Video & Animation

动效音乐与音效方法论：BGM 三选一、拍点对齐、SFX 峰值对齐、响度 -14 LUFS。混音之前先用它定方案。

将人物演奏视频与单独录制的鼓声音频同步剪成架子鼓成片。适用于筛选正确录制版本、保留歌曲前奏、对齐落鼓动作与鼓声、删除准备或操作设备画面、检查漂移并轻度提亮。

Turn a vehicle on the Winn Kia of Fremont lot into three branded 10-second vertical reels (1080x1920) — "heartfelt" (warm family story), "sky-drop" (the car falls from the sky and lands), and "exploded" (the car bursts into floating parts and reassembles). Pulls the real listing photos from winnkiaoffremont.com, generates each clip with Higgsfield Seedance 2.5 using those photos as references, then adds the Winn logos, a hook, captions written for that car, a music bed and an end card with the dealership address. Use this whenever the user names a Kia model, stock number, VIN or Winn Kia listing URL and wants a reel, video, social content, "the three videos", or "do the same for this car" — and for follow-ups such as changing captions, re-running one style, or redoing a clip.

把真人口播竖屏短视频剪出「网感」——用 Remotion 做文字版式、换场画面、补停顿、配音效，并守住社媒安全区。用于：剪口播、口播精剪、抖音精剪（B-roll / 小人像窗 PIP / 分屏 / 海报大字）、抖音/Reels/Shorts 竖屏短视频、字幕太长或跑边、画面太平没网感、「用剪映那种花字/版式」、talking-head short video editing、Douyin-style 精剪 edit、B-roll、kinetic captions、safe zone。需要 1080×1920 的口播视频；有稿子更好。不用于：没有真人口播的品牌宣传片、多场景长片、纯素材混剪、静态标题卡。

Biến nguyên liệu thô (link, file PDF/ảnh/slide, đoạn mô tả của người dùng) thành videos/NNN-slug/idea.md có cấu trúc cho kênh devdraw. Dùng khi người dùng dán link, đính kèm tài liệu hoặc kể một ý tưởng và muốn "lên idea", "làm video về cái này", "lưu ý tưởng này". Không dùng để viết script.json.

纯代码渲染引擎方法论：seek(t) 确定性时间函数、静帧先行探针、子帧动态模糊、无头浏览器逐帧渲染。写渲染代码时用它。

多通道 AI 视频生成 + 配音合成引擎（fal.ai 队列：Wan 3.0 / Seedance 2.0+2.5 / MiniMax H3 / Gemini Omni Flash；TTS 用 ElevenLabs 英文 + 火山豆包中文；ffmpeg 合成）。当用户要求生成视频、文生视频、图生视频、视频编辑、配音、TTS、口播、短视频、BGM 混音，或提到 视频、视频配乐、视频号、抖音视频、短片、video clip、voiceover 时使用——即使没有说"生成"。需要 FAL_KEY（fal.ai）；可选 ELEVENLABS_API_KEY（英文配音）/ VOLC_TTS_API_KEY（中文配音，豆包 seed-tts V3）；REPLICATE_API_TOKEN 通道已脚手架化。零依赖，Node ≥ 18（合成与时长校验需要 ffmpeg/ffprobe）。模型路由、端点、参数枚举与定价集中在一个 JSON 注册表——加模型=改配置，不改代码。

给短视频做声音：配音用 HeyGen 复刻的自己的声音，也可以选 HeyGen 公共声音或 Gemini TTS，字幕时间按真实说话段落对齐；配乐和音效优先从 HeyGen 曲库/音效库找真实录音，曲风贴主题（产品介绍默认动感、有推进力），配乐压在人声下至少 12 dB，转场和关键帧都配音效；曲库找不到又要按小节精确编排时用 GarageBand 自带 Apple Loops 编曲，代码合成只做库里没有的短音效；测曲子的 BPM、拍点和高潮，让高潮砸在画面关键时刻并出卡点镜头时间表；最后压人声、统一响度到平台标准，交付前自检响度、峰值、音画等长和切点落拍。适用于竖版短视频、产品介绍、项目宣传片、讲解视频的配音、配乐、转场音效、卡点 BGM。当用户说"配音""用我的声音""Gemini 配音""换个声音""配乐""BGM""背景音乐""音效""转场音效""卡点""用库乐队/GarageBand""HeyGen 音乐""测一下 BPM""高潮对上画面""声音太小/抢人声"时使用。只负责声音，不负责画面。

Gets a finished video out on YouTube (Shorts or long), Instagram Reels and TikTok - picks the video, makes the light export for Instagram and TikTok, the cover, the caption and the YouTube title, sets the time, shows the plan, then after the creator's yes publishes through Treg on their own connected accounts (setup included), or hands a ready-to-post kit when Treg isn't set up. Use when the user says publish, post it, schedule, upload to YouTube, put it on Instagram, TikTok, publier, poster, programmer, mets-le en ligne.

