krisolo/storyforge
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
1a055a16c2fd2cb1ff51951e756fb6df1cc173e9
storyforge/docs/AUDIT_2026-03-18.md
kris 1a055a16c2 docs: record douyin workbench validation
2026-03-20 13:19:35 +08:00

7.0 KiB
Raw Blame History

StoryForge 现状审计

日期：2026-03-18 更新：2026-03-20

结论

当前应以 /Users/kris/code/StoryForge-gitea 作为主工作区继续推进，而不是 /Users/kris/code/Fastgpt。后者更像一次不完整的导入快照，前者才是可持续开发的真实仓库。

现有功能归位

1. collector-service 之前承担的功能

  • 账号注册、登录、审批
  • 本地模型配置
  • 知识库、智能体、任务管理
  • 视频链接/上传视频/文本三类入口
  • 下载器、ffmpeg、whisper.cpp 风格的本地处理调用
  • Android OTA 查询/发布

2. FastGPT 实际承担的功能

  • 仅承担“数据集/文档同步”的外部依赖角色
  • 代码痕迹集中在：
    • collector-service/app/fastgpt.py
    • docker-compose.yml
    • 若干 fastgpt_* 字段

结论：FastGPT 并不是业务内核，适合迁移后整体删除。

3. n8n 适合接管的功能

  • 任务触发
  • 工作流分流
  • 外部能力编排入口
  • 任务执行顺序控制

不适合承载：

  • 用户、项目、Agent、知识库、任务、历史记录的主数据
  • 业务状态唯一真相源

结论：应采用“业务状态在 collector-service，流程编排在 n8n”的分层。

多用户与数据边界

当前已明确采用：

  • accounts
  • projects
  • knowledge_bases
  • assistants
  • content_sources
  • jobs
  • job_events

推荐模型：user + project。

理由：

  • 只做 user 级隔离，会导致一个用户内部不同内容工作流难以再分边界
  • project 可以自然承接“一个创作者方向 / 一个客户 / 一个账号矩阵 / 一个内容实验”
  • assistant、knowledge_base、job、content_source 都能挂到 project，便于后续扩展协作空间

外部链路审计

1. 下载器

  • 已存在，不需要重写
  • 现阶段通过 yt-dlp 命令集成
  • 账号级内容源同步同样复用 yt-dlp --flat-playlist，不额外维护抓取器

2. ASR

  • 现有实现已部署，入口现已标准化为“两级优先级”：
    • 优先调用 HTTP ASR 服务
    • HTTP 不可用或返回空结果时，回退到 whisper.cpp 命令行
  • 本次已按 mac-whisper-service 的 /transcribe 协议完成接入，并用任务 job_e95f9b5579fd4c5aa40f04de611e9fd0 验证 artifacts.asr_backend=http
  • 进一步联调发现真实长视频转写耗时约 44 秒，因此 collector 侧 ASR_HTTP_TIMEOUT_SEC 默认值已提升到 120 秒；本机 mac-whisper-service 运行时也需要把 WHISPER_TIMEOUT_MS 提升到 120000
  • 修复后再次验证成功，任务 job_bb405e2e878849e38c4bb31f7781e1e3 已写入真实 HTTP ASR 文本并记录 artifacts.asr_http_payload
  • collector 运行镜像已补上 ffmpeg 和 yt-dlp，避免容器内缺依赖导致音频抽取或下载失效

2.1 内容源账号同步

  • 已新增 content_source_sync_pipeline
  • 用户可通过 POST /v2/pipelines/content-source-sync 提交创作者账号 URL
  • 后端会创建父任务，使用 yt-dlp --flat-playlist 抓取最近 N 条视频 URL，再自动派生用户自己的 video_link 子分析任务
  • jobs.parent_job_id 已加入数据模型，父子任务关系可持久化查询
  • 已用 bilibili 账号 URL 联调验证：
    • 父任务：job_b02109cf9e8244fbb5b86f184a7c7574
    • 子任务：job_7f169db61af441f8a7f186d03db2d91c、job_28c47774028441378a3974860c375ab7

