风格蒸馏 是做什么的？
此独立技能在 scripts/ 中实现了其脚本；后续生成的或本地拍完的剪辑应使用 taste-application 技能。每个命名流派应存放在独立的包中。来自流光幻彩（Flash Ethereal）的测量结果不得静默复用于流墨素描（Fluid Sketch）或3D赛博故障（3D Cyber Glitch）。测量的零值是有效数据；需与缺失字段区分。
本地依赖位于 scripts/requirements.txt 中。单独授权的提供商工作还需要 scripts/requirements-live.txt、凭据和显式的 TASTE_FORGE_ALLOW_LIVE=1。--dry-run 不读取凭据或提交任务。切勿根据本地端点名称推断工作流已保存；应使用实际的提供商端工作流或请求凭证。
将参考视频转化为风格包：一个文件夹，包含后续阶段可确定性消费的测量结果和资产。
何时激活
- “捕获这些片段的风格” / “提取氛围” / “使其可复现”
- 用户拥有参考素材，需要LUT、颜色分级或匹配节奏
- 建立按流派划分的风格库
- 任何本应回答“在提示词中描述风格”的请求
核心发现
提示词无法传递颜色分级。测量可以。
在真实素材上测量得出：三次付费生成中，颜色方向不断变化（从+1.9 → +2.8 → +0.3），但目标却是**+24.9**；对比度从未超过~19，而目标是34.7。而将测量后的风格包应用于同一素材，一次确定性过程即达到色度MAE为1.88，对比度为33.7，且免费。
因此划分是：模型提供内容、运动和光照结构；风格包提供外观。 生成提示词中的颜色词汇比无用更糟——它们浪费钱，并将渲染推向LUT所需的中性基础之外。在提示词中明确说明：“颜色：无。渲染中性。分级后续应用。”
风格包包含内容
stylepacks/<genre>/
grade.json 测量的颜色统计（见下文）
cadence.json 每个检测到的镜头边界及推导出的分布
look.cube 33^3 LUT，直接拖入Resolve作为节点LUT
spec.json VLM描述，基于测量结果
grounding.txt 提供给VLM的测量事实
stills/ 最长镜头的全分辨率帧（条件图像）
plates/ 提升到黑色背景上的屏幕混合叠加元素
props/ 铸造的GLB网格
pack.json 清单
运行方式
python mint.py --genre <名称> --refs a.mov b.mov c.mov # 离线，无需API密钥
python distill.py --genre <名称> # 一次VLM调用
mint.py 是纯数值分析——无需网络，无需密钥，确定性，因此风格包可以重新生成而无需备份。
重要的测量指标
按亮度区域而非全局的色度
颜色特征通常只存在于一个亮度波段。全局a(*)/b(*)偏移在数学上无法表示分色调。测量亮度区域内的色度（L* 边缘 [0,15,35,55,75,100]）。
一个真实特征：在L(*)25处为紫色（a(*) +24.9，b(*) −17.5），两端接近中性。仅报告最深和最浅区域会将其称为“均匀色偏”——始终输出完整曲线。
中位数 + MAD，而非均值 + 标准差
真实参考集中的色度强烈右偏。在某测量片段上，中间亮度区域的均值色度为36.9，而中位数为17.5，因此基于均值的LUT推送的色度强度是素材实际所需的约3倍。
对比度是L(*)的标准差，而非白减黑
几乎所有真实素材的白减黑范围约为100，无法区分任何内容。
背景占比是首要统计量
记录低于L(*)10的像素比例。分布的任何一个矩都无法捕捉到：一个片段可以拥有正确的均值、标准差和色度，但其黑色部分已被提升为灰色。这正是为什么一个颜色分级在MAE 1.88/对比度33.7时得分，而实际帧却是一片泥泞的紫色混乱。
测量前遮罩界面
