xiaoxia-saas/1197_preview_generation_proposal_v2.md

# #1197 预览生成接口技术方案（v2）

> 更新说明：v2 新增「多版本预览生成」能力，支持一个模板生成多个不重复的预览视频，左侧列表展示，用户可挑选满意的版本转正式生成。

## 1. 背景与目标

**现状**：智能剪辑「一键生成」第3步预览生成被跳过，用户直接进入正式生成，缺少效果预览环节。

**目标**：
1. ✅ 实现真正的预览生成（低分辨率快速出片）
2. ✅ **支持生成 1~N 个不重复的预览版本**（默认 3 个），左侧列表展示
3. ✅ 预览满意后可一键转正式生成（复用素材下载缓存）
4. ✅ 不计入用户配额，不占用正式生成次数

---

## 2. 现有生成链路分析

### 2.1 链路总览

```
API 触发生成 → GenerationTask入库 → Celery异步任务
  → 下载素材 → 构建plan/clips → UnifiedRenderService渲染
  → 混音后处理 → OSS上传 + 查重 → 更新状态
```

### 2.2 决定视频差异的变量

要做"多个不重复版本"，先分析哪些环节可以引入变化：

| 变量 | 当前行为 | 能否引入变化 | 影响程度 |
|------|---------|------------|---------|
| 素材选择 | 按 asset_ids 顺序全用 | ✅ 可随机选择子集/不同组合 | 大 |
| 素材排序 | 按 asset_ids 顺序 | ✅ 可 shuffle 重排 | 大 |
| 配音选择 | 固定 voice_library_id | ✅ 可选不同音色 | 中 |
| 标题选择 | 固定 title_ids 或随机选 | ✅ 可选不同标题 | 中 |
| BGM | 固定 bgm_config | ✅ 可选不同BGM | 小 |
| 转场效果 | 模板固定 | ✅ 可随机化转场类型 | 小 |
| 播放速度 | 模板固定 | ✅ 可微调速度 | 小 |
| 分辨率/码率 | 固定 | ✅ 预览可降级 | 不影响内容 |

### 2.3 可复用能力

- 任务创建与状态管理：`GenerationTask` + `CreateGenerationTaskUseCase`
- 素材下载与预处理：`_download_all_assets`
- 统一渲染引擎：`UnifiedRenderService`
- 分辨率配置：`resolution` 字段已支持
- 批量任务：`batch_id` 字段已存在（可用于预览组）

---

## 3. 总体方案：复用现有链路 + 多变体引擎

**核心思路**：沿用 v1 的"复用现有生成链路 + is_preview 标记"方案，在此基础上增加「多版本生成」能力。

**架构**：
```
预览生成请求（count=N）
    ↓
创建预览批次（preview_batch）
    ↓
变体引擎生成 N 个变体参数（variation seed + 参数组合）
    ↓
为每个变体创建 1 个 GenerationTask（is_preview=true）
    ↓
N 个 Celery 任务并行执行（走现有生成链路，参数降级）
    ↓
N 个结果汇聚，前端左侧列表展示
```

---

## 4. 详细设计

### 4.1 数据模型变更

#### 4.1.1 GenerationTask 新增字段

```python
# 现有字段保留，新增：
is_preview: bool = False
"""是否为预览生成"""

preview_batch_id: str = ""
"""预览批次 ID（同批次的 N 个预览共享一个 batch）"""

variant_seed: int = 0
"""变体种子，用于控制随机化行为（素材选择、排序、转场等）"""

variant_params: dict = field(default_factory=dict)
"""变体参数快照（记录本次使用了哪些素材、标题、配音等，可追溯）
   {
     "asset_ids": [...],      # 实际选用的素材子集
     "title_id": "",         # 选用的标题
     "voice_id": "",         # 选用的配音
     "transition_style": "", # 转场风格
     "bgm_track": "",        # BGM 音轨
   }
"""
```

#### 4.1.2 GeneratedVideo 新增字段

```python
is_preview: bool = False
"""是否为预览视频"""

preview_batch_id: str = ""
"""所属预览批次"""

variant_index: int = 0
"""在批次中的序号（0, 1, 2...）"""
```

