生成服务的容器化部署与瘦身
把整套生成平台收敛到单目录编排：MySQL / Redis 不再暴露端口，后端按服务名互联；针对小内存机型调整数据库配置与容器内存上限。
记录在 AI 图像与视频生成方向上的工程实践——从模型能力接入、生成流水线，到后端服务、存储与部署。
文生图、图生视频的完整链路：提示词模板、内容审核、视频合成与结果分发。
异步任务提交、状态机管理、失败重试与错误码语义化返回。
Go + Gin 构建的 API 服务，容器网络内按服务名互联，对外仅暴露必要端口。
对象存储承载生成产物，MySQL 与 Redis 支撑业务数据与缓存，ffmpeg 负责媒体处理。
把整套生成平台收敛到单目录编排：MySQL / Redis 不再暴露端口，后端按服务名互联；针对小内存机型调整数据库配置与容器内存上限。
主站与渠道版共用同一份代码与二进制，把端口、数据库、渠道凭据等差异全部下沉到配置文件，发布流程从两次构建收敛为一次。
接入渠道侧账号体系，补充登录跳转链接与作品发布地址的获取链路。
梳理上传图与提示词的审核失败场景，把底层错误码映射为用户可读的原因，提升重试成功率。