fix: Filter non-serializable objects in pipeline metadata

- Skip CharacterMemory and callback functions during serialization
- Add .pids/ and .serena/ to gitignore
- Add workflow integration documentation

Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>

.gitignore

@@ -76,3 +76,5 @@ examples/
 repositories/
 
 *.out
+.pids/
+.serena/

docs/工作流完整接入示例.md

@@ -0,0 +1,434 @@
+# 工作流完整接入示例
+
+# 📝 RunningHub AI 工作流交互使用手册（workflow 版本）
+
+## 1. 功能概述
+
+本脚本通过调用 RunningHub AI 平台的 OpenAPI，实现从本地加载工作流 JSON、修改节点信息、上传文件、提交任务并自动查询结果的全流程操作。
+
+主要功能包括：
+
+- 读取本地工作流配置（JSON 文件）  
+- 生成可修改节点信息列表（nodeInfoList）  
+- 根据节点类型（图片、文本等）修改节点值  
+- 上传图片、音频、视频文件  
+- 向 RunningHub 提交任务并实时查询状态  
+- 输出最终生成结果的文件链接  
+
+✅ 适用于有自定义工作流（workflowId）的高级用户，可在不打开网页的情况下自动执行 AI 工作流。
+
+---
+
+## 2. 文件说明与主要函数
+
+### 💡 主要文件
+
+| 文件名       | 功能 |
+|-------------|------|
+| workflow.py | 主执行脚本 |
+| api.json    | 从 RunningHub 下载的工作流配置文件（包含节点定义） |
+
+### 🔧 核心函数介绍
+
+| 函数名 | 功能描述 |
+|--------|----------|
+| load_json(file_path) | 从本地读取并解析工作流 JSON 文件 |
+| convert_to_node_info_list(data) | 将 JSON 格式转换为节点信息列表 |
+| upload_file(API_KEY, file_path) | 上传本地文件（image/audio/video）至 RunningHub |
+| submit_task(workflowId, node_info_list, API_KEY) | 提交任务，启动 AI 工作流执行 |
+| query_task_outputs(task_id, API_KEY) | 轮询任务执行状态并获取结果输出 |
+
+---
+
+## 3. 操作步骤详解
+
+### Step 1️⃣：输入必要信息
+
+运行脚本后，系统会提示输入以下信息：
+
+```text
+请输入你的 api_key:
+```
+说明：在 RunningHub 控制台“API 调用”中可获得。
+示例：`0s2d1***********2n3mk4`
+```
+请输入 workflowId:
+```
+示例：`1980468315921559554` 
+来源于链接末尾：https://www.runninghub.cn/workflow/1980237776367083521?source=workspace
+
+然后输入本地工作流 JSON 文件路径：
+
+```
+输入您的json文件地址(json文件一定要在自己的工作台中获得，获得途径为导出工作流api到本地)：
+```
+示例：`C:\Users\Mayn\Downloads\api.json`
+
+此时脚本会输出工作流中的所有节点信息：
+
+```
+等待node_info_list生成（包含所有可修改的节点）
+{'3': {'inputs': {...}}, '4': {...}, '6': {...}, ...}
+```
+
+---
+
+### Step 2️⃣：查看并修改节点
+
+脚本会提示：
+
+```text
+请输入 nodeId（输入 'exit' 结束修改）:
+```
+        
+输入节点 nodeId（如 10），脚本会展示该节点的所有字段：
+
+```
+🧩 找到节点 10 的字段如下：
+(0, {'nodeId': '10', 'fieldName': 'image', 'fieldValue': 'xxx.jpg'})
+```
+
+接着输入要修改的字段名：
+
+```
+请输入要修改的 fieldName:
+```
+示例：`image`
+
+---
+
+### Step 3️⃣：修改字段值
+
+#### 📷 如果是文件类型（image/audio/video）
+
+```
+请输入您本地image文件路径:
+```
+示例输入：`D:\R.jpg`
+
+上传成功后：
+
+```
+等待文件上传中
+上传结果: {'code': 0, 'msg': 'success', 'data': {'fileName': 'api/xxx.jpg', 'fileType': 'input'}}
+✅ 已更新 image fieldValue: api/xxx.jpg
+```
+
+#### 📝 如果是文本或数值类型
+
+```
+请输入新的 fieldValue (text):
+```
+示例输入：`1 girl in classroom`
+
+返回：
+
+```
+✅ 已更新 fieldValue: 1 girl in classroom
+```
+
+> 可多次修改不同节点，输入 `exit` 结束。
+
+---
+
+### Step 4️⃣：提交任务
+
+输入完成后，脚本自动提交任务：
+
+```
+开始提交任务，请等待
+📌 提交任务返回: {'code': 0, 'msg': 'success', 'data': {...}}
+📝 taskId: 1980471280073846785
+✅ 无节点错误，任务提交成功。
+```
+
+---
+
+### Step 5️⃣：任务状态轮询
+
+脚本每隔 5 秒查询任务状态：
+
+```
+⏳ 任务运行中...
+⏳ 任务运行中...
+🎉 生成结果完成！
+```
+
+如果任务失败，会打印详细原因：
+
+```
+❌ 任务失败！
+节点 SaveImage 失败原因: 'str' object has no attribute 'shape'
+Traceback: [...]
+```
+
+---
+
+### Step 6️⃣：查看结果文件
+
+任务成功后会输出生成文件链接：
+
+```
+🎉 生成结果完成！
+[{'fileUrl': 'https://rh-images.xiaoyaoyou.com/f24a6365b08fa3bc02f55cd1f63e74a7/output/ComfyUI_00001_hnqxe_1761016156.png',
+  'fileType': 'png',
+  'taskCostTime': '35',
+  'nodeId': '17'}]
+✅ 任务完成！
+```
+
+打开 `fileUrl` 即可查看 AI 生成的图片。
+
+## 4. 完整运行流程概览
+
+1️⃣ 输入 API_KEY 和 workflowId  
+2️⃣ 加载本地 JSON 工作流  
+3️⃣ 自动生成可修改节点列表  
+4️⃣ 修改所需节点参数  
+5️⃣ 上传文件（如图片）  
+6️⃣ 提交任务至 RunningHub  
+7️⃣ 轮询任务状态  
+8️⃣ 获取并打印生成结果链接  
+
+---
+
+## 5. 示例输出结果
+
+```
+请输入你的 api_key: a0fada**************b2ke21
+请输入 workflowId: ***8315921559***
+输入您的json文件地址(json文件一定要在自己的工作台中获得，获得途径为导出工作流api到本地)：C:\Users\Mayn\Downloads\api.json
+```
+```
+🧩 找到节点 10 的字段如下：
+(0, {'nodeId': '10', 'fieldName': 'image', 'fieldValue': 'xxx.jpg'})
+✅ 已更新 image fieldValue: api/xxx.jpg
+```
+```
+开始提交任务，请等待
+📌 提交任务返回: {...}
+⏳ 任务运行中...
+🎉 生成结果完成!
+✅ 任务完成！
+```
+
+---
+
