fix(#2187): outfit提取正则优化，保留颜色形容词 (#2187)

Co-authored-by: xiaoxia <dev@xiaoxiajianji.com>
Co-committed-by: xiaoxia <dev@xiaoxiajianji.com>

.gitea/workflows/ci-pipeline.yml

@@ -1187,6 +1187,14 @@ jobs:
         DOUBAO_MODEL: "${{ secrets.DOUBAO_MODEL }}"
         DOUBAO_BASE_URL: "${{ secrets.DOUBAO_BASE_URL }}"
         DOUBAO_VISION_MODEL: "${{ secrets.DOUBAO_VISION_MODEL }}"
+        DOUBAO_VISION_LITE_MODEL: "${{ secrets.DOUBAO_VISION_LITE_MODEL }}"
+        DOUBAO_VISION_USE_LITE: "${{ secrets.DOUBAO_VISION_USE_LITE }}"
+        DOUBAO_IMAGE_MODEL: "${{ secrets.DOUBAO_IMAGE_MODEL }}"
+        DOUBAO_IMAGE_SIZE: "${{ secrets.DOUBAO_IMAGE_SIZE }}"
+        DOUBAO_IMAGE_TIMEOUT: "${{ secrets.DOUBAO_IMAGE_TIMEOUT }}"
+        DOUBAO_FAST_MODEL: "${{ secrets.DOUBAO_FAST_MODEL }}"
+        DOUBAO_TIMEOUT: "${{ secrets.DOUBAO_TIMEOUT }}"
+        DOUBAO_MAX_RETRIES: "${{ secrets.DOUBAO_MAX_RETRIES }}"
         WECHAT_APP_ID: "${{ secrets.WECHAT_APP_ID }}"
         WECHAT_APP_SECRET: "${{ secrets.WECHAT_APP_SECRET }}"
         TIKHUB_API_KEY: "${{ secrets.TIKHUB_API_KEY }}"

deploy/configs/.env.staging

@@ -241,19 +241,35 @@ DOUBAO_API_KEY=${DOUBAO_API_KEY}
 
 # 模型 Endpoint ID（在 ARK 控制台创建推理接入点后获得）
 DOUBAO_MODEL=${DOUBAO_MODEL}
+DOUBAO_FAST_MODEL=${DOUBAO_FAST_MODEL}
 
 # API Base URL
 DOUBAO_BASE_URL=${DOUBAO_BASE_URL}
 
 # 请求超时（秒）
-DOUBAO_TIMEOUT=60
+DOUBAO_TIMEOUT=${DOUBAO_TIMEOUT}
 
 # 最大重试次数
-DOUBAO_MAX_RETRIES=2
+DOUBAO_MAX_RETRIES=${DOUBAO_MAX_RETRIES}
 
-# 视觉模型 Endpoint ID（支持图片/视频理解的模型）
+# 视觉模型（支持图片/视频理解的模型，model name 格式）
 DOUBAO_VISION_MODEL=${DOUBAO_VISION_MODEL}
 
+# 快速视觉模型（viral-video 图片分析 lite 路径）
+DOUBAO_VISION_LITE_MODEL=${DOUBAO_VISION_LITE_MODEL}
+
+# 是否启用 lite 视觉路径（true/false）
+DOUBAO_VISION_USE_LITE=${DOUBAO_VISION_USE_LITE}
+
+# 信任链文生图模型（Seedream）
+DOUBAO_IMAGE_MODEL=${DOUBAO_IMAGE_MODEL}
+
+# 文生图尺寸
+DOUBAO_IMAGE_SIZE=${DOUBAO_IMAGE_SIZE}
+
+# 文生图超时（秒）
+DOUBAO_IMAGE_TIMEOUT=${DOUBAO_IMAGE_TIMEOUT}
+
 
 # ==================== 微信开放平台 OAuth（网页扫码登录）====================
 # 回调域名：xiaoxiajianji.com（微信开放平台已配置）

packages/application/viral_video/prompts.py

@@ -50,14 +50,25 @@ _IMAGE_ANALYSIS_SYSTEM = f"""你是电商商品视觉分析师，负责从商品
 请严格按下面的标签格式输出，标签名一个都不能改，不要输出任何解释，不要用代码块：
 <products> 下面每个产品用一个 <product> 标签，属性 name 是产品名、features 是外观特征、position 是 main 或 secondary、image_index 是第几张图（从0开始）。
 <colors> 下面每个主要颜色用一个 <color> 标签，属性 hex 是色值、name 是颜色名、coverage 是占比小数。
-<people> 用一个标签，属性 has_person、count、gender、age_range、pose、expression 分别描述人物情况。
+<people> 用一个标签，属性 has_person、count、gender、age_range、hair（发型发色）、skin_tone（肤色）、face_shape（脸型）、outfit（穿着）、pose（姿态）、expression（表情）分别描述人物外貌。有人物时属性尽量具体（如hair="黑色长直发"、outfit="白色衬衫"），无人像时除has_person=false外其他填"无法判断"。
 <mood> 标签写画面整体情绪氛围。
 <visible_text> 下面每处可见文字用一个 <text_item> 标签，属性 text 是文字内容、position 是位置。
 <scene> 标签写场景描述。
 <quality> 用一个标签，属性 resolution、lighting、composition、blur 描述画质。
 <key_selling_points> 下面每个卖点用一个 <point> 标签。
 
