Scorewright - Claude 创作，工具渲染
第零规则： Claude 在 score.json 中做出每一个创意决定，并写明理由（direction 和提示的 why）。脚本没有默认风格、BPM、调性或和弦进行。切勿将上次的配乐作为模板重复使用；始终从视频本身出发。
PY = 一个安装了 requirements.txt 的 Python 3.10+ 环境。SW = <此文件夹>/scripts/scorewright.py。
在机器上首次渲染前，运行 PY SW doctor。如果显示 MISSING，请按照 README.md > 安装 操作，然后停止并告知用户。
操作手册（快速入门）
| # | 步骤 | 命令 / 操作 | 完成标志 |
|---|---|---|---|
| 0 | 检查 | PY SW doctor | 打印 ready |
| 1 | 事实 | PY SW analyze <video> <work> --words <words.json>（或 --voice） | facts.json（时长、剪辑点、语音区域、时间戳文字）+ contact.jpg |
| 2 | 观看 | 阅读 contact.jpg（瓦片 i = t i*步长）和时间戳文字；阅读脚本/故事板（如有） | 你能陈述信息、观众感受和情感弧线 |
| 3 | 标记 | 编写标记表：提示出入点、关键击点（文字时间点、揭示点、转折点）、哪里更适合静默、每个段落的情绪（主情绪+次情绪+强度） | 每个提示的开始/关键击点都是测量过的时间点 |
| 4 | 方向 | 选择音乐身份并说明理由：风格混合、调式、每个提示的 BPM、音色面板、主导动机（及其如何变化）、动态弧线。参考 references/craft.md | 写入 direction |
| 5 | 乐谱 | 编写 score.json（参考 references/score-format.md 和示例 examples/bed_demo.json）。让每个提示在其关键击点开始；使用 s:<秒> 将音符放置在特定文字上；仅使用 PY SW fit <times> 测试单提示内的一个速度 | 有效的 JSON |
| 6 | 渲染 | PY SW render score.json <out> | 分轨、完整混音、无打击乐版、composition.mid、预览、SCORE_NOTES.md、qc.json、spectrogram.png |
| 7 | 质量审查 | 阅读 qc.json + spectrogram.png；修复问题并重新渲染（每个新版本使用新的输出文件夹） | 所有 checks 为 true；每个关键击点的 rise_db >= 3；无意外静默 |
| 8 | 试听 | 用户试听 preview_with_voice.mp3。Claude 无法聆听：告知用户这一限制，报告数字指标，询问需要修改的地方 | 用户批准 |
| 9 | 交付 | 将 full_soundtrack.wav（已在原始语音下方 X LU，可直接以 0 dB 导入）或分轨文件交给用户的剪辑软件 | - |
首要决策：垫乐还是配乐
- 解说/叙事视频（语音几乎连续）= 垫乐。 语音下方无旋律、无主导动机、无曲调。仅使用脉冲、纹理、缓慢的和声、次低音。能量在段落边界处变化；在真正的揭示点使用 2-3 次击点/淡出；身份来自音色/节奏而非曲调。仅在没有语音的地方（第一个词之前的开场，最后一个词之后的最后 1-2 秒）使用简短的旋律。
- 具有真实无语音段的影片/纪录片 = 配乐。 主导动机和旋律存在于那些空隙中。
- 在解说下放置旋律等于引入第二个声音：观众必须做出选择，而解说将失去焦点。
应该做的
- 静默、克制和对比是工具。并非每个视频都需要处处有音乐。
- 每个核心概念使用一个主导动机；在故事转折点对其进行发展（转位、增时、重新和声、改变一个音符）。
- 在密集解说下降低音乐密度；让音乐在语音间隙和纯视觉时刻发声。
- 每个音轨的引擎选择：
gm用于声学现实感（钢琴、弦乐、铜管、木管、合唱、打击乐器），aac用于合成音色/音效设计的声音（速度慢：约 gm 的 10 倍；仅在少数稀疏的音轨上使用；可选），sfx用于关键击点上的冲击/推高/次低音下沉。 - 垫乐在语音区域测量的
bed_lu_under_voice值为 11（充满活力）到 12.6（平静），脚本会精确设置。 - 新版本 = 新的输出文件夹；切勿覆盖已批准的渲染结果。
禁止做的
- 禁止使用嗖声、呼啸声、翻页声。
riser/swell是有调性的推高，谨慎使用。 - 禁止抄袭旋律、可识别的主题或参考曲目的编配。
- 禁止每个视频使用相同的 BPM/调性/和弦进行；禁止用响度代替情感。
- 禁止没有视觉或故事理由的音效；禁止音效响过解说。
已知限制（已测试）
- GM SoundFont 管弦乐 = 良好的模仿，而非 Spitfire/Kontakt 的真实感。独奏钢琴、音垫、拨奏、拨弦和合成器表现最佳。
- 每个提示一个速度（速度变化 = 新提示）。composition.mid 使用绝对时间，并采用第一个提示的速度。
- 音频即代码渲染速度较慢（全 AAC 76 秒配乐：在 Ryzen 5 5600H 上约需 8 分钟；混合配乐：约 50 秒）。
- Claude 无法聆听；质量审查数据 + 频谱图 + 用户耳朵是反馈循环。