codex-market-app/CANVAS_SPEC.md

创意画布（Canvas Studio）集成契约 —— 冻结版

主控已勘定的集成事实，技术员必须严格遵守。目标：在插件市场旁新增「创意画布」， Drawflow 卡片式节点画布，第一版跑通 文生图 → 图生视频 → TTS配音 链路， 全部走 tokendun 中转，key 只在主进程。

已知事实（不要重复调研）

• Electron 应用，纯原生 JS，无 React/Vue，无构建步骤：renderer/index.html 直接 <script src="app.js">。
• CSP（index.html 第 7 行）：default-src 'self'; style-src 'self' 'unsafe-inline'; script-src 'self'; img-src 'self' data:;
  • 远程 http 图片/视频 URL 在渲染层会被拦截 → 所有生成结果必须由主进程下载并转 base64 data URL 返回。
• 渲染层桥接对象：window.api（app.js 里别名 apic）。所有后端调用走 IPC。
• Tab 机制：activatePanel(name) 显示 #tab-${name}，激活 .tab[data-tab=name]。
• 中转分组已由 electron/lib/router.js 管理并已导出 llmGroup()： 返回当前可用中转分组 { id, name, baseUrl, key, model, ... }（无可用则 null）。 执行层直接复用它，不要新增中转配置。
• 设计变量在 renderer/styles.css :root：--grad --accent --bg --card --card-2 --border --text --muted --ok --danger --radius --shadow，含明/暗色。节点样式必须复用这些变量。

冻结的 Preload 契约（前后端都按这个来）

后端在 electron/preload.js 的 window.api 中新增：

canvasStatus: () => ipcRenderer.invoke("canvas-status"),
// → { ready: boolean, provider: { name, model, host } | null, reason?: string }

canvasRun: (kind, params) => ipcRenderer.invoke("canvas-run", { kind, params }),
// kind ∈ "image" | "video" | "tts"
// → { ok: true, mime, dataUrl, meta } | { ok: false, error }

canvasRun 各 kind 的 params 与端点（OpenAI 兼容）

• image：{ prompt, size?, model? } → POST {base}/v1/images/generations，body { model, prompt, size, response_format:"b64_json" } → 兼容 data[0].b64_json 或 data[0].url（url 则主进程再 fetch 下载）。返回 image/png data URL。
• tts：{ text, voice?, model?, format? } → POST {base}/v1/audio/speech，body { model, input:text, voice:voice||"alloy", response_format:format||"mp3" } → 响应是二进制音频 → 转 audio/mpeg data URL。
• video：{ prompt, image?, model?, endpointPath?, extra? } → 视频接口各中转不统一。默认尝试 POST {base}{endpointPath||"/v1/videos"}， body { model, prompt, image, ...extra }；若返回任务 id 则轮询（best-effort）。 拿不到就返回 { ok:false, error } 并说明「该中转视频接口待适配」，不要伪造成功。 此节点标注为「实验/可配置」。

meta 建议含 { model, ms, host } 便于前端展示。

【v2 增补 · 完善配置能力】——本轮必须实现

用户反馈：图像/视频不能只用聊天模型（会 404），必须能自填「模型 + 接口地址」，且尺寸/比例/视频模式要齐全。

canvasRun 参数扩展（后端）

• image { prompt, model, size, endpointPath?, extra?, image?, refField? }
  • model：用户填写的图像模型（如 gpt-image-1/dall-e-3/flux-pro/seedream-3 等）。为空则直接返回 {ok:false,error:"请先填写图像模型"}，不要回退聊天模型。
  • size："WxH"（前端按 比例×清晰度 算好传来）。
  • endpointPath：默认 /v1/images/generations，允许用户覆盖。
  • 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。
  • 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。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）

• preload：canvasModels: () => ipcRenderer.invoke("canvas-models")
• 主进程：调 router.fetchModels(llm.baseUrl, llm.key) 返回 { ok, models:[...] }（无可用分组或失败返回 {ok:false,error}）。供前端填充「模型」下拉/datalist。