-看不到或无法判断的内容，属性值填“无法判断”，布尔值填 false，不要留空标签。"""
+【人物属性硬性要求（has_person=true时必须遵守）】
+hair/skin_tone/face_shape/outfit四项绝对禁止填“无法判断”，必须基于图片可见特征给出具体中文描述：
+- hair：必须描述发型+发色，如“黑色齐肩直发”“棕色微卷中长发”“深棕色短发”
+- skin_tone：必须描述肤色，如“暖调自然肤色”“白皙肤色”“小麦色”
+- face_shape：必须描述脸型，如“鹅蛋脸”“圆脸”“瓜子脸”“方脸”
+- outfit：必须描述可见穿着，如“米色翻领衬衫”“白色T恤”“黑色连衣裙”
+即使局部被遮挡也要根据可见部分合理推断；确实看不清时按最接近的直观印象描述。
+
+其他非人物属性看不到或无法判断时填“无法判断”，布尔值填false，不要留空标签。
+
+【有人物场景输出参考（女性手持商品示例，必须写全10个属性，禁止省略）】
+<people has_person="true" count="1" gender="女" age_range="青年" hair="黑色齐肩直发" skin_tone="暖调自然肤色" face_shape="鹅蛋脸" outfit="米色翻领衬衫" pose="正面半身，手持商品" expression="面带微笑"/>"""
 
 _IMAGE_ANALYSIS_USER = """请分析以下商品图片，共 {image_count} 张。
 所属行业：{industry}
@@ -73,7 +84,7 @@ _IMAGE_ANALYSIS_EXAMPLE = """<products>
 <color hex="#D32F2F" name="红色" coverage="0.4"/>
 <color hex="#FFFFFF" name="白色" coverage="0.5"/>
 </colors>
-<people has_person="false" count="0" gender="无法判断" age_range="无法判断" pose="无法判断" expression="无法判断"/>
+<people has_person="false" count="0" gender="无法判断" age_range="无法判断" hair="无法判断" skin_tone="无法判断" face_shape="无法判断" outfit="无法判断" pose="无法判断" expression="无法判断"/>
 <mood>干净、实用</mood>
 <visible_text>
 <text_item text="多功能油污净" position="瓶身正面"/>
@@ -132,7 +143,10 @@ _FUSION_SYSTEM = """你负责为短视频生成营销文案。请按思维链分
 <hook> 开头3秒钩子，5到15字。
 <body_points> 每个要点用一个 <point> 标签，属性 elaboration 是展开说明、image_index 是对应第几张图（从0开始），标签内容写要点。
 <cta> 口语化的行动号召。
-<script_segments> 每段配音用一个 <segment> 标签，属性 duration_sec 是秒数、image_index 是对应图片，标签内容写配音文案。
+<script_segments> 每段配音用一个 <segment> 标签，属性 duration_sec 是秒数、image_index 是对应图片，标签内容写配音文案（纯口播文本，不加旁白标注、不加镜头标注、不加"主播："之类前缀）。
+<voiceover_script> 把所有 segment 的配音文案按顺序自然拼接成一段完整的纯口播文本（无标记、无括号、无前缀），长度要适配 {duration} 秒，约 {approx_chars} 字。
+<overview_theme> 视频主题（一句话概括）。
+<scene_and_lighting> 整体场景描述+光线设定（100-200字，要具体：在哪拍、什么光线、什么色调、什么氛围）。
 <word_count> 配音总字数，只写数字。
 <estimated_duration> 预计时长秒数，只写数字。
 
@@ -161,25 +175,38 @@ _FUSION_EXAMPLE = """<title>厨房重油污，别再用洗洁精硬擦了</title
 <segment duration_sec="6" image_index="0">后来换了这个大公鸡头油污净，喷上等几分钟，一擦就干净</segment>
 <segment duration_sec="4" image_index="0">39块钱625ml，厨房重油污的可以试一瓶</segment>
 </script_segments>
+<voiceover_script>这油污我真的忍很久了，用洗洁精擦半天都没用。后来换了这个大公鸡头油污净，喷上等几分钟，一擦就干净。39块钱625ml，厨房重油污的可以试一瓶。</voiceover_script>
+<overview_theme>厨房油污清洁好物分享</overview_theme>
+<scene_and_lighting>简洁明亮的厨房台面场景，自然光从窗户洒入，色调温暖柔和，突出产品白色瓶身与去油污对比效果。</scene_and_lighting>
 <word_count>58</word_count>
 <estimated_duration>13</estimated_duration>"""
 
 # ── 模板4：编导级分镜（LLM）────────────────────────────────────────────
-_STORYBOARD_SYSTEM = f"""你是短视频编导，负责把文案拆成可拍摄的分镜。
+_STORYBOARD_SYSTEM = """你是短视频编导，负责把文案拆成可拍摄的分镜，为 Seedance 2.5 视频模型写编导分镜脚本。脚本将整体作为 prompt 一次性传给视频模型，必须让模型在连贯镜头流中清楚每段时间拍什么、画面如何、人物说什么。
 
