manju-platform-patching
Introduction
幻镜漫剧（ai-manju-studio）平台专属改码手册 —— 环境速查（SSH 跳板 / systemd 模板实例 / DATA_DIR / 混合文件权限）、接入新 Provider 的完整改动点地图（后端 9 处 + 4 个易漏登记点 + 前端三件套 + 子接口机制）、LLM 功能的 prompt/解析器改造硬经验（标记协议、回退解析、不改稿占位、关键词命中断言、**说明标签被当字面格式照抄的格式自愈**）、SSE 流式输出改造全套（POST+fetch reader、X-Accel-Buffering、think 事件、断开退币）、要素落点核验与定点补写（证据核验制、三态判定 hit/miss/unknown、按需补写安全阀、覆盖率如实报告）、**四层验证金字塔与变异测试（证明单测不是空测试）**、八步工作流 LLM 化（原子回退、LLM 回退即退费、厂商解析收敛为唯一入口）、生产机部署纪律（sudo 属主、命令双执行、22 端口封闭）。当需要在幻镜漫剧平台接入新 AI 厂商、新增或修改全局配置子接口、增删前端模型选项、改造 LLM 改稿/创作类功能、给 LLM 加流式输出、要求「生成内容必须包含 X」类落点保证、把模板/规则引擎改造成 LLM 生成、给高风险改动补测试与变异测试、或对该平台做线上补丁时使用。触发词：manju 平台、幻镜漫剧、ai-manju-studio、接入厂商、全局配置、子接口、/admin 配置、生产机改代码、模型选项、智能体工作室、剧本智能体、prompt 改造、解析器、改稿标记、流式输出、SSE、逐字输出、打字机效果、要素落点、落点契约、证据核验、定点补写、覆盖率核验、内容包含性检查、生成内容必须包含、九大创作要素、LLM 化、八步工作流、原子回退、回退退费、变异测试、mutation testing、空测试、格式自愈、假角色、一致性检测、dHash 阈值、人脸引擎 face128、引擎阈值注册表、换引擎不换阈值、阈值分派、PIPELINE_FACE_SCORER、Chromium 缺失、生产只读侦察、上线三模式脚本、浏览器二进制投递、PLAYWRIGHT_BROWSERS_PATH、Playwright 装不上、大体积运行时投产、语法检查盲区、node --check 抓不到、块注释提前闭合、syntax-guard、真机探针三层结构、因果对照、质量门控标定、阈值标定、先看图再定阈值、统计最大空档、no-face 召回率、91.4% 检不到脸、模型能力边界、inputSize 上采样、MAX 1280 回退、净增益要看回退、角色级归因、skippedReasons、anchorFailedChars、接线层探针、dev swap 真凶、comfyui.service、VmSwap 排序、/tmp 清理、pw-browsers.tar、判据预飞、预飞要复刻执行上下文、node -e 与 node file 解析差异、回归防线、本轮没动的也要有判据、对象上少一个方法、log.warn 缺失导致 500、部署脚本 6d 段、BAK_DIR 回滚代际、纯增量改动的回滚粒度、**端到端可用率、检测层收益不等于端到端收益、某一层赚了、2x2 门控矩阵、门控 τ 标定错位、标定集与生产分布错位、SSD MobileNet 证伪、回退数是硬门、playwright 注入竞态、addScriptTag Execution context destroyed、会话建立重试、setsid 脱附、ssh & heredoc 挂住、M4 真端到端、五路对照、N3 负例对照、桩函数写不同文件名、恒等短路、PUBLIC_BASE 未删导致判据测线上、沙箱 DATA_DIR、img_* 平台自出图与用户上传的区分、sed 模式串含斜杠静默失败**。
Resource Information
License information is collected from official sources and may be outdated or missing. Refer to the LICENSE file in the original repository before commercial use.
Information boundary
Information on this page is collected from official documents for technical presentation only and does not imply our endorsement. Pricing, quotas and availability are subject to the latest official statements. We make no commitment regarding any action you take after leaving this site.
