生成媒体素材获取 是做什么的？
目的
当节拍同步剪辑需要生成媒体而非仅使用发现/源素材时，请使用此技能。保持与Smash风格工作流相同的质量标准：生成的资产必须支持剪切标记、乐句转换、主题变化和视觉升级，而不是成为通用填充物。
路由
- 对于生成视频，如果可用，使用已安装的Gemini/Veo技能，例如
$gemini-video-generation或Jake的$gomez-cloud-veo-generation。 - 对于Google Flow浏览器生成，当用户要求Flow、浏览器积分、Google Omni、Chrome中的Veo或可见的Flow UI时，使用Gomez/Flow路由。
- 对于生成的静帧图像、底片、模型、剪切图、纹理或参考帧，如果可用，使用Codex内置的
$imagegen技能/工具。 - 如果视频和图像生成工具都不可用，则创建提示清单和编辑计划，然后告知用户哪个生成步骤仍被阻塞。
何时生成
在以下情况下生成媒体：
- 用户明确要求生成视频或图像。
- 真实素材不可用、太弱、太重复或受许可/源访问限制。
- 某个片段需要特定的、无法从现实源获取的视觉效果、过渡底片、梦境图像、无标题抽象、产品安全切换镜头或节拍重音。
- 剪辑是探索性的，生成的占位素材将有助于在找到最终源素材之前测试时间。
在以下情况下优先使用真实素材：
- 最终成品需要真实事件、人物、游戏画面、产品证据、幕后花絮、音乐会观众反应或纪录片可信度。
- 生成的媒体会降低特异性或使剪辑感觉像库存素材。
- 可以快速合法地找到真实源。
工作流
- 从歌曲分析和蒙太奇计划开始。在知道目标窗口、宽高比、能量曲线和标记角色之前，不要生成资产。
- 根据每个提示决定资产类型：
generated_video：用于乐句转换、过渡、氛围或不可能场景的短运动片段。generated_still：用于通过平移、缩放、视差、叠加或快速闪白进行动画处理的图像底片。source_footage：对于接地气的动作和最终证明剪辑，真实素材仍然是首选。
- 创建一个生成清单，每个请求的资产对应一行/一个对象：
- 提示ID
- 标记时间或时间范围
- 资产类型
- 宽高比
- 提示词
- 避免列表
- 在时间线上的预期用途
- 输出路径
- 在花费付费/API视频积分之前先询问，除非用户明确要求实际生成。
- 将生成的项目资产保存在忽略的本地文件夹下，例如
media/generated/、work/generated-media/或outputs/generated-media/。不要提交生成的MP4、原始图像、API密钥、下载内容或私人参考。 - 使用
ffprobe验证生成的片段，并通过打开或检查生成的图像，然后再将其用于时间线。 - 将已接受的生成资产添加到蒙太奇源清单中，并注明
source_kind=generated_video或source_kind=generated_still。 - 首先渲染干净的剪辑。将生成的资产视为源素材，而不是跳过时间线CSV、联系表、简报或
$edit-delivery-qa的理由。
程序化音频反应式渲染（抽象视觉首选）
对于抽象/氛围元素——隧道、传送门、万花筒曼陀罗、星爆场、事件视界、标题片段——首选程序化GPU渲染而非AI生成：它是确定性的、无水印的、完全拥有的，并且可以由歌曲自身的起始包络驱动，从而使每个脉冲都随音乐自动同步。
骨架：Python + moderngl独立上下文，一个全屏三角形#version 330片段着色器，逐帧统一变量（uTime、uPulse来自librosa起始包络，经过95百分位数归一化和exp(-1/(fps*0.22))峰值保持衰减，集成速度/滚轮累加器在命中时激增），从FBO读取帧，并将原始RGB直接管道输入到ffmpeg -f rawvideo -pix_fmt rgb24 -vf vflip -c:v libx264 -crf 18 -pix_fmt yuv420p。标准CLI：--audio --start --dur --out --fps 30 --w 1080 --h 1920，加上--still --t模式用于艺术指导检查，然后再承诺完整渲染。
