coze扣子工作流实战，从0搭建梦核意境视频工作流

龙哥AIGC

425人浏览 · 2026-06-13 11:44:24

龙哥AIGC · 2026-06-13 11:44:24 发布

效果展示

搭建过程

创建工作流

登录扣子官网，创建一个工作流地址：https://www.coze.cn/home
![请添加图片描述](https://i-blog.csdnimg.cn/direct/638bb795fb0a4a88b597122fb31e3ef5.gi

第 1 步：设置开始节点

参数设置：

wenan（字符串）：自定义文案，不填就让 AI 自动生成
AIPkey（字符串）：必填，填你的生成图片、视频、语音用的密钥
subject（字符串）：选题，比如偷窥

第 2 步：判断用户有没有自己填文案

从「开始」拉出一个新的【选择器】节点。重命名为："2-选择器"

参数设置：

分支条件：引用「开始」输出的wenan
条件逻辑：当wenan为空，或者wenan等于-时，走生成文案分支
否则：直接走用户自定义文案分支

第 3 步：没填文案时，根据选题自动生成口播稿

从「2-选择器」的满足条件分支拉出一个新的【大模型】节点。重命名为："3-根据主题生成文案"

模型选择：

模型：豆包·1.8·深度思考

参数设置：

subject（字符串）：引用「开始」输出的subject

系统提示词：

你是一个不仅没有感情，甚至对人类社会的虚伪感到生理性厌恶的观察者。你不仅能看到事物的表象，更能像手术刀一样划开社会契约的表皮，暴露出内里涌动的欲望、腐烂的真相和令人作呕的潜规则。你的语言风格属于“梦核（Dreamcore）/核类（Corecore）”美学：冷漠、致郁、充满生物性的隐喻和对伪善的极致嘲讽。

# Goal:
接收用户给定的【选题/关键词】，将其作为“输入”，输出一段具有强烈的视听认知失调感、揭露人性阴暗面或社会荒诞性的“定义”。

# Rules & Constraints:
1.  **结构强制：** 必须严格遵守最后仅输出口播稿，此外不要输出任何其他解释。
2.  **拒绝说教：** 绝对不要出现“我们要”、“你应该”、“切记”这种建议性的话术。你是来审判的，不是来当人生导师的。
3.  **生物性隐喻（关键）：** 必须使用具有实体感、痛感或令人不适的名词/动词（例如：蛆虫、撕开、福尔马林、缝合、流脓、窥视、咀嚼、寒毛直竖、腥味）。
4.  **反转与解构：** “输出”的内容必须是对“输入”词汇的背叛。如果输入是美好的，输出就是恐怖的；如果输入是中性的，输出就是荒谬的。
5.  **冷漠的句式：** 多用陈述句，或者带有嘲讽意味的反问句。不要用感叹号，情绪要压抑在文字底下，像死水下的暗流。
6.  **篇幅控制：** 每句话小于10个字， 总字数在50-100字左右，短小精悍，像一记耳光。

# Methodology (思维路径):
1.  **剥皮：** 拿到关键词，先思考大众对它的常规理解是什么。
2.  **透视：** 思考这个词在极端现实、利益交换或人性本恶的视角下，真正意味着什么？
3.  **通感：** 给这个残酷的真相配上气味、触觉或视觉画面。
4.  **封装：** 用最冷静的口吻把这个画面描述出来。


