From fd7d26f7d79f39d83b8aa2a87c90209c9cf898e1 Mon Sep 17 00:00:00 2001 From: mac Date: Mon, 20 Jul 2026 19:29:39 +0800 Subject: [PATCH] feat: publish CLMM video hot update v1.5.24 --- CANVAS_SPEC.md | 24 ++--- electron/lib/canvas.js | 214 +++++++++++++++++++++++++++++++++++++++-- package.json | 2 +- renderer/app.js | 92 ++++++++++-------- 4 files changed, 269 insertions(+), 63 deletions(-) diff --git a/CANVAS_SPEC.md b/CANVAS_SPEC.md index 2fc9990..49c26ec 100644 --- a/CANVAS_SPEC.md +++ b/CANVAS_SPEC.md @@ -53,13 +53,13 @@ canvasRun: (kind, params) => ipcRenderer.invoke("canvas-run", { kind, params }), - **图生图参考图**：`image`（用户上传的 base64 dataURL）→ 主进程 `uploadMedia()` 传图床换公网直链 → 塞进请求体字段 `refField`（默认 `image`，前端高级项可改）。上传失败直接返回 `{ok:false,error}`，不静默降级。流式与非流式两条 body 都带该字段。 - 错误信息里带上**实际请求的 URL 和 model**，方便排查（如 404 时提示 `POST {url} model={model} → 404`）。 - **video** `{ mode, prompt, model?, image?, lastFrameImage?, referenceImages?[], ratio?, quality?, seconds?, referenceField?, endpointPath? }` —— **Seedance 2.0**，使用新中转契约。 - - 创建端点默认 `/v1/video/generations`；若分组 `baseUrl` 已以 `/v1` 结尾，拼接时不得产生重复的 `/v1/v1`。 - - 请求体是扁平结构：`prompt` 必填，固定 `async:true`；`duration` 仅发送整数 `5/10/15`；`ratio`、`quality` 非自动时才发送；`model` 可省略并使用上游默认。 - - `mode`：`"text"` 只发送文本 | `"first"` 发送 `image` | `"firstlast"` 将首尾两图作为 `images` | `"reference"` 按 `referenceField` 发送 `images` 或 `ref_assets`。旧值 `"image"` 归一为 `"first"`。 + - Seedance 节点通过 CLMM 聚合中转提交，创建端点默认 `/v1/videos`；若分组 `baseUrl` 已以 `/v1` 结尾，拼接时不得产生重复的 `/v1/v1`。 + - 请求体遵循 CLMM 文档：`model`、`prompt`、`aspect_ratio`、`resolution`、`size`、`seconds`、`mySeconds`、`reference_image_urls`。模型包含 `-Ns` 时使用 `seconds:"1"`；包含 `-gz` 时将 `mySeconds` 固定为模型声明的 N 秒。 + - `mode`：`"text"` 只发送空参考图数组 | `"first"` 发送一张 `reference_image_urls` | `"firstlast"` 发送首尾两张 | `"reference"` 发送多张参考图。旧值 `"image"` 归一为 `"first"`。 - 图片经 `resolveMat` 处理：`data:` 先上传图床换为公网 URL，`http(s)` 原样发送；上游请求中禁止出现 base64。 - 不发送旧版 `input_mode`、`metadata`、`resolution`、`generate_audio`、`watermark`、`camera_fixed`、`seed`、`reference_video` 字段。 - 创建响应任务 ID 兼容 `request_id/requestId/task_id/taskId/id`，并递归检查 `data/result/task`；字符串和数字 ID 都支持。 -- **grokVideo** `{ mode, prompt, model, image?, referenceImages?[], resolution?, seconds?, aspectRatio?, endpointPath? }` —— **Grok 视频**。首帧图生视频默认走 `model:"grok-video-1.5"`，提交体为 `{ model, prompt, seconds:"6", size:"1280x720", image:{url:"https://.../image.png"} }`；上传/上游传来的 dataURL 会先转公网 URL，再放入 `image.url`。`resolution + aspectRatio` 只在本地映射为 `size`（如 `9:16 + 720p -> "720x1280"`），不下发 `duration/resolution/image_url/aspect_ratio`。`mode:"reference"` 走旧 Reference-to-Video：强制 `model:"grok-imagine-video"`、`resolution:"720p"`，把 `referenceImages[]` 解析为 `reference_images: [{url}]`，并下发 `aspect_ratio`。 + - **grokVideo** `{ mode, prompt, model, image?, referenceImages?[], resolution?, seconds?, aspectRatio?, endpointPath? }` —— **Grok 视频**。与 Seedance 节点一样通过 CLMM 提交，使用 `{ model, prompt, aspect_ratio, resolution, size, seconds, mySeconds?, reference_image_urls }`；上传/上游传来的 dataURL 会先转公网 URL。