Explicador guiado por SRT

SRT-Driven Video（SRT 驱动视频流水线）

把一篇口播稿变成一部代码生成视觉的讲解视频。以 SRT 为唯一时间基准，分五阶段推进，每阶段结束暂停等用户确认。

环境与依赖

• Windows：Playwright（channel="msedge"，用本机 Edge 免装 Chromium）+ imageio-ffmpeg（提供 ffmpeg；不含 ffprobe，用 ffmpeg -i stderr 解析规格）。
• 依赖安装：pip install playwright imageio-ffmpeg（脚本内已处理 ffmpeg 定位）。
• 本 skill 的 scripts/ 全部为 Windows 实测适配版；Linux/macOS 需去掉 channel="msedge" 并改用系统 ffmpeg。

五阶段总览

阶段	产物	确认门
0 大纲	outline.md + 决策表	用户确认大纲与决策
1 文稿+SRT	script.md / subtitles.srt / 讲者备注.md	用户确认文稿
2 分镜	storyboard.json（check_timeline.py 必过）	用户确认分镜
3a 首镜+组件库	assets/shared/ + scene-001 低清样片	用户拍板风格后才批量
3b 逐镜批量	scenes/scene-NNN/scene.mp4 × N	用户复核重点镜头
4 拼接交付	output/final.mp4 + cover.png	用户确认终片

详细流程、决策表字段、常见坑（imageio-ffmpeg 无 filter_complex_script、alimiter 的 level 陷阱等）见 references/pipeline.md。

三条核心契约（不可省）

1. SRT 时间基准：分镜边界落在字幕条边界，总跨度误差 ≤0.1s；python scripts/check_timeline.py <project_dir> 每阶段复检。
2. WORKLOG 接力：项目根建 WORKLOG.md（模板见 references/worklog-template.md），跨会话唯一状态载体；决策表锁定后不可擅改；阶段 3/4 起基线文件（outline/script/SRT/讲者备注/storyboard/assets/shared/scenes）冻结。
3. 阶段确认门：每阶段汇报后暂停，等用户明确确认再进下一阶段。

场景渲染（阶段 3）

每镜是独立 HTML 页面，实现 window.setTime(t) 确定性渲染（一切动画是 t 的纯函数）；字幕烧录用统一契约元素 div#subtitle。完整开发契约、质检流程（check_frames.py 关键帧拼图）、设计红线见 references/visual-authoring.md。

起步模板：assets/neon-theme/（已拍板的科技霓虹风 theme.css + components.js，含粒子/逐字飞入/数据卡片/对比条形/风险色标/转场/字幕组件）——用户要同款风格直接复制到项目 assets/shared/，其他风格以其为结构蓝本。

python scripts/render_scene.py scenes/scene-001 --duration 10.5 --fps 30 --size 960x540   # 低清样片
python scripts/check_frames.py scenes/scene-NNN --times 0.5,3,6,9.2                        # 渲染前质检
python scripts/render_all.py .                                                             # 批量全清
python scripts/render_all.py . --no-subtitle --outdir output/nosub                         # 无字幕变体
python scripts/concat_final.py .                                                           # 拼接 + 封面

可选音效模块（默认关闭）

仅当用户明确要卡点音效时启用，且阶段 0 决策表就锁定。素材走 Freesound CC0（逐条核验许可），时间线落 assets/sfx/mix_timeline.json 并先给用户预审；交付两条路径二选一：FFmpeg 自动混音（mix_sfx.py），或导出剪映对点清单（make_cue_sheet.py）由用户手动添加——后者实测更稳。完整流程见 references/sound.md。

参考的外部 skill / 工具

• vibe-motion/sound（GitHub，克隆到项目 tools/sound/）：Freesound 搜索/下载 CLI。仓库无 LICENSE，仅作内部下载工具；许可以 Freesound 单条音效 CC0 声明为准。

交付规格

final.mp4：1920×1080 / 30fps / h264 / yuv420p，时长精确匹配 SRT 总跨度；cover.png 取高潮定格帧（抽帧实测定位）；核验时长、帧数、规格、音轨电平后更新 WORKLOG 再汇报。