 工作方式：
 1. 按文案的 script_segments 顺序分配镜头。
-2. 每个镜头确定画面、运镜、时长、配音和字幕。
+2. 每个镜头确定景别/角度/运镜、画面场景与对白、人物动作细节、音效/BGM、转场。
 3. 检查所有镜头时长加起来接近目标时长，误差不超过2秒。
 4. image_index 必须在已上传图片范围内，第一张主图必须用在第一个镜头。
 
-{GLOBAL_CONSTRAINTS}
+{fusion_instruction}
+
+{global_constraints}
+
+{negative_rules}
 
 请严格按下面的标签格式输出，不要解释，不要用代码块：
-<clips> 下面每个镜头用一个 <clip> 标签，属性 image_index 是图片序号（从0开始）、transition 取 fade、cut、zoom_in、slide_left、dissolve、wipe 之一、zoom 取 in、out 或 null、duration_sec 是该镜头秒数、bgm_note 是该段BGM情绪。每个 <clip> 里面包含：
-<voice_text> 该镜头配音文本；
-<subtitle_text> 字幕文本，可与配音一致或更精简；
-<ken_burns> 用一个空标签，属性 start、end 写“x,y”坐标、ease 写缓动方式；不需要运镜时坐标相同。"""
+<clips> 下面每个镜头用一个 <clip> 标签，属性 image_index 是图片序号（从0开始）、transition 取 fade/cut/zoom_in/slide_left/dissolve/wipe 之一、zoom 取 in/out/null、duration_sec 是该镜头秒数、bgm_note 是该段BGM情绪。每个 <clip> 里面包含：
+  <voice_text> 该镜头配音文本（纯口播文本，不加旁白标注）；
+  <subtitle_text> 字幕文本，可与配音一致或更精简；
+  <shot_type_angle_movement> 景别+角度+运镜（例：近景俯拍45度，缓慢推镜；中景平视，固定镜头；特写平视，快速拉镜）；
+  <scene_and_dialogue> 画面场景描述 + 人物口播台词（对白要自然口语化，像朋友聊天，不要硬广推销腔）；
+  <action_details> 人物动作、表情、物品操作细节（手怎么动、表情变化、产品怎么展示）；
+  <audio_bgm> 环境音+BGM提示（例：轻快流行BGM，环境嘈杂咖啡店背景音）；
+  <transition> 硬切/淡入淡出/叠化（最后一镜写『结束』即可）；
+  <reference_image_index> 参考图片索引（0-based，对应第几张产品图，无则空）；
+  <ken_burns> 用一个空标签，属性 start、end 写"x,y"坐标、ease 写缓动方式；不需要运镜时坐标相同。"""
 
 _STORYBOARD_USER = """目标时长：{duration}秒
 上传图片数量：{image_count}张（第1张是主图/封面）
@@ -194,17 +221,35 @@ _STORYBOARD_EXAMPLE = """<clips>
 <clip image_index="0" transition="cut" zoom="null" duration_sec="3" bgm_note="日常、轻微烦躁">
 <voice_text>这油污我真的忍很久了</voice_text>
 <subtitle_text>这油污忍很久了</subtitle_text>
+<shot_type_angle_movement>近景俯拍45度，缓慢推镜</shot_type_angle_movement>
+<scene_and_dialogue>厨房台面，主妇皱眉看着灶台油污。对白：这油污我真的忍很久了</scene_and_dialogue>
+<action_details>右手拿着脏抹布，无奈摇头</action_details>
+<audio_bgm>轻快日常BGM，带一点烦躁感</audio_bgm>
+<transition>硬切</transition>
+<reference_image_index>0</reference_image_index>
 <ken_burns start="0,0" end="0,0" ease="linear"/>
 </clip>
 <clip image_index="0" transition="zoom_in" zoom="in" duration_sec="6" bgm_note="轻快、出现转机">
 <voice_text>后来换了大公鸡头油污净，喷上等几分钟，一擦就干净</voice_text>
 <subtitle_text>喷上等几分钟，一擦就干净</subtitle_text>
+<shot_type_angle_movement>特写平视，固定镜头</shot_type_angle_movement>
+<scene_and_dialogue>手部特写，喷油污净在油污处。对白：后来换了这个大公鸡头油污净，喷上等几分钟，一擦就干净</scene_and_dialogue>
+<action_details>左手拿产品瓶身，右手按压喷头，等待片刻后用抹布轻擦</action_details>
+<audio_bgm>轻快转折BGM，带清爽感</audio_bgm>
+<transition>淡入淡出</transition>
+<reference_image_index>0</reference_image_index>
 <ken_burns start="20,20" end="80,80" ease="ease-in-out"/>
 </clip>
 <clip image_index="0" transition="fade" zoom="null" duration_sec="4" bgm_note="温暖、推荐">
 <voice_text>39块钱625ml，厨房重油污的可以试一瓶</voice_text>
 <subtitle_text>39元625ml，可以试一瓶</subtitle_text>
-<ken_burns start="0,0" end="0,0" ease="linear"/>
+<shot_type_angle_movement>中景平视，缓慢拉镜</shot_type_angle_movement>
+<scene_and_dialogue>产品正面展示，明亮背景。对白：39块钱625ml，厨房重油污的可以试一瓶</scene_and_dialogue>
+<action_details>产品置于画面中央，轻微转动展示瓶身</action_details>
+<audio_bgm>温暖收尾BGM</audio_bgm>
+<transition>结束</transition>
+<reference_image_index>0</reference_image_index>
+<ken_burns start="50,50" end="20,20" ease="ease-in-out"/>
 </clip>
 </clips>"""
 

