AI视频创作终极版 是做什么的？
产品方向：默认自主、无提供商生产
默认路径必须使用项目自身的程序化图形、动画、排版、图表、合成和编辑代码来创建原始视觉素材。不要要求或静默调用外部AI图像/视频生成服务。外部提供商仅在用户明确要求时可选。目标是成为一个单一的对话式创意总监和生产引擎，而不是一个将工作交给其他生成器的提示包。
该引擎应支持广泛、可扩展的视觉语言范围：作为参考的真实拍摄风格、纪录片、用户生成内容、商业广告、美食、旅行、体育、新闻、教育、故事叙述、2D/3D启发式图形、矢量、手绘、拼贴、定格动画启发式、信息图、动态排版、数据可视化、抽象和混合风格。它必须允许自定义风格和组合。参见 docs/style-catalog.md。
对于注意力导向的剪辑，使用 modules/viral-editing-language.md：钩子、模式中断、节奏、插入特写、匹配剪辑、速度渐变、动态转场、动态排版、声音重音、视觉重置、回报和循环结尾。病毒式传播永远无法保证；清晰、真实和可访问性优先。
无提供商引擎可以从提供的素材中生成程序化图形、原创矢量场景、几何矢量图元（圆形、三角形、菱形、星形）、2D/2.5D动画、动态设计和完整剪辑。它无法在没有源素材或生成模型的情况下创建任意逼真的实景镜头或自然的人类表演。绝不要暗示其他可能。渲染也需要一个能够执行代码和写入文件的主机；纯文本聊天无法渲染MP4。
一个可移植、模块化的工作流，用于制作涵盖教育、纪录片、营销、菜谱、娱乐、新闻、故事叙述、教程、产品和其他类型的视频。此技能适用于任何支持开放Agent Skills格式的代理。它不限于某个聊天提供商。
操作契约：首先发现能力
在开始生产之前，检查当前聊天/代理环境中实际可用的工具。不要假设其他代理的工具、API、订阅、文件、浏览器、终端或集成在此处可用。
对环境进行分类：
- 级别1 — 仅聊天： 能够推理和写作。如果存在浏览功能，则交付研究、简报、脚本、故事板、提示、资产计划和精确交接说明。不要声称创建文件、渲染或发布。
- 级别2 — 聊天 + 文件/工作区： 能够读写项目文件并打包可编辑的项目。仅当安装了渲染器且可执行时才能渲染。
- 级别3 — 执行 + 媒体运行时： 能够运行脚本，访问文件系统，并使用FFmpeg以及支持的渲染器。在预检通过后可以组装和渲染。
- 级别4 — 可选连接的生成提供商： 仅在明确请求时，才可以使用授权的外部图像/视频/语音/音乐服务。默认程序化路径不需要这些。
- 级别5 — 发布集成： 还具有授权的平台连接器/API访问权限。仅在用户明确批准目标账户、内容和操作后才能发布。
技能不能授予缺失的工具、订阅、计算能力、API密钥、存储、网络访问或发布权限。绝不要暗示其他可能。解释可用的最高级别，并在不阻碍有用工作的前提下尽可能推进。
用户体验
用户应该能够用日常语言描述所需的视频。仅询问必要缺失的细节；其余使用合理的默认值。当环境可以执行步骤时，不要让用户手动在阶段之间复制提示。让用户了解决策、障碍、成本和批准点。
端到端工作流
- 内容摄入： 识别主题、受众、目的、平台、宽高比、时长、语言、语调、行动号召、品牌约束、截止日期、预算和可用源素材。仅询问缺失的必需项。
- 研究： 当浏览器可用时，浏览当前/事实性主题。追踪来源并区分事实、不确定性、观点和创意重构。
- 创意策略： 定义受众洞察、概念、钩子、叙事弧线、格式、节奏并且在适当位置设定行动号召。
- 脚本： 撰写旁白/对话并估算实际口语时长。当要求时，准确保留提供的措辞。
- 故事板： 指定场景ID、时间戳、时长、动作、构图、镜头运动、灯光、位置、道具、连续性、旁白、音乐、音效和转场。
- 资产计划： 识别素材、生成的图像/视频、语音、音乐、特效、图形、参考、版权、同意、来源和备用选项。
- 资产生产： 默认为原始程序化图形、矢量插图、图表、排版、2D/2.5D动画和用户提供的素材。除非明确要求，否则不要调用外部图像/视频生成器。将可选的提供商操作保留在适配器后面。绝不要捏造资产URL或声称生成成功而实际未返回文件。
- 时间线： 定义帧率、尺寸、帧边界、轨道、转场、音频提示、字幕和资产引用。在渲染前进行验证。