+## 6. 小贴士（Tips）
+
+- 建议使用 Python 3.8+  
+- 脚本可直接在终端运行：
+
+```bash
+python workflow.py
+```
+
+- Windows 用户注意文件路径需使用双反斜杠 `\\`  
+- 若使用代理或云主机，请确保端口 443 可访问 `www.runninghub.cn`
+
+```python
+import http.client
+import json
+import mimetypes
+from codecs import encode
+import time
+import os
+import requests
+API_HOST = "www.runninghub.cn"
+def load_json(file_path):
+    # 打开并读取 JSON 文件
+    with open(file_path, "r", encoding="utf-8") as f:
+        data = json.load(f)  # 将 JSON 内容解析为 Python 对象（dict 或 list）
+    # 打印读取到的数据
+    print(data)
+    return data
+def convert_to_node_info_list(data):
+    node_info_list = []
+
+    for node_id, node_content in data.items():
+        inputs = node_content.get("inputs", {})
+        for field_name, field_value in inputs.items():
+            # 如果 field_value 是列表或字典，可以选择转换成字符串
+            if isinstance(field_value, (list, dict)):
+                field_value = json.dumps(field_value)
+            else:
+                field_value = str(field_value)
+
+            node_info_list.append({
+                "nodeId": str(node_id),
+                "fieldName": str(field_name),
+                "fieldValue": field_value
+            })
+    return node_info_list
+def upload_file(API_KEY, file_path):
+    """
+    上传文件到 RunningHub 平台
+    """
+    url = "https://www.runninghub.cn/task/openapi/upload"
+    headers = {
+        'Host': 'www.runninghub.cn'
+    }
+    data = {
+        'apiKey': API_KEY,
+        'fileType': 'input'
+    }
+    with open(file_path, 'rb') as f:
+        files = {'file': f}
+        response = requests.post(url, headers=headers, files=files, data=data)
+    return response.json()
+# 1️⃣ 提交任务
+def submit_task(workflowId, node_info_list,API_KEY):
+    conn = http.client.HTTPSConnection("www.runninghub.cn")
+    payload = json.dumps({
+        "apiKey": API_KEY,
+        "workflowId": workflowId,
+        "nodeInfoList": node_info_list
+    })
+    headers = {
+        'Host': 'www.runninghub.cn',
+        'Content-Type': 'application/json'
+    }
+    conn.request("POST", "/task/openapi/create", payload, headers)
+    res = conn.getresponse()
+    data = res.read()
+    # ✅ 注意这里：用 json.loads 而不是 json.load
+    data = json.loads(data.decode("utf-8"))
+    print(data)
+    return data
+def query_task_outputs(task_id,API_KEY):
+    conn = http.client.HTTPSConnection(API_HOST)
+    payload = json.dumps({
+        "apiKey": API_KEY,
+        "taskId": task_id
+    })
+    headers = {
+        'Host': API_HOST,
+        'Content-Type': 'application/json'
+    }
+    conn.request("POST", "/task/openapi/outputs", payload, headers)
+    res = conn.getresponse()
+    data = json.loads(res.read().decode("utf-8"))
+    conn.close()
+    return data
+if __name__ == "__main__":
+    print("下面两个输入用于获得AI工作流所需要的信息，api_key为用户的密钥从api调用——进入控制台中获得，workflowId（此为示例，具体的workflowId为你所选择的AI工作流界面上方的链接https://www.runninghub.cn/workflow/1980237776367083521?source=workspace，最后的数字为workflowId）")
+    Api_key = input("请输入你的 api_key: ").strip()
+    workflowId = input("请输入 workflowId: ").strip()
+    print("请您下载您的工作流API json到本地")
+    file_path = input("输入您的json文件地址(json文件一定要在自己的工作台中获得，获得途径为导出工作流api到本地)：").strip()
+    print("等待node_info_list生成（包涵所有的可以修改的node节点）")
+    data = load_json(file_path)
+    node_info_list =  convert_to_node_info_list(data)
+    print(node_info_list)
+    print("下面用户可以输入工作流可以修改的节点id：nodeId,以及对应的fileName,锁定具体的节点位置，在找到具体位置之后，输入您需要修改的fileValue信息完成信息的修改用户发送AI工作流请求")
+    modified_nodes = []
+    while True:
+        node_id_input = input("请输入 nodeId（输入 'exit' 结束修改）: ").strip()
+        if node_id_input.lower() == "exit":
+            break
+
+        # 找出该 nodeId 对应的所有字段
+        node_fields = [n for n in node_info_list if n['nodeId'] == node_id_input]
+
+        if not node_fields:
+            print("❌ 未找到该 nodeId 对应的节点")
+            continue
+