packages/config/base.py

@@ -92,18 +92,18 @@ class SharedSettings(BaseSettings):
     doubao_api_key: str = ""
     doubao_model: str = "doubao-seed-2-1-pro-260915"  # 推理模型（Seed 2.1 Pro，深度思考+多模态；原 seed-1-6 已下线）
     doubao_fast_model: str = (
-        "doubao-seed-2-1-lite-260915"  # 快速模型（Seed 2.1 Lite，高 RPM，编导/审核/VLM lite；原 1-5-pro-32k 已 Retiring）
+        "doubao-seed-2-1-pro-260915"  # #2181: lite方舟侧100%超时，默认fast_model也走pro；方舟恢复lite后通过ENV DOUBAO_FAST_MODEL切回
     )
     doubao_base_url: str = "https://ark.cn-beijing.volces.com/api/v3"
-    doubao_timeout: int = 30
-    doubao_max_retries: int = 2
+    doubao_timeout: int = 45  # #2180: 方舟LLM高峰期响应6-8s，原30s太紧提到45s
+    doubao_max_retries: int = 1  # #2180: timeout调大后一次调用就够，1次重试防偶发抖动；避免6次重试叠加到351s
     doubao_vision_model: str = (
         "doubao-seed-2-1-pro-260915"  # 高精度视觉（Seed 2.1 Pro 原生多模态；原 vision-pro-250328 已下线）
     )
     doubao_vision_lite_model: str = (
         "doubao-seed-2-1-lite-260915"  # 快速视觉（Seed 2.1 Lite 原生多模态；原 vision-lite-250315 不可用）
     )
-    doubao_vision_use_lite: bool = True  # viral-video 图片分析默认用 lite 提速
+    doubao_vision_use_lite: bool = False  # #2181: lite视觉模型100%超时，默认关闭走pro（25-38s稳定返回）
     doubao_embedding_model: str = "doubao-embedding-vision-251215"  # 多模态向量化（原 large-text-240915 已 Retiring）
     doubao_video_model: str = "doubao-seedance-2-5-260628"
     doubao_video_timeout: int = 600  # 视频生成轮询总超时（秒）

packages/shared/ai_client.py

@@ -585,7 +585,7 @@ class DoubaoClient:
         # #2172/#2174: 信任链——使用预热好的 Seedream t2i 文生图（纯模型生成人像，是方舟信任产物，
         # 不会触发肖像审核）。预热在 VLM 分析后由 daemon 线程后台完成，结果通过 pre_trusted_images 传入。
         # - 预热结果有效 → 替换原参考图，走 omni_ref 模式
-        # - 预热结果不可用 → 直接用原图（若被400肖像拦截，#2166自动降级纯t2v），避免现场跑t2i阻塞渲染
+        # - 预热结果不可用 → 直接用原图（上层 _step_render 已现场同步跑 Seedream t2i 兜底；若再被400拦截，下方自动降级纯t2v）
         # 信任链只作用于 doubao provider；DashScope(Wan) 保持原行为。
         trust_chain_applied = False
         if provider == "doubao" and getattr(self, "trust_chain_enabled", True) and pre_trusted_images:
@@ -763,6 +763,26 @@ class DoubaoClient:
                 # 保留第二次的错误信息
                 sc, body = sc2, body2
 
+        # #2183: portrait_intercept / 真人肖像审核拦截 → 去掉所有参考图（含image_url首帧），纯 t2v 重试一次
+        # 信任链预热或现场 t2i 都失败时的最后兜底，保证能出片
+        if not task_id and sc == 400:
+            _err_code_for_400, _ = _classify_video_error(sc, body, last_err)
+            if _err_code_for_400 == "portrait_intercept" and (image_url or ref_imgs):
+                logger.warning(
+                    "Seedance 创建因 portrait_intercept 失败，降级纯 t2v（移除所有参考图）重试: img=%d ref=%d",
+                    1 if image_url else 0,
+                    len(ref_imgs),
+                )
+                _t2v_payload = dict(create_payload)
+                _t2v_payload["content"] = [{"type": "text", "text": prompt.strip()}]
+                _t2v_payload["ratio"] = ratio or "9:16"
+                task_id, last_err, sc3, body3 = _do_create(_t2v_payload)
+                if task_id:
+                    sc, body = sc3, body3
+                    logger.info("[trust-chain] portrait_intercept 降级纯 t2v 成功 task_id=%s", task_id)
+                else:
+                    sc, body = sc3, body3
+
         if not task_id:
             err_code, user_msg = _classify_video_error(sc, body, last_err)
             self.last_video_error = {