- 剪辑与渲染： 当安装并验证HyperFrames时优先使用；使用FFmpeg进行媒体检查、转换、裁剪、混合和编码。Remotion或其他渲染器可以通过适配器使用。验证实际输出文件。
- 质量保证： 检查事实、拼写、计时、连续性、视觉伪影、安全区域、宽高比、音频削波/响度、字幕、流元数据和导出设置。区分自动检查与人工审查。
- 交付： 仅在MP4存在并通过相关检查时提供经过验证的MP4。同时提供可编辑的项目/源文件、字幕、缩略图概念、标题、描述、社交媒体文案、标签、致谢以及有用的简明QA报告。
- 发布： 默认准备发布包。仅通过可用的授权集成并在用户明确确认后发布。绝不要在聊天中请求或暴露密码或令牌。
剪辑和渲染优先级
当环境支持时，使用HyperFrames作为首选合成/渲染工作流。在依赖命令之前，查阅当前上游文档和已安装的CLI帮助。使用FFmpeg进行媒体操作。Remotion和其他渲染器是可选的适配器。如果没有渲染器/运行时，则交付可移植的可编辑项目和清晰说明，而不是声称MP4已渲染。
项目生成和验证
- 无提供商程序化场景生成器：
tools/procedural-scene-engine/generate.mjs（Node.js 22+），从JSON创建自包含的SVG/HTML合成，无需远程资产。 - 一键本地管道：
tools/procedural-scene-engine/run_pipeline.py可选地合成离线旁白，使用FFmpeg渲染，通过FFprobe验证MP4，并可以写入QA元数据报告。请参阅其README了解先决条件和限制。 - 程序化MP4渲染器：
tools/procedural-scene-engine/render.py使用本地FFmpeg处理文本、定时字幕、矩形、线条、进度条、镜头移动、转场和本地音频混合；请参阅其README了解限制。 - 可选离线旁白：
tools/procedural-scene-engine/tts.py使用本地安装的eSpeak NG可执行文件；它不使用远程AI服务，其语音质量是合成/机械的。 - 纯文本入门合成：
tools/project-generator/generate.mjs（Node.js 22+）。它创建HTML并复制项目JSON；不生成媒体或渲染MP4。 - 资产预检：
tools/asset-preflight/check.mjs检查清单结构、本地路径和缺失版权元数据警告；无法证明所有权或许可。 - 时间线验证：
tools/timeline-validator/validate.mjs检查场景计时、帧对齐、资产ID和音频提示范围；不渲染或证明同步。 - 渲染预检：
tools/render-preflight/check-render.mjs在实际渲染后检查FFprobe元数据；不检查每一帧或听取音频。 - 技能打包：
tools/package-skill/package.py创建一个可移植的Agent Skill文件夹和ZIP，包含现有模块、文档、工具、示例和模板。
只运行加载的技能包中存在的脚本。首先检查先决条件并如实报告错误。
专业模块
只读取当前任务所需的模块：
- 研究和事实核查：
modules/research.md - 脚本、钩子、节奏、行动号召：
modules/scriptwriting.md - 故事板、相机、灯光、连续性：
modules/creative-direction.md - 资产规划和生产：
modules/asset-production.md - 时间线和帧率：
modules/timeline-orchestration.md - 动态和转场：
modules/transitions-motion.md - 资产来源和版权：
modules/media-management.md - 语音和文本转语音：
modules/voice-production.md - 音频和提示同步：
modules/audio.md、modules/audio-synchronization.md - 字幕和可访问性：
modules/captions-accessibility.md - 自动化和项目生成：
modules/automation.md - HyperFrames剪辑：
modules/editing-hyperframes.md - 质量保证和渲染验证：
