-
批次中途被watchdog误杀重启打断的5个案例重新提交后也都跑完了，26个可提交案例 （5个结构性不支持的除外）现在全部done。剩下的是人工过一遍视频补观感评价。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
watchdog.sh按step字段判断denoise是否卡死，但没考虑到step到达total_steps(采样跑完)后 还有VAE解码+存盘这段没有独立进度信号的尾巴，step会停在最终值不变。这段被并入denoise 阶段的10分钟宽限，实测至少一个1344×768长帧数案例这个阶段本身就超过608秒，被误判卡死、 自动整机重启，打断了h3-showcase批量重跑中5个正在跑/排队的任务。修复：给这个阶段单独 一档30分钟宽限(STALL_LIMIT_POSTPROC)。已部署重启watchdog，被打断的5个任务已重新提交 (新任务ID同步进h3-showcase-cases.md)。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
之前"22已提交"从没回头核实过真实结果——查console.sqlite3发现26个已提交案例里只有10个 真的跑完(done)，其余16个(15 cancelled+1 failed)被期间的服务重启从队列里取消了，状态 停留在没人发现的地方。用存量req_json逐个重新POST /v1/videos入队（新任务ID见表格）， 没有重跑那10个已完成的。顺带发现"不支持"统计漏了1.8#2，实际是5个不是4个。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
pipeline 本身支持 cfg_scale/negative_prompt，之前一直裸跑默认值没传。同时补上 2026-08-21 分辨率/Turbo 对比的实测结论：原生1344×768肉眼优于832×480，但ref2va场景下 Turbo开/4步反而比关Turbo跑20步更好（跟纯T2V的旧结论相反，说明这条要按分区分别测）。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
整理飞书 H3 使用手册的 26 个官方示范案例（docs/todo/h3-showcase-cases.md，含提交状态追踪）， 补充提示词方法论（raylight/h3-prompt-guide.md，含电影摄影术语表、diegetic/non-diegetic 声音分层框架）、跨模型调研（raylight/deep-research-cinematic-prompt.md）和提示词质量打分 benchmark（raylight/h3-prompt-benchmark.md），CHANGELOG 记录本轮踩的坑（自评分数虚高、 避雷词换句式复发、提示词时长要跟实际frames对齐）。配套的 h3-prompt-writer skill 在 .claude/skills/ 下，按项目约定被 gitignore，不随此提交进库。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
用 Turing 版 SageAttention2 替换 TORCH_MATH 后端，解开了之前反复出现的 832×480×124帧/ 448×256×362帧/1024×576×60帧 OOM；又修复了 asyncio.CancelledError 被 contextlib.suppress (Exception) 漏接导致任务卡死在 running 的根因 bug。基于修复后的完成检测，实测出 4 个分辨率 的真实 CUDA OOM 上限（448×256 是画质上限，非显存上限），写进 server.py 的提交校验和 console 的分辨率/时长下拉联动，超上限请求直接拒绝而不是排队后才失败。详细过程和数据见 CHANGELOG.md 和 raylight/notes.md。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
新建 remote-access-from-home.md 记录能用（HTTP 隧道 qwen.wudaima.com）/不能用（SSH 公网隧道 22→6000，TCP 通但 SSH 握手被断）两条路径；docs/todo/ssh-public-tunnel-broken.md 跟踪修复；CHANGELOG/CLAUDE.md 同步记一笔。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
CFG scale/negative prompt 参数入口（api.py + console 前端「高级参数」）、 参考素材点击插入 <Picture N>/<Video N> 标记、RTX PRO 6000 int8-convrot 冒烟测试成功的记录（h3-rtxpro6000/ 新目录）。这些改动之前只存在于服务器 磁盘和本地磁盘，没进 git，这次是同步不是新增功能。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
查 DiffSynth-Studio pipeline 源码确认：references 非空时 keyframes 被 静默忽略，不报错。api.py 没有校验，今天的真实任务因为 prompt 里写 @图片N 但没真的挂 reference_image_urls，误以为身份参考图生效了。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
补齐 h3-rtxpro6000-setup.md（另一线程的调研，之前只在磁盘上没提交）。 新增 raylight-comfyui-multi-gpu-eval.md：2K 分辨率外推显示 2080Ti 显存 需求随 rows 超线性增长，DiffSynth-Studio 现有架构不支持多卡拆分单次生成； 调研到 Raylight（ComfyUI 插件）支持 Turing+PCIe+MiniMax-H3 的序列并行， 但要换整套推理引擎，是独立迁移项目。建议先做 quality-tuning-plan.md 里不用下载东西的两项，排除画质问题不是量化精度导致的，再决定要不要推进。 Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
-
本地开发（脱离办公网络，只能走公网反代），未在真实 GPU 上验证，详见 docs/todo/verify-video-reference-on-gpu.md。 - minimax-h3/api.py: GenReq 加 reference_video_urls，_references() 打通到 pipeline 已支持的 video/video_audio 参考类型 - h3-console/server.py: /v1/assets 加视频上传支持（mp4/mov/webm，200MB） - h3-console/static/index.html: 参考视频多选上传 + URL 直填 + 预览， 重跑/任务详情页同步支持 新增 docs/todo 与 docs/done：把「明天要验证」和「画质改进方案」落成文档， docs/README.md 做索引，不重复 CHANGELOG 已有的细节。