scripts/render_env.sh

@@ -57,7 +57,7 @@ if [ "$TARGET_ENV" = "staging" ]; then
 fi
 
 # 共用 secrets 直接导出（如果存在）
-SHARED_SECRETS="OSS_ACCESS_KEY_ID OSS_ACCESS_KEY_SECRET COSYVOICE_API_KEY DASHSCOPE_API_KEY MEDIAKIT_API_KEY DOUBAO_API_KEY DOUBAO_MODEL DOUBAO_FAST_MODEL DOUBAO_BASE_URL DOUBAO_VISION_MODEL DOUBAO_VISION_LITE_MODEL DOUBAO_VISION_USE_LITE WECHAT_APP_ID WECHAT_APP_SECRET TIKHUB_API_KEY APIZERO_API_KEY GPU_WORKER_TOKEN"
+SHARED_SECRETS="OSS_ACCESS_KEY_ID OSS_ACCESS_KEY_SECRET COSYVOICE_API_KEY DASHSCOPE_API_KEY MEDIAKIT_API_KEY DOUBAO_API_KEY DOUBAO_MODEL DOUBAO_FAST_MODEL DOUBAO_BASE_URL DOUBAO_VISION_MODEL DOUBAO_VISION_LITE_MODEL DOUBAO_VISION_USE_LITE DOUBAO_IMAGE_MODEL DOUBAO_IMAGE_SIZE DOUBAO_IMAGE_TIMEOUT DOUBAO_FAST_MODEL DOUBAO_TIMEOUT DOUBAO_MAX_RETRIES WECHAT_APP_ID WECHAT_APP_SECRET TIKHUB_API_KEY APIZERO_API_KEY GPU_WORKER_TOKEN"
 for var in $SHARED_SECRETS; do
   value="${!var:-}"
   # 已经在环境中了，无需额外操作

tests/unit/test_ai_client.py

@@ -17,7 +17,7 @@ def mock_settings():
             doubao_api_key="test-api-key",
             doubao_model="doubao-pro-32k",
             doubao_base_url="https://ark.example.com/api/v3",
-            doubao_timeout=30,
+            doubao_timeout=45,
             doubao_max_retries=2,
         )
         yield mock
@@ -37,7 +37,7 @@ def client_without_key():
             doubao_api_key="",
             doubao_model="doubao-pro-32k",
             doubao_base_url="https://ark.example.com/api/v3",
-            doubao_timeout=30,
+            doubao_timeout=45,
             doubao_max_retries=2,
         )
         yield DoubaoClient()
@@ -52,7 +52,7 @@ class TestDoubaoClientInit:
         assert client.api_key == "test-api-key"
         assert client.model == "doubao-pro-32k"
         assert client.base_url == "https://ark.example.com/api/v3"
-        assert client.timeout == 30
+        assert client.timeout == 45
         assert client.max_retries == 2
 
     def test_base_url_strips_trailing_slash(self, mock_settings):

tests/unit/test_api_settings.py

@@ -80,8 +80,8 @@ class TestSharedSettingsDefaults:
     def test_default_doubao_settings(self):
         s = SharedSettings()
         assert "doubao" in s.doubao_model
-        assert s.doubao_timeout == 30
-        assert s.doubao_max_retries == 2
+        assert s.doubao_timeout == 45  # #2180 默认提到45s
+        assert s.doubao_max_retries == 1
 
 
 class TestAPISettingsDefaults:

tests/unit/test_config_base.py

@@ -110,8 +110,8 @@ class TestSharedSettingsDefaults:
     def test_default_doubao_config(self):
         """豆包默认配置"""
         s = self._make_settings()
-        assert s.doubao_timeout == 30
-        assert s.doubao_max_retries == 2
+        assert s.doubao_timeout == 45  # #2180 默认提到45s
+        assert s.doubao_max_retries == 1
         assert "volces.com" in s.doubao_base_url
 
     def test_default_empty_api_keys(self):

tests/unit/test_viral_video.py

@@ -403,33 +403,30 @@ class TestViralVideoPipeline:
         """v1.6: _step_script_generation 返回 dict 形式的 CopyResult，含 voiceover_script + shots。"""
         from apps.worker.worker_app.tasks.viral_video import _step_script_generation
 