+        print(f"\n🧩 找到节点 {node_id_input} 的字段如下：")
+        for field in enumerate(node_fields):
+            print(field)
+
+        # 让用户选择要修改的字段
+        field_name_input = input("\n请输入要修改的 fieldName: ").strip()
+        target_node = next(
+            (f for f in node_fields if f['fieldName'] == field_name_input), None
+        )
+
+        if not target_node:
+            print("❌ 未找到该 fieldName")
+            continue
+
+        print(f"选中字段: {target_node}")
+        # 根据类型处理
+        if target_node['fieldName'] in ["image", "audio", "video"]:
+            file_path = input(f"请输入您本地{target_node['fieldName']}文件路径: ").strip()
+            print("等待文件上传中")
+            upload_result = upload_file(Api_key, file_path)
+            print("上传结果:", upload_result)
+            # 假设 upload_file 已返回解析后的 JSON 字典
+            if upload_result and upload_result.get("msg") == "success":
+                uploaded_file_name = upload_result.get("data", {}).get("fileName")
+                if uploaded_file_name:
+                    target_node['fieldValue'] = uploaded_file_name
+                    print(f"✅ 已更新 {target_node['fieldName']} fieldValue:", uploaded_file_name)
+            else:
+                print("❌ 上传失败或返回格式异常:", upload_result)
+        else:
+            # 其他类型直接修改
+            new_value = input(f"请输入新的 fieldValue ({target_node['fieldName']}): ").strip()
+            target_node['fieldValue'] = new_value
+            print("✅ 已更新 fieldValue:", new_value)
+        modified_nodes.append({
+            "nodeId": target_node['nodeId'],
+            "fieldName": target_node['fieldName'],
+            "fieldValue": target_node['fieldValue']
+        })
+    print(modified_nodes)
+    print("开始提交任务，请等待")
+    # 提交任务
+    submit_result = submit_task(workflowId, modified_nodes,Api_key)
+    print("📌 提交任务返回:", submit_result)
+    if submit_result.get("code") != 0:
+        print("❌ 提交任务失败:", submit_result)
+        exit()
+    task_id = submit_result["data"]["taskId"]
+    print(f"📝 taskId: {task_id}")
+    # 解析成功返回
+    prompt_tips_str = submit_result["data"].get("promptTips")
+    if prompt_tips_str:
+        try:
+            prompt_tips = json.loads(prompt_tips_str)
+            node_errors = prompt_tips.get("node_errors", {})
+            if node_errors:
+                print("⚠️ 节点错误信息如下：")
+                for node_id, err in node_errors.items():
+                    print(f"  节点 {node_id} 错误: {err}")
+            else:
+                print("✅ 无节点错误，任务提交成功。")
+        except Exception as e:
+            print("⚠️ 无法解析 promptTips:", e)
+    else:
+        print("⚠️ 未返回 promptTips 字段。")
+    timeout = 600
+    start_time = time.time()
+    while True:
+        outputs_result = query_task_outputs(task_id, Api_key)
+        code = outputs_result.get("code")
+        msg = outputs_result.get("msg")
+        data = outputs_result.get("data")
+        if code == 0 and data:  # 成功
+            file_url = data[0].get("fileUrl")
+            print("🎉 生成结果完成！")
+            print(data)
+            break
+        elif code == 805:  # 任务失败
+            failed_reason = data.get("failedReason") if data else None
+            print("❌ 任务失败！")
+            if failed_reason:
+                print(f"节点 {failed_reason.get('node_name')} 失败原因: {failed_reason.get('exception_message')}")
+                print("Traceback:", failed_reason.get("traceback"))
+            else:
+                print(outputs_result)
+            break
+        elif code == 804 or code == 813:  # 运行中或排队中
+            status_text = "运行中" if code == 804 else "排队中"
+            print(f"⏳ 任务{status_text}...")
+        else:
+            print("⚠️ 未知状态:", outputs_result)
+        # 超时检查
+        if time.time() - start_time > timeout:
+            print("⏰ 等待超时（超过10分钟），任务未完成。")
+            break
+        time.sleep(5)
+    print("✅ 任务完成！")
+```

