多视频变体工作流 是做什么的?
将一个已批准的主视频转换为 N 个输出,同时保持清晰的来源追溯。它管理变体矩阵、主视频冻结、重新布局副本、共享混音、命名规则、单渲染队列、智能体监督规则以及清单关卡。该技能不设计主视频(由类型技能负责),也不替代逐文件 QA(render-qa-deliver)。
优先于本文档其他部分的规则
- 主视频优先,然后冻结。 衍生品仅从未自通过全面 QA 并已通过
manifest_check.py freeze记录的主视频制作。后续需要修复时,必须在主视频中进行,并使用change记录,将修复同步到同一轮的所有副本,并重新渲染和记录所有衍生品。仅修复副本是禁止的。 - 重新布局,绝不裁剪。 每个宽高比都是主视频源(
hf_9x16/、hf_1x1/……)的副本,带有自己的画布、安全区、字体缩放、字幕轨道、摄像机关键帧和面部居中。对已渲染主视频进行 FFmpeg 裁剪或缩放不能算作变体。 - 共享一个混音。 重新布局和钩子变体使用相同的
cues.js和相同的assets/mix.wav字节,并从该文件多路复用;音频不按变体重建。确实需要自己混音的变体(无音乐、自有旁白、重新剪辑时长)需在清单中声明并说明原因。 - 整台机器一次只执行一个重型作业(渲染、
check、遮罩、ASR、Blender),在render_lock控制下。并行工作仅限于非重型任务(布局、规格说明、QA 阅读)。最多 4 个智能体并行,每个最多 2 个子智能体。 - “就绪”是计算出来的,而非断言。 仅当
manifest_check.py check返回 0 时才允许使用该词。超时、空文件夹、缺少哈希、qa: not_run或缺少证据的状态为blocked/INSUFFICIENT_EVIDENCE,绝不标记为pass。 - 未经
paid-generation-gate禁止付费操作;绝不对另一个 Claude 会话发消息;用户和项目限制优先于此流程。安全区、-14 LUFS 和画布遵循预设 v1(决策默认 Q5),而非平台法律。
输入 -> 输出
入:已批准主视频(hf/、PROMPT.md、DESIGN.md、cues.js、assets/mix.wav)以及来自接收阶段的变体矩阵。出:final/<名称>_<平台>_<钩子>_<宽高比>.mp4 x N,final/manifest.json(仅最终文件和清单),在 _work/qa/<宽高比>/<轮次>/ 下的逐文件 QA 报告,_work/agents/<智能体>.progress.md,_work/STATE.md(队列)。
命名:<名称>_<平台>_<钩子>_<宽高比>.mp4,<名称> 为小写 ASCII 标识符(允许下划线),<平台> = meta|tiktok|yt|ig|linkedin|x|all,<钩子> = master | hookA | hookA-nomusic | hookA-nocaps,<宽高比> = 9x16|4x5|1x1|16x9。也接受每个宽高比的短格式 <名称>_<宽高比>.mp4(平台为 all,钩子为 master,如交付剧本中所用)。用户在账本中要求的名称将覆盖此约定,并通过其账本 ID 记录(record --name-ledger-id)。
流程
| # | 阶段 | 操作 | 产物 |
|---|---|---|---|
| 0 | 接收时的矩阵 | 每个文件一行账本记录:宽高比、平台、路径(有机/广告/推广)、钩子、版本(完整、无音乐、无字幕、时长)、主宽高比。后续的“可能”宽高比:现在写入布局笔记,以便后续请求只需一个智能体而无需重建(references/variant-matrix-and-layout.md) | PROMPT.md <inputs> 中的矩阵;清单中的 matrix 列表 |
| 1 | 主视频关卡 | 主视频已批准,render-qa-deliver 逐帧 QA 通过,manifest_check.py freeze <项目> --hf hf --matrix ... | 冻结的 src_hash + mix_sha256 |
| 2 | 重新布局副本 | 每个宽高比一个智能体在副本上工作;相同的提示点和混音;填写布局表(每个元素的变化,references/variant-matrix-and-layout.md);预检 0 错误;在钩子、优惠、结束卡处拍摄快照覆盖(--describe false,每次调用最多 5 个时间戳) | hf_<宽高比>/,_work/qa/<宽高比>/layout.md |