结论：账号级调度不再是空白能力，但目前只验证了 bilibili URL 形态，抖音 / 小红书仍需真链路核实。

3. Windows cutvideo

  • 仓库：/Users/kris/code/cutvideo
  • 具备清晰 API：
    • POST /api/jobs
    • POST /api/uploads
    • GET /api/tasks/{task_id}
    • GET /api/runs/{run_id}
  • 适合集成为“由 StoryForge 后端授权调用的局域网剪辑能力”

当前状态：

  • StoryForge 已支持把 upload_video 或已完成的 video_link 源素材自动上传到 cutvideo
  • real-cut 任务可直接传 source_job_id，由后端完成 staging 后再提交到剪辑服务
  • Windows 机器已部署带 POST /api/uploads 的 cutvideo 版本，并完成局域网联调

3.1 douyin 工作台

  • collector-service 已具备 /v2/douyin/* 工作台接口
  • 已补充两类关键联调增强：
    • 分享文案中的 URL 自动提取与归一化
    • public 页面命中抖音反爬挑战时的显式诊断返回
  • 真实 smoke 结果表明，纯 public 主页抓取会落到 byted_acrawler 挑战页，而不是正常 profile 数据页
  • 同时，manual_profile_payload + manual_work_payloads 已验证可完成账号入库、分析报告生成、相似账号搜索和对标关系写入

结论：douyin 方向不再是“接口存在但不可用”，当前状态是“public 直抓受反爬限制，但人工采集兜底链已跑通”。

4. huobao-drama

  • 旧改版位置：/Users/kris/code/huobaoduanju/huobao-drama-master
  • 最新 upstream：/Users/kris/code/huobao-drama-upstream
  • 旧改版主要多了一套 ad_workflow 方向，和当前 StoryForge MVP 不完全对齐
  • 最新版已具备：
    • POST /api/v1/dramas
    • POST /api/v1/images
    • GET /api/v1/images/{id}
    • POST /api/v1/videos
    • GET /api/v1/videos/{id}
    • reference_mode=first_last

本次真实联调里，旧改版为了兼容 qnaigc 需要补 4 个点：

  • pkg/image/openai_image_client.go
  • application/services/image_generation_service.go
  • pkg/video/openai_sora_client.go
  • application/services/video_generation_service.go

核对结果：

  • 以上 4 个文件与本机 upstream 同名文件在补丁前没有明显结构分叉
  • 当前差异基本就是 qnaigc 图片异步查询、Kling 视频 JSON 协议、结果 URL 解析、远程首尾帧 URL 保留这几处兼容逻辑

结论：这批补丁是可移植补丁，MVP 已在旧改版实例上验证通过；下一步应把同样补丁迁到最新版 huobao-drama-upstream，而不是继续在旧目录长期演进。

当前已完成迁移面

  • FastGPT 运行时依赖已从 collector-service 主代码中剥离
  • 数据库已支持 project/content_source/job_events
  • collector-service 已增加：
    • n8n 触发
    • cutvideo 集成 client
    • huobao-drama 集成 client
    • 内部编排接口
  • docker-compose.yml 已改为 collector + n8n + cli-proxy-api
  • n8n 工作流导出文件已纳入仓库
  • collector-service 的 live 运行态已回归到 StoryForge-gitea 自身源码构建，不再依赖 /Users/kris/code/Fastgpt/collector-service/app 的临时 bind mount
  • collector-service 现已在 live 8081 提供 /v2/douyin/* 接口，并保留原有 real-cut / ai-video / content-source-sync 路由

当前主要风险

  1. 小红书账号级内容源还未做真实平台验证
  2. douyin public 直抓仍受反爬限制，生产落地还需要补 cookie 或人工页面采集协作链
  3. huobao-drama 已在本机旧改版实例上跑通，但兼容补丁尚未迁到 upstream 仓库并形成正式提交
  4. douyin 新接口已上线 live，但还需要补一轮真实账号级回归，确认手工 payload 和相似账号分析都稳定