#### 4.1.3 迁移方案

alembic 新增 migration，两个表各加 4 个字段，默认值为空/false，无数据回填成本。

---

### 4.2 变体引擎（Variant Engine）

**核心组件**：根据 count 和 seed，生成 N 组互不相同的生成参数。

#### 4.2.1 变纬度设计

| 维度 | 策略 | 说明 |
|------|------|------|
| **素材子集选择** | 从素材池中随机选 M 个（M=min(素材数, 模板clip数*2)） | 版本差异最大的来源 |
| **素材排序** | 随机打乱顺序 | 影响叙事节奏 |
| **标题选择** | 从 title_ids 中随机选 1 个 | 影响文案内容 |
| **配音选择** | 从 voice_ids 中随机选 1 个（如有多个） | 影响听觉体验 |
| **转场风格** | 从预设转场池中随机选 1 种 | 影响视觉过渡 |
| **BGM 选择** | 从 bgm 列表中随机选 1 首（如有配置） | 影响氛围 |

#### 4.2.2 去重机制

- 同一批次内，变体参数必须两两不同（至少素材组合或排序不同）
- 使用 `variant_seed` 保证可复现（相同 seed → 相同变体）
- 如果素材数量不足导致无法生成 N 个不同版本，按实际能生成的数量返回

#### 4.2.3 接口设计

```python
def generate_variants(
    count: int,
    seed: int,
    asset_pool: list[str],        # 可用素材 ID 列表
    title_pool: list[str] = [],    # 可用标题 ID 列表
    voice_pool: list[str] = [],    # 可用配音 ID 列表
    template_id: str = "",
) -> list[dict]:
    """
    生成 count 组变体参数。
    
    每组参数包含：asset_ids（选用的素材+排序）、title_id、voice_id、
    transition_style 等，确保两两不同。
    """
```

---

### 4.3 API 层设计

#### 4.3.1 预览生成接口

```
POST /api/v1/templates/{template_id}/generate-preview
```

**请求体**：
```json
{
  "asset_library_id": "lib_xxx",
  "asset_ids": ["asset_1", "asset_2", ...],
  "title_ids": ["title_1", "title_2"],
  "voice_ids": ["voice_1", "voice_2"],
  "bgm_config": {},
  "count": 3,
  "seed": 0
}
```

| 参数 | 类型 | 必填 | 默认 | 说明 |
|------|------|------|------|------|
| template_id | path | ✅ | - | 模板 ID |
| asset_library_id | body | ✅ | - | 素材库 ID |
| asset_ids | body | ✅ | - | 素材池（从中选子集/排序） |
| title_ids | body | - | [] | 标题池（可选，不传则不用标题） |
| voice_ids | body | - | [] | 配音池（可选） |
| bgm_config | body | - | {} | BGM 配置 |
| count | body | - | 3 | 生成几个预览版本（1~10） |
| seed | body | - | 0 | 随机种子，0 表示随机 |

**响应**：
```json
{
  "preview_batch_id": "pb_xxx",
  "count": 3,
  "tasks": [
    {
      "task_id": "gen_xxx_0",
      "variant_index": 0,
      "status": "processing"
    },
    {
      "task_id": "gen_xxx_1",
      "variant_index": 1,
      "status": "processing"
    },
    ...
  ]
}
```

#### 4.3.2 预览批次查询接口

```
GET /api/v1/preview-batches/{batch_id}
```

返回批次内所有预览任务的状态、结果（已完成的带 video_url）。

**响应**：
```json
{
  "preview_batch_id": "pb_xxx",
  "count": 3,
  "completed_count": 2,
  "tasks": [
    {
      "task_id": "gen_xxx_0",
      "variant_index": 0,
      "status": "completed",
      "video_url": "https://oss.xxx/preview/xxx.mp4",
      "duration": 15.5,
      "thumbnail_url": "https://oss.xxx/preview/xxx.jpg"
    },
    ...
  ]
}
```

#### 4.3.3 预览转正式生成

```
POST /api/v1/preview-batches/{batch_id}/tasks/{task_id}/promote
```

将某个预览版本升级为正式生成（复用素材缓存，重新全分辨率渲染）。

---

### 4.4 渲染参数降级

预览模式下自动调整以下参数：

| 参数 | 正式生成 | 预览生成 |
|------|---------|---------|
| 分辨率 | 720p (1280x720) | 480p (854x480) |
| 码率 | 4 Mbps | 1.5 Mbps |
| 帧率 | 30 fps | 24 fps |
| 时长 | 完整时长 | 前 15 秒（或第一段完整clip） |
| 转场效果 | 完整转场 | 仅淡入淡出 |
| 高级特效 | 全部启用 | 跳过粒子/光效等 |
| 字幕 | 完整渲染 | 正常渲染 |
| 配音 | 完整混音 | 正常混音 |
| 输出质量 | high | medium |

