本机实锤已装 FB_Qwen3TTSRoleBank(8 角色槽位)+ FB_Qwen3TTSDialogueInference 节点;buildDialogueWorkflow 纯函数就绪(每角色一条 VoiceClonePrompt → RoleBank → DialogueInference → SaveAudioMP3),脚本行角色名插件侧提前对账(节点会静默跳过不匹配行,绝不让它糊脸)。刻意不入自动兜底链(必须先上传参考音频才能构造)。

其他

  • slim-comments 工具修复 $ 替换模式陷阱(注释里的 shell 语法 $$ / $! 被当替换模式污染零漂移自检,comfy-launch 29 块注释因此被冤枉拒掉);设计注释外置 docs/*-design-notes.md 锚点,体积余量回升。
  • 外部 TTS 上游核实:Sunfish56 已删库(实测 404)、AnifLive-TTS 公开索引搜不到(疑似私有/删库/改名,如实标注「搜索不到≠实测 404」)——引导不再指向死仓库。
  • 首页与两份 llms 的能力主线补上 PPT 生成(make_pptx,1.2.0 起的能力)与 GSV.CPP 外接引擎——此前介绍完全没提。
  • 反向核查:本轮所有改动均「改坏→精确变红→逐字节恢复」验证过护栏有效性;GSV.CPP 端到端为真机实测(含长文本 / 热态 / 6h 稳定),未实测项不写倍率。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。

★ 新工具与端点:本版零新增工具名,介绍口径补齐

  • 本版没有新增 Agent 工具名或改动 API 语义。generate_speech 新增 backend=gsv_cpp 可选项;make_pptx 是 1.2.0 起的既有能力——本版把它从「只写在更新说明里」提升到首页、两份 llms 与安装引导的主功能句和能力主线,明确 PPT 讲解图片可真写进文件,不冒充 1.2.3 新增。

★ 加速链全景:本版不改任何倍率结论

  • 1.1.0 的插件层实测数字继续有效:内置 resvg 光栅 7.02×、静态帧去重 + VFR + libx264 6.58×、草稿档 2.10×、分镜缓存命中 34.2×;TE-Speed −17.3% 仍为唯一稳定正收益。1.2.1 的诊断补齐与本版 GSV.CPP 外接链只说实话,不宣称新倍率。

★ 工作流清单层:承接 1.2.1

  • chain-manifest 与图结构指纹基准继续生效;本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 1.2.1

  • event-log 落盘 + 生成完成钩子不变;细分耗时口径不变(官方不提供的细分保持 null,不编数字),单调时钟口径不变。

★ UI 与交互:位置口径不变,UI_BUILD 维持 2026-11-18.2

  • 功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。本版没有改 UI 资产,UI_BUILD 不升;真机刷新后 hover 浮标仍显示 UI 2026-11-18.2。1.2.0 的卡片折叠 / 双拖拽上传 / 人物替换 / PPT 图片继续有效。

★ 媒体格式转换:格式矩阵不变

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;媒体路由流式化 + Range 与缓存头口径承接 1.1.2。

★ 联动护栏与回归

  • 全量 113 套 / 7467 项断言全绿(新增对话链 4 锁、外接链 12 锁、样本库恢复 4 锁等)。
  • lib/index.js 226,150 B / 余量 35,994 B(红线 262,144 B)。
  • 当前 139 个 lib/*.js / 合计 2,071,159 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径)。

文档

  • package.json(description + meta.description)/ README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.2.3,并把 PPT 生成提升到主功能句;scripts/test-release-metadata.mjs 的唯一真相源口径同步升级为含 PPT,一处改、多处一起校验。

1.2.1 更新说明

从 1.2.0 到 1.2.1:这是一个质量与可诊断性收口补丁版本——历史库搜索升级 SQLite FTS5、运行期自诊断补齐真探针、OOM 建议跟上 ComfyUI v0.37、构建期作用域检查换成零依赖 JS 词法分析器。本轮全量回归 113 套 / 0 失败 / 7,418 项断言全绿。不改三大能力的生成链契约,既有工具名与 API 语义不变;1.2.0 及此前全部能力、速度与许可边界继续有效。诚实边界不变:未经真机自证的能力仍标「未检测 / 待自证」,不把离线回归写成真机通过。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。
  • 外部 TTS 服务的合规边界不变:GSV.CPP(MIT,只做适配器 + 引导、不捆绑不代下)、AnifLive-TTS(原创代码 PolyForm Noncommercial 1.0.0 禁商用,只抄公开工程思路、不复制代码与二进制,商用须作者书面授权)。

★ 新工具与端点:本版零新增工具名,补齐既有能力

  • 历史库关键词检索从全表 LIKE 升到 FTS5 索引(详见「联动护栏与回归」),list_generated_images 的参数与返回结构不变;doctor 的 8 项检查项 ID 不变,只把空转探针接成真探针。Agent 与端点调用方式零变更。

★ 加速链全景:本版不改任何倍率结论

  • 1.1.0 的插件层实测数字继续有效:内置 resvg 光栅 7.02×、静态帧去重 + VFR + libx264 6.58×、草稿档 2.10×、分镜缓存命中 34.2×;TE-Speed −17.3% 仍为唯一稳定正收益。1.1.2 的探测缓存与 1.2.1 的诊断补齐只省重复开销 / 只说实话,不宣称新倍率。

★ 工作流清单层:承接 1.2.0

  • chain-manifest 与图结构指纹基准继续生效;本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 1.2.0

  • event-log 落盘 + 生成完成钩子不变;细分耗时口径不变(官方不提供的细分保持 null,不编数字),单调时钟口径不变。

★ UI 与交互:位置口径不变,UI_BUILD 维持 2026-11-18.2

  • 功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。本版没有改 UI 资产,UI_BUILD 不升;真机刷新后 hover 浮标仍显示 UI 2026-11-18.2。1.2.0 的卡片折叠 / 双拖拽上传 / 人物替换 / PPT 图片继续有效,真机自证项见桌面验收清单。

★ 媒体格式转换:格式矩阵不变

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;媒体路由流式化 + Range 与缓存头口径承接 1.1.2。

★ 联动护栏与回归

  • 全量回归 113 套 / 0 失败 / 7,418 项断言全绿(31.5s);发布护栏 test-release-metadata.mjs 70/0。
  • 历史库 FTS5:history-store.js 以外部内容表 + trigram tokenizer + AFTER INSERT 触发器实现全文索引,关键词走 MATCH(1 万条实测 0.023ms vs LIKE 1.012ms,约 44×);短词(<3 字符)与 FTS 不可用时自动回落 LIKE,旧库首次打开 rebuild 回填,phrase 包裹防查询语法注入。test-history.mjs 195/0。
  • doctor 真探针:tool-registry.js 为 comfyOnline / accelPacks / ffmpeg / attentionBackend 接上真实探测;模型完整性与 TTS 权重仍如实标未检测,attention_backend 只查到节点存在时不谎报 pass。test-accel-config.mjs 79/0。
  • OOM 建议:diagnose-error.js 补社区 8G 抄作业档(INT8 + nvfp4 + 低显存 / GGUF Q4_K_M + 768² 起步)与 ComfyUI v0.37 动态显存策略提示;15× 速度差标为社区量级、不承诺固定倍率。test-batch-guard.mjs 119/0。
  • 构建期词法分析:_client_scope_test.mjs 改用零依赖 scripts/js-lexer.mjs token 流,隔离字符串 / 注释 / 正则 / 模板;新增 test-js-lexer.mjs 22/0 并登记,仅构建期脚本、不进包、0 运行时依赖;反向核查注入 ${UNDEFINED_PROBE} 精确变红、逐字节还原后复绿。
  • lib/index.js 226,150 B / 上限 262,144 B,余量 35,994 B。
  • 反向核查:本轮所有改动均做过「改坏 → 精确变红 → 逐字节恢复」;未跑真机的项如实标注,不把离线回归写成真机通过。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.2.1,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 当前 139 个 lib/*.js / 合计 2,071,170 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径)。

1.2.0 更新说明

从 1.1.2 到 1.2.0:这是一个交互与本地能力扩展版本——UI 卡片全折叠、PPT / 人物替换双拖拽上传、Rust 纯 CPU 人物贴图底座与身份节点发现 / 缺件降级、PPT 讲解图片真写进 OOXML。新增 3 条本机端点与 1 套专项回归;不改三大能力的生成链契约,既有工具名与 API 语义不变,1.1.2 及此前全部能力、速度与许可边界继续有效。诚实边界先说清:人物替换的本地 CPU 合成是贴图预演,不是像素级换脸;真身份保持重绘依赖本机 ComfyUI 装好身份节点与几 GB 权重,插件不捆绑、不代下,只做发现 + 引导 + 降级。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。
  • 外部 TTS 服务的合规边界不变:GSV.CPP(MIT,只做适配器 + 引导、不捆绑不代下)、AnifLive-TTS(原创代码 PolyForm Noncommercial 1.0.0 禁商用,只抄公开工程思路、不复制代码与二进制,商用须作者书面授权)。

★ 新工具与端点:不新增 Agent 工具名,新增 3 条本机人物替换端点

  • /api/qwen-paint/portrait/capabilities、/portrait/register、/portrait/compose 三条本机端点已注册进 lib/tool-registry.js 与端点目录;make_pptx 扩展 slides[].images,工具名零新增,Agent 既有调用方式不变。
  • 身份节点发现覆盖 InstantID / PuLID / IP-Adapter FaceID / ReActor:/object_info 里发现即给「可跑」,缺件给「缺件 + 安装引导」,不谎称已具备真换脸能力。

★ 加速链全景:本版不改任何倍率结论

  • 1.1.0 的插件层实测数字继续有效:内置 resvg 光栅 7.02×、静态帧去重 + VFR + libx264 6.58×、草稿档 2.10×、分镜缓存命中 34.2×;TE-Speed −17.3% 仍为唯一稳定正收益。1.1.2 的探测缓存只省重复开销,不宣称新倍率。本版未新增任何未经实测的倍率。

★ 工作流清单层:承接 1.1.2

  • chain-manifest 与图结构指纹基准继续生效;本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 1.1.2

  • event-log 落盘 + 生成完成钩子不变;细分耗时口径不变(官方不提供的细分保持 null,不编数字),单调时钟口径不变。

★ UI 与交互:UI_BUILD 升到 2026-11-18.2 供刷新自证

  • 通用 foldCard() / dropZone():混合链、素材库、角色参考、hybrid 四段模型选择改为可折叠卡片;PPT 卡加「讲解图片」多图拖拽区,人物替换卡加「参考图 / 场景图」「选定人物图」双拖拽区。新按钮用独立类名 cp-pptx-go / cp-swap-go,不与逐次同意检索按钮抢类名。
  • 折叠 toggle 后调用 syncPanelPos(nodes.fab, nodes.panel),面板高度变化仍保持底缘贴浮标上缘。位置口径不变:功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。真机刷新后 hover 浮标应显示 UI 2026-11-18.2。
  • 诚实边界:真机侧(拖图生成带图 PPT、人物替换双拖拽区、身份节点发现)尚未自证,代码与离线回归已就绪。

★ 媒体格式转换:格式矩阵不变

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;媒体路由流式化 + Range 与缓存头口径承接 1.1.2。PPT 输出新增图片类型,body 上限放宽到 48 MB。