# 示例输入/输出:
## 示例输入：
偷窥
## 示例输出：
有的人长得像人，但未必真的是人。他们不出声，在黑暗中交换他人的裸影取乐。畜生是没有偷窥习惯的，撕开人皮，内里不过是一只只的蛆虫，在腐烂的欲望里蠕动着。

## 示例输入：
做自己
## 示例输出：
人们总是劝你做自己，但当你真的做了自己，他们又开始评价你的自己是否符合他们的标准。原来那句话完整的是：请在我允许的范围内做你自己。

## 示例输入：
真招笑
## 示例输出：
你的鼻子已经闻到了欺骗的味道，你的耳朵也听到了谎言的警告，甚至连皮肤都警惕地竖起了寒毛，但你最终却选择相信你的眼睛。真招笑。

## 示例输入：
怀旧
## 示例输出：
你怀念的根本不是那个夏天，而是那个还没被现实阉割的自己。记忆像是加了柔光滤镜的尸体，你抱着它痛哭，却忘了它活着的时候，你也曾想过掐死它。

用户提示词：

故事主题：{{subject}}

输出变量：

wenan（字符串）

第 4 步：把“AI生成文案”和“用户自填文案”合并成一份正文

从「3-根据主题生成文案」拉到新的【变量聚合】节点。重命名为："4-变量聚合"
再从「2-选择器」的否则分支也拉到这个【变量聚合】节点。

参数设置：

content（字符串）：优先接「3-根据主题生成文案」输出的wenan
content（字符串）：否则接「开始」输出的wenan

第 5 步：把整段口播稿切成一句一句

从「4-变量聚合」拉出一个新的【插件】节点。插件市场搜剪映小助手辅助工具，选text_splitter。重命名为："5-播稿分割"

参数设置：

text（字符串）：引用「4-变量聚合」输出的content

第 6 步：给每一句话生成画面提示词、视频提示词、音效关键词

从「5-播稿分割」拉出一个新的【大模型】节点。重命名为："6-图像提示词"

模型选择：

模型：豆包·1.8·深度思考

参数设置：

content（字符串列表）：引用「5-播稿分割」输出的segments

系统提示词：

# 角色
将输入的文案内容按每一句话生成对应的分镜字幕绘画提示词desc_prompt和视频提示词video_prompt。

## 技能
### 技能 1:  生成绘图提示词
1. 把输入的整体文案“{{content}}”按每一句话(每个句号为一句话), 然后生成一个提示词，针对每一句文案，生成对应字幕“{{cap}}”的绘画提示词 desc_promopt。梦核风格，拼接艺术，叠加老电视信号干扰的颗粒噪点，加入角色，融入复古拼贴元素，带剪纸边缘轮廓，营造出一种奇幻又略带暗黑诡异的氛围，契合梦核风格追求的梦幻且神秘的视觉感受。

【音效要求】
- 必须生成真实自然环境音效，与画面内容完全匹配
- 自然声音：鸟鸣、蝉声、青蛙叫、风吹叶响、小溪水流声、大雨声、虫鸣
- 交通工具：火车鸣笛声、火车铁轨声、汽车引擎声、汽车喇叭、火车运行声
- 生活音效：脚步声、开门声、茶具声、翻书声、呼吸声、心跳声
- 城市环境：远处车流、工地声、人声喧哗、钟声
- 严禁生成莫名其妙的噪音或不明音效
- 只能输出一种声音
举例：
1：梦核风格，拼接艺术，背景是蓝色渐变褶皱纸张纹理，叠加老电视信号干扰的颗粒噪点，左侧:高饱和粉紫色带剪纸边缘轮廓的手，从屏幕外手指前伸指向右侧，营造手指从无到有的动画效果，右侧:高饱和无面部齐刘海黑发女性，极简剪影化，融入白色的复古拼贴元素，带剪纸边缘轮廓 ，营造超现实怀旧日 +荒诞感，模拟 复古电子屏的颗粒纹理与
灵感向导 "sound_kv": "信号干扰声音"

### 技能2：生成视频提示词
1. 根据技能1生成的绘图提示词，生成对应字幕“{{cap}}”的视频提示词 video_prompt，按照以下规则详细描述：
    - 对于每个镜头，明确给出镜头的时间区间，如“第 X 个镜头（X - X 秒）”。
    - 说明镜头的景别，如“远景（平面）”“中景（平面）”“特写（平面）”“近景（平面）” 。
    - 详细描述场景元素，包括背景、角色形象（如发型、面部颜色、服装颜色等）、周边装饰等的颜色及样式。
    - 描述角色的动作，例如双手捧出、躺倒、双手交叉等。
    - 强调镜头整体呈现出的风格特点，例如画面色调氛围等方面所传达出的情感风格。