| 3 | 钩子/版本变体 | 钩子 = 绑定到宽高比副本中变量的子组合,每个变体一行;先测试一个变体(项目中的批量变量未经测试);多路复用共享混音;无音乐/无字幕 = 声明混音或图层变体 | rows.json,变体文件 |
| 4 | 队列 | 在 _work/STATE.md 中写入渲染顺序(主视频,然后每个宽高比,然后变体);每次渲染前执行 manifest_check.py stamp;通过 hf_deliver / render_lock run 一次一个渲染;渲染所有者从不启动第二个重型作业 | 锁日志,时间戳 |
| 5 | 记录 | 每次渲染后:record(哈希、应用的主视频修复、混音变体、QA 状态、在最终文件上测量的响度) | manifest.json |
| 6 | 逐个输出 QA | frame_qa、caption_qa --band <顶部>:1450(9:16)、如果布局改变了运动则 motion_qa、说话者镜头的 face_center audit、qa delivery;视觉检查仅限轴 1(构图/裁剪)和轴 4(可读性);除非运动改变,否则轴 2-3 继承 | 报告 + 证据路径 |
| 7 | 就绪关卡 | manifest_check.py check <项目> --json 返回 0;向用户展示文件列表,包含源哈希、QA 状态、LUFS/TP;诚实列出缺口 | READY 报告 |
| 8 | 学习 | 每个文件的计时账本记录,收件箱的经验教训 | _work/timing_ledger.jsonl |
关卡
状态为 pass | fail | blocked | n/a 并附原因。超时、空样本或缺少输入为 blocked,绝不标记为 pass。成功的工具调用为执行证据;观看的渲染为外观证据。
| 关卡 | 谓词 | 证据 | 若为假 | 所有者 | 重新检查时机 |
|---|---|---|---|---|---|
| G1 矩阵 | 每个输出在构建前都有账本记录(宽高比、平台、路径、钩子、版本) | PROMPT.md 和清单中的 matrix | 现在询问缺失的轴;不构建 | 此技能 + video-intake | 任何新的宽高比/变体请求 |
| G2 主视频冻结 | 主视频通过完整 QA;记录了 freeze;没有衍生品提前开始 | 清单中的 master.src_hash、frozen_utc 早于所有时间戳 | 停止衍生品;冻结 | 此技能 | 任何主视频源更改 |
| G3 重新布局 | 每个衍生品拥有自己的根画布、每个元素的布局行、其宽高比的安全区;没有裁剪的主视频渲染 | layout.md 行 + 覆盖快照 + 预检 0 E | 重新布局失败的元素;不缩放整个帧 | 宽高比的智能体 | 主布局更改、新副本 |
| G4 共享资产 | 每个重新布局/钩子副本中的 cues.* 和 assets/mix.wav 与主视频相同;钩子变体多路复用而非重新混音 | manifest_check.py check:无 M035/M041 | 复制回主视频的提示点/混音;重新渲染 | 此技能 | 主提示点或混音更改 |
| G5 逐个输出 QA | 每个文件 qa: pass 且附有证据文件,最终文件的 LUFS -14 +/- 0.5,TP <= -1(房内关卡) | 清单中的 qa_evidence 路径、lufs、tp 数值 | 仅修复并重新渲染该文件 | render-qa-deliver | 任何重新渲染 |
| G6 重型作业纪律 | 一次只有一个重型作业;<= 4 个智能体,每个 <= 2 个子智能体,每个带有文件列表、输出文件、截止时间、进度文件 | render_lock 日志;_work/agents/*.progress.md 修改时间 | 排队,停止额外的作业(仅限自己的进程树) | 此技能 | 每个智能体启动时 |
| G7 清单就绪 | 无过时/孤儿/缺失/渲染后更改的文件 | manifest_check.py check 返回 0 | 向用户列出失败文件;重新渲染过时的文件 | manifest_check.py | 在说“就绪”之前,在任何更改之后 |
数值(房内预设 v1,日期 2026-10-02,详情见 references/house-presets.md)
- 画布:9:16 1080x1920、4:5 1080x1350、1:1 1080x1080、16:9 1920x1080;H.264 SDR yuv420p、AAC 48 kHz、30 fps 默认。