Similar skills
编程专家Pro.Skill
Not specified编程专家 Pro：融合编程专家 2.0.3 工程专题与编程大神的鸿蒙 ArkTS/ArkUI、微信小程序和小游戏开发资料。用于项目实现、根因调试、审查、重构、测试、架构性能分析及多端开发验证。支持自然语言和 @专题标识，按任务读取包内知识；只问概念时直接回答。
编程大神.Skill
Not specified【全栈能力】编程大神.Skill：面向复杂真实项目的高阶全栈编程助手。不止生成代码，而是从一句目标接手陌生代码库，拆解需求、补齐实现、追到根因、完成重构、联调前后端，并把结果推进到能运行、能验证、能交付。覆盖 Web、后端、脚本、iOS、安卓、鸿蒙 ArkUI、微信小程序及其他技术栈，支持中英文工程、疑难 Bug、跨模块任务和长任务续做；用构建、日志、真实入口、设备或接口证据说明结果。仅问概念时直接回答，要求落地时持续推进到验收或明确阻塞。
编程专家.Skill
API key required编程专家.Skill P8级编程助手,25年实战经验技能Skill，全栈：Java/Php网站/软件项目、API设计、Bug诊断、代码生成、代码审查、重构、测试用例、性能基准、技术选型、文档生成、任务拆解、Spec驱动、Karpathy规范、CMS二次开发、前端设计、MySQL/Mariadb、项目知识图谱，以及工程纪律层（根因调试硬闭环、阶段导航、事故复盘/SLO、威胁建模/供应链安全、生产就绪/渐进式发布、AI编码治理、面向Agent代码可读性、LLM应用安全）。支持 @标识 显式调用跳过路由。
编程专家.Skill
API key required编程专家.Skill P8级编程助手,25年实战经验技能Skill，全栈：Java/Php网站/软件项目、API设计、Bug诊断、代码生成、代码审查、重构、测试用例、性能基准、技术选型、文档生成、任务拆解、Spec驱动、Karpathy规范、CMS二次开发、前端设计、MySQL/Mariadb、项目知识图谱，以及工程纪律层（根因调试硬闭环、阶段导航、事故复盘/SLO、威胁建模/供应链安全、生产就绪/渐进式发布、AI编码治理、面向Agent代码可读性、LLM应用安全）。支持 @标识 显式调用跳过路由。
罗斯蒙德开源项目快速上手
Not specified【罗斯蒙德开源项目快速上手】南京罗斯蒙德基于已交付项目沉淀的开源项目快速上手场景：默认场景是「讲解整个项目」：给一个本地代码文件夹或仓库地址就直接开讲——先30秒最小扫描、不打断不等回复，一路产出必出五件套：一句话结论（值不值得用）、代码架构（分层+模块依赖+主调用链+扩展机制）、三级能力清单（带高频度与代码位置）、可运行带注释Demo、四段式踩坑点与上手全流程指南，每条结论挂 路径:行号。采用「假设确认表」告知而非卡流程——写一行假设就往下干，用户没回应也照出全量报告，把多轮沟通压缩为零。用户带着需求来时才额外启用「需求满足度评估」分支：先以批处理澄清表把需求歧义问清（≤5问/轮、带默认选项、≤3轮）并冻结需求基线，再逐项做代码审查，给出能否实现、修改位置（文件:行号）、工作量（档位+人日+估算依据）与不涵盖功能的补充方案。三条路由：只讲项目走主线，项目+需求走主线打底+评估，已有单点诉求只出评估。支持分析本地代码路径，无本地路径时联网检索官方文档与源码。触发词：讲解这个项目、解读这个仓库、这个代码是干嘛的、看看这个项目、快速上手、看源码、这个项目怎么用、代码架构、项目结构、核心功能、能力清单、生成 demo、写个示例、踩坑点、注意事项、上手指南、源码分析、依赖注入、开源项目、能不能支持、能不能实现、需要改哪里、改哪些地方、工作量多少、需求满足度、功能项评估、缺口分析、二次开发评估、代码审查。
Github
API key required使用 `gh` CLI 与 GitHub 交互，通过 `gh issue`、`gh pr`、`gh run` 和 `gh api` 管理议题、PR、CI 运行及高级查询。
What is a Skill
A Skill is a packaged single capability, such as text recognition, document summarization, or keyword extraction. Developers wrap the calling logic and prompts into a plugin-like unit, so users can load it without understanding the underlying model. StackPilot indexes a large number of skills that can be tried instantly or assembled into a plan.