### 技能3：检查空字符
1. 输出的json中cap和desc_promopt都不能为空


输出json格式示例：
{
    "cap": "{{cap}}",
    "desc_promopt": "分镜图像提示词",
    "video_prompt": "视频提示词",
    "sound_kv": "车厢轻摇声"
}


## 限制:
- 只对用户提供的json内容补充desc_prompt字段，不能更改原文
- 严格检查输出的 json 格式正确性并进行修正，特别注意 json 格式不要少括号，逗号等
- 输出的提示词必须是中文
-禁止出现违规词语

输出变量：

outputList（对象数组）
- sound_kv（字符串）
- video_prompt（字符串）
- cap（字符串）
- desc_promopt（字符串）

第 7 步：过滤掉没有字幕的空镜头

从「6-图像提示词」拉出一个新的【代码】节点。重命名为："7-过滤输出列表非空字幕项"

参数设置：

outputList（对象数组）：引用「6-图像提示词」输出的outputList

代码直接抄：

async function main({ params }: Args): Promise＜Output＞ {
    const list = params.outputList;

    const ret = {
        "outputList": list.filter(item => item.cap != null && item.cap !== "")
    };

    return ret;
}

输出变量：

outputList（对象数组）
- cap（字符串）
- desc_promopt（字符串）
- sound_kv（字符串）
- video_prompt（字符串）

第 8 步：批量给每个分镜生成图片和音效

从「7-过滤输出列表非空字幕项」拉出一个新的【批处理】节点。重命名为："8-批处理"

参数设置：

scenes（对象数组）：引用「7-过滤输出列表非空字幕项」输出的outputList
批处理大小：100
并发数量：1

输出变量：

image_list（字符串列表）
selected_url_list（字符串列表）

第 8.1 步：在批处理里先按音效关键词搜索音效

在「8-批处理」内部，从「【入口】」拉出一个新的【插件】节点。插件市场搜搜索音效，选search_sound_effect。重命名为："8.1-搜索音频"

参数设置：

keyword（字符串）：引用「8-批处理」当前项的scenes.sound_kv

第 8.2 步：从搜索结果里拿第一个可用音效链接

在「8-批处理」内部，从「8.1-搜索音频」拉出一个新的【代码】节点。重命名为："8.2-选择音效URL"

参数设置：

data（对象数组）：引用「8.1-搜索音频」输出的data

代码直接抄：

async function main({ params }: Args): Promise＜Output＞ {
    const ret = {
        selected_url: ""
    };

    try {
        if (!params.data || !Array.isArray(params.data) || params.data.length === 0) {
            throw new Error("输入数据不能为空且必须为数组");
        }

        const validSongs = params.data.filter(song =>
            song && typeof song.url === 'string' && song.url.trim() !== ''
        );

        if (validSongs.length === 0) {
            throw new Error("没有找到包含有效URL的歌曲");
        }

        const selectedSong = validSongs[0];
        ret.selected_url = selectedSong.url.trim();

    } catch (error) {
        console.error("随机选择歌曲URL时发生错误:", error);
        ret.selected_url = "";
    }

    return ret;
}

输出变量：

selected_url（字符串）

第 8.3 步：准备 5 张固定参考图

在「8-批处理」内部，从「【入口】」拉出一个新的【代码】节点。重命名为："8.3-图片路径组合"

参数设置：

input1（字符串）：图片链接1
input2（字符串）：图片连接2
input3（字符串）：图片链接3
input4（字符串）：图片链接4
input5（字符串）：图片链接5

代码直接抄：

async function main({ params }: Args): Promise＜Output＞ {
    var img_url1 = params.input1
    var img_url2 = params.input2
    var img_url3 = params.input3
    var img_url4 = params.input4
    var img_url5 = params.input5
    let image_url_list = []
    image_url_list.push(img_url1,img_url2,img_url3,img_url4,img_url5)

    const ret = {
        "images_urls": image_url_list,
    };

    return ret;
}

输出变量：

images_urls（字符串列表）

第 8.4 步：拼出图片生成提示词

在「8-批处理」内部，从「8.3-图片路径组合」拉出一个新的【文本处理】节点。重命名为："8.4-图片提示词"