- 安全区、关键文本/CTA/标志/价格:9:16 顶部 300 / 底部 672 (y <= 1248) / 左 140 / 右 192,字幕轨道底部 <= y 1450;16:9 x <= 1824、顶部 54、底部 162;4:5 和 1:1 每边 54 px。未在设备上验证:执行覆盖练习。
- 响度:-14 LUFS 集成 +/- 0.5,真实峰值 <= -1 dBTP,在最终文件上测量;中间混音 TP <= -1.5。
- 监督:大约每 15 分钟一次心跳检查;静默或超过截止时间 20 分钟 = 检查、替换或停止;大约每静默 10 分钟向用户发送状态行;渲染超时为测量 ETA 的 3 倍。(来源:蒸馏 02 工作流 §13.6,2026-10-01)
决策规则
| 如果 | 那么 |
|---|---|
| 主视频修复在衍生品存在后需要 | 修复主视频,change,将补丁应用于每个副本,重新渲染并重新记录所有副本 |
| 某个副本需要不同的时间线或提示点 | 那是主视频更改;或者一个新的剪辑(recut)及其自己的账本记录,绝不是静默分叉 |
| 某个钩子需要不同的旁白 | 声明 own-vo 并说明原因;其他每个变体保持共享混音 |
| 某个宽高比被迟请求 | 写入布局表,在冻结主视频的副本上启动一个智能体;不触及主视频 |
| 同时请求两个渲染 | 排队;锁决定;在 STATE.md 中写入顺序 |
| 智能体超过截止时间静默 | 检查其进度文件,然后替换或停止它(仅限自己的进程树),然后 render_lock status |
| final 文件夹包含旧渲染 | 将其移动到 _work/delivered/v<N>/;“就绪”状态阻塞直到文件夹匹配清单 |
| 用户命名文件 | 他们的名称获胜;使用 --name-ledger-id 记录,并保持 platform/hook/aspect 字段显式 |
阻塞状态(报告它们,不要绕过)
manifest_check.py 返回 BLOCKED 或 INSUFFICIENT_EVIDENCE;带有过时 from_master 或缺少主视频修复的衍生品;渲染后更改的源;共享提示点或混音漂移;qa 不是 pass;承诺的变体缺失;存在未计划文件。指出哪个文件、哪个代码以及修复方法。
每个都耗费大量时间的陷阱
交付时迟来的 16:9 请求(完全重新布局,被放弃);未将 3.7 秒的主视频修复同步到 1:1;旧渲染与新渲染一起留在文件夹中且未被标记;衍生品智能体发现主视频 bug 并仅修复自己的副本;三个智能体同时渲染(并行 Blender 作业使渲染时间从 11.5 分钟翻倍到 21.5 分钟,所有者笔记本);Meta 和 TikTok 版本之间的命名冲突;一个钩子变体静默携带了不同的混音。每个宽高比的接触表视图仍然是必需的:哈希无法看到字幕覆盖在人脸上。
参考资料(加载时机)
references/variant-matrix-and-layout.md- 编写矩阵、重新布局宽高比、钩子/无音乐/无字幕/时长变体。references/manifest-schema.md- 记录文件、读取manifest_check.py发现、过时衍生品生命周期。references/parallel-and-agents.md- 启动智能体、队列、锁、心跳、停止、令牌预算。references/house-presets.md- 在引用任何画布、安全区、响度或平台数值之前(已注明日期的模块)。agent-content/references/platform-specs.md(规范平台事实,归其他方所有)和agent-content/playbooks/wf-08-deliver.md(交付剧本:命名、清单规则)- 导出预设和剧本;如果数值冲突,规范文件获胜,并且references/house-presets.md会被更新。- 其他技能:
render-qa-deliver(逐个文件 QA)、hebrew-captions-asr(字幕轨道)、edit-ad-promo(钩子排名)、revision-round(跨宽高比的备注)、paid-generation-gate。 - 脚本:
scripts/manifest_check.py(--self-check29 个用例,返回 0 READY / 1 BLOCKED / 2 INSUFFICIENT_EVIDENCE)和scripts/test_manifest_check.py(单元测试)。