pixelle_video/pipelines/standard.py

@@ -495,11 +495,26 @@ class StandardPipeline(LinearVideoPipeline):
                 logger.warning("No task_id in storyboard, skipping persistence")
                 return
             
-            # Build metadata
+            # Build metadata - filter out non-serializable objects
-            input_with_title = ctx.params.copy()
+            clean_input = {}
-            input_with_title["text"] = ctx.input_text # Ensure text is included
+            for key, value in ctx.params.items():
-            if not input_with_title.get("title"):
+                # Skip non-serializable objects like CharacterMemory
-                input_with_title["title"] = storyboard.title
+                if key == "character_memory":
+                    # Convert to serializable dict if present
+                    if value is not None and hasattr(value, 'to_dict'):
+                        clean_input["character_memory"] = value.to_dict()
+                elif key == "progress_callback":
+                    # Skip callback functions
+                    continue
+                elif callable(value):
+                    # Skip any callable objects
+                    continue
+                else:
+                    clean_input[key] = value
+            
+            clean_input["text"] = ctx.input_text  # Ensure text is included
+            if not clean_input.get("title"):
+                clean_input["title"] = storyboard.title
             
             metadata = {
                 "task_id": task_id,
@@ -507,7 +522,7 @@ class StandardPipeline(LinearVideoPipeline):
                 "completed_at": storyboard.completed_at.isoformat() if storyboard.completed_at else None,
                 "status": "completed",
                 
-                "input": input_with_title,
+                "input": clean_input,
                 
                 "result": {
                     "video_path": result.video_path,