jjietay/kaleidoscope

解說影片

您製作一部能幫助使用者學習概念的影片。您有一個全新工具無法比擬的優勢：您了解這段對話與這個專案。請善用這項知識。

引擎位於 ~/.claude/skills/kaleidoscope/engine/。在本檔案中，make 代表：

node ~/.claude/skills/kaleidoscope/engine/make.mjs <command> <project-dir>

步驟 0：先詢問（每次技能啟動時都需執行）

無論使用者是輸入 /kaleidoscope 還是以文字要求影片，您的第一件事就是使用 AskUserQuestion 提出下列問題，並附上可點選的選項。如果使用者的訊息或這段對話已回答了某個問題（例如「以新聞片風格」回答了「風格」，而「搭配低保真音樂」回答了「音樂」），則省略該問題。將推薦選項放在第一個並標記為「(推薦)」。在一個呼叫中提出所有四個問題（該工具最多接受 4 個）。如果主題本身不明確且沒有任何問題可省略，則先在單獨的呼叫中詢問主題。

問題	標題	選項（第一個為預設值）
影片應使用哪種風格？	風格	黏土 3D：一種軟質黏土風格，由沉默的吉祥物負責執行工作 · 經典 2D，混合：每個部分使用不同的 2D 風格 · 經典 2D，單一風格：使用者指定名稱（新聞片、白板……）
影片的目標觀眾與長度？	觀眾	考試複習，標準：包含講義記號、計算數字、考試陷阱，5 到 6 分鐘 · 考試複習，深入：同上，8 到 9 分鐘，包含推導的每一步 · 初學者，簡短：先講直覺，符號較少，2 到 4 分鐘 · （其他：使用者指定觀眾與長度，例如「專家複習，簡短」）
我應何時與您確認？	檢查點	一次性完成：帶著完成的影片回來 · 故事板完成後：展示計畫並等待批准 · 第一版畫面後：展示第一個畫面並等待
哪種音樂？	音樂	平靜 (current)：柔和的鋪底音色，無節拍 · 低保真 (lofi)：輕節拍，更有活力 · 無

當對話內容暗示某個選項時（例如下週有考試：考試複習，深入），請將推薦選項放在第一位。如果訊息只回答了觀眾問題的一半（例如「為了我的考試」），請保留該問題，並僅提供與該半部相符的選項。觀眾類型包括考試複習、初學者和專家複習（快速且密集）；長度包括簡短 (2 到 4 分鐘)、標準 (5 到 6 分鐘) 和深入 (8 到 9 分鐘)。將答案寫入步驟 4 的 video.json 檔案："_look" (clay 或 classic)、"_brief": { "viewer": ..., "length": ..., "checkpoint": ..., "style": ... } 以及 "_render": { "music": "current" | "lofi" | false }。後續每個步驟及重建作業都會從此處讀取這些設定，不會再次詢問。如果使用者忽略問題，則使用每個問題的第一個選項。

一次性完成，除非使用者選擇了檢查點

步驟 0 之後，不間斷地執行下列每個步驟，僅帶著完成且檢查過的影片回來。不要問「我可以繼續嗎？」，不要展示草稿，不要在步驟之間等待。以下每個檢查都由您自己執行並採取行動。僅有的停止點是使用者選擇的檢查點：「故事板完成後」在步驟 7 之後停止（展示故事板及腳本代理的判定，然後等待），而「第一版畫面後」則在步驟 9 的第一次 make look 時停止（展示其影像，然後等待）。

使用者想要的風格（請在步驟 6 之前閱讀）

黏土用於動作，Manim 用於繪圖，且每部影片都有吉祥物。請閱讀 styles/clay.md。為了保持影片間的一致性，使用者選擇了黏土風格而非舊的風格混合。2D 風格是選擇性的經典風格；請參閱下方段落。

• 不要強迫將繪圖放入黏土中（使用者要求）。 當 2D Manim 圖像比黏土更能幫助觀衆理解時（例如曲線、分佈、輪廓、投影或平面中的其他幾何圖形），請將該部分製作成 Manim 部分，使用 Manim 的深色背景 (styles/math-manim.md)。切勿建立複製數學曲線的黏土模型：使用者曾要求移除這些模型。執行動作的物體以及吉祥物的體力工作則保留在黏土中。影片可以從黏土部分切換到 Manim 部分再切換回來，相同的事物使用相同的顏色。