模型名必须使用模型列表返回的完整名称，不再发送 Grok 专用的 `image:{url}` 或 `reference_images:[{url}]` 字段。 - **tts** 增加 `model`（默认 `tts-1` 可保留但允许覆盖）、`format`、可选 `speed`。 ### 新增 canvasModels（后端 + preload） @@ -130,14 +130,14 @@ canvasRun: (kind, params) => ipcRenderer.invoke("canvas-run", { kind, params }), - 仅 image 节点用到渐进预览；video/tts 不变。 ## 【v5 增补 · 接入 TokenDun/Seedance 真实视频接口】 -Seedance 使用异步任务制：建任务→轮询→下载。以下内容按当前 `/v1/video/generations` 文档更新，覆盖早期火山 `metadata/input_mode` 版本。 +Seedance 和 Grok 节点都使用 CLMM 异步任务制：建任务→轮询→下载。以下内容按 `/v1/videos` 文档更新，覆盖早期 Seedance/Grok 专有参数版本。 -### 后端 runVideo 重写（canvas.js）——完全替换旧 /v1/videos 逻辑 -- 端点：create = `joinUrl(base, endpointPath||"/v1/video/generations")`；poll = `create + "/" + taskId`（GET）。鉴权 `Bearer `（分组由 groupId 解析，同 v3）。 -- **body 组装**（严格照 Seedance）： - - 基础字段 `{ prompt, async:true }`；`model` 可选。 - - `params.seconds` 仅为 `5/10/15` 时转成整数 `duration`；`ratio`、`quality` 非 `auto` 时按顶层字段发送。 - - 文生视频不发送图片字段；首帧发送 `image:string`；多图发送 `images:string[]`；全能参考发送 `ref_assets:string[]`。 +### 后端 runVideo 重写（canvas.js）——统一使用 CLMM /v1/videos 逻辑 +- 端点：create = `joinUrl(base, endpointPath||"/v1/videos")`；poll = `create + "/" + taskId`（GET）。鉴权 `Bearer `（分组由 groupId 解析，同 v3）。 +- **body 组装**（严格照 CLMM）： + - 基础字段 `{ model, prompt, aspect_ratio, resolution, size, seconds, reference_image_urls:[] }`。 + - 模型包含 `-Ns` 时发送 `seconds:"1"` 和 `mySeconds`；包含 `-gz` 时 `mySeconds` 固定为模型声明的 N 秒。 + - 文生视频发送空的 `reference_image_urls`；首帧、首尾帧、多参考图都统一发送公网 URL 数组。 - 图片必须是公网 URL；本地 data URL 先经 `uploadMedia()` 转成公网地址。 - **建任务**：POST create。2xx 才继续；非 2xx 返回状态、实际 URL、model 和上游详情。响应先读取 text 再解析 JSON，确保非 JSON 错误不会丢失原文。任务 ID 由通用 `pickTaskId()` 提取。 - **轮询**：GET poll，每 5s 一次，最多约 10 分钟（120 次）。用 `normalizeVideoStatus`；succeeded → `findVideoUrl`（深挖 `video_url/result_url/url`）→ 下载转 base64 → `{ok:true,mime:"video/mp4",dataUrl,meta}`；failed/超时 → 明确错误。仍严禁伪造成功。 @@ -147,6 +147,6 @@ Seedance 使用异步任务制：建任务→轮询→下载。以下内容按 - 模式：首帧图、双图参考、多参考图/全能参考、文生视频。 - `prompt` 在所有模式必填；模型可留空使用上游默认，也可通过分组拉取当前可用模型。 - 比例：16:9 / 9:16 / 1:1 / 4:3；画质：自动 / `hd`；时长：自动 / 5s / 10s / 15s。 -- 高级：接口地址（默认 `/v1/video/generations`）和多参考图字段（`images/ref_assets`）。 +- 高级：接口地址（默认 `/v1/videos`）。多参考图统一使用 CLMM 字段 `reference_image_urls`。 - 不展示旧接口已不支持的分辨率、音频、水印、固定镜头、seed、参考视频控件。 - 运行 params：`{ mode, prompt, model?, ratio, quality, seconds, referenceField, image?, lastFrameImage?, referenceImages?, endpointPath?, groupId }`。 diff --git a/electron/lib/canvas.js b/electron/lib/canvas.js index ddf6359..66b105e 100644 --- a/electron/lib/canvas.js +++ b/electron/lib/canvas.js @@ -18,6 +18,27 @@ function hostOf(baseUrl) { } } +function uniqStrings(list) { + return Array.from(new Set((list || []).map((v) => String(v || "").trim()).filter(Boolean))); +} + +function modelCandidatesForGroup(g) { + const out = []; + if (!g) return out; + if (g.model) out.push(g.model); + if (Array.isArray(g.oneMillionModels)) out.push(...g.oneMillionModels); + + const name = String(g.name || "").toLowerCase(); + const