>- Makes a product launch motion-graphics video in Remotion. Covers how to research a reference clip, how to build the story from what the product actually does, how to split a supplied logo into moving parts, and how to render real UI with the product's own components and CSS. Use when the user asks for a launch video, promo, motion graphics, Remotion video, ローンチ動画, or モーショングラフィック, including a localized second cut.

镜头理解官方套件（v2）：在确定性信号层之上做逐镜多模态语义结构化，产出带证据帧与置信度的 shot_record，供高光挖掘、剪辑设计与字幕文案消费。含可直接投喂的多模态提示词全文与自检清单，替换旧版"一次性全文理解 + 秒级时间码"的做法。

口播精剪官方套件（v1）：逐句留删决策树、人味配额与跳切遮盖。含"删什么/保什么"的阈值表、人味下限补偿、多片拆分、返修记忆点与失败处置，供口播精剪师执行。

口播逐字稿官方套件（v1）：把一条长口播变成词级时间戳逐字稿与口语标记（语气词/停顿/重复/卡壳/口误自纠/话题块），并把精度、通道与不确定处如实写进回执。含 ASR 通道纪律、断句规则、标记口径与失败处置。

口播点睛层官方套件（v1）：把逐字稿里的金句/数字/结论/步骤做成知识点弹幕、贴纸卡与章节条。含密度与安全区纪律、文案抽取口径、渲染交接与失败处置。

高光与关键帧挖掘官方套件（v2）：用多信号加权 + 缺陷惩罚的可解释模型，从长素材中定位真正值钱的区间与三类关键帧（情绪峰值/动作峰值/构图最优），并对齐语音气口与音乐节拍。含评分公式、场景权重档案、去重规则与复核清单。

媒资索引官方套件：把镜头解析结论转成可检索标签、实体、可用性与复用建议，支持跨项目"先问库、再补拍"，并把复用回执写入账本。

剪辑质检官方套件：时间轴合法性、视听连续性（越轴/视线/景别/光线/音量）、可执行性与合规四类检查，不合格项必须给可执行返修动作；硬闸只保留事实类，审美类只做咨询项。

叙事结构与评审官方套件（v2）：把"故事大纲 + 情绪曲线形容词"升级为可执行结构（beat 表 + 情绪强度曲线 + 节奏图 + 素材映射），并给出四视角评审（叙事/情绪/平台/执行）。含提示词全文与评审打分口径。

素材入库官方套件：登记内容指纹、规格、授权与用途，生成代理文件与缩略图，原件只读。含幂等规则、授权口径、代理转码参数与异常处置，供素材馆员执行。

创意发散官方套件（v2）：把"7 个固定坑位 + 硬规则填表"升级为"创作三问 + 差异化发散 + 素材证据绑定"。含可直接投喂的创意生成提示词、差异化矩阵、参考片锚点用法与反套路清单。

字幕、标题、弹幕与贴纸的字号、平台位置和分层设计；保留公式与平台参考，执行完整传入文字和时间轴，不以源片画面采样或固定密度默认删改；绑定 G-SUB0..G-SUB6，供字幕师按声明参数执行。

镜头提示词 25/30 字段工艺官方套件（随 bundles/ai-video 分发，F8.1 官方套件级）：25 字段融合（片头 30）、三阶段精炼、字符口径 2470-3000/硬上限 3000/精炼后 ≥1200、PromptDeliveryGuard 交付校验，含工艺判据表（含来源）、参数边界与失败模式表。安装后被提示词工程师与字段质检员调用；绑定围栏 G6，卸载即撤销（F8.2/L8.3）。

参考音频采集与质量控制官方套件（随 bundles/ai-video 分发）：本机麦克风选型与摆位、录音脚本设计、3–15 秒时长窗口、逐字转写纪律、质量门（时长/语音活动占比/信噪比/真峰值）与常见翻车处置。安装后被配音师调用；绑定围栏 G-VOICE0..G-VOICE6，卸载即撤销。

音色档案与声线管理官方套件（随 bundles/ai-video 分发）：档案结构（reference.wav + profile.json + consent.json）、命名与版本纪律、一个角色一个档案、情绪与语速控制的边界、跨语言与方言、多引擎（MLX 本机 / OpenAI 兼容端点）的档案口径。安装后被配音师调用；绑定围栏 G-VOICE0..G-VOICE6，卸载即撤销。