From 8daf85df6c495fe85b768218d8590d2c97936711 Mon Sep 17 00:00:00 2001 From: Linghong Date: Tue, 4 Aug 2026 06:31:14 +0000 Subject: [PATCH] =?UTF-8?q?=E6=96=87=E6=A1=A3=EF=BC=9A=E5=AE=9A=E7=A8=BFBG?= =?UTF-8?q?M=E6=8F=90=E7=A4=BA=E8=AF=8D=E4=BC=98=E5=8C=96=E8=A7=84?= =?UTF-8?q?=E5=88=99?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 融合画板音乐权威设计，固定BGM原样Prompt、预设、补全、简化、撤销和提交锁口径。 追加长期决策，明确SFX、字段名、External v1和LLM日志策略保持不变。 --- .../shared-memory/decision-log.md | 8 + ...编辑器】画板音乐生成入口设计-2026-06-18.md | 186 +++++++++++++++++- 2 files changed, 190 insertions(+), 4 deletions(-) diff --git a/docs/project-memory/shared-memory/decision-log.md b/docs/project-memory/shared-memory/decision-log.md index 0c8bd3164..8d2ae2b0c 100644 --- a/docs/project-memory/shared-memory/decision-log.md +++ b/docs/project-memory/shared-memory/decision-log.md @@ -5935,3 +5935,11 @@ - Agent 发现：新增公开 `agent-integration.json`、`skill/SKILL.md` 和 `skill.zip`。manifest 同时声明 MCP、OpenAPI、完整 Skill archive、SHA-256 和包内清单；archive 必须包含 `SKILL.md`、上述四篇 references、stdlib Python helper 和 `agents/openai.yaml` 七个声明文件，不能只提供 OpenAPI JSON，也不能包含 API Key、本机路径或个人配置。完整 `skill.zip` 只供不支持 MCP 或需要本地文件上传编排的 Agent 使用，不作为 MCP resource。 - 兼容边界：这是基于「截至 2026-07-31 尚无外部第三方存量调用方」接受的 v1 原地 breaking change；一旦出现外部活跃 Key、公开契约或联调方，后续破坏性变更必须保留兼容、经过弃用期或升级 `/api/external/v2`。 - 关联文档：`docs/【后端架构】外部OpenAPI与APIKey接入方案-2026-06-19.md`、`docs/technical/【后端架构】外部生成Worker化方案-2026-06-03.md`、`.codex/skills/genarrative-external-editor-api/SKILL.md`。 + +## 2026-08-04 图片画布 BGM Prompt 采用单一原文与面板级同步提交锁 + +- 背景：图片画布背景音乐链路原先会在前端、BFF 和 Suno body 构造阶段清理 Prompt，并为空值提供默认回退，无法保证用户输入、正式请求和生成记录完全等值；新增预设和 AI 助手后，还需要明确与现有 SFX、请求字段和生成生命周期的边界。 +- 决策：本规则只适用于 `audio-background-music`，并在该模式内取代 2026-08-03「编辑器持久化的 `prompt` 统一表示规范化用户意图」的泛化表述；其它图片、角色和图标生成语义不变。输入框当前完整原文是唯一最终 BGM Prompt，预设可见文本写入后属于该 Prompt，预设 ID、分组、颜色和内部引导不得进入正式请求。全链路不得 `trim`、规范化、合并换行、删除零宽字符、替换标点或静默截断，200 字上限按 Unicode code point 计算；0 个非 Unicode 空白字符不能生成，1 个可正式生成，至少 2 个且不超限时可 AI 补全。