-        mock_llm.return_value = {
-            "overview": {"theme": "口红推荐", "total_duration": 15, "aspect_ratio": "9:16"},
-            "scene_and_lighting": "明亮化妆台，柔和自然光",
-            "shots": [
-                {
-                    "time_range": "0-5秒",
-                    "shot_type_angle_movement": "近景平视，缓慢推镜",
-                    "scene_and_dialogue": "女主微笑展示口红：大家好，今天分享一款口红",
-                    "action_details": "手持口红特写",
-                    "audio_bgm": "轻快流行BGM",
-                    "transition": "硬切",
-                    "reference_image_index": 0,
-                },
-                {
-                    "time_range": "5-15秒",
-                    "shot_type_angle_movement": "特写，固定镜头",
-                    "scene_and_dialogue": "涂抹口红：颜色特别好看很显白",
-                    "action_details": "嘴唇涂抹特写",
-                    "audio_bgm": "轻快BGM继续",
-                    "transition": "结束",
-                    "reference_image_index": 1,
-                },
-            ],
-            "hard_constraints": ["无字幕无水印"],
-            "negative_prompts": ["字幕", "水印"],
-            "voiceover_script": "大家好，今天分享一款口红，颜色特别好看很显白。",
-        }
+        mock_llm.return_value = """<clips>
+<clip image_index="0" transition="cut" zoom="null" duration_sec="5" bgm_note="轻快流行BGM">
+<voice_text>大家好，今天分享一款口红</voice_text>
+<subtitle_text>大家好，今天分享一款口红</subtitle_text>
+<shot_type_angle_movement>近景平视，缓慢推镜</shot_type_angle_movement>
+<scene_and_dialogue>女主微笑展示口红：大家好，今天分享一款口红</scene_and_dialogue>
+<action_details>手持口红特写</action_details>
+<audio_bgm>轻快流行BGM</audio_bgm>
+<transition>硬切</transition>
+<reference_image_index>0</reference_image_index>
+<ken_burns start="0,0" end="0,0" ease="linear"/>
+</clip>
+<clip image_index="0" transition="fade" zoom="null" duration_sec="10" bgm_note="轻快BGM">
+<voice_text>颜色特别好看很显白</voice_text>
+<subtitle_text>颜色特别好看很显白</subtitle_text>
+<shot_type_angle_movement>特写，固定镜头</shot_type_angle_movement>
+<scene_and_dialogue>涂抹口红：颜色特别好看很显白</scene_and_dialogue>
+<action_details>嘴唇涂抹特写</action_details>
+<audio_bgm>轻快BGM继续</audio_bgm>
+<transition>结束</transition>
+<reference_image_index>1</reference_image_index>
+<ken_burns start="0,0" end="0,0" ease="linear"/>
+</clip>
+</clips>"""
         result = _step_script_generation(
             mock_job, {"intent": "推广口红", "key_messages": [], "tone": "亲切"}, {"products": []}
         )
@@ -452,12 +449,13 @@ class TestViralVideoPipeline:
         assert result["voiceover_script"]
         assert len(result["shots"]) >= 1
 
-    @patch("packages.shared.ai_service.call_llm")
-    def test_review_pass_v16(self, mock_llm, mock_job):
+    @patch("packages.application.viral_video.reviewer.Reviewer.review")
+    def test_review_pass_v16(self, mock_review, mock_job):
         """v1.6 _step_review 接收 copy_result dict。"""
         from apps.worker.worker_app.tasks.viral_video import _step_review
+        from packages.application.viral_video.reviewer import ReviewIssue, ReviewResult
 
-        mock_llm.return_value = {"passed": True, "score": 90, "details": {}}
+        mock_review.return_value = ReviewResult(passed=True, score=90, issues=[], rewrite_suggestions=[])
         cr = {"voiceover_script": "大家好", "shots": []}
         result = _step_review(mock_job, cr)
         assert result["passed"] is True