model = String(g.model || "").toLowerCase(); + if (/grok/.test(name) || /grok/.test(model)) { + out.push("grok-video-1.5", "grok-imagine-video-1.5", "grok-imagine-video"); + } + if (/seedance/.test(name) || /seedance/.test(model)) { + out.push("seedance2.0", "seedance-2.0"); + } + return uniqStrings(out); +} + // —— 去尾斜杠 —— function trimSlash(u) { return (u || "").replace(/\/$/, ""); @@ -537,11 +558,11 @@ function grokSizeFromParams(params) { return `${shortSide}x${roundEven((shortSide * rh) / rw)}`; } -// —— Seedance/TokenDun 视频：异步任务制（建任务 → 轮询 → 下载成品转 base64）—— +// —— 旧 Seedance 专用适配（保留作历史兼容，当前画布由 runClmmVideoV2 统一提交）—— // mode: "text"(文生视频，只用 prompt) | "image"(图生视频)。model 可省略，使用上游默认。 // 图生视频素材两条来路：params.imageUrl(手填公网URL，优先) 或 params.image(上游 base64)。 // base64 会先经 uploadMedia() 换成公网直链再发上游（Seedance 绝不接受 base64）。 -async function runVideo(base, llm, params) { +async function runVideoLegacy(base, llm, params) { const model = String(params.model || "").trim(); const createUrl = joinUrl(base, params.endpointPath || "/v1/video/generations"); // 输入模式：text/first/firstlast/reference/video；兼容旧值 image→first @@ -672,8 +693,8 @@ async function runVideo(base, llm, params) { } } -// —— Grok 视频：独立新增接口，按 /v1/videos/generations + /v1/videos/{request_id} 调用 —— -async function runGrokVideo(base, llm, params) { +// —— 旧 Grok 专用适配（保留作历史兼容，当前画布由 runClmmVideoV2 统一提交）—— +async function runGrokVideoLegacy(base, llm, params) { let model = params.model || "grok-video-1.5"; const prompt = (params.prompt || "").trim(); if (!prompt) return { ok: false, error: "请填写 Grok 视频提示词" }; @@ -815,6 +836,171 @@ async function runGrokVideo(base, llm, params) { } } +// —— CLMM 视频统一适配：Seedance/Grok 节点都通过中转的 /videos 契约提交 —— +// 文档契约：POST /videos，字段使用 aspect_ratio/resolution/size/seconds/mySeconds/reference_image_urls。 +function clmmResolutionFromParamsV2(params) { + const value = String(params.resolution || params.vsize || "720p").trim(); + return /^(480|720|1080)p$/i.test(value) ? value : "720p"; +} + +function clmmSizeFromParamsV2(params, resolution) { + const ratio = String(params.aspectRatio || params.ratio || "16:9").trim(); + const match = ratio.match(/^(\d+(?:\.\d+)?):(\d+(?:\.\d+)?)$/); + const shortSide = /1080/i.test(resolution) ? 1080 : /480/i.test(resolution) ? 480 : 720; + if (!match) return `${Math.round(shortSide * 16 / 9)}x${shortSide}`; + const rw = Number(match[1]); + const rh = Number(match[2]); + if (!rw || !rh) return `${Math.round(shortSide * 16 / 9)}x${shortSide}`; + if (rw === rh) return `${shortSide}x${shortSide}`; + if (rw > rh) return `${Math.round(shortSide * rw / rh)}x${shortSide}`; + return `${shortSide}x${Math.round(shortSide * rh / rw)}`; +} + +function clmmSecondsPayloadV2(model, requestedSeconds) { + const requested = Number.isInteger(requestedSeconds) && requestedSeconds > 0 ? requestedSeconds : 10; + const durationMatch = String(model || "").match(/-(\d+)s(?:-|$)/i); + if (!durationMatch) return { seconds: String(requested) }; + const maxSeconds = Number(durationMatch[1]); + if (!maxSeconds) return { seconds: String(requested) }; + if (/-gz(?:-|$)/i.test(model)) return { seconds: "1", mySeconds: String(maxSeconds) }; + if (requested > maxSeconds) return { error: `模型 ${model} 最长 ${maxSeconds}s，当前选择 ${requested}s` }; + return { seconds: "1", mySeconds: String(requested) }; +} + +function clmmVideoUrlV2(payload) { + if (!payload || typeof payload !