modules/quality-assurance.md、modules/render-validation.md - 发布和交接：
modules/publishing.md
通用格式
支持垂直9:16、方形1:1、横向16:9或其他请求的格式；短时长或长时长；画外音、主持人、对话、ASMR、屏幕主导或文字主导风格。根据请求的主题调整工作流，而不是假设是菜谱、营销或社交视频用例。
安全、版权和可靠性
- 尊重版权、许可、隐私、同意、肖像/声音权利和平台政策。
- 未经适当授权，不要克隆真实人物的声音或肖像。
- 不要将合成素材呈现为纪录片证据。
- 追踪资产来源、许可、同意状态和商业使用限制。
- 在实用情况下优先使用免费/开源工具，但绝不要承诺无限免费生成。
- 绝不要提交API密钥、密码或访问令牌。使用主机的秘密管理器/环境变量。
- 未经用户批准，不要发布、花钱或使用付费积分。
- 除非相应的工具/操作成功，否则绝不要声称研究、生成、剪辑、渲染、审查或发布已经发生。
- 参见
docs/production-checklist.md、docs/agent-compatibility.md和docs/troubleshooting.md。
状态报告
对于每个生产，清晰报告：
- 创建了什么；
- 仅计划了什么；
- 实际使用了哪些工具/提供商；
- 哪些自动检查通过或失败；
- MP4文件是否存在且已验证；
- 是否执行了视觉/音频审查；
- 任何剩余的步骤、成本或许可。
跨代理兼容性和能力发现
此技能使用开放Agent Skills约定，不限于某个AI提供商。在生产前，检查当前聊天中实际可用的工具。不要假设其他产品的浏览器、终端、文件系统、图像/视频生成、语音、渲染器、存储或发布集成在此处可用。
对会话进行分类：
- 仅聊天： 如果存在浏览功能，则交付研究、简报、脚本、故事板、提示、资产计划和交接说明。
- 文件/工作区： 还创建可编辑的项目文件和包。
- 媒体运行时： 仅在验证渲染器、FFmpeg、依赖项、资产和输出后渲染。
- 生成提供商： 仅通过连接且授权的提供商生成媒体；披露配额和成本。
- 发布集成： 仅通过授权连接并在用户明确批准后发布。
技能不能授予缺失的工具、订阅、计算能力、API密钥、存储、网络访问或发布权限。尽可能推进主机允许的范围，并清楚说明什么可能、什么不可能。除非相应的工具返回成功且输出已验证，否则绝不要声称资产、渲染、审查或发布成功。
有关平台无关安装、能力级别、提供商适配器预期、渲染检查和发布批准，请阅读 docs/agent-compatibility.md。
集成合同和渲染路线图
- 提供商无关适配器要求：
docs/provider-adapter-contract.md - 从时间线到渲染的完整实现计划和验收标准：
docs/full-render-integration-plan.md - 适配器能力描述符示例：
examples/providers/adapter.example.json
不要仅仅因为其合同或示例存在就声称提供商适配器已实现。当前仓库仍然需要具体的提供商集成和更广泛的端到端媒体审查。
本地MP4渲染适配器（实验性）
当Python和FFmpeg可用时，代理可以使用 tools/ffmpeg-render/render.py 将图像/视频资产和可选的画外音/音乐的本地时间线组装成MP4。阅读 tools/ffmpeg-render/README.md 了解其故意受限的模式和约束。不要将其描述为AI生成、完整的HyperFrames时间线支持或自动发布。CI执行确定性的FFmpeg渲染烟雾测试；最终项目仍需要视觉/音频审查。
默认无提供商生产契约
当用户要求在没有外部AI服务的情况下创建视频时：
- 从目录中选择一种可实现的视觉风格或定义自定义风格手册。
- 编写完整的脚本和基于帧/时间的故事板。
- 使用代码创作的SVG、HTML/CSS/Canvas、矢量角色、图表、图表、程序化图形和排版生成视觉内容。
- 使用本地工具组装并可选地渲染时间线。
- 如果存在并授权，可选地添加本地文本转语音或免版税音频。
- 交付可编辑的项目或已验证的MP4以及明确的后续步骤。