tests/unit/test_viral_video_wiring.py

@@ -0,0 +1,302 @@
+"""#2040 接线集成测试：验证运行中的 viral_video 任务使用 prompt_loader 从 DB 读取模板。
+
+mock LLM/Vision 调用，验证：
+1. image_analysis 走 loader 模板 + XML 解析
+2. intent_parsing 走 loader 模板 + XML 解析
+3. script_generation 走 storyboard 模板 + XML 解析，输出兼容 Seedance 的 copy_result
+4. review 走 Reviewer（review 模板）带自动重写
+5. 三档融合（ai_full / ai_polish / user_primary）注入不同 FUSION_INSTRUCTIONS
+"""
+
+from __future__ import annotations
+
+import sys
+from pathlib import Path as _Path
+
+_WORKER_ROOT = _Path(__file__).resolve().parents[2] / "apps" / "worker"
+if str(_WORKER_ROOT) not in sys.path:
+    sys.path.insert(0, str(_WORKER_ROOT))
+
+from unittest.mock import MagicMock, patch
+
+import pytest
+
+from packages.domain.viral_video import ViralVideoJob
+
+
+@pytest.fixture
+def job():
+    j = ViralVideoJob(
+        user_id="u1",
+        images=["https://img/1.jpg", "https://img/2.jpg"],
+        industry="美妆",
+        duration=15,
+        user_copy_text="这款口红真的太绝了，显白又持久，姐妹们冲！",
+        fusion_level="ai_polish",
+    )
+    return j
+
+
+# ── Mock LLM/Vision 返回的 XML 文本 ─────────────────────────────────
+
+IMAGE_XML = """
+<analysis>
+<scene>室内桌面拍摄，柔和自然光</scene>
+<mood>清新温暖</mood>
+<product name="lipstick" brand="品牌X" category="唇部彩妆"
+         appearance="管状红色膏体" packaging="黑色金属管"
+         features="显白,持久,滋润" portrait_prompt="无人像"
+         summary="品牌X红色口红">
+  <text_on_package>品牌X,211</text_on_package>
+</product>
+</analysis>
+""".strip()
+
+INTENT_XML = """
+<intent>
+<intent_summary>推广显白持久口红</intent_summary>
+<core_messages>
+  <message must_keep="true">显白</message>
+  <message must_keep="true">持久</message>
+</core_messages>
+<personal_brands>
+  <brand text="品牌X" category="brand"/>
+</personal_brands>
+<emotion_tone>亲切自然</emotion_tone>
+<suggested_title>显白持久口红推荐</suggested_title>
+</intent>
+""".strip()
+
+STORYBOARD_XML = """
+<clips>
+<clip image_index="0" transition="cut" zoom="null" duration_sec="5" bgm_note="轻快BGM">
+  <voice_text>这款口红真的太绝了</voice_text>
+  <subtitle_text>显白又持久</subtitle_text>
+  <shot_type_angle_movement>近景俯拍45度，缓慢推镜</shot_type_angle_movement>
+  <scene_and_dialogue>厨房台面，主妇展示口红。对白：这款口红真的太绝了</scene_and_dialogue>
+  <action_details>右手持口红展示膏体</action_details>
+  <audio_bgm>轻快BGM</audio_bgm>
+  <transition>硬切</transition>
+  <reference_image_index>0</reference_image_index>
+  <ken_burns start="0,0" end="0,0" ease="linear"/>
+</clip>
+</clips>
+""".strip()
+
+
+@pytest.fixture(autouse=True)
+def invalidate_loader_cache():
+    from packages.application.viral_video import prompt_loader as pl
+
+    pl.invalidate()
+    yield
+    pl.invalidate()
+
+
+# ── 1) 图片分析走模板 ───────────────────────────────────────────────
+
+
+class TestImageAnalysisWiring:
+    def test_uses_loader_template_and_xml_parse(self, job):
+        from apps.worker.worker_app.tasks import viral_video as vv
+
+        with patch("packages.shared.ai_service.call_vision", return_value=IMAGE_XML) as mock_v:
+            result = vv._analyze_single_image(0, "https://img/1.jpg", "vlm-lite", 15)
+
+        mock_v.assert_called_once()
+        # 验证调用时传入了 system_prompt（说明走了 loader 渲染的模板）
+        call_kwargs = mock_v.call_args.kwargs
+        assert "system_prompt" in call_kwargs and call_kwargs["system_prompt"]
+        # 结果包含从 XML 解析出的产品信息
+        assert result["name"] == "lipstick"
+        assert result["brand"] == "品牌X"
+        assert "显白" in result["key_features"]
+        assert result["text_on_package"] == ["品牌X", "211"]
+
+
+# ── 2) 意图解析走模板 ───────────────────────────────────────────────
+
+
+class TestIntentParsingWiring:
+    def test_uses_loader_and_parses_xml(self, job):
+        from apps.worker.worker_app.tasks import viral_video as vv
+
+        img_result = {"products": [{"name": "lipstick", "brand": "品牌X", "key_features": ["显白", "持久"]}]}
+        with patch("packages.shared.ai_service.call_llm", return_value=INTENT_XML) as mock_llm:
+            result = vv._step_intent_parsing(job, img_result)
+
+        mock_llm.assert_called_once()
+        assert result["intent"] == "推广显白持久口红"
+        assert "显白" in result["key_messages"]
+        assert result["suggested_title"] == "显白持久口红推荐"
+
+
+# ── 3) 脚本生成：storyboard 模板 + XML 解析 + fusion_level 注入 ────
+
+
+class TestScriptGenerationWiring:
+    @pytest.mark.parametrize("level", ["ai_full", "ai_polish", "user_primary"])
+    def test_fusion_level_injected(self, job, level):
+        """三档融合水平被注入到 storyboard 模板的 system_prompt"""
+        from apps.worker.worker_app.tasks import viral_video as vv
+        from packages.application.viral_video.prompts import FUSION_INSTRUCTIONS
+
+        job.fusion_level = level
+        intent = {"intent": "推广", "key_messages": ["显白"], "tone": "亲切"}
+
+        captured_system = {}
+
+        def fake_call_llm(messages, **kw):
+            captured_system["final"] = messages[0]["content"]
+            return STORYBOARD_XML
+
+        with patch("packages.shared.ai_service.call_llm", side_effect=fake_call_llm):
+            result = vv._step_script_generation(job, intent, {})
+
+        # fusion_level 对应的指令文本被注入到 system prompt 中
+        assert FUSION_INSTRUCTIONS[level] in captured_system["final"], f"fusion_level {level} 指令未注入 system_prompt"
+        # 输出保持 Seedance 兼容结构
+        assert "overview" in result
+        assert "shots" in result
+        assert len(result["shots"]) >= 1
+        assert result["shots"][0]["shot_type_angle_movement"]
+        assert result["voiceover_script"]
+
+    def test_fallback_when_xml_and_json_unparseable(self, job):