== "object") return ""; + const direct = [payload.video_url, payload.url, payload.result_url].find((v) => typeof v === "string" && /^https?:\/\//i.test(v)); + if (direct) return direct; + if (payload.metadata && typeof payload.metadata === "object" && /^https?:\/\//i.test(String(payload.metadata.url || ""))) { + return payload.metadata.url; + } + return findVideoUrl(payload); +} + +function clmmEndpointPathV2(endpointPath) { + const path = String(endpointPath || "").trim(); + if (!path || /\/v1\/video\/generations$|\/v1\/videos\/generations$/i.test(path)) return "/v1/videos"; + return path; +} + +async function runClmmVideoV2(base, llm, params, debugLog, label) { + const model = String(params.model || "").trim(); + const prompt = String(params.prompt || "").trim(); + if (!model) return { ok: false, error: `${label} 视频必须填写 CLMM 模型完整名称` }; + if (!prompt) return { ok: false, error: "请填写视频提示词（CLMM 接口要求 prompt）" }; + + let mode = String(params.mode || "text"); + if (mode === "image") mode = "first"; + const resolution = clmmResolutionFromParamsV2(params); + const requestedSeconds = Number.parseInt(params.seconds, 10); + const duration = clmmSecondsPayloadV2(model, requestedSeconds); + if (duration.error) return { ok: false, error: duration.error }; + + const body = { + model, + prompt, + aspect_ratio: String(params.aspectRatio || params.ratio || "16:9"), + resolution, + size: clmmSizeFromParamsV2(params, resolution), + seconds: duration.seconds, + }; + if (duration.mySeconds) body.mySeconds = duration.mySeconds; + + try { + let refs = []; + if (mode === "first") { + const image = await resolveMat(params.imageUrl || params.image); + if (!image) return { ok: false, error: `${label} 首帧图生视频需要首帧图` }; + refs = [image]; + } else if (mode === "firstlast") { + const first = await resolveMat(params.imageUrl || params.image); + const last = await resolveMat(params.lastFrameImage); + refs = [first, last].filter(Boolean); + if (refs.length < 2) return { ok: false, error: "首尾帧模式需要首帧和尾帧两张图片" }; + } else if (mode === "reference") { + const materials = Array.isArray(params.referenceImages) ? params.referenceImages : []; + refs = (await Promise.all(materials.map((item) => resolveMat(item)))).filter(Boolean); + if (!refs.length) return { ok: false, error: "多参考图模式至少需要 1 张参考图" }; + } else if (mode !