• 一種風格，多個部分。 影片分為約 15 到 40 秒的部分（鉤子、每個想法、您的案例、結尾）。每個部分都有自己的純色背景、攝影機和場景。相鄰的兩個部分絕不共用背景。

• 吉祥物負責執行工作。 他保持沉默，沒有唇形同步，旁白是畫外音。他走路、拉、推、搬運並用自己的手關閉東西，因此腳本中的力量是觀衆看到他做的事情。使用者在一個他只能站著觀看的影片後提出了這項要求。他預設保持面無表情，而 make check 會在他停留在一處時發出警告。

• 事物必須連接。 彈簧必須碰到牆壁，插針必須碰觸地圖，手必須碰觸它握持的東西。使用者曾發現一個彈簧在通過所有檢查後仍未碰到牆壁。make bake 會測量 models.js (JOINS) 中的每個連接點，因此請在此處新增新的連接點，並在靜止畫面中檢查接觸。

• 僅使用我們自己的模型。 使用 styles/library/clay 中的工具包。切勿下載模型。如果影片需要新物體，請以相同風格將其新增到工具包中。

• 每個部分是一個連續鏡頭。 在部分內部沒有剪輯或新幻燈片：物體隨著語音說話而到達、移動和連接，而攝影機則緩慢移動。一個部分結束時處於下一個部分開始的狀態，或者在下一個部分的背景中進行擦拭轉場。

• 圖像負責解說；文字僅用於命名。 文字保持平面且清晰，以 HTML 覆蓋在 3D 畫面上。每幀：一個標題欄（小寫大寫字母，表示部分和來源）、最多 8 個字的標題、幾個 1 到 4 個字的標籤（帶有細指引線），以及底部最多一行字幕。絕對不能有一列句子、項目符號列表或顏色圖例。 螢幕上最多約 15 個字。

• 公式要演繹語音（使用者要求）。 固定的公式並不比閱讀筆記好。使用 eqn() 建立每個公式：項次在說出時到達，在語音移動它們時移動，在說「消除」時擊打和爆裂，並僅在命名重要事物時彈跳。make look 會對靜止不動的公式以及螢幕上沒有消除動作的「消除」句子報錯。請參閱 styles/clay.md。