请求字段继续使用 `gptDescriptionPrompt` / `gpt_description_prompt`，不得改名为 `actualPrompt`；`actual_prompt` 继续是资源 / 素材审计字段，但当前 BGM 链路中的输入框、BFF、Suno body、生成记录 `prompt` / `actual_prompt` 和结果最终文本必须等值。AI 补全与 `180 -> 170`、最多两次的一键简化只走登录态内部 BFF，不调用 Suno、不创建任务、不扣正式音乐生成泥点；程序不截断，也不硬编码内容保留规则，成功后只保存一层 Prompt 交换快照。正式生成在点击事件内、任何 `await` 前同步锁定当前 BGM generation dialog，后续重复点击忽略；拒绝时恢复原 Prompt 和既有快照，接受后进入现有 `queued/generating` 占位，不锁整个画布或其它 dialog。 +- 影响范围：画板音乐权威设计、BGM composer 与临时状态模型、`editorProjectClient`、`shared-contracts` 内部助手 DTO、`api-server` 登录态 Prompt 助手与正式 BGM BFF、`platform-audio` Suno body builder，以及 BGM 提交与端到端测试。SFX 继续使用 Vidu `audio1.0`、现有规范化和默认 Prompt；不修改 SpacetimeDB schema、External v1 / OpenAPI、Suno 三字段 body、固定模型 / 泥点展示或现有 LLM 原文日志策略。 +- 验证方式：TypeScript 与 Rust 对空白、换行、零宽字符、组合字符、ZWJ emoji 和 199 / 200 / 201 code point 得出一致计数；端到端断言输入框、BFF、Suno body、记录和响应原文等值；状态测试覆盖预设追加、补全 / 简化失败不覆盖、单层交换撤销、迟到响应和同 dialog 双击只产生一次任务与一次扣费；SFX 请求体、1500 字限制、时长和默认 Prompt 回归不变。文档阶段运行 `npm run check:encoding` 和 `git diff --check`。 +- 关联文档：`docs/【编辑器】画板音乐生成入口设计-2026-06-18.md`、`docs/technical/【前端架构】图片画布编辑器MVP接入方案-2026-06-11.md`。 diff --git a/docs/【编辑器】画板音乐生成入口设计-2026-06-18.md b/docs/【编辑器】画板音乐生成入口设计-2026-06-18.md index 0572907cc..c292376a9 100644 --- a/docs/【编辑器】画板音乐生成入口设计-2026-06-18.md +++ b/docs/【编辑器】画板音乐生成入口设计-2026-06-18.md @@ -2,10 +2,14 @@ 日期：`2026-06-18` +更新时间：`2026-08-04` + ## 范围 本次只在 `/editor/canvas` 图片画布编辑器内新增底部 `生成音乐` 入口，用于生成完整游戏音效或游戏背景音乐。该入口属于画板生成类工具，不新增平台玩法入口、不进入作品发布链路，也不修改现有视觉小说音频生成开关。 +2026-08-04 起，本文增加 BGM Prompt 优化 V1.0 口径。该切片只修改 `audio-background-music`；`audio-sound-effect` 的 UI、Prompt 回退、Vidu `audio1.0` 请求、`2-10` 秒时长和 1500 字限制全部保持不变。共用组件若需要调整，必须按生成器模式隔离行为，不得把 BGM 规则扩散到 SFX。 + ## 入口与交互 1. 底部 AI 画布工具栏新增 `生成音乐`。 @@ -13,7 +17,7 @@ - `生成游戏音效` - `生成游戏背景音乐` 3. 选择某一项后创建独立 `generation-dialog` 画布生成对象，并通过现有 placement 模型避让已有图层和占位。 -4. 面板 UI 复用 `生成角色形象` 的紧凑结构：上方为字段区，底部为参数 / 模型 / 生成按钮区，不写规则说明类文案。音效参数按钮靠左下角，固定模型胶囊紧贴生成按钮；背景音乐同样在右下角显示固定模型胶囊并紧贴生成按钮。 +4. 面板 UI 复用 `生成角色形象` 的紧凑结构：上方为字段区，底部为参数 / 模型 / 生成按钮区，不写规则说明类文案。