屏幕录制的参考素材包含静态元素——黑边、状态栏、点赞图标、字幕文本。所有这些都会像风格一样进入统计量：黑条增加阴影权重，红色心形使a(*)偏紫。时间方差可以干净地分离它们——素材在动，界面不动——因此无需手动裁剪。在真实素材上，这大约保留了65%的像素。
剪辑节奏需要自适应阈值
正确的内容检测阈值取决于素材：高对比度动作参考素材在阈值30时就能清晰切割，而阴郁素材的切割则隐藏其下。从高到低扫描阈值，取能恢复最敏感设置找到的镜头数≥90%的最高阈值——这偏向于真实切割而非噪声。拒绝暗示荒谬剪辑速率（>100/分钟）的阈值；连续摄像机运动会在每一帧触发检测器。
在一次解码过程中运行完整扫描，共享一个StatsManager。朴素版本会为每个阈值重新解码，在60fps源素材上，这意味着数秒与数分钟的区别。
叠加层：资产，而非截图
静帧是整个帧——合成一个静帧只是将第二张图片放在上面。叠加层是将参考素材的图形词汇（光晕、条纹、故障碎片）提升到黑色背景上，使其无需键控即可屏幕混合。
两个陷阱，均在真实素材上遇到：
- 绝对阈值失败。 在明亮参考中，
L>55 AND 色度>12的选择覆盖约90%的帧，“叠加层”就是整个画面——包括可识别的人脸。按百分位数选择（约前3%），并拒绝任何覆盖超过约22%帧的叠加层。 - 按分离度而非亮度排名。 “亮且饱和像素的比例”会将褪色帧排到最前，而将含有一个强烈光晕——实际特征——的黑色帧排到末尾。评分
p99.5(能量)/中位数(能量)。
同时，在评分前进行遮罩：烧入的排版文字明亮、饱和且高对比度，因此未遮罩的运行会产生一个完美的他人标题卡片叠加层。
为VLM提供基础事实
在要求描述之前，将测量结果注入系统提示。没有基础事实时，VLM会在具有+24.9 a(*)色偏的素材上报告“无明显颜色分级，中性”。有基础事实时，它会正确描述色偏并独立推断次要强调色。
禁止模棱两可的词汇（变化多样、混合、动态、一些、常常、中性、或）——模型无法渲染“变化多样的光照”。在代码而非仅提示词中禁止这些词： 大约每三次运行中有一次违反。对每个字段重新询问，在N次尝试后保留最不含糊的答案，而非失败。
值得向用户说明的警告：一旦描述基于测量结果，它就不再是对测量结果的独立检查。
LUT烘焙注意事项
- LUT只能编码每像素RGB函数。任何依赖于分布的（直方图匹配、百分位锚点）必须在烘焙前简化为常数，否则它会静默测量均匀LUT网格而非素材。
cv2.cvtColor(LAB2RGB)内部会进行裁剪，因此使用它的色域外测试报告为0%。手动将Lab→线性sRGB；一个真实测量结果为83.3%超出色域。- 使用偏移传输色度，而非仿射。仿射除以源σ会导致过冲——在真实素材上，它将b(*)翻转为+11.6，而目标是−17.5。偏移将MAE从6.23降至2.13。
- 色域压缩消耗3.8倍运行时间，但MAE相同。设为可选。
反模式
| 不要 | 原因 |
|---|---|
| 用合成测试素材调优 | 在一个项目中导致四个完全错误的结论；真实素材推翻了每一个 |
| 仅信任MAE | 1.88 MAE看起来成功，但帧明显损坏 |
| 使用均值/标准差处理色度 | 右偏；推送约3倍过强 |
| 仅比较端点区域 | 两端都是近中性，天然如此 |
| 描述外观就停止 | 描述用于内容和结构；风格包用于颜色 |
交接
风格包是接口。一旦存在，使用taste-application技能生成并组合，或将look.cube直接交给调色师。
捆绑代码
此技能中的 scripts/ 是工作实现，而非伪代码。它没有项目特定假设：指向任何参考视频，就能生成风格包。
pip install -r scripts/requirements.txt
export FAL_KEY=... # 仅在需要调用fal的阶段需要
每个网络调用在TASTE_FORGE_DRY_RUN=1或--dry-run下被存根化，因此无需消耗即可检查计划、提示词、轨道布局和清单。