anime-reel
输入：一个脚本 + 每句对应的 MP3 语音（用户一起提供）。输出：一个 9:16 竖版和一个 16:9 横版视频，均保留原始音频，外加一个低于 20 MB 的 720p 副本用于 WhatsApp。
硬性规则（每次运行必须遵守）
- 所有画面均用代码绘制：HTML Canvas，在 headless Chrome 中逐帧渲染，使用 ffmpeg 编码。不使用素材片段，不使用图像生成器。以
engine/为基础；扩展它，不要替换它，以保持每次运行时外观一致。 - 使用强制对齐（torchaudio MMS_FA，通过
scripts/align.py）为每个单词计时。绝不猜测时间。如果某句对齐失败，则停止并告知用户原因；不要回退到均匀间隔。 - 在完全渲染前生成一份静态帧样张并等待用户批准。
- 覆盖任何已有文件前必须询问。
encode.sh拒绝覆盖并退出码 2；请将此信息告知用户。 - 最终 MP4 中保持原始音频不变（语音线仅放在时间线上，绝不重新处理）。除非用户要求，否则不添加背景音乐。
方法
- 环境检查。 运行
bash scripts/check_setup.sh（检查 ffmpeg、Node、puppeteer、torch/torchaudio、uroman）。修复任何缺失的项目后再继续。运行bash scripts/sfx.sh <project>/sfx用 ffmpeg 合成打击/呼啸/冲击/弹跳音效。 - 将脚本拆分为镜头。 每句语音对应一个镜头。为每个镜头编写：
id（标识）、speaker（说话者）、text（MP3 中说的准确文本）、audio（音频路径）、place（地点：屋顶、办公室、街道、卧室、天空，或新增drawPlace分支）、camera（static|push|pull|pan+amount数值）、cast（角色）、slots（左/中/右位置）、以及fx（特效）。保存为shots.json（模式定义在scripts/build_timeline.py中）。显示镜头列表，如果存在歧义让用户修正。 - 角色。 在
characters中定义每个角色（name 名称、skin 肤色、hair 发色、hairStyle 发型 spiky|bob|long|short、eye 眼色、outfit 服装、accent 口音、color该角色字幕颜色）。角色必须是原创，绝不能复制现有动漫。动漫风格：大眼睛带高光、粗而清晰的轮廓、平涂着色加恰好一层阴影。渲染角色表并将 JSON 作为唯一数据源，确保角色在不同镜头间不变：node scripts/render_frames.mjs sheet timeline.json landscape out/character_sheet.png - 对齐与口型同步。
python3 scripts/build_timeline.py shots.json timeline.json work对每句运行 MMS_FA（单词级时序）并根据该语音线的响度构建每个角色的嘴张曲线（mouth.py）。眨眼和待机动作已内置于引擎中。对于非英语台词，align.py使用 uroman 进行罗马化，同时在屏幕上保留原始拼写。 - 关键句动漫特效（添加到
fx，时间单位为从镜头开始起的秒数）：在揭示和决心场景添加speedlines（速度线），在最重要台词添加impact（白/黑闪帧，带sfx: "impact"音效），在打击场景添加shake（震动），在喜剧反应场景添加chibi（Q 版化，带who角色和sfx: "pop"音效）。谨慎使用：大约每 2-3 个镜头使用一个特效，这样才能保持冲击力。 - 字幕与声音。 引擎已处理 2-3 词字幕，其中说话者的词用其角色颜色显示，其余词为白色。音效与视觉冲击的 cue 点同步（通过
fx[].sfx）。使用python3 scripts/build_audio.py timeline.json work/audio.wav混音。 - 静态帧样张，然后批准。 挑选大约 12 个时间点分布在整段视频中，必须包含每个特效：
node scripts/render_frames.mjs stills timeline.json portrait work/stills 0.5,2.0,...bash scripts/contact_sheet.sh work/stills out/contact_sheet.png显示out/contact_sheet.png并停止。在用户批准前不要渲染完整视频。 - 批准后渲染，针对每个方向（
portrait竖版 = 1080x1920，landscape横版 = 1920x1080，30 fps）：node scripts/render_frames.mjs video timeline.json portrait work/reel_silent.mp4bash scripts/encode.sh work/reel_silent.mp4 work/audio.wav out/<名称>_9x16对横版重复，使用out/<名称>_16x9。encode.sh混入 AAC 256k 音频并写入_720p.mp4副本（目标约 17 MB，始终低于 20 MB）。使用ls -lh检查文件大小并报告。
渲染设置
- 9:16：1080x1920，30 fps，H.264 yuv420p，CRF 16，AAC 256k，faststart。16:9：1920x1080，相同设置。
- WhatsApp 副本：720p（720x1280 或 1280x720），码率根据时长计算以保持低于 20 MB。
- 字幕位置：9:16 中约在画面 68% 高度（避开顶部 250 px 和底部 420 px 应用 UI），16:9 中约在 86% 高度。
技能包含的文件
engine/engine.js、engine/index.html：Canvas 引擎（角色、地点、速度线、冲击帧、震动、Q 版、字幕、徽章）。scripts/：check_setup.sh、sfx.sh、align.py、mouth.py、build_timeline.py、build_audio.py、render_frames.mjs、contact_sheet.sh、encode.sh。