前端节点表单要求（每个能力节点都要能配置）

• 文生图节点：提示词 + 模型输入框(带 datalist，可点“拉取模型”从 canvasModels 填充) + 比例下拉(1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 3:2) + 清晰度下拉(1K / 2K / 4K)（前端据此算出 WxH，长边：1K=1024,2K=2048,4K=4096，短边=长边×比例取整）+ 折叠的「高级」里放接口地址覆盖 + 运行 + 预览/报错。
• 视频节点：模式下拉(图生视频/文生视频) + 提示词 + 模型输入框(datalist+拉取) + 比例(16:9/9:16/1:1/4:3) + 分辨率(480p/720p/1080p) + 时长(可选 4s/6s/8s) + 高级(接口地址) + 运行 + 预览/报错。图生视频模式吃上游图，文生视频不需要。
• TTS 节点：文本 + 模型输入框 + 音色 + 格式(mp3/wav/opus) + 运行 + 预览。
• 「拉取模型」按钮：调 apic.canvasModels()，把返回的 models 灌进所有模型输入框的 <datalist>；失败给 toast。
• 预置示例(cvSeedSample)里，模型字段留空并加占位提示（如「填入你中转的图像模型，如 flux-pro」），避免又用聊天模型 404。 所有 base 用 router.llmGroup() 的 baseUrl（去尾斜杠），鉴权 Authorization: Bearer <key>， User-Agent: "codex-market"（与 router.fetchModels 一致）。用 Electron 内置全局 fetch。

文件归属（不得越界，避免冲突）

• 后端技术员：electron/lib/canvas.js（新建）、electron/main.js（加 require + 两个 ipc handler）、electron/preload.js（加两个方法）。
• 前端技术员：renderer/index.html、renderer/app.js、renderer/styles.css、renderer/vendor/（新建，放 drawflow）。 仅前端可改 index.html 的 CSP：新增 media-src 'self' data: blob:;（供音视频 data URL 播放），其余不动。

第一版节点集

1. 文本/提示词（输入源）
2. 文生图（image）——出图，输出可连到下游
3. 图生视频（video，实验）——吃上游图 + 提示词
4. TTS 配音（tts）——吃文本，出音频 每个节点自带「运行」按钮、内联结果预览、loading/错误态。节点间用 Drawflow 连线传递输出。 无可用中转分组时（canvasStatus.ready=false）：画布置灰 + 提示「请先在『路由中转』配置并激活一个中转分组」。

【v3 增补 · 按节点选择中转分组】——本轮必须实现

用户希望：在「路由中转」建好多个分组（如"画图中转""视频中转"），打开画布时自动加载全部分组，每个能力节点用一个「分组」下拉自选走哪条中转渠道。设计：分组=选哪条中转渠道(baseUrl+key)，模型框=选该渠道上的具体模型。

router.js（主控已加，勿动）

已新增只读接口：groupById(id)（返回含解密 key 的分组或 null）、usableGroups()（非默认且配齐 baseUrl+key 的分组数组）。

后端（canvas.js / main.js / preload.js）

• 新增 groups()：基于 router.usableGroups() 返回 { ok:true, activeId, groups:[{id,name,model,host}] }（host 由 baseUrl 解析；activeId 来自 router.status().activeId 或 llmGroup 的 id）。无可用分组 {ok:false,error}。
• run({kind,params})：若 params.groupId 非空 → 用 router.groupById(groupId) 解析渠道(baseUrl+key)；否则回退 router.llmGroup()。解析到的分组缺 baseUrl/key → 返回明确错误。其余逻辑(模型必填、端点、body 组装)不变。
• listModels(groupId)：接受可选 groupId，有则用该分组的 baseUrl+key，否则 llmGroup。
• main.js：ipcMain.handle("canvas-groups", () => canvas.groups());；把 canvas-models 改为 (_e,{groupId}) => canvas.listModels(groupId)。
• preload.js：canvasGroups: () => ipcRenderer.invoke("canvas-groups")；canvasModels: (groupId) => ipcRenderer.invoke("canvas-models",{groupId})。