+        """XML 解析失败且无法解析为 JSON 时，回退到兜底脚本"""
+        from apps.worker.worker_app.tasks import viral_video as vv
+
+        job.fusion_level = "ai_polish"
+        intent = {"intent": "推广", "key_messages": [], "tone": "亲切"}
+        with patch("packages.shared.ai_service.call_llm", return_value="not xml not json"):
+            result = vv._step_script_generation(job, intent, {})
+        assert isinstance(result, dict)
+        assert "voiceover_script" in result
+        assert "shots" in result
+
+
+# ── 4) Review 使用 Reviewer + 自动重写 ─────────────────────────────
+
+
+class TestReviewWiring:
+    def test_pass_path(self, job):
+        from apps.worker.worker_app.tasks import viral_video as vv
+        from packages.application.viral_video.reviewer import Reviewer, ReviewResult
+
+        copy_result = {
+            "title": "口红推荐",
+            "overview": {"theme": "口红推荐"},
+            "voiceover_script": "这款口红显白又持久",
+            "shots": [{"scene_and_dialogue": "展示口红"}],
+        }
+        job.intent_result = {"key_messages": ["显白", "持久"], "intent": "推广"}
+
+        pass_result = ReviewResult(passed=True, score=90, issues=[], rewrite_suggestions=[])
+        with patch.object(Reviewer, "review", return_value=pass_result):
+            out = vv._step_review(job, copy_result)
+        assert out["passed"] is True
+
+    def test_rewrite_path(self, job):
+        """审核不通过时触发自动重写，并更新 job.copy_result"""
+        from apps.worker.worker_app.tasks import viral_video as vv
+        from packages.application.viral_video.reviewer import Reviewer, ReviewResult
+        from packages.application.viral_video.schemas import FusionResult, ReviewIssue, ScriptSegment
+
+        copy_result = {
+            "title": "原标题",
+            "overview": {"theme": "原标题"},
+            "voiceover_script": "这款口红绝了",
+            "shots": [{"scene_and_dialogue": "展示"}],
+        }
+        job.intent_result = {"key_messages": ["显白"], "intent": "推广"}
+
+        fail_result = ReviewResult(
+            passed=False,
+            score=50,
+            issues=[ReviewIssue(dimension="违规词", severity="high", location="开头", text="绝了")],
+            rewrite_suggestions=["去掉夸大词"],
+        )
+        rewritten = FusionResult(
+            title="新标题",
+            hook="修改后钩子",
+            script_segments=[ScriptSegment(text="修改后口播正文")],
+            cta="行动号召",
+            word_count=10,
+            estimated_duration=10,
+        )
+        pass_after = ReviewResult(passed=True, score=88, issues=[], rewrite_suggestions=[])
+
+        with (
+            patch.object(Reviewer, "review", side_effect=[fail_result, pass_after]),
+            patch.object(Reviewer, "rewrite", return_value=rewritten),
+        ):
+            out = vv._step_review(job, copy_result)
+
+        assert out["passed"] is True
+        assert "rewritten_copy" in out
+        assert job.generated_copy_text == "修改后口播正文"
+
+
+# ── 5) 端到端：每个 step 调用 loader 对应 prompt_type ──────────────
+
+
+class TestEndToEndLoaderUsed:
+    def test_each_step_calls_loader(self, job):
+        from apps.worker.worker_app.tasks import viral_video as vv
+        from packages.application.viral_video import prompt_loader as pl
+
+        called_types = []
+        real_get = pl.get_template
+
+        def spy_get(prompt_type, **kwargs):
+            called_types.append(prompt_type)
+            return real_get(prompt_type, **kwargs)
+
+        with (
+            patch.object(pl, "get_template", side_effect=spy_get),
+            patch("packages.shared.ai_service.call_vision", return_value=IMAGE_XML),
+            patch("packages.shared.ai_service.call_llm", return_value=INTENT_XML),
+        ):
+            # 1) image
+            img_res = vv._analyze_single_image(0, "https://img/1.jpg", "vlm", 15)
+            # 2) intent
+            intent_res = vv._step_intent_parsing(job, {"products": [img_res]})
+
+        # 前两步分别调用了 image_analysis 和 intent_parsing
+        assert "image_analysis" in called_types
+        assert "intent_parsing" in called_types
+
+        # script 和 review 单独验证（需要不同的 LLM 返回）
+        called_types_2 = []
+
+        def spy_get_2(prompt_type, **kwargs):
+            called_types_2.append(prompt_type)
+            return real_get(prompt_type, **kwargs)
+
+        with (
+            patch.object(pl, "get_template", side_effect=spy_get_2),
+            patch("packages.shared.ai_service.call_llm", return_value=STORYBOARD_XML),
+        ):
+            copy_res = vv._step_script_generation(job, intent_res, {"products": [img_res]})
+        assert "storyboard" in called_types_2
+
+        called_types_3 = []
+
+        def spy_get_3(prompt_type, **kwargs):
+            called_types_3.append(prompt_type)
+            return real_get(prompt_type, **kwargs)
+
+        from packages.application.viral_video.reviewer import Reviewer, ReviewResult
+
+        pass_result = ReviewResult(passed=True, score=90, issues=[], rewrite_suggestions=[])
+        job.intent_result = intent_res
+        job.copy_result = copy_res
+        with (
+            patch.object(pl, "get_template", side_effect=spy_get_3),
+            patch.object(Reviewer, "review", return_value=pass_result) as mock_review,
+        ):
+            review_res = vv._step_review(job, copy_res)
+        # review 步骤内部直接调用 Reviewer.review，该方法被 mock，因此 get_template 不会被调用；
+        # 此处验证 Reviewer.review 被调用即可说明 review 步骤走通了。
+        assert mock_review.called, "_step_review 未调用 Reviewer.review"
+        assert isinstance(review_res, dict) and "passed" in review_res