★ 联动护栏与回归

  • 本版新增 test-local-portrait.mjs(48/0)并登记进 scripts/test-all.mjs;test-pptx-lite.mjs 47/0、test-ui-perf.mjs 81/0。全量回归 113 套,各套项全绿。
  • 构建期静态检查升级:_client_scope_test.mjs 从「正则 replace 抹字符串」换成零依赖 JS 词法分析器(scripts/js-lexer.mjs,token 流隔离字符串/注释/正则/模板)。新增 test-js-lexer.mjs 22/0 并登记;仅构建期脚本,不进插件包、不破 0 运行时依赖。反向核查:注入 ${UNDEFINED_PROBE} 精确变红、逐字节还原后复绿。
  • lib/index.js 226,150 B / 上限 262,144 B,余量 35,994 B。
  • 反向核查:PPT media 写入、人物路径围栏 / 结果解析 / 节点发现、UI_BUILD 与折叠几何均做过「改坏 → 精确变红 → 逐字节恢复」;PPT / 人物替换按钮因误复用 .cp-ref-search 触发真实回归,已改独立类名修好并复测,未改测试迁就。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.2.0,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 当前 138 个 lib/*.js / 合计 2,077,512 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径;Windows 工作树受 core.autocrlf 影响略高;设计注释外置到 docs 后维持健康余量)。
  • Rust CPU 底座源码与锁文件在 tools-rust/dshqp-portrait/,产物 assets/bin/dshqp-portrait.exe 随 assets/ 走打包分发;本机 cargo 路径已做等长中性化,不夹带真实用户目录。
  • 历史库关键词搜索升级到 SQLite FTS5(零新依赖):history-store.js 用 FTS5 外部内容表 + trigram tokenizer + AFTER INSERT 触发器,关键词走 MATCH 索引(1 万条实测 0.023ms vs LIKE 全表 1.012ms,44×)。短词(<3 字符)与 FTS 不可用时自动回落 LIKE;旧库首次打开自动 rebuild 回填;phrase 包裹防查询语法注入。test-history.mjs 补 16 项(索引同步/旧库迁移/软删除边界/降级)。
  • 运行期自诊断与 OOM 建议补齐(社区调研 A 类):doctor.js 原有 8 项检查里 6 项探针空转,现用现有 deps 真接上 4 项(comfyOnline / accelPacks / ffmpeg / attentionBackend,后两者基于 /object_info 与 mediaExec.probe),模型完整性与 TTS 权重仍如实标未检测;attention_backend 只查到节点存在时不谎报 pass。diagnose-error.js 的 OOM 建议补上社区 8G 抄作业档(INT8 + nvfp4 + 低显存 / GGUF Q4_K_M + 768²起步)与 ComfyUI v0.37 动态显存策略提示,15× 速度差标为社区量级、不承诺固定倍率。

1.1.2 更新说明

从 1.1.1 到 1.1.2:这是一个质量与安全收口版本——两轮全量代码审计(文件/进程执行面、网络出站面、端点与隐私面、UI 层、性能面)的全部确认项落地:安全围栏补齐、长任务误杀修复、队列生命周期加固、媒体路由流式化、探测缓存提速。不改三大能力的生成链契约,API 与工具名零变更,升级只需替换插件目录;1.1.1 及此前全部能力与加速数字继续有效。审计采用「刻意设计甄别」纪律:每一处改动都先核对作者注释与提交历史,确认是遗漏才修、是设计就留痕不动(共甄别 30+ 项刻意设计,见 docs/negative-results.md 负结果清单)。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。
  • 外部 TTS 服务的合规边界不变:GSV.CPP(MIT,只做适配器 + 引导、不捆绑不代下)、AnifLive-TTS(原创代码 PolyForm Noncommercial 1.0.0 禁商用,只抄公开工程思路、不复制代码与二进制,商用须作者书面授权)。

★ 新工具与端点:本版零新增工具,既有端点补齐安全围栏

  • 矢量化端点补本机围栏:/api/qwen-paint/vectorize* 此前是同族路由中唯一缺「仅本机」闸的(同期整改模块均已补、本模块被遗漏),跨站请求可触发外部引擎执行;现 GET/POST 均要求本机来源,与缝合 / PPTX 端点同口径。
  • ASR 端点接入统一出站守卫:asrUrl 是第三个出站端点(本机 faster-whisper 等 OpenAI 兼容服务),此前转写上传与状态探测绕过回环校验;现与 comfyUrl/hipfireUrl 同判据(默认仅回环、allowRemoteComfy 显式放行 + 禁跟随重定向 + 启动时校验),「数据仅走 127.0.0.1 回环」的承诺在语音链路同样成立。
  • 历史管理端点补媒体类型闸:写操作(更新 / 恢复 / 清理 / 归档 / 硬删)现要求 application/json,堵住旧浏览器跨站简单请求面;硬删端点不再转发请求体里的文件操作参数(默认绝不删磁盘文件的语义保持)。
  • 路径防链接越界复验:媒体读取、音频转写输入、媒体转换输入、手动超分输入四类目录围栏全部增加 realpath 复验(实测可穿透文本比对的目录链接攻击被封堵);输出侧经评估属纵深分层(植入链接本就需要本机写权限),维持原判据并留痕。

★ 加速链全景:本版不改任何倍率结论,只修「误杀」与「重复探测」

  • 1.1.0 的插件层实测数字继续有效:内置 resvg 光栅 7.02×、静态帧去重 + VFR + libx264 6.58×、草稿档 2.10×、分镜缓存命中 34.2×;TE-Speed −17.3% 仍为唯一稳定正收益。
  • 长任务超时透传修复:媒体执行层此前丢弃调用方超时参数(恒 180 秒),5 分钟动画合成 / 30 分钟音频处理会被静默截断并误报「ffmpeg 执行失败」;现如实透传(下限 1 秒防呆)。
  • 探测结果缓存:resvg 可用性此前每帧重探一次(N 帧分镜 = N 次子进程)、硬件编码择优每次合成都重跑(2–6 个探测进程);现成功结果进程内缓存、失败 30 秒重试——合成路径省 1–2 秒纯探测开销,分镜越多收益越大。诚实边界:这是消除重复开销,不宣称新的合成倍率。

★ 工作流清单层:承接 1.1.1

  • chain-manifest 与图结构指纹基准继续生效;本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 1.1.1

  • event-log 落盘 + 生成完成钩子不变;细分耗时口径不变(官方不提供的细分保持 null,不编数字)。另:全库超时 / 期限判断(批量等待、TTS 等音频、启动就绪等待、面板兜底计时)统一切换到单调时钟——系统校时回拨不再会造成「永不超时的挂起」或误判超时。

★ UI 与交互:UI_BUILD 升到 2026-11-18.1 供刷新自证

  • 优化面板「假成功」根治补全:开关与档位切换此前被后端拒绝时静默弹回、不说明原因(同一修复此前只覆盖了生图面板半边);现如实显示「未生效:原因」。
  • 面板自愈:状态刷新统一走已记住的端点路径,桌面端桥接不覆盖 /api/ 前缀时不再出现「点开关面板直接关闭」。
  • 位置口径不变:功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。真机刷新后 hover 浮标应显示 UI 2026-11-18.1。
  • 本段为 1.1.2 发布当时快照;后续 1.2.0 已把 UI_BUILD 升到 2026-11-18.2 并新增卡片折叠 / 拖拽上传 / 人物替换 / PPT 图片,详见「1.2.0 更新说明」。

★ 媒体格式转换:格式矩阵不变,媒体路由流式化

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变。
  • 媒体字节路由流式化 + Range:此前整文件读入内存再回传(上限内的视频也整体进进程内存)、且不支持字节段(拖进度条要等全量传输);现流式管道 + 单段 Range(206 / 416 语义完整),视频拖动只取所需字节段;已知媒体类型(生成文件名永不复用、内容不可变)改可缓存,历史面板重开不再逐图重传。

★ 联动护栏与回归

  • 两轮审计全部发现按「确认遗漏才修、刻意设计留痕」处置;新增 / 扩展回归:目录链接穿透回归 4 项、队列生命周期(退避封顶 / 代次号防双执行 / 终态淘汰)6 项、端点围栏与媒体类型闸 8 项、客户端反馈一致性 3 项、媒体路由 Range / 缓存头 8 项等。
  • 全量回归 113 套,各套项全绿;lib/index.js 226,150 B / 上限 262,144 B,余量 35,994 B。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.1.2,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 新增 docs/negative-results.md 负结果清单:审计中「试过且被论证否定」的方向与外部工程教训逐条归档,防止重踩(与「未实测不吹倍率」同一条纪律的另一半)。
  • 当前 138 个 lib/*.js / 合计 2,060,037 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径;Windows 工作树受 core.autocrlf 影响略高;设计注释外置到 docs 后维持健康余量)。

1.1.1 更新说明

从 1.1.0 到 1.1.1:这是一个只加不改的小版本——唯一功能变更是 TTS 首段早出声(悬浮面板两段式),默认关闭、对既有用户零行为漂移;1.1.0 及此前全部能力与加速数字继续有效,API 与工具名零变更,升级只需替换插件目录。更新说明按发布护栏要求逐节列全,便于 Agent 与用户核对。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。
  • 外部 TTS 服务的合规边界不变:GSV.CPP(MIT,只做适配器 + 引导、不捆绑不代下)、AnifLive-TTS(原创代码 PolyForm Noncommercial 1.0.0 禁商用,只抄公开工程思路、不复制代码与二进制,商用须作者书面授权)。

★ 新工具与端点:本版零新增工具,给 generate_speech 的 lowLatencyChunks 换更优实现

  • lowLatencyChunks(默认 false)由「N 块逐段提交 + N 段拼接」改为两段式:首段短切先落盘并通过 progress.ttsLive 推给悬浮面板自动播一次,剩余整段一次提交,最后 ffmpeg concat 拼 m4a——省掉中间 N−2 次往返。诚实边界:非节点级流式、整段总时长不变,只是更早听到首段;块间语气可能断裂;缓存键区分 chunks/whole 防串味。
  • 首段事件存单例 TTL store,只在面板开着时播放,自动播被浏览器拦则静默不报错;回环围栏不变(只认本机 127.0.0.1)。

★ 加速链全景:承接 1.1.0,本版不改任何倍率结论

  • 1.1.0 的插件层实测数字继续有效:内置 resvg 光栅 7.02×、静态帧去重 + VFR + libx264 6.58×、草稿档 2.10×、分镜缓存命中 34.2×;ComfyUI 生图链 TE-Speed −17.3% 仍为唯一稳定正收益。
  • 本版 TTS 两段式不宣称倍率:目标是「首段更早落盘 + 更早听到」,整段总耗时的真实 A/B 需要模型常驻、固定单档、丢弃首轮后多轮测量,当前未做,不编数字。attention 真机样本离散与回退事实见 1.1.0 章节,不重复结论。

★ 工作流清单层:承接 1.1.0

  • chain-manifest 与图结构指纹基准继续生效,后者只在回归里跑、不参与运行时构图。本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 1.1.0

  • event-log 落盘 + 生成完成钩子不变;细分耗时 queue / total 来自 ComfyUI /history 真实时间戳,load/sample/decode 官方不提供,保持 null(不编数字)。

