dsh-short-video-studio

完全本地 · 免费 · 零云端依赖的短剧 / 动画画布工作室，作为 DeepSeek Harness 双面插件运行。所有生成都跑在本地 ComfyUI 上——不需要任何付费云 API、不消耗额度，装好即用，一次生成、无限出片。

画质已可达 2K / 4K 交付：生成侧有两阶段潜空间放大（hires：首遍 896×512 → latent ×1.5 → 二遍重建，交付 1344×768）与学习式 3D latent 放大（…-2k 族：×2 → 交付 2688×1536）；后处理侧有独立的视频超分能力 video.upscale（逐帧 CNN ×2 / ×4，音轨原样带回）——原生片段一趟 ×4 即到 4032×2304（124 帧实测 241.3s），或 2K 再 ×2 到同样尺寸（261.6s）。三条路线怎么选见分辨率与画质（2K / 4K）。

一句话：Agent 按你定义的 skill 编排流程，把生成请求派发到本地 ComfyUI 执行，产物落进可视化画布，还能通过飞书远程操控创作。

🌟 模型无关：FLUX 2 / MiniMax H3 只是插件随附的内置默认工作流，不是产品边界。本插件是通用的 ComfyUI 工作流执行器 + 能力注册表——任何 ComfyUI 能跑的模型（SDXL / SD3.5 / Qwen-Image / Wan / CogVideoX / LTX / 本地 Kling 等，图片或视频、带不带声音都可以）都能通过导入一份工作流清单接入，skill 与工具契约无需任何改动。换模型 = 加一份 JSON。

功能亮点

🖥️ 本地化、0 成本的视频工作流

• 零云端依赖：默认图片用 FLUX 2、视频用 MiniMax H3 音视频 AV 模型（带声音、支持参考图绑定与画面内原生字幕，对白直接写进 prompt，无需后期叠加）——两者都只是内置默认，可整体替换为你自己的任何 ComfyUI 模型/工作流。
• 画质/速度三档（tier）：图片与视频同一套 fast / balanced / quality——图片长边 1024 / 1344 / 2048（文生图），视频长边 832 / 1344 / 1344；图生图按档给参考图重采样预算 768 / 1056 / 2048（quality 档可出 2K 改绘）。工具面不接受 workflow=：实现由配置决定（设置页的家族偏好 / 档位选择 / 钉实现）。加速不暴露到产品层——设置页每个能力只有一条内置默认策略，其余策略由你自己命名与组合（见下）。分辨率按画布比例 × 该档长边自动推导，支持 16:9 / 9:16 / 1:1 等任意画幅，snap32；显式传 width/height 可覆盖（只传一边时另一边按比例补出来）。
• 图片双模（文生图 / 图生图）：t2i 用 FLUX 2 直接出卡（角色卡 / 场景卡 / 分镜图），i2i 用 FLUX 2 ReferenceLatent 改绘——保持主体不变、换背景 / 场景 / 画风 / 去水印；单张参考图、尺寸跟随参考图（≤1MP），quality（20 步无 LoRA，保真）/ fast（8 步 Turbo LoRA，调试快），可一次出 1–4 张。
• 同场景续接镜「续得上」：continuity_from=上一镜节点 id ⇒ 链式续接——把上一镜的服务端 latent 直接钉进本镜（画面逐帧接住它的结尾、音频从接缝继续，实测接缝画面差 2.6–7.0，无续接对照 32–68），不需要上传图片、也不吃画质。r2v 与 i2v 两侧都支持（i2v 链式实现另见下），跨形状续接（上一镜 r2v → 本镜 i2v）同样可用。链的硬约束见档位与加速策略与 docs/shot-chain-continuity.md。
• 画质可上 2K / 4K：三条路线都在本地跑通——生成内两阶段放大（hires，交付 1344×768）、生成内学习式 latent ×2（…-2k 族，交付 2688×1536，可与链式续接叠用，见下）、以及独立视频超分 video.upscale（画布片段 → 逐帧 CNN ×2/×4，音轨原样带回，原生一趟到 4032×2304 只需 241.3s/124 帧）。超分建议按分镜做（失败只毁一镜、可断点重跑）。详见分辨率与画质（2K / 4K）。
• 完整后处理：同场景续接（链式 latent 或末帧串联）、生成式转场镜、抽帧、拼接合成（本机有 ffmpeg 走零重编码，否则 ComfyUI 纯节点链路）、超分提分辨率——一条龙出片。

🎨 可视化画布

…