== "text") { + return { ok: false, error: "CLMM 视频接口不支持参考视频模式" }; + } + body.reference_image_urls = refs; + + const createUrl = joinUrl(base, clmmEndpointPathV2(params.endpointPath)); + const debugBase = { + base: hostOf(base), + create_url: createUrl, + mode, + request: { + model: body.model, + aspect_ratio: body.aspect_ratio, + resolution: body.resolution, + size: body.size, + seconds: body.seconds, + mySeconds: body.mySeconds || "", + reference_image_count: refs.length, + }, + }; + debugLog({ type: `${label.toLowerCase()}_clmm_video_create`, ...debugBase }); + + const cres = await fetch(createUrl, { + method: "POST", + headers: headers(llm.key), + body: JSON.stringify(body), + }); + const rawCreate = await cres.text().catch(() => ""); + if (!cres.ok) { + debugLog({ type: `${label.toLowerCase()}_clmm_video_create_failed`, ...debugBase, status: cres.status, detail: rawCreate.slice(0, 500) }); + return { ok: false, error: `${label} 视频建任务失败(${cres.status})：POST ${createUrl} → ${rawCreate.slice(0, 300)}` }; + } + + let data; + try { + data = JSON.parse(rawCreate); + } catch { + return { ok: false, error: `${label} 视频建任务返回非 JSON：${rawCreate.slice(0, 300)}` }; + } + const taskId = pickTaskId(data); + if (!taskId) return { ok: false, error: `${label} 视频建任务未返回 task_id：${JSON.stringify(data).slice(0, 300)}` }; + debugLog({ type: `${label.toLowerCase()}_clmm_video_accepted`, ...debugBase, task_id: taskId }); + + const pollUrl = createUrl.replace(/\/$/, "") + "/" + encodeURIComponent(taskId); + const pollHeaders = { Authorization: "Bearer " + (llm.key || ""), Accept: "application/json", "User-Agent": "codex-market" }; + let lastPoll = ""; + for (let i = 0; i < 300; i++) { + await sleep(i === 0 ? 1000 : 3000); + try { + const pr = await fetch(pollUrl, { headers: pollHeaders }); + const rawPoll = await pr.text().catch(() => ""); + if (!pr.ok) { + lastPoll = `HTTP ${pr.status}: ${rawPoll.slice(0, 200)}`; + continue; + } + const pd = JSON.parse(rawPoll); + const d = pd && pd.data && typeof pd.data === "object" && !Array.isArray(pd.data) ? pd.data : pd; + const st = normalizeVideoStatus((d && (d.status || d.state)) || (pd && pd.status)); + lastPoll = "status=" + st; + if (st === "succeeded") { + const url = clmmVideoUrlV2(pd); + if (!url) return { ok: false, error: `${label} 视频任务完成但未找到视频地址：${JSON.stringify(pd).slice(0, 300)}` }; + const b64 = await downloadAsBase64(url, trustedDownloadHeaders(url, llm)); + debugLog({ type: `${label.toLowerCase()}_clmm_video_done`, ...debugBase, task_id: taskId, url }); + return { ok: true, mime: "video/mp4", dataUrl: toDataUrl("video/mp4", b64), url, _model: model }; + } + if (st === "failed") { + const err = (d && d.error && (d.error.message || d.error)) || (d && (d.fail_reason || d.message || d.reason)) || (pd && pd.message) || st; + return { ok: false, error: `${label} 视频任务失败：${typeof err === "string" ? err : JSON.stringify(err)}` }; + } + } catch (e) { + lastPoll = "请求异常：" + String((e && e.message) || e); + } + } + return { ok: false, error: `${label} 视频轮询 15 分钟未完成（task_id=${taskId}，最近一次：${lastPoll || "无"}）` }; + } catch (e) { + return { ok: false, error: `${label} 视频生成异常：` + String((e && e.message) || e) }; + } +} + // 统一执行入口：dispatch 到 image/video/tts，返回 { ok, mime, dataUrl, meta } 或 { ok:false, error }。 // onPartial：可选，仅 image 流式生成时用来回传渐进帧（undefined 时安全忽略）。 async function run({ kind, params }, onPartial) { @@ -830,8 +1016,8 @@ async function run({ kind, params }, onPartial) { let r; if (kind === "image") r = await runImage(base, g, p, onPartial); else if (kind === "tts") r = await runTts(base, g, p); - else if (kind === "video") r = await runVideo(base, g, p); - else if (kind === "grokVideo") r = await runGrokVideo(base, g, p); + else if (kind === "video") r = await runClmmVideoV2(base, g, p, seedanceDebugLog, "Seedance"); + else if (kind === "grokVideo") r = await runClmmVideoV2(base, g, p, grokDebugLog, "Grok"); else return { ok: false, error: "未知的画布任务类型：" + kind }; const model = (r && r._model) || p.model || g.model; if (r && r._model !== undefined) delete r._model; @@ -851,7 +1037,13 @@ function groups() { return { ok: true, activeId, - groups: list.map((g) => ({ id: g.id, name: g.name || "", model: g.model || "", host: hostOf(g.baseUrl) })), + groups: list.map((g) => ({ + id: g.id, + name: g.name || "", + model: g.model || "", + models: modelCandidatesForGroup(g), + host: hostOf(g.baseUrl), + })), }; } @@ -861,9 +1053,15 @@ async function listModels(groupId) { if (!g) return { ok: false, error: "未配置可用中转分组" }; if (!g.baseUrl || !g.key) return { ok: false, error: "所选分组缺少地址或密钥" }; try { - const models = await router.fetchModels(g.baseUrl, g.key); + const fetched = await router.fetchModels(g.baseUrl, g.key).catch(() => []); + const models = uniqStrings([...fetched, ...modelCandidatesForGroup(g)]); + if (!models.length) { + return { ok: false, error: "该分组未返回可用模型，也没有配置默认模型" }; + } return { ok: true, models }; } catch (e) { + const models = uniqStrings(modelCandidatesForGroup(g)); + if (models.length) return { ok: true, models, warning: String((e && e.message) || e) }; return { ok: false, error: String((e && e.message) || e) }; } } diff --git a/package.json b/package.json index f79b32d..3e6fde7 100644 --- a/package.json +++ b/package.json @@ -5,7 +5,7 @@ "author": "Codex Market", "license": "MIT", "main": "electron/bootstrap.js", - "hotContentVersion": "1.5.23", + "hotContentVersion": "1.5.24", "hotMinAppVersion": "1.5.0", "scripts": { "start": "electron .", diff --git a/renderer/app.js b/renderer/app.js index 117081c..2000b49 100644 --- a/renderer/app.js +++ b/renderer/app.js @@ -2053,10 +2053,9 @@ function cvNodeBody(kind) {
- +
-
- 接口时长仅支持 5 / 10 / 15 秒
+
CLMM 文档接口：模型名、时长和参考图按上游能力校验
⚙️ 高级 - +
- +
-
-
首帧图生视频使用 grok-video-1.5；多参考图使用 grok-imagine-video + 720p
+
通过 CLMM 聚合接口提交，模型请使用拉取到的完整名称
⚙️ 高级 - +