参数设置：

String1（字符串）：引用「8-批处理」当前项的scenes.desc_promopt

拼接模板这样填：

参照图片风格，色彩，边框{{String1}}

第 8.5 步：第一次尝试生成分镜图片

在「8-批处理」内部，从「8.4-图片提示词」拉出一个新的【插件】节点。插件市场搜即梦图片生成，选jimeng_generate_image。重命名为："8.5-图片生成"

参数设置：

key（字符串）：引用「开始」输出的AIPkey
prompt（字符串）：引用「8.4-图片提示词」输出的output
image_urls（字符串列表）：引用「8.3-图片路径组合」输出的images_urls
model（字符串）：图片4.0
ratio（字符串）：4:3

第 8.6 步：判断第一次图片有没有生成成功

在「8-批处理」内部，从「8.5-图片生成」拉出一个新的【选择器】节点。重命名为："8.6-选择器"

参数设置：

条件：引用「8.5-图片生成」输出的url
如果url不为空：直接走成功分支
否则：走提示词优化后重试分支

第 8.7 步：第一次图片失败时，优化图片提示词

在「8-批处理」内部，从「8.6-选择器」的否则分支拉出一个新的【插件】节点。插件市场搜提示词优化，选sd_better_prompt。重命名为："8.7-优化提示词"

参数设置：

prompt（字符串）：引用「8-批处理」当前项的scenes.desc_promopt

第 8.8 步：用优化后的提示词再生成一次图片

在「8-批处理」内部，从「8.7-优化提示词」拉出一个新的【插件】节点。插件市场搜即梦图片生成，选jimeng_generate_image。重命名为："8.8-图片生成"

参数设置：

key（字符串）：引用「开始」输出的AIPkey
prompt（字符串）：引用「8.7-优化提示词」输出的data
image_urls（字符串列表）：引用「8.3-图片路径组合」输出的images_urls
model（字符串）：图片4.0
ratio（字符串）：4:3

第 8.9 步：统一拿到最终图片链接

在「8-批处理」内部，从「8.6-选择器」成功分支拉出一个新的【代码】节点。重命名为："8.9-图片路径"
在「8-批处理」内部，再从「8.8-图片生成」拉线到「8.9-图片路径」

参数设置：

image1（字符串）：引用「8.5-图片生成」输出的url
image2（字符串）：引用「8.8-图片生成」输出的url

代码直接抄：

async function main({ params }: Args): Promise＜Output＞ {
    var image1 = params.image1;
    var image2 = params.image2;
    if(!image1){
        image1 = image2;
    }

    const ret = {
        "image_url":  image1
    };

    return ret;
}

输出变量：

image_url（字符串）

第 9 步：批量把图片变成视频

从「8-批处理」拉出一个新的【批处理】节点。重命名为："9-批处理视频"

参数设置：

images_url（字符串列表）：引用「8-批处理」输出的image_list
scenes（对象数组）：引用「7-过滤输出列表非空字幕项」输出的outputList
批处理大小：100
并发数量：1

输出变量：

video_urls（字符串列表）

第 9.1 步：先直接按视频提示词生成视频

在「9-批处理视频」内部，从「【入口】」拉出一个新的【插件】节点。插件市场搜即梦视频生成，选jimeng_generate_video。重命名为："9.1-视频生成"

参数设置：

key（字符串）：引用「开始」输出的AIPkey
prompt（字符串）：引用「9-批处理视频」当前项的scenes.video_prompt
duration（整数）：5
image_url（字符串）：引用「9-批处理视频」当前项的images_url
model（字符串）：视频3.0
resolution（字符串）：720p

第 9.2 步：判断第一次视频有没有生成成功

在「9-批处理视频」内部，从「9.1-视频生成」拉出一个新的【选择器】节点。重命名为："9.2-选择器"

参数设置：

条件：引用「9.1-视频生成」输出的url
如果url不为空：直接走成功分支
否则：走提示词优化后重试分支

第 9.3 步：第一次视频失败时，优化视频提示词

在「9-批处理视频」内部，从「9.2-选择器」的否则分支拉出一个新的【插件】节点。插件市场搜提示词优化，选sd_better_prompt。重命名为："9.3-视频提示词优化"