★ UI 与交互:UI_BUILD 升到 2026-11-17.2 供刷新自证

  • 悬浮面板新增首段音频自动播放(按 path@at 去重、一次事件只播一次);generate_speech 面板开着才听得到首段。
  • 位置口径不变:功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。真机刷新后 hover 浮标应显示 UI 2026-11-17.2。

★ 媒体格式转换:承接 1.1.0

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;file 路由补 .m4a/.aac/.ogg/.opus MIME 以便面板播放首段音频,转码路径不变。

★ 联动护栏与回归

  • test-tts-lowlatency.mjs 扩展两段式规划、首段回调时序、progress.ttsLive、面板播放与 file MIME 断言,并做「改坏三处 → 精确变红 → 逐字恢复 md5 一致」反向核查;test-ui-perf.mjs 同步 build 断言。
  • 全量回归 110 套,各套项全绿;lib/index.js 226,150 B / 上限 262,144 B,余量 35,994 B;体积曾因本版超 2,645 B,按纪律外置 4 个文件头注释到 docs/tts-early-audio-design-notes.md(逐字留锚点)后守卫恢复通过。2026-11-17 全量审计整改(安全修复 + 测试扩展)后按真实值回填。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.1.1,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 两份 llms 以代码字体点名全部工具与端点;TOOL_SUMMARIES / agent-guide / 端点目录保持同步。
  • 当前 136 个 lib/*.js / 合计 2,038,715 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径;Windows 工作树受 core.autocrlf 影响略高。2026-11-17 全量审计:config.js / client.js 纯设计注释外置到 docs,余量 550 B → 76 KB;2026-11-18 第二轮整改后余量 57.1 KB)。
  • 真机自证清单(如实列为未完成):DSH 宿主启动后刷新页面 hover 自证 UI 2026-11-17.2、开面板跑 lowLatencyChunks:true 听首段是否先播、PPT 加速链档位按钮显示、smoke.mjs --submit 真出图、layout 中文可见性、8 GB 核显速度。

1.1.0 更新说明

从 1.0.0 到 1.1.0:这一版不改三大能力的生成链契约,专治两件事——① 1.0.0 之后积压的全部工作树改动一次性收口(补缺模块 / hyperframes §13 四项 / UI 整改 / 体积根治);② 把「说快了却没实测」的加速说法变成可复核的真机数字与诚实边界。1.0.0 及此前全部能力继续有效,API 与工具名零变更,升级只需替换插件目录。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。
  • 外部 TTS 服务的合规边界写死在清单里:GSV.CPP(MIT,一键包 3.16 GB / g2pw 前端 608 MB,只做适配器 + 引导、不捆绑不代下);AnifLive-TTS(原创代码 PolyForm Noncommercial 1.0.0 禁商用,只抄公开工程思路、不复制代码与二进制,商用须作者书面授权)。第三方截图里的 74.6 ms / 2–3× 是作者特定硬件的历史宣称,本插件未复测、不写进结论。

★ 新工具与端点:承接 1.0.0,本版给已有工具补真实能力

  • 四个纯 JS 新工具(plan_storyboard / render_frame / compose_video / layout_frame)与补缺模块(队列端点、ControlNet 预处理纯逻辑、段级续跑账本、WS 渐进预览、外部工作流导入)全部接进生产链,非孤儿。
  • generate_speech 新增 attention(auto / sage_attn / flash_attn / sdpa / eager,默认不写 = 节点自身 auto 零漂移)与 lowLatencyChunks(默认 false:两段式——首段短切先落盘并推给悬浮面板自动播一次、剩余整段一次提交、ffmpeg concat 拼 m4a;非节点级流式,整段时长不变,首段先听而已,块间语气可能断裂,缓存键区分 chunks/whole 防串味)。首段事件走 progress.ttsLive(单例 TTL 有界),面板开着才播、自动播被浏览器拦则静默不报错。
  • list_tts_backends 与 /api/qwen-paint/tts/backends 新增 external_services:对 127.0.0.1 上的外部 TTS 服务真实探活并回传在线状态、失败原因、许可证与引导,只许回环地址、不放行任意 host。

★ 加速链全景:从「列节点」升级到「有真机数字与诚实边界」

  • 本机实测的插件层优化:内置 resvg 光栅 7.02×(600.50 ms → 85.51 ms)、静态帧去重 + VFR + libx264 6.58×(870.49 ms → 132.20 ms)、草稿档合成 2.10×、分镜缓存命中 34.2×、下拉增量回填 DOM 操作 −99.7%、TTS 旁白缓存命中 0.21 ms。
  • 编码择优纠错:ENCODE_PRIORITY 由 NVENC→QSV→AMF→libx264 改为 NVENC→QSV→libx264→AMF,消除本机「AMF 可用但慢 12.9%–38.3%」的误选;这是「可用性 + 保守顺序」择优,不是速度基准择优。
  • ComfyUI 加速节点真机对照(官方 8 步 turbo 链,1024²,每轮换 seed 防 prompt 缓存):baseline 9,910 ms、TE-Speed 8,197 ms(−17.3%,唯一稳定正收益)、TE-Speed+sage 8,687 ms(−12.3%)、Speedup +1.1%、BlockCache T8 +8.9%(更慢)、FBCache 与该链不兼容。历史 turbo8 −86% / BlockCache +22.7% 来自不同模型 / 分辨率 / 版本,不可比,不冒充当前值。
  • TTS attention 真机只确认「参数可控、auto 实际选 sage_attn、flash_attn 静默回退 eager、每次切换清缓存重载模型 10–40 s」;样本离散过大,不宣称任何 attention 更快。

★ 工作流清单层:承接 1.0.0

  • chain-manifest(运行时清单目录)与图结构指纹基准(回归期逐槽位对账)继续生效,后者只在回归里跑、不参与运行时构图。本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 1.0.0

  • event-log 落盘 + 生成完成钩子不变;细分耗时 queue / total 来自 ComfyUI /history 真实时间戳,load/sample/decode 官方不提供,保持 null(不编数字)。

★ UI 与交互:档位可见 + 错误可诊断 + build 自证

  • 「本机能力 / 加速链」面板并入 Comfy 控制面板:SageAttention / WaveSpeed / 恢复默认三档按钮真存在;实验室独立浮层已删除,只挂 cp-panel 的插槽,找不到就不挂。
  • 「本机请求失败」一类笼统报错拆成「连不上本机服务:ComfyUI 可能未启动」与「本机服务返回异常(HTTP n)」两种可诊断文案;真宿主未启动导致的 404 由用户侧启动解决,插件不假装已连通。
  • 位置口径不变:功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。UI_BUILD 升到 2026-11-17.2(TTS 首段早出声)供刷新自证。

★ 媒体格式转换:承接 1.0.0

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;本版不改转码路径。新增 ffmpeg concat 用于低延迟分块的音频顺序拼接。

★ 联动护栏与回归

  • 新增 test-bgm-opt.mjs(30 项,含假 ffmpeg 真链路:首次执行 / 二次跳过 / 关缓存强制重跑)、test-tts-lowlatency.mjs(48 项,含回环围栏反向核查)、test-tts-workflow.mjs attention 契约 7 条、test-ui-perf.mjs 3 条错误文案与 build 断言,全部登记 SUITES。
  • BGM 三块优化接进生产链:音乐计划缓存(generate_music)、ducking 缝合缓存(mix_narration / av-stitch,stitchCache:false 可关)、§7 装配计划(/music/models,模型 / 权重项标 blocked 不谎称)。
  • 全量回归 110 套,各套项全绿(断言总数刻意不写死;103 套 + 补缺批 test-gap-fill.mjs + 动画三件套 test-animation-kit.mjs + 动画四项优化 test-anim-opt.mjs + 渲染后端 test-render-backends.mjs + 版式/VFR/TTS 缓存 test-layout-vfr-ttscache.mjs + BGM 优化 test-bgm-opt.mjs + 外部 TTS 低延迟编排 test-tts-lowlatency.mjs);lib/index.js 224,521 B / 上限 262,144 B,余量 37,623 B;lib/client.js 217,489 B。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.1.0,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 两份 llms 以代码字体点名全部工具与端点;TOOL_SUMMARIES / agent-guide / 端点目录保持同步。
  • 当前 136 个 lib/*.js / 合计 2,095,867 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径;Windows 工作树受 core.autocrlf 影响略高)。体积根治靠「新功能走独立模块 + 零 index 增长注册 + 纯说明性文件头注释逐字外置到 docs」,逐字可逆;内置 assets/bin/resvg.exe(v0.50.0,双许可证随包分发)为默认光栅后端、stdin 送 SVG 收 PNG,探测不到一律降级保留 SVG,中文渲染依赖系统字体、缺字时自检判为不安全并降级。
  • 真机自证清单(本版如实列为未完成):DSH 宿主启动后刷新页面 hover 自证 UI 2026-11-17.1、layout 中文可见性、混合四段回显、TTS 后端 / 音色在混合链真生效、ASR 真转写、编辑台 picker 点按、PPT 加速链档位按钮显示、smoke.mjs --submit 真出图、8 GB 核显速度。

1.0.0 更新说明

从 0.35.0 到 1.0.0:这一版不改生成链、不加新工具,专治「界面说生效、实际没生效」这一类静默谎言。0.35.0 及此前全部能力继续有效。API 与工具名零变更,升级只需替换插件目录。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。本版没有改动许可文本,也没有新增任何限制。

★ 新工具与端点:本版零新增,全部写参数诚实回传

  • 工具与端点清单与 0.35.0 逐字一致(5 个外置工具 + 3 条端点,合计 29 个工具 / 78 条端点),没有影子工具、没有幽灵端点。
  • 但 POST /status.json 的响应新增 choiceResult: { ok, rejections[] }:任何写操作被拒都回传 label / value / reason,顶层 ok 仍只表示端点自身健康(三处状态轮询依赖它,没有被拖下水)。

★ 加速链全景:承接 0.35.0,本版只补可观测性

  • SageAttention / Comfy-WaveSpeed 的探测、工作流补丁、卡片常驻显示全部不变;真机节点名 ApplyFBCacheOnModel 与 residual_diff_threshold=0.08 的保守默认值不变。
  • 新增只读 objectInfoCacheStatus(),暴露 failed / ageMs / info —— 探测不到节点时,终于能看出「是没装、还是失败冷却里」。/object_info 失败也写时间戳,1 分钟冷却(成功仍走 10 分钟 TTL),ComfyUI 忙时不再每轮白等 30 秒。

★ 工作流清单层:承接 0.35.0

  • chain-manifest(运行时清单目录)与图结构指纹基准(回归期逐槽位对账,workflow-fingerprint.js + scripts/workflow-fingerprints.json)继续生效,后者只在回归里跑、不参与运行时构图。本版不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 0.35.0

  • event-log 落盘 + 生成完成钩子不变;细分耗时 queue / total 来自 ComfyUI /history 真实时间戳,load/sample/decode 官方不提供,保持 null(不编数字)。