**实现位置**：`_render_video` 函数入口处，根据 `is_preview` 标记调整渲染配置。

---

### 4.5 任务调度

- **并行执行**：N 个预览任务并行提交到 Celery，不排队等待
- **低优先级**：预览任务走独立队列（`preview_queue`），不抢占正式生成资源
- **超时控制**：预览任务超时时间 5 分钟（正式 30 分钟）
- **自动清理**：预览视频 7 天后自动从 OSS 删除，任务记录标记为 archived

---

## 5. 前端对接要点

### 5.1 交互流程

```
第2步选素材 → 第3步点击"生成预览"
  → 显示 loading + 进度
  → 预览陆续完成，左侧列表逐张出现
  → 用户点击左侧不同版本，右侧预览区切换
  → 用户选中满意版本 → 点击"正式生成"
```

### 5.2 需要对齐的接口

1. **预览创建**：`POST /templates/{id}/generate-preview`
2. **批次状态轮询**：`GET /preview-batches/{id}`（建议 2s 轮询，或走 SSE）
3. **预览转正式**：`POST /preview-batches/{id}/tasks/{task_id}/promote`

### 5.3 数据格式对齐

预览视频条目结构：
```json
{
  "id": "gen_xxx",
  "variant_index": 0,
  "status": "completed",
  "video_url": "https://...",
  "duration": 15.5,
  "file_size": 2850000,
  "thumbnail_url": "https://...",
  "is_preview": true
}
```

---

## 6. 配额与计费

- 预览生成**不计入**用户配额
- 同一模板 + 同一素材池，每天最多生成 3 次多版本预览（防滥用）
- 单个预览批次最多 10 个版本

---

## 7. 实施步骤

### Phase 1：单版本预览（MVP，2 天）
1. 数据模型 + 迁移（is_preview 字段）
2. API 层支持 is_preview 参数
3. 渲染分辨率降级（480p）
4. 不计入配额
5. 基础测试

### Phase 2：多版本预览（3 天）
1. 变体引擎实现（素材随机选择 + 排序 + 去重）
2. preview_batch 批次管理
3. 批量创建 N 个预览任务
4. 批次查询接口
5. 前端联调

### Phase 3：预览转正式 + 优化（2 天）
1. 预览转正式生成接口（promote）
2. 素材下载缓存复用
3. 独立预览队列（低优先级）
4. 自动清理机制
5. 完整测试 + 压测

---

## 8. 风险与注意事项

| 风险 | 影响 | 应对 |
|------|------|------|
| 并发预览任务过多打满 worker | 正式生成被阻塞 | 独立预览队列 + 限流 |
| 变体生成的视频差异不够大 | 用户觉得"都一样" | 优先素材子集+排序差异，保证视觉差异 |
| 预览视频占用 OSS 存储 | 存储成本上升 | 7 天自动清理 + 低码率 |
| N 个版本同时下载重复素材 | 带宽浪费 | 批次内共享一次下载（Phase 3 优化） |
| 用户预期管理 | 以为预览就是最终效果 | 明确标注"预览版"，说明分辨率差异 |

---

## 9. 开发量估算

| 阶段 | 后端 | 前端 | 合计 |
|------|------|------|------|
| Phase 1 单版本预览 | 2 天 | 1 天 | 3 天 |
| Phase 2 多版本预览 | 3 天 | 2 天 | 5 天 |
| Phase 3 转正式+优化 | 2 天 | 1 天 | 3 天 |
| **总计** | **7 天** | **4 天** | **~7 天（并行）** |

---

## 10. 与 v1 方案的差异总结

1. **新增多版本能力**：从"生成1个预览"升级为"生成N个不重复预览"
2. **新增变体引擎**：负责素材选择/排序/配音/标题的随机化
3. **新增批次概念**：preview_batch 管理一组预览任务
4. **新增 promote 接口**：预览转正式生成
5. **独立队列**：预览不抢占正式生成资源
6. **开发量**：从 2-3 天增加到约 7 天（后端）