参数设置：

prompt（字符串）：引用「9-批处理视频」当前项的scenes.video_prompt

第 9.4 步：用优化后的提示词第二次生成视频

在「9-批处理视频」内部，从「9.3-视频提示词优化」拉出一个新的【插件】节点。插件市场搜即梦视频生成，选jimeng_generate_video。重命名为："9.4-视频生成"

参数设置：

key（字符串）：引用「开始」输出的AIPkey
prompt（字符串）：引用「9.3-视频提示词优化」输出的data
duration（整数）：5
image_url（字符串）：引用「9-批处理视频」当前项的images_url
model（字符串）：视频3.0
resolution（字符串）：720p

在这里插入图片描述

第 9.5 步：判断第二次视频有没有生成成功

在「9-批处理视频」内部，从「9.4-视频生成」拉出一个新的【选择器】节点。重命名为："9.5-选择器"

参数设置：

条件：引用「9.4-视频生成」输出的url
如果url不为空：走成功分支
否则：继续优化提示词再重试

在这里插入图片描述

第 9.6 步：第二次失败时，再优化一次视频提示词

在「9-批处理视频」内部，从「9.5-选择器」的否则分支拉出一个新的【插件】节点。插件市场搜提示词优化，选sd_better_prompt。重命名为："9.6-视频提示词优化"

参数设置：

prompt（字符串）：引用「9.3-视频提示词优化」输出的data

第 9.7 步：第三次生成视频

在「9-批处理视频」内部，从「9.6-视频提示词优化」拉出一个新的【插件】节点。插件市场搜即梦视频生成，选jimeng_generate_video。重命名为："9.7-视频生成"

参数设置：

key（字符串）：引用「开始」输出的AIPkey
prompt（字符串）：引用「9.6-视频提示词优化」输出的data
duration（整数）：5
image_url（字符串）：引用「9-批处理视频」当前项的images_url
model（字符串）：视频3.0
resolution（字符串）：720p

第 9.8 步：把三次可能生成出来的视频链接合并成最终视频链接

在「9-批处理视频」内部，从「9.2-选择器」成功分支拉到新的【变量聚合】节点。重命名为："9.8变量聚合"
在「9-批处理视频」内部，从「9.5-选择器」成功分支也拉到「9.8变量聚合」
在「9-批处理视频」内部，从「9.7-视频生成」也拉到「9.8变量聚合」

参数设置：

Group1（字符串）：引用「9.1-视频生成」输出的url
Group1（字符串）：引用「9.4-视频生成」输出的url
Group1（字符串）：引用「9.7-视频生成」输出的url

在这里插入图片描述

第 10 步：循环给每一句字幕生成配音

从「9-批处理视频」拉出一个新的【循环】节点。重命名为："10-循环"

参数设置：

scenes（字符串列表）：引用「5-播稿分割」输出的segments
循环类型：数组循环
循环次数：10

第 10.1 步：每次循环生成一段语音

在「10-循环」内部，从「【入口】」拉出一个新的【插件】节点。插件市场搜fish语音，选generate_voice。重命名为："10.1-音频"

参数设置：

key（字符串）：引用「开始」输出的AIPkey
text（字符串）：引用「10-循环」当前项的scenes
reference_id（字符串）：561fcedfdf0e4e1399d1bc4930d50c0e

第 10.2 步：获取每段语音的时长

在「10-循环」内部，从「10.1-音频」拉出一个新的【插件】节点。插件市场搜获取音频时长，选get_audio_duration。重命名为："10.2-音频时长"

参数设置：

mp3_url（字符串）：引用「10.1-音频」输出的data

第 11 步：根据配音列表生成音频时间线

从「10-循环」拉出一个新的【插件】节点。插件市场搜剪映小助手，选audio_timelines。重命名为："11-音频时间线"

参数设置：

links（字符串列表）：引用「10-循环」输出的link_list

第 12 步：让字幕和配音时长对齐

从「11-音频时间线」拉出一个新的【插件】节点。插件市场搜字幕音频对齐，选align_text_to_audio。重命名为："12-音频字幕时间线对齐"

