文字转视频工作流은(는) 무엇을 하나요?
以用户选定的项目目录为生产根目录，遵守适用的项目说明及用户长期反馈。先盘点已有渲染器、字体、语音和音频工具。仓库提供第一批动画组件，以及可运行的 完整章节案例；先复用，再补内容需要的场景。
用户一次给原文、链接或主题即可；Agent 负责下面的创作、检查和修复，不把每个镜头或样片审批推回用户。需要正文、素材或真实授权时才提出具体缺口。没有音色服务或事实证据时不生成假成功成片。
范围与规格
- 默认
task-short：9:16、1080×1920、30 fps、60–90 秒、5–8 个分镜、H.264、视频码率至少 8 Mbps、AAC 配音、真实语音对齐 SRT、素材来源和成本日志。任务验收还要求剪映/PR/FCP 可编辑工程及打开说明；Remotion 源码不替代该项。 - 用户明确要求长一点或沿用三分钟模式时用
extended：165–195 秒。不能把扩展版冒充任务短片验收。 - 用户先验证长片章节时用
chapter-proof：90–150秒、1920×1080、30fps、H.264/YUV420p、AAC、SRT。当前案例使用CRF18，不能用固定高码率代替画面检查。做章节或长片前读 长片章节流程。完整8–10分钟质量尚未验证，不自动扩大本次时长。 - 固定视觉基准和审核方式见 生产规范。主色、字体、字幕区、声音和运动语法固定；内容与解释动作随文章变化。默认风格基准见 style-lock.json，按用户已有品牌要求调整并锁定；该配置本身不证明审美通过。
- 始终无外放。预览用无音轨 MP4、默认暂停；配音版单独保存。交付到用户指定目录；公开发布或向他人发送需要用户授权。
一个入口，内部迭代
- 输入与证据：保存原文及来源范围。链接读不到不得按标题编作者观点；可另立独立研究题，但清楚标出来源边界。记录关键论点、数字、限定语、原创算例和第一方证据。
- 内容设计：形成一个具体问题、一个机制、一组可检验算例及适用边界。短片默认单一机制；扩展版允许更完整论证。事实审稿后才合成配音。
- 故事与动作：按内容选择固定语法中的比较、重新分组、累计、过滤等解释动作。每镜写对象身份、起止状态、动作发生的真实时间及下一镜如何接住。不能仅换标题、图标、底部字幕。
- 复用制作：从最近成功项目复用 TTS、WordBoundary、字体、Remotion 和 FFmpeg；只写内容需要的场景。不要重建基础引擎，不复制 node_modules junction。配音整段合成，改变稿件后重新对齐时间线；缓存键包含文稿、音色和语速。
- 内部验证闭环：先实际渲染 8–13 秒，包含解释动作和衔接。检查手机大小画面、连续帧、文字、对象状态、数字和口播对应。明确列出时间码问题，局部修复后重看。再渲全片并检查最终编码文件。最多三轮同类局部修复；仍不合格则明确标记待修，不能伪造合格。
- 交付与状态：运行 验收脚本，保留分项状态。技术检测、Agent画面审查、用户审美认可分开。交付配音MP4、静音预览、SRT、可编辑源码、分段画面、独立声音、来源与日志。用户已明确手动验证编辑器并要求不复验时，记录用户确认及适用范围，直接继续制作；不要再启动剪映／PR，也不能伪造Agent打开了新工程。XML标为交换时间线。
配乐和素材
素材按用途选：资料提供证据，算例解释机制，插画建立场景；每项记录来源、许可、使用区间和对应论点。公开案例含字体、配音、干净分段画面、有限论文题头节选；原文全文、完整论文、原参考视频及未授权再分发音乐不混入公开包。
用户指定参考配乐时先确认完整视频时长、音乐条目时长、真实音轨内容。平台标为“原声”的6秒文件只证明取得6秒片段，不能证明原曲只有6秒。来源曲目不足时继续查找；有旁白的原片音轨不冒充纯BGM。只在用户接受片段复用时循环，不自动用短循环替代完整音乐。已取得可用音乐后读 声音与素材流程，使用 本地混音工具。
可复用入口与真实能力
使用用户已有或明确选择的制作工程。可采用 Remotion、Canvas 或其他支持确定性渲染的工具；具体配音与导出命令由该工程提供。验收器的目录和 JSON 约定见 输入协议。source/script.json 是 Agent 改编后的输入，不是任意原文自动变镜头的模型。
本 Skill 是 Agent 编排入口，不是无人值守的确定性全文到视频程序。选题、分镜、画面审查仍由 Agent 执行；用户无需逐步下令。只有三篇未参与调试的新文章连续跑通、修复日志完整，才可报告某个固定范围的流水线已验证，不能承诺任意文章首遍完美。