★ UI 与交互:白条同源 + 假成功根治

  • 选模型假成功:后端白名单拒绝不再只写日志;前端按 choiceResult 显示「未生效:<真实原因>」,并按 label 认领自己的拒绝原因,不张冠李戴。区分「清单此刻不可用」与「候选是缓存里的旧模型,已删或改名」——后一种是持久化缓存叠加后的隐藏复现路径。
  • 两处白条同源:优化面板权重下拉(主 / LoRA / ControlNet)复用主模型那套持久化缓存 + 禁用占位,命中即同步回填、后台静默刷新,保留 fileLabels 干净名与「已失效」标注;素材库设计风格下拉创建时就有禁用占位,失败落错误态,空 catch 已删。
  • 假就绪 / 首帧空白:面板候选未到时显示「(候选清单加载中…)」,Promise.allSettled 全部落地后再收口;历史面板首帧给读取中占位。
  • 位置口径不变:功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。

★ 媒体格式转换:承接 0.35.0

  • 图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;本版不改转码路径。

★ 联动护栏与回归

  • 新增 scripts/test-white-bar.mjs(48 项):缓存纯函数与失败冷却是真调用(vm 拿 client factory / 真跑 mock fetchFn),其余锁关键分支;反向核查「改坏失败时间戳 → 2 项红」「改坏 total 拆分 → 1 项红」,恢复后 md5 一致。
  • 历史分页:store.query() 的筛选后总数与 store.stats() 的全量总数拆成 total / allTotal,stats 绝不碰分页基数 —— 修掉「筛选 3 条却显示 100 条、翻页全空白」的竞态。
  • 全量回归 110 套,各套项全绿(断言总数刻意不写死;103 套 + 补缺批 test-gap-fill.mjs + 动画三件套 test-animation-kit.mjs + 动画四项优化 test-anim-opt.mjs + 渲染后端 test-render-backends.mjs + 版式/VFR/TTS 缓存 test-layout-vfr-ttscache.mjs + BGM 优化 test-bgm-opt.mjs + 外部 TTS 低延迟编排 test-tts-lowlatency.mjs);lib/index.js 224,521 B / 上限 262,144 B,余量 37,623 B(1.0.0 发布时 206,499 B / 余 55,645 B;本轮补缺后经 slim-comments 外置长设计说明,仍走外置注册层);lib/client.js 217,489 B。
  • 全项目假绿双向扫描:99 个套件的断言函数签名 vs 调用方式全查,两个方向均无参数颠倒;工作树新增行经隐私预检零命中。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 1.0.0,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 两份 llms 以代码字体点名全部工具与端点;TOOL_SUMMARIES / agent-guide / 端点目录保持同步。
  • 当前 136 个 lib/*.js / 合计 2,095,867 B(按规范化 LF 字节计,与 git blob / CI checkout 同口径;Windows 工作树受 core.autocrlf 影响略高)。新增 lib/anim-opt.js(动画四项纯 JS 优化:静态帧去重 / 分镜级缓存 / 草稿定稿档 / 时序校验前置,hyperframes 清单 §13 可映射项)、lib/render-backends.js(硬件编码择优 + resvg 光栅探测,内置优先、未启用绝不谎称)、lib/anim-cache.js(静态瓦片缓存 + 可插拔渲染后端接口);并把 1.0.0 后新增模块的纯设计注释外置到 docs/added-modules-design-notes.md 与 docs/backend-headers-design-notes.md(逐字可逆自检),根治了 40 改动造成的 lib 合计超 2 MB 红线问题。★ 内置 resvg 光栅后端:assets/bin/resvg.exe(官方 v0.50.0 Windows x86_64,zip 权威 1,717,055 B 校验、解压 3,994,624 B,随包分发,Apache-2.0 OR MIT 双许可证在 assets/bin/LICENSE-resvg-*.txt)为默认光栅后端,render_frame 经 stdin 送 SVG/收 PNG(绕开路径编码问题),探测不到或渲染异常一律降级保留 SVG;非 Windows 平台由 RESVG_PATH/PATH 发现模式兜底。中文渲染依赖系统字体,缺字时自检会判为不安全并降级(不谎称已启用)。本轮(1.0.0 后、未发布)补缺新增 lib/job-endpoints.js(队列前台端点)、lib/cnet-preprocess.js(ControlNet 预处理纯逻辑)、lib/resume-store.js(视频段级续跑账本)、lib/ws-preview.js(WS 渐进预览)、lib/workflow-import.js + lib/workflow-import-endpoints.js(外部工作流导入)、lib/animation-kit.js(自研轻量动画三件套)。为腾出体积,schema-defaults.js 里 10 段纯设计注释外置到 docs/schema-design-notes.md(逐字可逆自检,scripts/extract-design-notes.mjs,脚本幂等可重跑),功能零改动。

2026-11-17 补缺批次(1.0.0 后工作树,未发布)

本批次三件新功能(诚实边界写在代码里)

  • lib/layout-lite.js + layout_frame 工具:声明式版式页(title / bullets / split / compare)→ 纯 JS flex 子集算绝对坐标 → SVG。不是 CSS 或 Taffy 级引擎:单层 row/column、不做 flex-wrap/CSS 解析,文本按字符宽度估算换行(CJK 1em / 其余 0.55em),只保证不溢出;落盘走目录围栏,宿主注入光栅后端(内置 resvg)才顺带出 PNG。
  • compose_video 新增 fpsMode=vfr:走 concat 清单按 duration 精确控时,不把去重后的静态段补帧回恒定帧率(实测 4 帧/0.52s/2,505 B vs CFR 7 帧/0.583s/3,145 B);无 writeFile 写不了清单时如实退回 CFR 并写进 reason,不假装是 VFR。注意它只省「补出来的重复帧」,动态段仍是一帧一图,不是内容感知抽帧。
  • generate_speech 旁白内容缓存:文本 + 后端/音色 + seed + 参考音频身份 做 sha256 指纹,命中直接复用(连 ComfyUI 探活都省),产物字节数与登记不符/元数据损坏/文件缺失一律按未命中;缓存是增强,写失败绝不影响真实合成。

对照 GitHub Issues 草稿,先补上六项(M1–M5 / H3),随后把五项架构级缺口一并完成:

  • M1 历史 LoRA 落库 + 筛选:draw 记录 extra 增加实际接线的 loras(名+强度)/ unet / cfg(取自构建出的工作流本体,不是面板"当前选择");/history 增加 lora 筛选(SQLite LIKE 带 ESCAPE 防通配注入 + JSONL 降级路径同语义)。
  • M2 参数包导出 / 一键重画:GET /api/qwen-paint/history/export?id=(draw_args 可直接交 Agent 重放;reference/controlImage 刻意不入包);POST /api/qwen-paint/history/redraw(走与 draw_image 同一条 runDraw 内部链路,与批量工具同接法);历史面板新增「重画」「复制参数」按钮。
  • M3 队列前台操作:GET|POST /api/qwen-paint/jobs(列表/统计 + cancel|pause|resume),交给前台的是 manage_jobs 工具同一份队列实例;lab 队列区从只读升级为可查看/逐条取消/暂停/恢复派发。
  • M4 ControlNet 预处理:POST /api/qwen-paint/cnet-preprocess(Canny/Depth/Pose 候选节点按本机 /object_info 探测,0.39.0 核心只有 Canny,缺了如实 409 + 安装提示);产物按「原图 sha256+类型+参数」缓存到 .qwen-paint-cnet-previews/,可直接填 controlImage;lab 新增区块带预览。
  • M5 落盘目录模板:cfg.filePrefixTemplate 支持 {date} / {model}(ComfyUI 前缀 / 即子目录);未配置 = 行为逐字节不变;模板白名单 + 穿越/盘符拒绝。
  • H3 视频尾帧:generate_video 新增 endImage;双轨构图(清单 patches + 硬编码)对称接线,双轨逐字节一致测试锁定;契约门禁:本机 Wan22ImageToVideoLatent 无 end_image 槽(0.39.0)→ 如实报错不假装支持;README/llms 同步补写此前缺失的 startImage 文档。

2026-11-17 架构级补缺批次(1.0.0 后工作树,未发布)

前一批留下的五项架构级缺口也已全部完成:

  • H1 多 ControlNet 链式叠加:buildWorkflow 接 controlStack(最多 4 路),每路 LoadImage → ControlNetLoader → ControlNetApplyAdvanced,positive/negative 串成 condition 链;单路旧路径逐字节不变(additive 设计,不动默认夹具图指纹)。
  • H2 参考图独立权重 + mask:reference-strategy.js 的 planReferenceControls / applyReferencePlan,用 LatentComposite.feather 表达软权重、mask 走 VAEEncodeForInpaint;不用 SetLatentNoiseMask(0.18 局部重绘架构锁);无 per-reference 时序门控节点时如实零漂移并记 notes。
  • H4 视频段级续推:resume-store.js 账本,按「index/帧数/seed/prompt/首帧」键缓存已完成段;改任一参数、产物被删、超 2 小时都整条重跑,只复用连续已完成段(不从中间续)。generate_hybrid.resumeVideo 默认开启。
  • L1 WebSocket 渐进预览:ws-preview.js 解析 ComfyUI progress + 4 字节头二进制预览帧;GET /api/qwen-paint/preview?enable=1 按需连本机 WS,Node 20 无全局 WebSocket 时如实 unavailable + reason;预览是增强层,没有帧不伪造、不拖累出图。
  • L2 外部工作流 JSON 导入:workflow-import.js + 端点,只接受 ComfyUI API 格式(UI 格式明确提示用 Export (API));校验节点/引用 → 对照本机 /object_info 报覆盖 → 识别可绑定槽位 → 生成 $param./$asset. 模板进进程内注册表(重启失效,不写包内 workflows/ 清单,不触契约指纹)。
  • 原生 2K(无需先生成再放大):本就是默认路径 —— forceOptimizedSize:false 尊重调用方尺寸、upscaleAfter:0 不事后放大;draw_image 传 width:2048,height:2048(或 megapixels:2)直达 EmptyLatentImage,没有 2048 硬上限(taskMaxCanvasEdge 只约束局部重绘的裁剪预缩放)。刻意不新增冗余的 native_resolution 开关:它只是这两项的别名,反而会引入优先级歧义。

2026-11-17 动画四项优化(hyperframes 清单 §13 映射,1.0.0 后工作树,未发布)

hyperframes-底层加速整合总清单.md 主体针对无头 Chrome 渲染系统,与本插件无关(插件是纯 JS SVG 帧 + ffmpeg argv,无 Chrome/GSAP/Lottie/WebGL 对象;§0 的 BGM 模型/权重未定全线阻塞、所有加速倍数未实测不可写成承诺,§11 明确延后 7 项)。只落地其 §13 列出的 4 项纯 JS 可映射项,全部在新模块 lib/anim-opt.js、animation-kit.js 消费,零外部依赖、零新端点、index.js 零增长:

  • ① 静态帧去重:collapseRepeatedFrames 把相邻同路径帧折叠为一帧,buildComposeCommand 用 repeats 把每帧 -t 延长为 repeat/fps、concat 帧数随之减少 —— 静态画面不再重复落盘。compose_video 的 dedupe 默认关(旧行为逐字不变)。
  • ② 分镜级缓存:createFrameCache 以 {type,hint,尺寸} 的 sha256 为 key、sidecar JSON 持久化、FIFO 淘汰 64 条;render_frame 命中即逐字复用 SVG 与落盘路径,改一镜只重渲那一镜。file/path 由宿主注入,未注入则不启用(旧测试零影响)。
  • ③ 草稿/定稿档:ANIM_QUALITY_PRESETS(draft 480×270/12fps、final 960×540/24fps),显式 width/height/fps 优先于档位;render_frame/compose_video 新增可选 quality 参数。
  • ④ 时序校验前置:checkTimelineAlignment 在合成前比对字幕 cue 数 / 末端、配音时长与分镜 from/to 时间轴;不齐默认只告警不拒绝(reason 带 ⚠),strictTiming:true 才拒绝;缺数据如实跳过,不编造对齐时间戳(脚本字幕本就 aligned:false)。