音效参数按钮靠左下角，固定模型胶囊紧贴生成按钮；背景音乐字段区增加字符计数、可展开预设词条、AI 补全、一键简化和单层撤销，底部仍保留现有动态泥点价格、固定 `Suno` 模型胶囊和生成按钮。 5. 生成中隐藏设置面板，只保留画布中的音频生成占位；失败后恢复面板并展示短错误。 ## 面板字段 @@ -27,10 +31,135 @@ ### 生成游戏背景音乐 -- `gpt_description_prompt`：用户输入的背景音乐提示词。 +- `gpt_description_prompt`：用户输入框当前显示的完整背景音乐提示词，是正式 BGM 生成的唯一最终 Prompt。 - `make_instrumental`：固定传 `true`，不在 UI 中展示为可改字段。 - 提交到 VectorEngine 时映射为 Suno 纯音乐模式字段：`mv`、`gpt_description_prompt`、`make_instrumental: true`。`mv` 后端固定使用默认 Suno 模型，UI 以禁用态模型胶囊显示 `Suno`。 -- `gpt_description_prompt` 按 Apifox 契约限制 200 字，超出时由 BFF 返回参数错误。 +- 前端请求继续使用 `gptDescriptionPrompt`，Rust DTO 继续使用 `gpt_description_prompt`；不得因“唯一最终 Prompt”语义把请求字段改名为 `actualPrompt`。响应中的 `actualPrompt` / `actual_prompt` 继续保留既有生成审计语义。 +- `gpt_description_prompt` 按 Apifox 契约限制 200 个 Unicode code point。前端、BFF 和 `platform-audio` 只校验，不执行 `trim`、Unicode 规范化、空白折叠、换行转换、标点替换或静默截断。 + +## BGM Prompt 优化 V1.0 + +### 唯一最终 Prompt 与字符口径 + +- 预设和 AI 助手都只修改同一个 BGM 输入框。输入框当前显示的完整字符串是唯一最终 Prompt，不维护另一份“实际 Prompt”、选中预设集合或内部拼接结果。 +- 正式生成时，输入框、前端 BFF 请求、Suno body、生成记录 `prompt`、生成记录 `actual_prompt` 和结果响应中的最终文本必须逐 code point 完全一致。 +- 用户 Prompt 原样处理：不执行 `trim`，不转换或合并换行，不删除零宽字符，不执行 NFC 或其它 Unicode 规范化，不折叠空格，不替换标点，不静默截断。 +- 总字符数按输入框实际字符串的 Unicode code point 数计算。TypeScript 使用 `Array.from(prompt).length`，Rust 使用 `prompt.chars().count()`。 +- “有效字符”只用于动作可用性和参数校验，定义为非 Unicode 空白 code point；它不改变原字符串。标点、数字、字母、空格、换行和不可见 code point 都计入 200 字总数。 + +| 当前输入 | AI 补全 | 一键简化 | 正式生成 | +| --- | --- | --- | --- | +| 0 个有效字符 | 禁止 | 禁止 | 禁止 | +| 1 个有效字符且总数不超过 200 | 禁止 | 禁止 | 允许 | +| 至少 2 个有效字符且总数不超过 200 | 允许 | 禁止 | 允许 | +| 总数超过 200 | 禁止 | 允许 | 禁止 | + +### 预设库与追加规则 + +预设分为三组，仅用于颜色和滚动组织；分组、ID、颜色等隐藏元数据不进入 Prompt、Suno 请求或生成记录。写入输入框的是下表右列完整可见文本。 + +| 分组 | 预设 | 写入输入框的文本 | +| --- | --- | --- | +| 用途 | 菜单待机 | 低干扰、适合菜单待机的背景音乐 | +| 用途 | 休闲消除 | 轻快可爱的休闲消除背景音乐 | +| 用途 | 解谜思考 | 安静专注的解谜思考背景音乐 | +| 用途 | 探索冒险 | 温和推进的探索冒险背景音乐 | +| 用途 | 对白场景 | 克制柔和、留出对白空间的背景音乐 | +| 用途 | 战斗前 | 蓄势待发的战斗前背景音乐 | +| 用途 | 胜利结算 | 明亮满足的胜利结算背景音乐 | +| 用途 | 失败结算 | 克制低落的失败结算背景音乐 | +| 用途 | 日常经营 | 轻松有序的日常经营背景音乐 | +| 用途 | 农场经营 | 自然温暖的农场经营背景音乐 | +| 用途 | 校园日常 | 青春轻松的校园日常背景音乐 | +| 用途 | 美食厨房 | 温暖活泼的美食厨房背景音乐 | +| 氛围 | 温暖治愈 | 柔和明亮的治愈背景音乐 | +| 氛围 | 神秘悬疑 | 克制神秘的悬疑背景音乐 | +| 氛围 | 紧张推进 | 稳定推进、逐渐紧张的背景音乐 | +| 场景 | 森林自然 | 清新自然的森林背景音乐 | +| 场景 | 雨夜静谧 | 雨夜静谧、略带神秘感的背景音乐 | +| 场景 | 海洋漂流 | 开阔舒缓的海洋漂流背景音乐 | +| 场景 | 山野远行 | 自由舒展的山野远行背景音乐 | +| 场景 | 糖果乐园 | 甜美活泼的糖果乐园背景音乐 | +| 场景 | 温馨小屋 | 温暖安静的温馨小屋背景音乐 | +| 场景 | 城市夜晚 | 克制迷人的城市夜晚背景音乐 | +| 场景 | 太空科幻 | 空灵未来感的太空科幻背景音乐 | +| 场景 | 赛博街区 | 冷静律动的赛博街区背景音乐 | +| 场景 | 古风幻想 | 空灵雅致的古风幻想背景音乐 | +| 场景 | 童话花园 | 梦幻轻盈的童话花园背景音乐 | +| 场景 | 海底遗迹 | 深邃神秘的海底遗迹背景音乐 | +| 场景 | 沙漠遗迹 | 苍茫神秘的沙漠遗迹背景音乐 | +| 场景 | 熔岩洞穴 | 炽热压迫的熔岩洞穴背景音乐 | +| 场景 | 奇妙博物馆 | 好奇灵动的奇妙博物馆背景音乐 | + +点击预设时： + +1. 输入框原始字符串为空，直接写入该预设的完整可见文本。 +2. 输入框原始字符串非空，检查原文最后一个 Unicode code point。 +3. 最后一个字符属于 Unicode 标点类别时，直接追加预设文本；否则先追加中文句号 `。`，再追加预设文本。 +4. 不对原文执行 `trim`。原文以空格或换行结尾时，句号追加在这些原始字符之后。 +5. 允许重复点击同一预设，每次都按同一规则追加。 +6. 点击任意预设后清除旧撤销快照并隐藏撤销按钮。 +7. 追加后允许超过 200 字，完整文本必须保留；超限只复用现有通用 Prompt 过长状态，不增加预设专用警告。 + +预设滚动交互： + +- 展开后全部词条横向、连续、缓慢循环；收起后隐藏词条并停止可见滚动。 +- 桌面端左侧 15% 悬停区快速向左滚动，中间 70% 立即暂停并稳定展示至少 5 个词条，右侧 15% 快速向右滚动；鼠标移出后恢复默认慢速循环。 +- 左右箭头所在区域也必须触发对应方向的加速滚动，避免箭头可见但悬停无反馈。 +- 循环使用多份词条队列无缝衔接，末端不跳回、不留白，也不提供“换一批”。 +- 三组词条使用协调但可区分的颜色；底部细线标记当前悬停控制区。 +- 组件在触摸环境被渲染时支持横向滚动和箭头操作，不依赖 hover 才能选择预设；本需求不恢复移动端图片画布入口。 +- AI 处理或正式提交期间暂停滚动并禁用展开、收起、箭头和词条点击。 + +### AI 补全 + +- 至少 2 个有效字符且总字符数不超过 200 时允许调用。前端把输入框原始字符串传给登录态内部 BFF，不做前置清理。 +- 默认模型使用现有编辑器 Agent LLM 配置中的 `gpt-5.4-mini`；Prompt 助手复用现有 `LlmClient`，不建立新的平台 LLM 能力。 +- 服务端模板必须要求：保留用户明确的主题、场景、风格、情绪、乐器、能量、韵律、时长、循环和避免项；按场景选择性补足场景、氛围、能量、韵律、乐器、旋律、声音设计、循环和避免项，不为凑全方向堆砌形容词。 +- 用户描述已足够完整时，只补充一至两个与主题匹配的具体声音细节。发现冲突时，优先级为“明确避免项和限制 > 明确玩法用途与场景 > 风格、情绪、能量与韵律 > AI 补充细节”。 +- 输出只允许一条可直接写回输入框的中文 BGM Prompt；不得包含解释、标题、Markdown、JSON、代码块、具体艺人或歌曲模仿要求。 +- 结果必须包含有效字符且不超过 200 个 Unicode code point。校验通过后整段替换输入框；调用失败、结果为空、格式非法或超限时保留原文，不写回部分结果。 +- 补全过程不调用 Suno、不创建正式生成任务、不触发正式音乐生成扣费。 + +### 一键简化 + +- 只在当前 Prompt 总字符数超过 200 时允许调用。