前端（renderer/*）

• 进入画布时调 apic.canvasGroups()，缓存分组列表。给文生图/视频/TTS 每个节点加一个「分组」下拉 .cv-field-group（option value=分组id，文案=名称 · host），默认选中 activeId。
• 节点运行时 params 带上 groupId=选中的分组id。
• 「拉取模型」改为每节点一个「拉取」小按钮（放模型框旁），调 apic.canvasModels(该节点选中的groupId)，填充该节点自己的 <datalist id="cv-models-{nodeId}">；模型框 list 指向它。（工具条原全局「拉取模型」可保留为拉取默认分组填充所有，或移除，二选一，别报错即可。）
• 选择分组后若模型框为空，可用该分组的 model 预填（来自 canvasGroups 数据）。
• 新增节点(cvAddNode)与预置示例(cvSeedSample)都要带分组下拉并默认选中 activeId；画布首次进入若分组数据未就绪，加载后要回填已存在节点的下拉。
• 无可用分组时：节点内提示「请先在『路由中转』添加中转分组」。

【v4 增补 · 流式图片生成 + 渐进预览】——本轮必须实现

用户要求图片流式生成（gpt-image 支持 partial image 流式；且 gpt-image 不接受 response_format）。

后端（canvas.js / main.js / preload.js）

• image 改为 stream-first：POST {base}{endpointPath||"/v1/images/generations"}，body { model, prompt, size, n:1, stream:true, partial_images:2, ...extra }。不要再发 response_format（gpt-image 会报错；dall-e 系无 stream 时走回退分支即可）。
  • 用 Electron 全局 fetch，读 res.body（web ReadableStream，for await (const chunk of res.body) 可迭代）；TextDecoder 累积、按行切、解析 data: {...}（跳过 data: [DONE]）。
  • 事件里凡带 b64_json 的都取出：type 含 partial → 渐进帧，回调 onPartial(dataUrl)；type 含 completed 或流结束时的最后一帧 → 最终图。返回最终 {ok:true, mime:"image/png", dataUrl, meta}。
  • 回退：若响应不是 SSE（Content-Type 非 text/event-stream 或首包不是 data:），或 stream 请求返回非 2xx → 退回原「非流式」POST（body 去掉 stream/partial_images，gpt-image 不加 response_format，其它模型可加 b64_json）解析 data[0].b64_json|url。错误信息仍带 URL+model。
• run 签名：run({ kind, params }, onPartial) — 多接一个可选回调；仅 image 流式用到。
• main.js：canvas-run handler 改为 ipcMain.handle("canvas-run", (e, { kind, params }) => canvas.run({ kind, params }, (dataUrl) => { try { e.sender.send("canvas-progress", { runId: params && params.runId, kind, dataUrl }); } catch {} }));
• preload.js：新增 onCanvasProgress: (cb) => { const h = (_e, p) => cb(p); ipcRenderer.on("canvas-progress", h); return () => ipcRenderer.removeListener("canvas-progress", h); },

前端（renderer/*）

• 运行前生成 runId（如 nodeId + "-" + (++CANVAS.runSeq)，Date.now 亦可），塞进 params.runId，并把 nodeId 与 runId 映射记下。
• 启动时订阅一次 apic.onCanvasProgress(({runId, dataUrl}) => 用映射找到对应节点预览，把 <img> 的 src 换成 dataUrl)，实现边生成边刷新预览（partial 帧陆续替换）。
• 最终 canvasRun resolve 的成品仍照常渲染覆盖；skeleton 在收到第一帧 partial 后即可替换为图片。
• 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 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）——统一使用 CLMM /v1/videos 逻辑

• 端点：create = joinUrl(base, endpointPath||"/v1/videos")；poll = create + "/" + taskId（GET）。鉴权 Bearer <key>（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。
• port 两个纯函数 normalizeVideoStatus、findVideoUrl 到 canvas.js。全程 try/catch。

前端视频节点（renderer/*）

• 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/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 }。