公共底座体检(清单 §2 的插件适用项):DAG 调度(dag-planner.js/accel-chain.js/run_dag)、全局去重与容量淘汰(idempotency.js/prompt-cache.js/新分镜缓存)、显存探测与档位(config.js 的 VRAM 探测 + MODEL_TIERS + assessLowEndReadiness)均已存在;「零拷贝流式编码 sink」因插件无 Chrome 截图 readback 链路而不适用,如实记录、不强行造对象。

2026-11-17 BGM 链路优化(1.0.0 后工作树,未发布)

新增 lib/bgm-opt.js(设计注释逐字外置 docs/bgm-opt-design-notes.md),三块都是插件层可离线跑、可实测、有生产消费点的优化,非孤儿:

  • ① 音乐计划缓存:generate_music 按 model+prompt+neg+bpm+seed+时长+segment/loop/quality+探测节点集合 的 sha256 指纹缓存参数计划,命中直接复用、省掉重复 buildMusicPlan;信封 JSON 带字节自校验,篡改/截断按未命中,读写失败一律降级真实规划。deps.musicPlanCache===false 可关(验证真链路用)。
  • ② ducking 缝合缓存:mix_narration/runAvStitch 按 BGM+旁白条目(路径|大小|mtime)+duck 参数+target 指纹缓存成品,命中跳过整次 ffmpeg 混流编码;产物存在且字节一致才算命中,stitchCache:false 可关。真链路回归用假 ffmpeg 计数验证「首次执行 / 二次跳过 / 关缓存强制真跑」。
  • ③ hyperframes §7 装配计划:/api/qwen-paint/music/models 新增 assembly 字段,透出缓存键七字段、已有 ducking、断点续推(只复用完整段)、embedding 缓存计划;需模型/权重的 candle FP8、预并行、Rust worker 一律标 blocked + 原因,不谎称已实现或实测倍率。

诚实边界:音乐真生成仍依赖外部 ComfyUI 节点(本机实测 YuE2GenerateMusic / SaveAudio* 可探测)与用户自备权重,本优化不下载、不提交、不生成音频;缓存只加速插件自身的规划与 ffmpeg 缝合。为守 lib 2 MB 红线,另把 reference-web / workflow-manifest / vectorize / style-library / vram-budget 五个模块的文件头说明逐字外置到 docs/bgm-opt-design-notes.md(可逆、语义零改)。专项回归 scripts/test-bgm-opt.mjs(30 项)已登记 SUITES。

  • 外部 TTS 低延迟编排(1.0.0 后、未发布):按用户「抄思路不抄代码」定调,新增 lib/tts-lowlatency.js(纯编排:语义分块降首音延迟 + 本机回环服务探活 + gsv/openai 两种 API 请求适配 + 诚实引导),不复制任何项目代码、不捆绑二进制/权重。/api/qwen-paint/tts/backends 与 list_tts_backends 工具新增 external_services 字段(真实探测 127.0.0.1 上的服务在不在);lab「语音后端」卡可查看。两个外部服务的合规边界写死在清单里:GSV.CPP(真实仓库 KakaruHayate/GSV.CPP,MIT,一键包 3.16 GB、g2pw 前端 608 MB,只做适配器+引导、不下载不捆绑)、AnifLive-TTS(真实仓库 Hiruynk/AnifLive-TTS,原创代码 PolyForm Noncommercial 1.0.0 禁商用,商用要作者书面授权,本插件只给引导、不复制其代码)。截图里的 74.6 ms / 2–3× 都是作者在特定硬件的历史宣称,本插件未复测、不写进结论。为守 2 MB 红线,comfy-catalog / cpu-endpoints / media-convert-tool / job-tool 四个模块的纯说明头注释逐字外置到 docs/tts-lowlatency-design-notes.md(可逆、语义零改)。专项回归 scripts/test-tts-lowlatency.mjs(含回环围栏反向核查)已登记 SUITES。
  • Qwen3-TTS 注意力后端可选 + 低延迟分块(1.0.0 后、未发布):真机 /object_info 实测 FB_Qwen3TTSCustomVoice/VoiceClone/VoiceDesign 都声明 attention = auto/sage_attn/flash_attn/sdpa/eager,但原先 generate_speech 写死不传。现新增 attention 参数(默认 auto 零漂移,仅显式合法枚举才写入生成节点,非法值不污染工作流),透传三条链;sage_attn/flash_attn 多为 N 卡优化,本插件未实测哪个更快,换值需自行 A/B。lowLatencyChunks(默认 false):按语义切块逐段真提交 ComfyUI、逐块落盘再用 ffmpeg concat 顺序拼成一个音频;这不是流式播放,块间语气可能不连贯、整段总耗时可能增加,需本机 ffmpeg、缺件明确报错;缓存键区分分块/整段防串味。为守体积,另把 tool-registry / blockswap / model-options / accel-profiles 四个模块头注释逐字外置。test-tts-workflow.mjs 加 attention 透传/默认零漂移/非法值防污染断言(含反向核查)。

红线根治:接手时发现 1.0.0 后的 40 个未提交改动已把 lib/*.js 合计推到 2,100,604 B(超 2,097,152 上限 8,452 B),数据库「105 套全绿」是改动前的假绿。把 7 个新模块 + describe.js 的纯设计注释外置到 docs/added-modules-design-notes.md(逐字可逆自检,含 GPU_PROFILES 语义注释保护——曾误外置导致 apple 档案损坏,已回滚重做),合计降到 2,093,241 B(护栏 LF 口径)/ 余 3,911 B。全量回归见上(106 套)。

  • Alpha / 透明背景(诚实边界,未做):没有加 alpha:true 假开关。本机 Qwen-Image 2.1 的 latent 格式是 64 通道(comfy/latent_formats.py::QwenImage21),VAE 解码是 RGB;没有 zz_rgba2rgb 节点,也没有 Qwen-Image-Layered 权重。"四通道 VAE 可直接出透明底"在本链路/本机版本上不成立。要做真透明底需另装分层模型与对应节点,或走已有的 cutout_image 后处理(纯色底、复杂主体不可靠)——不是原生 alpha,不混为一谈。
  • 分块重绘 tile_inpaint(默认关):本机核心节点 SplitImageToTileList / ImageMergeTileList(正弦羽化)/ GetImageSize 齐备;打开 tileInpaintEnabled 后,裁剪图被切成 tileInpaintSize(默认 1024)方块、重叠 tileInpaintOverlap(默认 128,夹到半块以内),逐块走同一条采样链,合并后再 ColorMatch + 回贴。缺任一节点就不接;默认图逐字节不变。⚠ 块间语义连续性未真机 A/B,多块=多份采样开销,先小图验接缝再长期开。
  • EasyCache 步级复用(默认关):按本机 comfy_extras/nodes_easycache.py 的真实签名接入核心实验节点 EasyCache,参数 easyCacheEnabled / easyCacheReuseThreshold / easyCacheStartPercent / easyCacheEndPercent / easyCacheVerbose(默认 false / 0.2 / 0.15 / 0.95 / false);面板开关 key easycache。节点号 42(20–22/30–41 属 ControlNet),接在模型链末端、注意力后端之前;探测不到节点或不开开关则整段删除,默认图指纹零漂移。⚠ 实验节点、本机未做 A/B,与 TE-Speed 互补但不承诺倍率,开前请单张对比画质。

新增回归 scripts/test-gap-fill.mjs(172 项,已登记 SUITES;含原生 2K 4 项 + EasyCache 12 项 + 分块重绘 11 项);全量 105 套 / 各套项全绿(断言总数刻意不写死,避免随环境漂移;含新增 test-animation-kit.mjs);契约 167/0、manifest 118/0、运行时指纹 168/0;发布护栏与端点目录(integration-state.js 新增 /preview、/workflow-import 共 6 条新路由 + 两份 llms)同步。

2026-11-17 自研轻量动画三件套(1.0.0 后工作树,未发布)

评估了 manim-mcp / Remotion 等完整引擎后,按用户要求不接整套重项目,改为自研三个可独立编排的原子工具(lib/animation-kit.js,零新增重依赖):

  • plan_storyboard:解说脚本 → 分镜 JSON(按句切分,逐镜给时长/字幕/配音词/画面类型与提示),复用 subtitle-plan 切句,时间戳均分未对齐语音。
  • render_frame:分镜 → SVG 示意图(formula/flow/chart/stick/diagram 纯 JS 生成,示意非 LaTeX 级);image 镜次如实提示改用已有的 draw_image 出真实画面。
  • compose_video:帧序列 + 字幕 + 配音 → ffmpeg argv(concat + SRT 烧录 + 配音混流,H.264);探测到 ffmpeg 才真出片,否则只回 argv 预览不谎称。

与插件已有的 subtitle-plan(字幕)、generate_speech(配音)、draw_image(真实画面)、convert_media(后处理)拼成完整流水线。专项回归 scripts/test-animation-kit.mjs(43 项全绿,已登记 SUITES);无 HTTP 端点(纯工具,Agent 直接调用)。依赖清单见桌面交付文档,只出清单不安装。

0.35.0 更新说明

本版把三个「写了但没接进主链路」的模块接上:entry-alias(口语入口别名)、color-tone(参考图色调)、creative-chain(编排四件)。它们此前只有单测引用、生产链路零入口 —— 用户根本用不到,而当时全部测试是绿的。0.34.0 的全部变更仍然有效。

★ 内置最小实现批次(生成之后的处理,纯 ffmpeg 零模型零下载)