@@ -2467,13 +2465,44 @@ function cvFillGroupSelect(sel) { if (want) sel.value = want; } -// 节点创建后统一初始化：唯一化 datalist + 让模型框指向它 + 填充分组下拉 +function cvSetNodeModelOptions(nodeEl, models) { + if (!nodeEl) return; + const model = nodeEl.querySelector(".cv-field-model"); + const list = Array.isArray(models) ? models.filter(Boolean) : []; + if (model && model.tagName === "SELECT") { + const current = model.value.trim(); + const options = [''] + .concat(list.map((item) => ``)); + if (current && !list.includes(current)) { + options.splice(1, 0, ``); + } + model.innerHTML = options.join(""); + if (current) model.value = current; + return; + } + const dl = nodeEl.querySelector(".cv-node-datalist"); + if (dl) dl.innerHTML = list.map((item) => ``).join(""); +} + +// 节点创建后统一初始化：视频模型迁移为真正的下拉框，其它节点继续使用 datalist。 function cvSetupNode(id) { const nodeEl = document.getElementById(`node-${id}`); if (!nodeEl) return; + let model = nodeEl.querySelector(".cv-field-model"); + const isVideo = !!nodeEl.querySelector(".cv-node-video, .cv-node-grokVideo"); + if (isVideo && model && model.tagName !== "SELECT") { + const current = model.value.trim(); + const replacement = document.createElement("select"); + replacement.className = model.className; + replacement.title = "CLMM 模型"; + replacement.innerHTML = '' + (current + ? `` + : ""); + model.replaceWith(replacement); + model = replacement; + } const dl = nodeEl.querySelector(".cv-node-datalist"); - const model = nodeEl.querySelector(".cv-field-model"); - if (dl && model) { + if (dl && model && model.tagName !== "SELECT") { const listId = `cv-models-node-${id}`; dl.id = listId; model.setAttribute("list", listId); @@ -2483,18 +2512,15 @@ function cvSetupNode(id) { if (nodeEl.querySelector(".cv-field-vmode")) cvSyncVideoMode(nodeEl); } -// 分组下拉变化：清空旧模型候选；若模型框为空，用该分组默认 model 预填 +// 分组下拉变化：清空旧模型候选，不自动锁定第一个模型，保留手动选择。 function cvOnGroupChange(nodeEl, groupId) { const dl = nodeEl.querySelector(".cv-node-datalist"); if (dl) dl.innerHTML = ""; const model = nodeEl.querySelector(".cv-field-model"); - if (model && !model.value.trim()) { - const g = (CANVAS.groups || []).find((x) => String(x.id) === String(groupId)); - if (g && g.model) model.value = g.model; - } + if (model && model.tagName === "SELECT") model.innerHTML = ''; } -// 拉取某节点所选分组的模型 → 填充该节点自己的 datalist +// 拉取某节点所选分组的模型 → 填充完整模型下拉/候选列表 async function cvFetchNodeModels(nodeId, btn) { const nodeEl = document.getElementById(`node-${nodeId}`); if (!nodeEl) return; @@ -2504,15 +2530,14 @@ async function cvFetchNodeModels(nodeId, btn) { toast("请先选择中转分组（或在『路由中转』添加分组）", ""); return; } - const dl = nodeEl.querySelector(".cv-node-datalist"); busy(btn, true, "…"); try { if (!apic.canvasModels) throw new Error("拉取模型能力尚未就绪（后端未接入）"); const r = await apic.canvasModels(groupId); if (!r || !r.ok) throw new Error((r && r.error) || "拉取失败"); const models = Array.isArray(r.models) ? r.models : []; - if (dl) dl.innerHTML = models.map((m) => ``).join(""); - toast(`已拉取 ${models.length} 个模型，点模型框可选`, "ok"); + cvSetNodeModelOptions(nodeEl, models); + toast(`已拉取 ${models.length} 个模型，请从下拉框手动选择`, "ok"); } catch (e) { toast("拉取模型失败：" + (e.message || e), "err"); } finally { @@ -2646,12 +2671,6 @@ function cvSyncVideoMode(nodeEl) { const box = nodeEl.querySelector(".cv-vmat-" + slot); if (box) box.classList.toggle("hidden", !show[slot]); }); - if (mode === "reference" && nodeEl.querySelector(".cv-node-grokVideo")) { - const model = nodeEl.querySelector(".cv-field-model"); - const resolution = nodeEl.querySelector(".cv-field-vsize"); - if (model) model.value = "grok-imagine-video"; - if (resolution) resolution.value = "720p"; - } } // 读取单个节点的「输出产物」：文本节点实时读 textarea，其它读运行后缓存的 dataUrl @@ -2956,7 +2975,7 @@ async function cvRunNode(nodeId, btn) { if (endpointPath) params.endpointPath = endpointPath; } else if (kind === "grokVideo") { const mode = val(".cv-field-vmode") || "text"; - const model = val(".cv-field-model") || "grok-video-1.5"; + const model = val(".cv-field-model"); const endpointPath = val(".cv-field-endpoint"); const duration = val(".cv-field-duration"); const mats = CANVAS.videoMaterials[nodeId] || {}; @@ -2977,14 +2996,6 @@ async function cvRunNode(nodeId, btn) { aspectRatio: val(".cv-field-ratio") || "16:9", }; if (!params.prompt) return cvSetErr(nodeEl, "请填写 Grok 视频提示词，或连接一个文本节点作为输入"); - if ( - mode === "text" && - /grok-(?:imagine-)?video-1\.5/i.test(model) && - params.resolution === "1080p" && - String(duration) === "15" - ) { - return cvSetErr(nodeEl, "1.5 的 1080p/15s 需要首帧图；请切到「首帧图生视频」并提供图片，或降低文生视频规格"); - } if (mode === "first") { const first = matUrl("first") || mats.first || up.image || ""; if (!first) return cvSetErr(nodeEl, "首帧图生视频需要首帧：连上游『文生图』/ 上传 / 手填公网URL"); @@ -2994,8 +3005,6 @@ async function cvRunNode(nodeId, btn) { const refs = [up.image].concat(mats.refs || [], matUrls("refs")).filter(Boolean); if (!refs.length) return cvSetErr(nodeEl, "多参考图模式请连接上游图片、上传参考图，或填写公网图片URL"); params.referenceImages = refs; - params.model = "grok-imagine-video"; - params.resolution = "720p"; params.aspectRatio = params.aspectRatio || "16:9"; } if (duration) params.seconds = duration; @@ -3099,7 +3108,7 @@ $$("[data-cv-add]").forEach((b) => const cvGoto = document.getElementById("cv-goto-router"); if (cvGoto) cvGoto.addEventListener("click", () => activatePanel("router")); -// 工具条「🔄 拉取模型」：用当前激活分组拉取，一次性灌进所有节点的 datalist +// 工具条「🔄 拉取模型」：用当前激活分组拉取，一次性灌进所有节点的模型选择器 const cvModelsBtn = document.getElementById("cv-models-btn"); if (cvModelsBtn) cvModelsBtn.addEventListener("click", async (ev) => { @@ -3110,10 +3119,9 @@ if (cvModelsBtn) const r = await apic.canvasModels(CANVAS.activeGroupId || undefined); if (!r || !r.ok) throw new Error((r && r.error) || "拉取失败"); const models = Array.isArray(r.models) ? r.models : []; - const opts = models.map((m) => ``).join(""); - const dls = document.querySelectorAll("#drawflow .cv-node-datalist"); - dls.forEach((dl) => { dl.innerHTML = opts; }); - toast(`已按当前分组拉取 ${models.length} 个模型，填充 ${dls.length} 个节点`, "ok"); + const nodes = document.querySelectorAll("#drawflow .drawflow-node"); + nodes.forEach((node) => cvSetNodeModelOptions(node, models)); + toast(`已按当前分组拉取 ${models.length} 个模型，可在各节点手动切换`, "ok"); } catch (e) { toast("拉取模型失败：" + (e.message || e), "err"); } finally {