经过验证的音频映射：起始脉冲→缩放冲击/炽白闪光/旋转踢；低音→核心绽放/内缘热量；集成能量→行进速度。保持频段作为单独的归一化信号。
艺术指导法则（两次学到）：深色近黑基底 + 发光霓虹。 密集程序化场域会冲淡柔和的色彩，除非场域的约50%是黑色护城河，噪声雕刻光线（I = profile * pow(streak, 1.5+) * gradient），并且饱和度被提升。如果读起来平淡，增加深度分离并先变暗外围再添加细节。完成：Reinhard风格色调映射acc*1.35/(1+acc)，饱和度提升约1.3，伽马0.4545；为主要片段添加抖动处理以实现近黑渐变。
集成规则： 程序化渲染不得作为独立片段进行剪辑（参见$beat-synced-montage-builder中的集成-FX规则）。将其合成到镜头中——在RGB/gbrp（永远不要YUV——品红色洪水）中屏幕混合到天空、羽化圆盘alpha、反射、边缘包裹光晕、角落固定屏幕——或者在着色器内部通过将基础剪辑解码为同一片段着色器采样的纹理来融合它，将剪辑的剪切时间作为统一变量传递，以使剪辑作为扭曲冲击。始终在编辑使用的精确窗口（--start/--dur）上渲染。
视频生成指南
使用Gemini/Veo/Flow生成视频。保持提示直接、视觉化且具有编辑意识：
9:16竖屏视频，8秒，无可见文字或徽标。
场景：<具体视觉效果>。
运动：<一个可在节拍上切换的清晰动作>。
镜头：<简单的镜头运动>。
风格：<视觉风格>。
灯光/氛围：<能量>。
避免：文字、水印、品牌徽标、额外角色、畸变的手部/脸部。
对于节拍同步剪辑，请求具有清晰开端、中间部分和可用冲击时刻的短片段。避免要求跨多个节拍精确编排的提示；相反，生成几个简单的选项。
如果使用Google Flow，选择符合用户成本/质量要求的可见Veo/Omni模型。立即下载完成的片段，并将其复制到项目本地的忽略媒体文件夹中，使用稳定的、小写的文件名。
图像生成指南
使用Codex图像生成来创建可以本地进行动画处理的静帧底片、切换镜头、参考帧、专辑/故事视觉效果或不可能的场景。当编辑只需要以下情况时，优先使用图像底片：
- 快速闪白
- 匹配剪辑帧
- 视差背景
- 象征性插入
- 缩略图/联系表概念
- 一个可提示的视觉效果，视频生成会使其过于复杂
根据预期的编辑用途提示静帧：
资产类型：节拍同步蒙太奇图像底片
主要请求：<视觉效果>
格式：9:16竖屏或16:9横屏
构图：清晰主体，在社交推送大小下可读，为安全裁剪运动留出空间
风格/媒介：<照片/插图/3D等>
约束：无可见文字，无徽标，无水印
当项目将使用该图像时，将选定的输出移动/复制到工作区。不要只将引用的资产保留在Codex的默认生成图像缓存中。
质量规则
- 生成的资产必须与特定的节拍、乐句或故事时刻相关联。
- 避免通用的B-roll提示，如“酷炫抽象视觉效果”，除非该片段确实需要抽象。
- 当蒙太奇需要多样性时，制作几个狭窄的提示，而不是一个宽泛的提示。
- 拒绝带有不良文字、破碎面孔/手部、可见水印、弱运动、模糊主体可读性或没有明显剪切点的生成资产。
- 在清单中清晰标记生成的占位素材，以便以后可以用真实素材替换。
移交给蒙太奇构建器
生成或规划完成后，将已接受的资产作为常规源传回给$beat-synced-montage-builder。包括：
- 资产路径
- 提示ID和预期的标记时间
- 源类型
- 使用的提示
- 关于最佳帧或最佳运动时刻的注释
- 替换优先级：
final_ok、replace_if_real_source_found或placeholder_only