  • 新增 lib/media-fx.js(共享执行器 + 目录围栏,index.js 零增长),三个工具全部接进工具清单 / /agent-guide / 内嵌功能区 / selftest:
    • enhance_audio:去静音 / 无模型降噪(afftdn)/ 三频段 EQ / 去齿音(deesser,改善 TTS 合成感)/ 压缩 / 响度归一化(语音用 speechnorm、音乐用 loudnorm EBU R128)。
    • cutout_image:无模型抠图(chromakey/colorkey 纯色键控 + 可选画笔蒙版 alphamerge),输出保留 alpha 的 PNG/WebP。只对纯色背景有效,人物头发 / 半透明需 SAM,如实标注。
    • split_audio:声源分离可用部分,ffmpeg pan 中置相消得近似人声 + 近似伴奏。仅对居中人声立体声近似有效,不是 BS-RoFormer 级,绝不夸大。
  • 端点:GET /api/qwen-paint/media-fx/capabilities + POST /api/qwen-paint/enhance/audio、/cutout/image、/split/audio;ffmpeg 未探测到时只回参数预览 + 降级原因,不谎称已生成。
  • 音频转文字:transcribe_audio 把出图目录内音频经用户自配的 OpenAI 兼容 /v1/audio/transcriptions(faster-whisper 等)转成文字 + 时间戳字幕(json/srt/vtt)。插件不内置、不代装 ASR 运行时;没配 / 连不上就返回缺件清单和自检步骤,不返回空文字冒充成功,API key 只回「配没配」。端点 GET /api/qwen-paint/audio/transcribe/capabilities、POST /api/qwen-paint/audio/transcribe,已接进工具清单 / Agent 剧本 / 内嵌功能区 / selftest。
  • 混合模式三段各自可选(报障修复):主模型下拉不再把 hybrid 折叠成生图、也不再用不存在的 selected.hybrid 导致回显恒空。生图 UNET(mainmodel)/ TTS 后端(ttsbackend)/ 音色样本(ttsvoice)/ 视频 UNET(unetvideo)四段独立选择、独立回显、独立落盘;TTS 后端与音色真正传进混合链 speechRunner(旧代码一个都不传,是假控件)。未知后端 / 路径形态音色令牌一律拒绝。
  • 节点级耗时:cache-report.js 新增 timingsFromHistory(),从 ComfyUI /history 真实存在的三个时间戳算出 queue_ms / total_ms;load/sample/decode 官方历史不提供,保持 null(Execution Profiler 属外部节点,不内置)。补报的 timings 会落进结构化日志。
  • Qwen Image Edit 多图参考:现有 qwen-edit-plus 策略增强为多图编辑口径,节点名严格按本机 /object_info 协商,不写死未核实的版本号 / 步数。

★ 许可证:维持 BSL 1.1(BUSL-1.1),本版不改

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。
  • 本版没有改动许可文本,也没有新增任何限制。

★ 新工具与端点:5 个工具 + 3 条端点,全部真接进注册层

  • resolve_entry:口语入口别名 → 真实工具名 + 预置参数(「风格卡」「批量出图」「历史」「配音」「放大」「有哪些模型」)。别名只能指向已注册工具,指错直接报错,不新增影子工具。
  • plan_timeline:按目标时长切建议时间轴(默认 2 秒一段 / 上限 12 段),给出可拼进视频提示词的前缀;有配音时必须改用真实音频时长排轴,两者不可混用。
  • describe_resource_needs:提交前资源声明(相对档位 / 是否独占模型);没有本机同类实测就 est_seconds=null,绝不编秒数。
  • privacy_summary:本轮数据流摘要;external_network 按真实 URL 清单算出来,不写死 false。
  • resolve_produce_ref:「刚才那张」/ #2 / last / 文件名后缀 → 某条产出;#1 恒为最新,同名后缀多命中报歧义,不替用户挑。
  • 端点:GET /api/qwen-paint/entry/aliases、POST /api/qwen-paint/tone/extract、GET /api/qwen-paint/run/resources。

★ 加速链全景:承接 0.34.0,本版不改判定

  • 承接 0.34.0:accel_chain.attention 段继续列 SageAttention / Comfy-WaveSpeed 的探测状态与工作流补丁,来源写在 probe;本版没有改动探测逻辑与节点模式。

★ 工作流清单层:承接 0.34.0

  • 承接 0.34.0:chain-manifest(运行时清单目录)与图结构指纹基准(回归期逐槽位对账,workflow-fingerprint.js + scripts/workflow-fingerprints.json)继续生效,后者只在回归里跑、不参与运行时构图。本版新增的工具都不改生成链,默认路径逐字节不变。

★ 结构化运行日志:承接 0.34.0

  • 承接 0.34.0:event-log 落盘 + 生成完成钩子不变;本版把 privacy_summary 的核对口径与它对齐(都指向 /history/<prompt_id>),仍不含倍率与未实测耗时。

★ UI 与交互:实验室新增「参考图色调」功能区

  • 实验室面板加一节「参考图色调 · 取主色写进提示词」:选图 → 浏览器 canvas 缩到 32×32 采样 → POST /tone/extract → 回显主色名 / 冷暖 / 饱和 / 明度 + 一句可直接拼进提示词的话,并用返回的 hex 染色块。
  • 位置口径不变:功能区仍然内嵌进 Comfy 控制面板(不新开浮层),展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形,四事件点按 + pointerdown 兜底。
  • 只做色调,不猜构图 / 光影 / 材质 —— 那些要靠视觉模型或 IP-Adapter,本插件不引额外权重,也不假装能看懂画面。

★ UI 假成功与白条同源修复(P0 / P1 / P2)

  • P0 · 选模型「假成功」(用户直接报障):后端在白名单拒绝时不再只写日志,改为把拒绝原因收进 choiceResult.rejections,顶层 ok 仍表示端点本身正常(三处状态轮询依赖它);视频主模型 persistVideoModelChoice() 返回的 false 不再被丢弃。前端按 j.choiceResult 显示「未生效:<真实原因>」,不再无条件报「已选 XXX(下次生成生效)」。原因区分「清单此刻不可用」与「候选是缓存里的旧模型,已删或改名」——后一种正是持久化缓存叠加后的隐藏复现路径。
  • P1 · 两处同源白条:优化面板权重下拉(主 / LoRA / ControlNet)复用主模型那套持久化缓存 + 禁用占位 —— 命中缓存同步回填、后台静默刷新,保留 fileLabels 干净名与「已失效」标注;请求失败改为「本机清单暂时取不到(稍后会自动重试);仍可手动指定模型文件名」,不再误导成「没探测到文件」。素材库设计风格下拉创建时就有禁用占位,请求失败落错误态,空 catch 已删。
  • P2 · 四处体验:comfy-catalog 的 /object_info 失败也写时间戳(1 分钟冷却,成功仍走 10 分钟 TTL),ComfyUI 忙时不再每轮白等 30 秒;lab 的 health 只在成功时锁定,失败显示错误态并延迟重试一次;history 首帧给读取中占位,stats 加 60 秒缓存;面板候选未到时不再宣告「就绪」,改为「(候选清单加载中…)」,全部落地后再收口。
  • 经核实未做:清单里的「重复拉取合并」与「三份 /object_info 缓存统一」实测后判定为跨功能按需触发,不是同一时刻重复请求;要做共享缓存得引入全局请求层、改 4 个以上文件,风险大于收益,本版不动。
  • 新增 scripts/test-white-bar.mjs(48 项),其中缓存纯函数与失败冷却是真调用,其余锁关键分支;已做「改坏失败时间戳 → 2 项变红 → 逐字恢复」反向核查。
  • 审计补丁(同日续):① history 的 stats 返回全量条数、list 返回筛选后条数,旧代码用前者覆盖分页基数(且 stats 晚于 list 返回时触发竞态)⇒ 拆成 total(筛选后,分页用)与 allTotal(全量,只进顶栏文案);② status.json 里所有写参数的静默拒绝(idleminutes / flowstyle / preset / drawtrigger / aipickbest / VAE 分块 / SageAttention 未安装 / MPS 非 Mac / 三条档位)全部接入 choiceResult,前端按 label 认领自己的拒绝原因;③ 过期 localStorage 缓存当场清除,不长期残留;comfy-catalog 新增只读 objectInfoCacheStatus(),failed / ageMs 可观测。
  • 全项目假绿双向扫描:99 个套件的断言函数签名 vs 调用方式全查,两个方向均无参数颠倒;工作树 2,720 行新增经隐私预检零命中。

★ 媒体格式转换:承接 0.34.0

  • 承接 0.34.0:图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转不变;本版不改转码路径。

★ 联动护栏与回归

  • 新增 scripts/test-orphan-wiring.mjs(120 项):一律从 createExtras() 拿真实工具与真实端点断言,不接受"函数本身对"当作"接上了";含像素上限、写守卫、异常不外泄、undocumented 为空、UI 入口存在等判据。
  • 全量审计补上的两道真护栏:
    • lib 全量可达性扫描(替代原来手写的 NEW_MODULES 白名单):从 lib/index.js 出发做真实 import 图遍历,任何 lib/*.js 要么可达、要么进白名单并写明理由;白名单还有「已接上却忘了删」「指向已改名的文件」两条反向断言。旧写法列表外的模块永远不被检查 —— workflow-fingerprint.js 就是这样一路没人发现只被测试 import。
    • 9 套从未进过回归的历史测试重新登记(_abort_fix_test / _adapt_test / _init_abort_test / _wrapper_policy_test / _vram_patch_test / _toggle_field_check / _draw_smoke_test / _intent_test / _cordis_proxy_test):全部纯 JS、零联网、零子进程,各自锁着真实修过的 bug。它们一直绿、但从没被 npm test 跑到过 —— 即用户说的"不在回归清单里的测试 = 等于没有测试"。
  • 发布护栏的展开常量解析改成通用:lib/ 里任何 X_TOOL_NAMES = Object.freeze([...]) 都能解析,解不出来直接判红 —— 否则新模块会重演 0.34.0 那个「展开常量绕过清单检查」的盲区。
  • 三处「新增入口必须显式登记」的白名单(selftest 工具集 / lab.js 端点 / 外置端点表)同步登记 5 个工具与 3 条端点。
  • 全量回归 103 套,各套项全绿(断言总数刻意不在此写死,避免每加一条测试就要改文档);lib/index.js 已用 scripts/slim-comments.mjs 把长设计注释外置到 docs/index-design-notes.md(84 个锚点可逐字追溯),从 261,907 B 降到 206,591 B / 上限 262,144 B,余量 55,645 B(批次 2 权重校验缓存复用,以及 P0「拒绝原因回传」新增约 1.4 KB)。含功能语义/测试依赖的注释(如「看不到用户消息」)自动保留在源码。以后余量偏紧时跑 node scripts/slim-comments.mjs --plan 预览、--apply 执行(跑完必须全量回归),不必再人工守 256 B 红线。lib/client.js 的设计注释同样外置到 docs/client-design-notes.md(73 个锚点可逐字追溯),从 261,467 B 降到 217,246 B(批次 4/5 编辑台统一入口、P1 权重下拉持久化缓存后小幅回升),仍腾出约 44 KB;原「冻结 261467 B」的哨兵已升级为「未爆 262144 红线 + 关键功能符号仍在 + 锚点可追溯」的语义护栏。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 0.35.0,scripts/test-release-metadata.mjs 一处改、多处一起校验。
  • 两份 llms 以代码字体点名全部 5 个新工具与 3 条新端点;TOOL_SUMMARIES / agent-guide / 端点目录同步补齐。
  • 当前 123 个 lib/*.js / 合计 2,001,577 B(含内置最小实现的 media-fx.js 与音频转文字的 transcribe-tool.js;减压脚本 slim-comments.mjs 在 scripts/,不计入 lib;client.js 设计注释外置 50 KB 到 docs/client-design-notes.md 后 lib 合计相应下降)。
  • 极限低显存 Block 交换(UniBlockSwap,MIT,发现层接入):检测 ComfyUI 里的 UniBlockSwap 节点(用户显式 git clone 安装,插件不代装),accel/chain 的 blockswap 段给出机制口径(num block:-1 单块卸载 / 0 关闭 / >0 预缓存 / ≥总块数关闭)与低显存安装提示;ComfyUI ≥0.35 需节点自关 dynamic(已自带处理);工作流补丁待真机核实槽位(needsSlotMapping 诚实边界)。
  • 加速链硬件感知路由(unverified):accel/chain 的 hw_route 段按显卡型号判定架构(Blackwell / Ada / Ampere / Turing / Pascal / RDNA 系 / Intel Arc)并给 SageAttention 内核变体建议(新卡 FP8 / 老卡 INT8 / A 卡与核显 unsupported——CUDA 内核不适用);量化档「真提速 vs 仅省显存」保守提示(A 卡按 memory-only,N 卡 unverified);stable-fast 明确不集成(停更 / 低显存失效 / 被 Comfy-WaveSpeed 取代)。reset 语义:图内节点按生成插拔(非全局 Monkey Patch),启动级回退由 comfy-launch 处理。
  • 本机 ASR + 轻量缝合(纯 ffmpeg,显存 0):faster-whisper(MIT,CPU INT8 显存 0;GPU 档 NVIDIA 专属)等 OpenAI 兼容 server 填进 asrUrl 即接通既有字幕链路(GET /api/qwen-paint/asr/status 探测);mix_narration 把旁白条目铺时间轴 + BGM sidechaincompress 自动压低 + SRT 直出(GET|POST /api/qwen-paint/av/stitch*)。
  • 轻量档 PPTX(纯 JS 零依赖零 GPU,永远可执行):make_pptx 生成标题 + 要点列表的大纲级草稿(POST /api/qwen-paint/pptx);Office/WPS 兼容性 unverified;标准/质量档(Presenton / PPTAgent+GGUF)单独立项未做。
  • 口型同步(lip sync)暂不支持:上游轻量方案 Wav2Lip 为非商用研究许可,许可干净替代(SadTalker Apache-2.0 ~8GB / MuseTalk MIT ~12GB)显存超低配档——待用户拍板,未集成。
  • 位图 → SVG 矢量化(两步法,内置执行路径):vectorize_image 工具 + GET|POST /api/qwen-paint/vectorize* 端点。引擎 vtracer(MIT,visioncortex/vtracer 官方 Release 单源,win 包 965,231 B,默认不装:setup --vectorize 或 node scripts/vectorize-catalog.mjs --download)做彩色矢量化;引擎 potrace(GPL-2.0+,黑白线稿专用)为用户自备 exe(SourceForge 无权威直链 ⇒ 不代下载,填 potracePath 即用)。输入限出图目录、SVG 落出图目录内;未安装引擎如实降级,绝不谎称已矢量化。
  • 手动超分新增 Vulkan 直跑引擎(内置执行路径,不经 ComfyUI):realesrgan-ncnn-vulkan(MIT,windows 包 2,159,606 B)/ realcugan-ncnn-vulkan(MIT,45,977,449 B,动漫向);AMD / NVIDIA / Intel 核显 Vulkan 通吃。引擎二进制默认不装:node scripts/vulkan-upscale-catalog.mjs --list 查看、setup --vulkan-upscale 显式下载(GitHub Releases 官方源、权威字节数校验、系统 tar 解压;Release 无 sha256 ⇒ 只比大小并如实说明;可执行文件不加第三方加速镜像——供应链红线),装好后把目录填进 vulkanUpscalePath 配置,manual_upscale(engine=引擎 id)即真实执行;未安装时如实降级回草案,绝不谎称已放大。

