广告品牌重塑 (Ad Rebrand) 是做什么的？
将一批现有广告转换为新品牌：每个口头提及都用原始说话者的克隆人声重新配音，每条字幕都用视频原字体重新排版，每个屏幕内的 Logo/标签/标牌都重新贴标或干净地抹除——广告的其他部分（相同帧、节奏、背景音乐）保持不变。
使用子Agent进行并行化（Agent 工具，run_in_background: true，一条消息即可启动所有独立 Agent）。提示模板：references/agent-prompts.md。开始前请阅读 references/lessons.md——它记录了上次出错的地方。
首先要确认的输入
- 旧名称（产品和品牌）与新名称——以及 Whisper 可能听错旧名称的方式（例如 "physio rest"、"artivate"）。
- 文件（视频、图片）。在一个用户可保留的项目文件夹中工作（例如 ~/Downloads/<品牌> 视频编辑）；切勿编辑原始文件。
工作流程
-
设置。
scripts/setup_jobs.sh PROJECT START_N video1 video2 …→job-NN/{assets/source.mp4,analysis,project,renders}。将图片复制到PROJECT/images/source/。运行环境：通过 Homebrew 安装的 ffmpeg/whisper-cli，Python 虚拟环境~/.cache/video-studio-venv（numpy、opencv-contrib、pillow、soundfile、demucs、torch；pyworld 用于歌唱词汇），Whisper 模型~/.cache/whisper/ggml-small.en.bin。如果缺少则安装（Homebrew 需要在终端标签页中输入用户密码）。 -
分类（并行，每个视频一个Agent）。模板§1。每个Agent写入
analysis/triage.json|md，包含精细化的语音片段、说话者 + 干净的克隆参考范围、每个视觉/字幕出现位置及其帧范围，以及异常情况。自行检查图片（以全分辨率放大标签/标牌查看）——许多图片可能不需要修改。 -
汇总并询问一次（AskUserQuestion）：
- 语音使用权：列出每个必须克隆的不同声音（将共享旁白的视频分组——比较人声主干的包络线；比较中位基频以区分说话者）。每个声音的克隆需要用户明确同意。
- 任何并非旧品牌但看起来有问题的内容：产品上的其他品牌标识、零售/代言场景（店员、商店Logo）、不一致的声明、因更名导致的脚本冗余。第三方水印：标记出来，切勿移除。
- 歌唱提及：解释需要重新调音，并需要人工监听。
-
立即启动视觉团队（模板§2）——它不依赖语音。将同一编辑版本的视频分组到一个Agent中。图片Agent：模板§5。
-
语音。从每个任务的人声主干中导出克隆参考（25–35秒，不含品牌名称）到
PROJECT/voice_refs/。优先使用 Fish API（examples/voice-splice/fish_tts_api.py，密钥位于~/.config/video-studio/.env），如果 API 有额度；否则在用户 Chrome 浏览器的 Fish Web 应用中创建私有克隆——references/fish-audio-web.md。在一个脚本中生成每个声音的所有台词，两个版本，保存到voice_refs/takes/。 -
音频团队（并行，每个声音/任务组一个Agent）。语音使用模板§3，歌唱词汇使用模板§4。输出：每个任务的
analysis/stems/vocals_nookwave.wav，通过转写验证。 -
一旦某个任务的画面和语音都就绪，立即组装：
scripts/mux_final.py JOB OUT_NAME.mp4（重塑后的画面 + 新语音 + 原始背景音乐主干）。如果视觉Agent交回的结果未完成，自行运行其project/rebrand_job.py。 -
亲自QC每个最终文件——Agent的报告只是声明，不是证据：
scripts/check_final.py source.mp4 final.mp4 --old "physio|fisio|artuvate|artivate" --new "nook" --frames <每个修改项一帧>→ 帧数匹配、干净的解码、与源文件的响度对比、零个口头旧名称，以及一个你必须查看的源|最终对照表。如果总数看起来不对，在每次提及前后各取5秒窗口进行局部转写（全文件Whisper会合并句子）。对于歌唱台词，预期Whisper在原始音频上也会识别困难。 -
交付。最终文件放在项目根目录，使用描述性名称，如果要求则打包成一个zip文件（
zip -0，视频已经过压缩），并附上一份摘要：每个文件更改了哪些内容、哪些需要人工监听（歌唱词汇、更短名称后的停顿时长）、已知存在缺陷的帧，以及标记的非品牌问题。
可选：增强版剪辑
对于在品牌重塑基础上提出“使其更具吸引力”请求的情况，examples/engagement-edit/ 包含了计划构建器（基于句子级别的保留列表，对齐到安静点、标注、拉近镜头）和渲染器（跳切时缩放交替、品牌化标注、进度条、合成音效、剪切处字幕保持修正、响度标准化至 −14 LUFS）。建议复用而非重写。
捆绑文件
scripts/setup_jobs.sh、scripts/mux_final.py、scripts/check_final.py——通用脚本。examples/——可工作的、针对第一次运行的任务特定代码（路径和帧号已硬编码；需适配，不要盲目运行）：caption-and-tag-library/——字幕重绘、旋转皮革标签、曲面铭牌、袋子擦除、多尺度追踪（rebrand_job01.py）；字形剪裁字幕、蚀刻/压印标签、追踪袋子重印（caption_lib.py、text_lib.py、track_lib.py、rebrand_job05.py）。web-and-sign-library/——自字形字幕（captions.py）、建筑标牌面板、网页内容重排、标签按压、手控翻滚袋子（rbk.py、rebrand_job02.py）、笔记本电脑屏幕页面（rebrand_job06_laptop.py）、评价页面滚动、片尾卡Logo、第三方压印移除（rebrand_job07.py）、QC检查表（visual_qc.py）。voice-splice/——基于测量时长的词语替换，支持替换版本覆盖；Fish API客户端。sung-word/——基于WORLD声码器的重新演唱，保持原始旋律。still-image/——对包装进行单应性文字替换。