参数设置：

duration_list（整数列表）：引用「10-循环」输出的duration_list
texts（字符串列表）：引用「5-播稿分割」输出的segments

第 13 步：统一构建音频、图片、字幕、视频的时间轴数据

从「12-音频字幕时间线对齐」拉出一个新的【代码】节点。重命名为："13-构建时间轴"

参数设置：

image_list（字符串列表）：引用「8-批处理」输出的image_list
audio_list（字符串列表）：引用「10-循环」输出的link_list
duration_list（小数列表）：引用「10-循环」输出的duration_list
scenes（对象数组）：引用「6-图像提示词」输出的outputList
video_list（字符串列表）：引用「9-批处理视频」输出的video_urls

代码直接抄：

async function main({ params }: Args): Promise＜Output＞ {
    const { image_list, audio_list, duration_list, scenes ,video_list} = params;

    const audioData = [];
    let audioStartTime = 0;
    const aideoTimelines = [];
    let maxDuration = 0;

    const imageData = [];

    const video_timeline =[];
    let video_start = 0;
    for (let i = 0; i ＜ video_list.length; i++) {
        video_timeline.push({
            start:video_start,
            end: video_start+5000000
        });
        video_start = video_start+5000000;
    }

    for (let i = 0; i ＜ audio_list.length && i ＜ duration_list.length; i++) {
        const duration = duration_list[i];
        audioData.push({
            audio_url: audio_list[i],
            duration,
            start: audioStartTime,
            end: audioStartTime + duration,
            volume: 5
        });
        aideoTimelines.push({
            start: audioStartTime,
            end: audioStartTime + duration
        });

        if((i-1)%2==0){
            imageData.push({
                image_url: image_list[i],
                start: audioStartTime,
                end: audioStartTime + duration,
                width: 1024,
                height: 576,
                in_animation: "轻微放大",
                in_animation_duration: 100000
            });
        } else{
            imageData.push({
                image_url: image_list[i],
                start: audioStartTime,
                end: audioStartTime + duration,
                width: 1024,
                height: 576
            });
        }

        audioStartTime += duration;
        maxDuration = audioStartTime;
    }

    const captions = scenes.map(item => item.cap);
    const subtitleDurations = duration_list;

    const { textTimelines, processedSubtitles } = processSubtitles(
        captions,
        subtitleDurations
    );

    var kc_audio_url = "https://p9-bot-workflow-sign.byteimg.com/tos-cn-i-mdko3gqilj/c04e7b48586a48f1863e421be4b10cf1.MP3~tplv-mdko3gqilj-image.image?rk3s=81d4c505&x-expires=1777550323&x-signature=T%2BNjvPHPyHnGICvWRFDeFaj17UM%3D&x-wf-file_name=%E6%95%85%E4%BA%8B%E5%BC%80%E5%9C%BA%E9%9F%B3%E6%95%88.MP3";
    var bg_audio_url ="https://p3-bot-workflow-sign.byteimg.com/tos-cn-i-mdko3gqilj/5603dc783a6c4b75a4bf4e1b44086ad5.MP3~tplv-mdko3gqilj-image.image?rk3s=81d4c505&x-expires=1777550332&x-signature=E1123RzPTMD%2BipseRN4itYxhZyc%3D&x-wf-file_name=%E6%95%85%E4%BA%8B%E8%83%8C%E6%99%AF%E9%9F%B3%E4%B9%90.MP3";

    const bg_audio_data = [];
    bg_audio_data.push({
        audio_url: bg_audio_url,
        duraion: maxDuration,
        start: 0,
        end: maxDuration,
        volume: 2
    });

    const kc_audio_data = [];
    kc_audio_data.push({
        audio_url: kc_audio_url,
        duration: 4884897,
        start: 0,
        end: 4884897
    });

    const common_timelines = [{
        start: 0,
        end: maxDuration
    }];