0.34.0 更新说明

本版是 0.33.0 之后的累积版:把上一批未发布的语音 / 音乐 / Worker / 下载脚本能力,与本轮「加速后端真接线 + 溢出修复」一起发布。0.33.0 的全部变更仍然有效,下面按主题汇总。

许可证

  • 自 0.33.0 起许可为 BSL 1.1(BUSL-1.1,非 OSI 开源许可):除托管 / 代管服务与直接竞品捆绑两类「竞争性使用」外免费生产使用;Change Date 2030-11-15 自动转 Apache-2.0。0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯。

新工具与端点

  • 语音:list_tts_backends(Qwen3-TTS / GPT-SoVITS v5 原版 dev / 蒸馏版 turbo / IndexTTS2);generate_speech 新增 backend 与 voice_sample(拖入音频做零样本音色克隆,不训练、不微调、不产出权重)。
  • 音乐:generate_music(ACE-Step 1.5 / YuE2);图像:manual_upscale(4 引擎 / 6 档倍率 / 降噪锐化分块);进程:manage_workers(热 / 温 / 冷分级保活、LRU 驱逐、显存预算准入、优雅终止)。
  • 新增 9 条本机端点:/tts/backends、/audio/samples、/music/models、/music/generate、/upscale/manual[/capabilities]、/workers[/vram]、/accel/backends(GET, POST)。首次安装引导里只问一次是否下载音频模型,只展示 / 复制命令,网页绝不触发下载。

加速链全景

  • SageAttention(8-bit 注意力)与 Comfy-WaveSpeed(First Block Cache + torch.compile)正式并入加速链:accel_chain 新增 attention 段,all 为缓存 / TTS / 注意力三段拼接;check_acceleration 报告新增 attentionBackends。
  • 真接线:config.js 与 turbo-workflow.js 两条真实工作流构造路径都会把探测到的节点接到模型链末端(节点 id 40);默认不启用时生成链逐字节不变。
  • 真实探测:节点类名只来自本机回环 /object_info 全量节点表(60s 缓存 / 2s 超时 / 禁重定向),不再拿插件内部能力名冒充;失败如实标 probe.source=unavailable 并降级。真机 1686 节点实测:SageAttention 命中 QwenImage21SageAttentionT8,WaveSpeed 无 First Block Cache 节点。
  • 防误报:通用 TorchCompileModel* 与 Wavespeed 超分节点不算 WaveSpeed;候选按专用节点优先排序。节点输入槽位仍未核实(needsSlotMapping),启用后若节点拒收需按 /object_info 补映射。

工作流清单层

  • 承接 0.33.0:视频链清单化 + 生图 / TTS 契约对账,改图自动报差异;chain-manifest(运行时清单目录)与图结构指纹基准(回归期逐槽位对账,不参与运行时)继续生效。

结构化运行日志

  • 承接 0.33.0:event-log 落盘 + 生成完成钩子;本版把加速链快照与 attention 段一并记入,仍不含倍率与未实测耗时。

UI 与交互

  • 承接 0.33.0:本机能力功能区内嵌进 Comfy 控制面板(展开页恒在悬浮球正上方、边框对齐 DSH 右边框、小屏不变形、四事件点按 + pointerdown 兜底)。
  • 本版:加速链卡片新增常驻状态行(两个后端 + 当前启用项 + 节点表探测来源)与「启用 SageAttention / 启用 WaveSpeed / 恢复默认」三个按钮。
  • 本版修复横向溢出:面板 / 滑块 / 进度条 / 卡片统一 box-sizing + min-width:0 + max-width:100%,面板收掉 overflow-x。

媒体格式转换

  • 承接 0.33.0:图片 JPG/PNG/WebP、视频 MP4/MKV/MOV/WebM、音频 MP3/AAC/WAV/FLAC 互转,动图转视频,生成物可按预设自动后转码,Agent 可调 convert_media。

联动护栏与回归

  • 全量 81 套 / 0 失败 / 逐项断言全绿(6,046 项);发布护栏 68/0;体积守卫 112 个 lib/*.js / 1,935,128 B;lib/index.js 258,398 B,余量 3,746 B。
  • 新增 test-overflow.mjs(28 项)与 test-attention-wiring.mjs(50 项),均登记 SUITES,都带「改坏变红」反向核查。
  • 诚实边界:音频权重不自动下载、缺件给清单;插件不 pip install、不建 venv / conda / Docker、不拉镜像;第三方节点类名与槽位未核实一律降级。

文档

  • README / 两份 llms.txt / docs/index.html / INSTALL.md / pyproject.toml 同步本版变更;端点目录写明 accel/backends 为 GET, POST 且已并入加速链。

0.33.0 更新说明

这一版把 0.32.1 之后的能力扩展批次、媒体格式转换、四轮 UI 纠正、许可证更换一次性收口,并按「单个功能完成 ≠ 最终完成」的纪律做了全面联动审查与孤儿扫描。本版为本地完成、尚未推送到 npm / GitHub 的开发版本,线上 latest 目前仍是 0.32.1。

★ 许可证:0.33.0 起改用 BSL 1.1(BUSL-1.1)

  • 不是 OSI 核准的开源许可证。Licensor 为单一主体 @yanfei0725;Additional Use Grant 允许用户中文原文所述的授权:除托管 / 代管服务、直接竞品捆绑这两类「竞争性使用」外,任何个人 / 团队 / 企业可免费在生产环境使用;中文原文 governing、英译 non-binding。
  • Change Date 2030-11-15 起转为 Apache License, Version 2.0;转版后「竞争性使用」限制自动消失(BSL 机制使然,不是额外承诺)。
  • 0.32.1 及更早版本仍按 MIT 授权,永久、不可撤销、不追溯;LICENSE 与 README / 两份 llms / 落地页均已写明。
  • Covenants 第 4 条「不得改写条款」⇒ LICENSE 条款正文与 SPDX 官方 BUSL-1.1.txt 逐字一致(SHA-256 20092e66…2293),参数区与正文严格分离;package.json → BUSL-1.1、pyproject.toml classifier → Other/Proprietary License。
  • 第三方许可一律未动:frakd 节点 MIT 描述、Qwen Research License「禁止商用」提示、落地页 license URL、dist/pkg/ 旧快照。
  • 专项护栏 scripts/test-license-bsl.mjs(83 项):锁官方正文逐字 + SHA-256 双保险、五个参数、中文 AUG 逐字、只放宽不收窄、四年日期、旧版本边界、文档一致、第三方不误改、脱敏。

新工具与端点(全部走外置注册层,lib/index.js 零增长)

  • 新增 6 个工具:convert_to_gif(图片序列 / 视频转 GIF)、manage_jobs(优先级任务队列管理)、iterate_image(单图多轮迭代优化)、query_history(生成历史可删改 / 冷热分离 / 参数化查询)、doctor(运行期自诊断)、run_dag(自适应 DAG 编排,默认 dry_run);本轮再补第 7 个 convert_media(见下一节)。
  • 0.33.0 新增模块全部独立落在 lib/ 与 assets/(当前 112 个 lib/*.js / 合计 1,935,128 B,含 0.33 之后未发布的语音 / 音乐 / Worker / 加速后端批次;0.33.0 发布时为 103 个 / 1,829,983 B),经 lib/tool-registry.js::createExtras() / registerExtras() 注册;lib/index.js 只留一行接线。注释外置到 docs/index-design-notes.md 后,体积余量由 105 B 放宽到 3,746 B(258,398 B / 上限 262,144 B)。
  • 新增端点含 /api/qwen-paint/accel/chain、/media/gif、/doctor、/history/query、/events、/vram-budget、/config/conflicts、/contracts、/eta;lib/integration-state.js 端点目录同步登记。

媒体格式转换(生成物指定格式 / 自有素材 / 动图转视频)

