古典诗词丝绸视频制作

古典诗词丝绸视频制作 是做什么的？

根据整首诗词，制作一个完整的 9:16 诗词视频。保持视觉系列的连贯性，但不必强制每个场景都使用同一个古风丝绸模板；让每个场景只表达其分配的诗句，保留每个生成片段的原始氛围，并在聊天中直接展示最终的 MP4 文件。

在首次运行之前，请阅读 runtime-contract.md 并运行 check_prerequisites.sh。切勿打印、复制或提交身份验证 Cookie、API 密钥、浏览器配置文件或生成的账户数据。

工作流程

1. 阅读完整诗词。识别标题、诗人、时代、地点、季节、时间、明确的意象、动作和情感脉络。
2. 场景分组：
   • 四行或更少：默认每场景一行。
   • 超过四行：默认每场景两行连续诗句。
   • 如果有明确的场景分组要求，则优先于上述默认规则。
3. 构建一个简洁的场景台账，记录字面意象、主导动作、景深层次、情感功能以及保留给其他场景的禁止意象。
4. 定义一套系列圣经。阅读 style-and-scene-mapping.md。保持系列的汉风视觉 DNA、历史时期、书法区域和画质的一致性，同时为每个场景选择由诗词驱动的子风格、介质、调色板和景深模式。
5. 使用内置的 image_gen 工具，为每个场景生成一张 9:16 的无文字初始帧。在右侧为书法留出干净的空间。将每张被接受的图像保存到当前项目中。
6. 通过 gemini-flow-suite Docker 容器对每张图像进行动画化，无需打开或控制宿主机浏览器。使用 docker_gemini_i2v.sh 和特定于场景的运动提示。需要自然的环境音效，且无旁白。如果运行时缺失，请遵循 runtime-contract.md；切勿通过暴露凭据或驱动用户浏览器的方式进行即兴操作。
7. 在片段生成的早期、中期和晚期检查每个片段。拒绝严重的解剖学变化、重复出现的动物、新增的建筑、风格漂移或构图重置。
8. 仅使用 clean_star_watermark.sh 移除白色的 Gemini 星形/菱形水印。保留传统的红色印章或其他有意的绘画内容，除非用户明确要求移除。
9. 使用 make_scene_ass.py 创建竖排两列书法的 ASS 文件。使用 Ma Shan Zheng 字体；将第一行放置在右列，第二行放置在左列。逐字显示，并在显示的列中省略标点符号。
10. 使用 render_scene.sh 烧录字幕，并保留 AI 片段的原始音频。不要替换或丢弃原始音频。
11. 拼接渲染后的场景。当相邻场景需要自然淡入淡出时，使用 concat_poem_crossfade.sh；当需要刻意硬切时，使用 concat_poem.sh。对画面和保留的环境音效都使用交叉淡入淡出，同时保持背景音乐在它们下方持续且轻柔；切勿在每个场景边界处重启背景音乐。
12. 对最终的编码文件运行 final_media_qa.sh。验证分辨率 1080×1920、帧率 30 fps、编码 H.264/AAC、预期时长、双音频源、安全字幕、无白色星形水印、保留红色印章、自然的过渡中点，以及无黑帧或损毁的结束帧。在交付前，以全分辨率打开可疑帧进行检查。

图像与运动规则

• 使用内置的 image_gen 工具生成静态帧。不要使用 Gemini/Flow 图像生成来生成它们。
• 仅将现有的风格参考作为介质/做旧参考；切勿复制其确切构图或主题。
• 每个场景使用一个主导事件。不要在第一场景就展示整首诗词。
• 通过汉风视觉语言、时代、重复出现的主题、书法区域和细节质量来保持系列连贯性。当诗词的意象或情感功能发生变化时，有意识地变化子风格、介质、主色调、色温和景深模式。
• 避免在每一个场景中都重复相同的左重右轻构图、右侧空白布局、羊皮纸颜色、树木剪影和地平线高度。在保证字幕安全的同时，变化视觉骨架。
• 通过可见的成因来转换声音：张开的喙、涟漪、弯曲的芦苇、拍打的翅膀或警觉的姿态。
• 默认锁定摄影机。运动必须来自已有的描绘成因：飘移的雾密度、扩散的水面涟漪、附着的枝叶摆动、较小的、解剖学上合理的鸟或马的动作，以及随风飘动的衣物。仅当用户明确要求时才使用摄影机运动。
• 优先使用锚定的局部运动，而非长距离跨帧移动。将建筑、树干、海岸线、主体躯干、字幕留白区域和红色印章视为静态锚点，不得重绘。
• 除非分配给该场景，否则禁止出现新的人物、建筑、船只、鸟类、花卉、文字、印章或地标。
• 保留模型生成的音频。测量两个音源，将背景音乐的音量大致置于保留的环境音效下方 6–10 dB 处；8%–16% 的线性增益是起始范围，而非固定规则。
• 如果用户明确要求全音量并行音效，则覆盖默认的轻柔背景设置：保持生成的环境音效现有增益不变，以 100% 的线性增益混合背景音乐且不进行闪避，仅使用最终限制器防止削波。不要在场景边界处重启任何一个音源。

输出协议

返回场景分组、保存的静态帧路径、去水印片段路径、最终视频路径以及简短的质量检查说明。使用其绝对路径在聊天中渲染最终的 MP4 文件。不要仅凭工具调用或文件路径就声称完成。