点击前保存完整原文，AI 处理中保持输入框原文不变。 +- 第一次简化目标为 180 字；180 不是硬门槛，只要候选不超过 200 字、格式合法且 LLM 判断内容完整即可通过。 +- 第一次候选超过 200 字、格式非法、LLM 判断内容不完整或存在明显残句时，自动进行唯一一次重试，目标为 170 字。 +- 第二次仍不合格时返回失败并保留原文，提示用户手动精简；最多两次 LLM 调用，任何情况下都不得由程序截断到 200 字。 +- 简化模板必须优先保留明确限制、场景与用途、情绪与风格、核心乐器与速度、能量/韵律/旋律、循环结构、区分度较高的声音设计，再删除次要修饰细节；不得改变专有名词、BPM、调性、时长、数值、乐器和明确限制。 +- 程序不抽取关键词，不对原文与候选执行内容硬编码逐项比对。是否保留重要信息、内容是否完整、是否形成明显残句由 LLM 在同一次调用的内部结构化结果中判断。 +- 内部结构化结果同时包含候选 Prompt 与完整性判断；BFF 对外只返回已通过校验的 Prompt 和程序计算的字符数，不暴露内部判断字段。 +- 程序只负责确定性校验：结构可解析、候选包含有效字符、格式合法、实际字符数不超过 200。字符数必须由程序计算，不采信模型报告。 +- 一键简化不维护或恢复“已选预设”元数据；预设已写入输入框的文本只是当前最终 Prompt 的一部分。 + +### 单层撤销 + +- AI 补全和一键简化成功都必须产生一层 Prompt 快照。发起 AI 操作前，以当时的当前 Prompt 建立本次临时快照。 +- AI 成功写回后，该快照成为可撤销版本；AI 失败且原文未变时清除本次临时快照，不生成新的可撤销版本。 +- 用户手动编辑 AI 结果后，撤销仍可用。再次发起 AI 操作时，以当时的当前 Prompt 替换旧快照。 +- 点击预设清除旧快照；正式提交被后端拒绝时，恢复并保留提交前已有快照。 +- 点击撤销时，当前 Prompt 与快照互换；按钮继续可用，允许用户在两个版本间来回切换。 +- 只保存一层，快照只包含 Prompt，不包含预设滚动位置、展开状态、模型、时长或其它参数。 + +### AI 操作与方案 A 提交锁 + +当前 BGM generation dialog 的 Prompt 助手状态为： + +```text +idle +├─ completing +├─ simplifying +└─ submitting +``` + +- `completing` / `simplifying` 开始时以同步 operation ID 取得当前 dialog 操作权；同一操作的后续双击无效。新操作使旧 operation ID 失效，关闭 dialog 时中止请求，dialog ID 或 operation ID 不匹配的迟到响应必须丢弃。 +- AI 处理中输入框只读，禁用预设展开/收起、预设词条、滚动箭头、AI 补全、一键简化、撤销和生成。 +- 点击生成的同步事件内必须在任何 `await` 前把当前 BGM dialog 切换到 `submitting`。提交中锁定该 dialog 的输入框、预设、展开/收起、滚动箭头、AI 操作、撤销、参数控件和生成按钮，忽略后续重复点击。 +- 锁只作用于当前 BGM dialog，不锁整个画布、其它 generation dialog、画布拖动、缩放、图层操作或其它编辑能力。 +- 后端拒绝正式提交时，解除锁，恢复当前面板并保留用户原始 Prompt 与提交前已有撤销快照，继续使用现有正式生成错误展示。 +- 后端接受请求并创建正式生成任务后，`submitting` 结束，当前 dialog 进入现有 `queued/generating` 占位；输入 composer 继续隐藏，同一任务不得再次提交。 +- “提交成功”仅表示后端已接受请求并创建正式任务，不表示 Suno 已完成音乐生成。 ## 画布数据 @@ -54,7 +183,7 @@ - 元数据弹窗按音频显示 `音频信息` / `音频类型` / `时长`，生成输入快照只展示用户面板字段。 - 音频图层上方浮动工具栏只保留 `改造` 和 `下载按钮`。点击 `改造` 后打开对应的音效或背景音乐生成面板，不展示参考图组件；面板底部模型与参数位置和原生成入口一致，并允许继续修改后再次生成，新结果落在原音频旁边。 -## 前端提交契约 +## 前端与 BFF 契约 前端新增两个 BFF client： @@ -77,6 +206,35 @@ POST /api/editor/audios/background-music/generations } ``` +BGM Prompt 助手新增两个登录态内部 BFF： + +```ts +POST /api/editor/audios/background-music/prompts/completions +{ + currentPrompt: string +} +``` + +```ts +POST /api/editor/audios/background-music/prompts/simplifications +{ + currentPrompt: string +} +``` + +统一 Prompt 助手响应： + +```ts +{ + prompt: string, + charCount: number +} +``` + +- 客户端不得提交 `maxChars`、`targetChars`、模型名、预设 ID、分组、颜色、内部模板或完整性判断；这些由服务端固定。 +- 两个助手 BFF 不调用 Suno、钱包扣费、正式 generation queue、OSS、素材库或 SpacetimeDB。 +- BGM 正式提交必须使用输入框当前原始 Prompt，不再调用 `dialog.prompt.trim()`，也不再把空 Prompt 回退为“游戏背景音乐”。 + 统一响应： ```ts @@ -102,8 +260,10 @@ POST /api/editor/audios/background-music/generations ## 后端实现 - 在 `shared-contracts/src/assets.rs` 增加编辑器音频请求 / 响应 DTO。 +- 在 `shared-contracts` 增加最小 BGM Prompt 助手请求 / 响应 DTO；前后端共享 `currentPrompt`、`prompt` 和 `charCount` 字段，不把内部 LLM 判断暴露给客户端。 - 在 `platform-audio` 增加编辑器专用 body builder 和 submit 函数： - 背景音乐 body 使用 `mv`、`gpt_description_prompt`、`make_instrumental`。 + - 背景音乐增加“只校验、不清理”的 Prompt 校验：检查至少一个有效字符和最多 200 个 Unicode code point，校验通过后原样构造 Suno body。不得继续复用会执行 `trim` 的 `normalize_limited_text`。 - Suno 音乐接口路径固定为 `/suno/submit/music`；`VECTOR_ENGINE_BASE_URL` 即使配置为带 `/v1` 的图片接口根，也要在 `platform-audio` 中归一为根路径后再拼接，避免误请求 `/v1/suno/submit/music`。 - 音效 body 使用 Vidu 文生音频契约：提交 `/ent/v2/text2audio`，请求体包含 `model: "audio1.0"`、`prompt`、`sound: prompt`、`duration` 和可选 `seed`；`model` 和 `prompt` 为文档必填，`sound` 用于兼容线上网关实际校验，`prompt` 最长 1500 字符，`duration` 按 Vidu 文档限制在 `2-10` 秒。 - 编辑器音效轮询使用 Vidu 路径 `/ent/v2/tasks/{taskId}/creations`，不再使用 Suno `/suno/fetch/{taskId}`；Suno 文生音效 `task: "sound"` 暂不从编辑器入口暴露。 @@ -112,8 +272,15 @@ POST /api/editor/audios/background-music/generations - 在 `api-server` 增加编辑器音频 BFF： - `/api/editor/audios/sound-effects/generations` - `/api/editor/audios/background-music/generations` +- 在 `api-server` 增加登录态内部 BGM Prompt 助手 BFF： + - `POST /api/editor/audios/background-music/prompts/completions` + - `POST /api/editor/audios/background-music/prompts/simplifications` +- Prompt 助手 BFF 使用现有编辑器专用 LLM client 和 `gpt-5.4-mini` 默认配置；补全固定执行一次，简化按 `180 -> 170` 最多两次。