  • 新增 convert_media 工具与 5 个独立模块,覆盖用户点名的常用格式:图片 JPG / PNG / WebP、视频 MP4 / MKV / MOV / WebM、音频 MP3 / AAC / WAV / FLAC;格式表 lib/media-formats.js 是唯一真相源,同类互转、跨类明确拒绝。
  • 生成物指定输出格式:ComfyUI 保存节点格式是固定的(PNG / mp4 / mp3),所以诚实实现是「落盘完成后由生成完成钩子自动补转一份、原产物保留」,不是谎称节点能直接吐 WebP。POST /api/qwen-paint/media/formats 设 {kind, format} 预设(进程内存、重启即清空),也可在单次生成条目里给 output_format。
  • 自有素材:source 走输入目录围栏(默认出图目录,宿主可注入 sourceDirs),不把任意本机路径喂给 ffmpeg;输出同样落在出图目录内,拒绝 .. 穿越与越界。
  • 动图转视频:GIF / APNG / 动图 WebP → 四种视频容器,统一帧率 + 偶数尺寸 + yuv420p,显式 -an(动图无音轨),loop_count / duration / fps 可控;诚实说明 GIF 循环次数不会自动变成视频时长。
  • 真执行而非只给参数:lib/media-exec.js 用 execFile argv 数组探测 FFMPEG_PATH / PATH 并真跑 ffmpeg;探测不到、执行器未注入、编码器缺失都返回 ok:false + 明确原因 + 完整参数预览,绝不假装已生成文件。
  • Agent 可调用:convert_media 已注册进工具清单、/agent-guide 的 TOOL_HINTS 与 format_output 编排剧本、/media/convert(POST)与 /media/formats(GET/POST)两条端点、内嵌 Comfy 控制面板的功能区,以及 scripts/test-media-convert.mjs 专项回归;5 个新模块全部通过孤儿扫描。
  • 编码器标识(libx264 / libvpx-vp9 / libwebp / libmp3lame / libopus / flac)是 ffmpeg 标准名,不承诺本机一定编入;实际是否可用由真实执行结果决定。

加速链全景(TTS 加速进链)

  • lib/accel-chain.js 把 cache-backends(生图 / 视频缓存后端)、tts-accel(TTS 加速)、vram-budget、config-consistency、structured-log 汇成 image / tts / all 三段;check_acceleration 报告透出 ttsAccel,TTS 加速不再是孤儿模块。
  • 诚实边界:CUDA Graph / Triton / GGUF / 流式 / 声码器 fp16 只列探测到的后端与方向性建议,未实测不写倍率、RTF 或毫秒数;TeaCache 标 needs-external-node,mrfow 标 term-unverified(候选 MrFlow / arXiv 2607.01642 待用户确认),永不自动启用。

工作流清单层与契约对账

  • lib/chain-manifest.js 统一声明式总账登记 4 条链,/workflows 吐 chains / chain_summary / chain_errors;authoritative=runtime 恰好 1 条(video-wan22),其余 3 条为 contract。
  • 生图 / TTS 链契约清单化,运行时仍由代码构图 —— 这是为避免 JS/JSON 双轨半迁移的有意设计,不是未完成;图结构指纹 scripts/workflow-fingerprints.json 锁 5 组夹具,构建后逐槽位对账。
  • 预设去掉 pending:true,preset_unverified 现为 [],并做契约存在性真校验。

结构化运行日志

  • 每次真实生成由 history-store.js 钩子自动落一条 generation_complete(本机实测 total_ms + 尺寸,prompt 只留 hash、路径不进日志),零 index.js 改动。
  • 诚实边界:queue_ms / load_ms / sample_ms / decode_ms 主链路未打点,日志里为 null,需要时由宿主在生成完成时 POST 补报。

UI 与交互(四轮纠正后的最终口径)

  • 删除实验室独立浮层(.dshqp-lab-fab / mask / findHost() / tryRehost()),功能改为 mountInto() 直接内嵌进 cp-panel 的插槽;找不到插槽就不挂,绝不降级挂 body。
  • 展开面板恒在悬浮球正上方,不是左侧 / 右侧 / 下方:面板右缘 = 浮标右缘 = DSH 窗口右边框(边框对齐边框),底缘 = 浮标上缘、零空隙;上方放不下只压缩面板高度。
  • 浮标贴边不变形:圆角 / 内边距 / 最小高度保持 0.32.1 原样,只用 width:max-content; white-space:nowrap 锁死内容宽度;EDGE_GAP = 0 消除「提前留空」。
  • 点按链路(第五次报障的根因):DSH 宿主在 pointerdown 上 preventDefault ⇒ click 不派发,兜底是靠 target.click() 合成 click。因此所有按钮自己绑 click + pointerup / mouseup / touchend 四事件与手势级冷却;会被 render() / rebuild() 重建的按钮(如 ×)必须在 render 里重绑;冷却只去同一手势多个抬起事件的重、由 pointerdown 重置,不是全局 300 ms 时间窗;拖动开始 / 结束 / 取消都设抑制。
  • 浮标带 UI_BUILD='2026-11-15.5' 自证标记。真机验证须刷新 DSH 页面 —— client.js 按脚本 id 去重,同一页面不会重拉(asset-route.js 是 no-store,缓存不是原因);hover 应见 Comfy 控制 · UI 2026-11-15.5。

联动护栏与回归

  • scripts/test-accel-chain.mjs 锁「TTS 加速进链 / 5 个原孤儿模块真实参与 / 端点·工具报告·UI 三处消费 / 16 模块孤儿扫描」;scripts/test-capability-audit.mjs 锁 3 个新端点在注册层→端点目录→Agent 指引→UI→回归五处联动。
  • 新增登记 test-chain-manifest.mjs(31) / test-generation-log.mjs(29) / test-draft-pointer.mjs(30) / test-license-bsl.mjs(83) / test-ui-tap.mjs(39);test-fab-clamp.mjs 71 项锁 UI 几何,test-fab-drag.mjs 30 项真 DOM 仿真锁点按与 rebuild。
  • 全量回归 81 套 / 0 失败 / 逐项断言全绿(连跑 3 轮一致);发布护栏 test-release-metadata.mjs 全项通过;体积守卫 112 个 lib/*.js / 1,935,128 B。回归套数、lib/ 文件数与体积均由真实值推导/校验,不写死「过一天就过期」的断言数,避免每加一套测试或一个模块就要改文档。关键护栏都做过「故意改坏 → 确认变红 → 逐字恢复」的反向核查。
  • 修掉两个真 bug:显存预算 MB→GB 档位错配(budgetCapFromVramMb)、/agent-guide 端点目录恒空(deps.routes || INTEGRATION_ROUTES)。

文档

  • package.json / meta.description / README 首段 / 两份 llms 首段 / pyproject.toml / docs/index.html / 给DSH安装的话.md 全部同步到 0.33.0,scripts/test-release-metadata.mjs 一处改、多处一起校验。

0.32.1 更新说明

这一版不加新功能,只把 0.32.0 发布后两轮审计查出来的问题一次性收干净(详见桌面《体检报告》第二十七节)。

  • 安全:/api/qwen-paint/config/subtitle?source=asr&audio= 原先可越出出图目录读任意媒体文件并 POST 到自配 ASR 端点;现在 asr-client.js::resolveAudioPath() 做与文件字节路由同源的 resolve + 目录前缀包含检查,拒绝时连 POST 都不发。
  • 消毒:清单 / 契约读取失败的 errors[] 与 audit_skipped 原会把含本机路径的 error.message 塞进 ok:true 响应(顶层消毒够不到嵌套字段);现在细节只进插件日志,响应改固定文案 + sanitizeReason()。
  • 安装:npm 发布物补进 scripts/setup.mjs 与 scripts/video-model-catalog.mjs —— 图形化引导里那些「复制就能跑」的命令,按包名安装的用户现在真的能跑。
  • 交互:新增草图台 assets/draft.js 改回与历史浮层同口径的四事件源点按(click / pointerup / mouseup / touchend + 300ms 冷却),遮罩关闭一并覆盖,杜绝「点不动 / 关不掉」重演。
  • 发布一致性:llms.txt / docs/llms.txt 的旧版本号、docs/index.html 与 pyproject.toml 的旧功能口径全部同步;版本护栏扩到两份 llms。
  • 测试纪律:工作流指纹基准改为只读(缺失 / 损坏直接报红,不再用当前代码自动重建并算通过);selftest 的形状检查从 1 个工具扩到全部 13 个;TOOL_SUMMARIES 补齐 3 个新工具;删掉 loading.gif 死路由;Markdown 导出转义提示词中的 ](;_client_scope_test 补逐条断言标记。
  • 体积:lib/index.js 只剩 19 B 余量,新增 scripts/check-size.mjs 并挂到 prepack,打包前就拦越界;lib/client.js 字节基线冻结在 261467 B。
  • 端点目录补上根别名 /qwen-paint/status.json,守卫正则同步放宽;对不存在的 contract-audit.mjs 提示改指真实脚本。

经复核不硬改(改了会坏功能或撑爆体积红线):PREF_FILE 双硬编码与第三份端点清单的合并(要给 index.js 加 import,但只剩 19 B)、三份 stable-hash helper 合并(会改指纹值、破坏既有基准)、26 个模块的顶层静态 import(无模块级 I/O,只是解析编译)、client.js 挂载清单外置(改用字节基线冻结)、preview_url / /draft 的绝对路径(前端契约)。

0.32.0 更新说明

这一版把「生图 / 视频 / 语音」三条链的可验证性和界面差异化补齐,并补了一大批顺手能力。

工作流:清单化 + 契约对账(A1)

  • 视频链已接管生产:workflows/video-wan22.json 用通用加载器 + 条件补丁(add 加节点 / set 改槽位)声明 10 个节点;generate_video / generate_hybrid / 面板预览三处都改走清单,损坏时自动回落硬编码构建。
  • 生图 / TTS 链契约对账:lib/graph-audit.js + workflows/contracts/ 三份契约,构建后逐槽位核对,diff 点名到具体字段(如 8.steps);turbo 蒸馏链 8 步走 alternates 合规分支不误报。图仍由代码构建,契约是构建后核对。
  • 端点:GET /api/qwen-paint/workflows(清单总览)、/contracts?id=&build=1(真机对账)。

三模式界面各不同(用户点名要差异化)

  • MODE_PLANS(schema v2)驱动:生图模式隐藏视频组(7 项、零 disabled)、视频模式启用帧数/帧率(10 项)、混合模式新增「生图→TTS→视频」三段链说明卡(11 项);每模式专属标语 + 强调色。旧 schema 回退全显。

批量与幂等(C11/C12/C16)

  • batch_draw:种子×尺寸笛卡尔积、单张失败不中断整批、失败后队列轻量复位、错误可操作化诊断。
  • 幂等保护:同参数 2 分钟内重复提交复用结果,并发请求合并成一次;失败不记账。

语音:克隆 + 转写真通路(D21/D19)

  • 语音克隆:FB_Qwen3TTSVoiceClone 链,参考音频复刻音色(reference_audio 可选)。
  • 字幕:source=script 出 SRT/VTT(时间戳均分、aligned:false);source=asr 配了 cfg.asrUrl(OpenAI 兼容端点)就真转写,segments 时间戳对齐;无 segments 按句均分并标 aligned:false。未配置只给缺件清单。

本机实测秒数(E27)

  • lib/eta-calibrate.js 从 ComfyUI /history 的真实执行时间戳按「类型+像素档+步数档」取中位数,≥3 样本去首跑;没样本仍 null、绝不跨档借用。端点 GET /api/qwen-paint/eta。

模型驻留与显存(B5/B4)

  • **会话级模型驻留全覆盖