    const ret = {
        "audioData": JSON.stringify(audioData),
        "bgAudioData": JSON.stringify(bg_audio_data),
        "kcAudioData": JSON.stringify(kc_audio_data),
        "imageData": JSON.stringify(imageData),
        "text_timielines":textTimelines,
        "text_captions":processedSubtitles,
        "common_timelines": common_timelines,
        "max_time": maxDuration,
        "aideoTimelines":aideoTimelines,
        "video_timeline": video_timeline
    };

    return ret;
}

const SUB_CONFIG = {
    MAX_LINE_LENGTH: 25,
    SPLIT_PRIORITY: ['。','！','？','，',',','：',':','、','；',';',' '],
    TIME_PRECISION: 3
};

function splitLongPhrase(text, maxLen) {
    if (text.length ＜= maxLen) return [text];

    for (const delimiter of SUB_CONFIG.SPLIT_PRIORITY) {
        const pos = text.lastIndexOf(delimiter, maxLen - 1);
        if (pos ＞ 0) {
            const splitPos = pos + 1;
            return [
                text.substring(0, splitPos).trim(),
                ...splitLongPhrase(text.substring(splitPos).trim(), maxLen)
            ];
        }
    }

    const startPos = Math.min(maxLen, text.length) - 1;
    for (let i = startPos; i ＞ 0; i--) {
        if (/[\p{Unified_Ideograph}]/u.test(text[i])) {
            return [
                text.substring(0, i + 1).trim(),
                ...splitLongPhrase(text.substring(i + 1).trim(), maxLen)
            ];
        }
    }

    const splitPos = Math.min(maxLen, text.length);
    return [
        text.substring(0, splitPos).trim(),
        ...splitLongPhrase(text.substring(splitPos).trim(), maxLen)
    ];
}

const processSubtitles = (
    captions,
    subtitleDurations,
    startTimeμs = 0
  ) => {
    const cleanRegex = /[\u3000\u3002-\u303F\uff00-\uffef\u2000-\u206F!"#$%&'()*+\-./＝?@\\^_`{|}~]/g;

    let processedSubtitles = [];
    let processedSubtitleDurations = [];

    captions.forEach((text, index) => {
      const totalDuration = subtitleDurations[index];
      let phrases = splitLongPhrase(text, SUB_CONFIG.MAX_LINE_LENGTH);

      phrases = phrases.map(p => p.replace(cleanRegex, '').trim())
                     .filter(p => p.length ＞ 0);

      if (phrases.length === 0) {
        processedSubtitles.push('[无内容]');
        processedSubtitleDurations.push(totalDuration);
        return;
      }

      const totalChars = phrases.reduce((sum, p) => sum + p.length, 0);
      let accumulatedμs = 0;

      phrases.forEach((phrase, i) => {
        const ratio = phrase.length / totalChars;
        let durationμs = i === phrases.length - 1
          ? totalDuration - accumulatedμs
          : Math.round(totalDuration * ratio);

        processedSubtitles.push(phrase);
        processedSubtitleDurations.push(durationμs);
        accumulatedμs += durationμs;
      });
    });

    const textTimelines = [];
    let currentTime = startTimeμs;

    processedSubtitleDurations.forEach(durationμs => {
      const start = currentTime;
      const end = start + durationμs;

      textTimelines.push({
        start: start,
        end: end
      });

      currentTime = end;
    });

    return { textTimelines, processedSubtitles };
  };

输出变量：

common_timelines（对象数组）
text_captions（字符串列表）
video_timeline（对象数组）
max_time（整数）
text_timielines（对象数组）
audioData（字符串）
aideoTimelines（对象数组）
bgAudioData（字符串）
imageData（字符串）
kcAudioData（字符串）

第 14 步：准备背景音乐链接文本

从「13-构建时间轴」拉出一个新的【文本处理】节点。重命名为："14-文本处理"

参数设置：

String1（字符串）：https://p3-bot-workflow-sign.byteimg.com/tos-cn-i-mdko3gqilj/de5afe4cbd304b8498e8f422a3bf400a.mp3~tplv-mdko3gqilj-image.image?rk3s=81d4c505&x-expires=1803879346&x-signature=lOOn2S0JXwkyDpreS8RiqEKBPmU%3D

拼接模板这样填：