服务端负责模板组装、原始字符校验、内部结构化完整性判断和现有 API 错误 envelope。 +- Prompt 助手继续复用 `LlmClient` 现有失败原文日志行为。本需求不增加请求级日志开关、脱敏、metadata-only 模式或相关上线门禁。 +- BGM generation BFF 必须改用“只校验、不清理”的原始 Prompt 校验，删除空 Prompt 默认回退；SFX 继续使用现有规范化、回退、Vidu body 和 1500 字限制。 - BFF 复用现有 `vector_engine_audio_generation` 的任务轮询、下载、OSS 持久化和计费包装；音效 10 泥点，背景音乐 5 泥点。 - 生成音频持久化后返回 OSS `objectKey` 与 `assetObjectId`；前端保存素材库时继续使用 `audioSrc` 作为兼容路径，并把 OSS 身份写入素材记录。 +- 本切片不修改 SpacetimeDB schema，不新增 Prompt 助手持久化表，不向 `/api/external/v1` 暴露助手，也不修改 External v1 OpenAPI 或 `platform-llm` 日志策略。 ## 验收 @@ -134,3 +301,14 @@ POST /api/editor/audios/background-music/generations - 音频素材浮动工具栏只显示 `改造` 与 `下载按钮`，`改造` 复用对应生成面板且没有参考图组件。 - 私有 generated 音频能先换签再预览播放，不出现播放条一直为 `0:00` 的裸路径失败状态。 - 刷新后 layout 能恢复音频生成器和音频图层。 +- BGM 输入框按 Unicode code point 显示 `0 / 200` 计数；0 个有效字符不能生成，1 个有效字符可以生成但不能 AI 补全，至少 2 个有效字符且不超限时可以 AI 补全，201 个 code point 时只能一键简化。 +- 三组 30 个 BGM 预设按本文固定文案写入或追加；重复点击、Unicode 标点结尾、空格 / 换行结尾和追加后超限都不清理或丢失原文。 +- 预设展开后默认无缝慢速循环，桌面端左 / 中 / 右区域分别加速向左、暂停、加速向右，左右箭头同步加速；组件在触摸环境被渲染时可横向滚动并选择词条，本需求不恢复移动端图片画布入口。 +- AI 补全成功后只写回一条不超过 200 字的中文 Prompt，失败、空值、格式错误或超限结果不修改输入框，也不调用 Suno 或扣除正式音乐生成泥点。 +- 一键简化只处理超过 200 字的 BGM Prompt，按 180 字目标尝试一次，必要时按 170 字目标重试一次；第二次仍失败时保留原文，程序不得截断。 +- AI 补全和简化成功均产生一层交换式撤销快照；手动编辑后仍可撤销，点击预设清除快照，点击撤销可在两个版本间反复互换。 +- AI 操作的旧响应、关闭 dialog 后的响应或其它 dialog 的响应不得覆盖当前 Prompt；同一按钮双击只产生一个有效助手请求。 +- BGM 点击生成后在首个 `await` 前同步锁定当前 dialog；同一 dialog 快速重复点击只产生一次正式请求、一个生成任务和一次扣费，不锁整个画布或其它 dialog。 +- BGM 正式提交不再 `trim` 或回退默认 Prompt；包含首尾空格、LF / CRLF、零宽字符、组合字符或 ZWJ emoji 的合法 Prompt 在输入框、BFF、Suno body、生成记录和结果响应中完全一致。 +- BGM Suno body 仍只包含 `mv`、`gpt_description_prompt`、`make_instrumental`，固定 `Suno` 胶囊和动态泥点价格不变；SFX 的 Vidu body、默认 Prompt、时长与 1500 字限制无回归。 +- 本切片的定向前端、shared-contracts、`api-server`、`platform-audio` 和端到端 Prompt 等值测试通过，并执行 `npm run typecheck`、对应 Rust 定向测试、`npm run check:encoding` 与 `git diff --check`。