• 物理運動。 事物像物體一樣移動：手臂伸展、球落下並彈跳、方塊掉落並穩定、脈衝傳播。沒有靜態方塊的累積。

• 相同物體在每部影片中保持相同顏色（機器人始終為橘色，地圖始終為黃色）。

如果故事板違反上述任何一點，請在編寫程式碼之前修改故事板。

嚴格規則

• 在此處，即主要對話中進行思考。 您自行編寫腳本、故事板和場景，因為上下文在此處。切勿將這些步驟交給子代理：子代理從沒有上下文開始。步驟 7 中的腳本代理是唯一的例外，且它是有意從空白狀態開始的。
• 切勿倉促完成核心解說。 使用者從這些影片中學習。請遵守 reference/script.md 中的節奏規則，並修正每個節奏警告。
• 切勿捏造事實。 每個數字、公式和主張都來自您已檢查過的來源：使用者的程式碼、資料表、規格書、論文、文件。將它們列在 storyboard.md 中。回報任何您無法檢查的內容。
• 「您的案例」是可選的。 僅當此對話或專案確實包含相關範例時（例如使用者遇到的錯誤、修復、測量到的數字）才加入。切勿憑空捏造。
• 無重疊。 任何視覺元素都不得覆蓋另一個元素：文字覆蓋文字、文字覆蓋圖形、或圖形隱藏另一個圖形。每個標籤、公式、箭頭和物體都應有各自的空間。check 會對重疊的文字發出警告，而 review 會將每個測量到的重疊寫入 overlaps.md。擁擠與否由使用者判斷，因此請以全尺寸檢視影格來檢查。ID 傳遞有幫助：make look 會添加一張顯示最小間隙的圖像，並對間距小於 12 像素的文字與其他物體、文字位於圖畫上、文字對比度低以及被其他物體隱藏的模型發出警告。在 make final 之前修正每個重疊。
• 字幕每行只顯示一行。 每個提示最多 42 個字元，且同一時間不會顯示兩個提示，因此播放器永遠不會顯示兩行。引擎會自動處理此問題；verify 會回報違反此規則的提示。請勿修改 make.mjs 中的 SUB_MAX 來讓提示符合規則。
• 閉環（使用者要求，引擎強制執行）。 每次編輯後：執行 make look，閱讀它列出的所有圖像，修正您看到的問題，然後再次檢視。只有這樣才能進行建置。切勿盲目編輯和建置，因為建置耗時，而檢視只需幾秒鐘。每張圖像的右上角都有一個檢查碼，只有所有圖像的檢查碼按順序正確時，閘門才會開啟：
  1. 編輯。如果您更改了 script.md，請執行 make voice。如果影片包含 Manim 部分且您更改了 manim_scenes.py 或語音，請執行 make manim：make look 會繪製 Manim 影格，但不會生成它們。
  2. make look <dir>：它會測量每個更改場景的每一幀，並繪製其近幀和移動部件。全部閱讀。然後執行 make look <dir> --ok <digits>。缺少此步驟則 make build 會停止。
  3. make build <dir>。遇到任何碰撞時會停止。
  4. 閱讀 build/review/moving.md 中的所有片段。然後執行 make look <dir> --moving-ok <digits>。
  5. make final <dir>。如果原始碼在檢視或建置之後發生變更，或者有未解決的碰撞或重疊，則會停止。 將每個步驟作為單獨命令執行，在第一個失敗時停止，並確認編輯已套用。
• 每位讀者都檢查近幀和移動部件。 任何判斷影片的代理或會話都會讀取每個編輯部分的近幀，以及每個移動事物（吉祥物和物體）在其整個移動過程中的所有影格。僅取樣影片不算數：曾有手掌在取樣影格之間穿過了桌子。
• 新缺陷需要防護措施。 當使用者發現缺陷時，首先將其添加到 reference/faults.md 和 engine/test/selftest.mjs，並確認測試會因此失敗。然後修正影片。請不要只修正影片。在每次更改檢查後執行 make selftest。

使用者要求的內容（請保留這些）

每項都是經由聽覺要求或選擇的。引擎會自動處理大部分項目。

主題	內容	自動？
語音	Chatterbox 內建語音，通過 engine/tts/slow-reference.wav 減速至約每分鐘 160 字；每個段落一口氣讀完，以保持語調連貫	是
停頓	每個句號正好 0.6 秒，每個逗號最多 0.3 秒，根據腳本中的標點符號設定	是；若無法放置停頓則 voice 發出警告
失敗錄音	詞語與腳本不符的部分（Whisper 檢查）會使用新種子重新錄製，最多 3 次；保留最佳錄音	是；若仍然錯誤則發出警告
快速片段	語速超過影片正常速度 1.3 倍的子句（符號詞彙計為雙倍）會重新錄製；使用者發現「lambda v is v, scaled by lambda」太快	是；發出「fast」警告：應將其放入自己的短句中並加上 [pause]
負數	讀作「負」，從不讀作「減」	voice 會以錯誤停止
重複詞彙	「one one」應加上逗號變成「one, one」，否則語音會含糊不清	是
寫作	連貫的段落；[pause] 僅用於一個想法結束或動畫播放時。已拒絕：每個句子後停頓、斷斷續續的句子、快速的語音、拉伸（悶聲）的語音、Kokoro	由您決定，請參閱 reference/script.md
音樂	可聽見、穩定，約比語音低 13 dB (musicVolume 0.37；使用者從 0.26 提高了 3 dB)，溫和的閃避；兩首核准曲目，current（預設）和 lofi。已拒絕：大聲-小聲的抽吸感、音樂太小聽不見、其他 4 首曲目	是；您選擇曲目，請參閱 SOUND.md
音效	engine/sfx.mjs 中的工具包，經聽覺核准；飛入嗖聲比其他重音低 4 dB（使用者覺得有點太響）。新影片開啟 (_render.sfx: true)，舊影片關閉	您在提示處加入 s.sfx；引擎負責混音
音訊	48 kHz 立體聲	是；verify 會檢查
字幕	軟字幕，從不燒錄進去；使用者的 mpv 以小字型顯示 (sub-scale=0.7)	是
單行字幕	每個提示一行，最多 42 個字元，同一時間沒有兩個提示。使用者在 ROS 2 系列的第 1 部影片中看到兩行	是；verify 會回報違規提示
無重疊	沒有文字或圖形覆蓋另一個	check 對文字發出警告，其餘部分由 overlaps.md 及您的影格檢查清單負責
風格	統一的 3D 黏土風格，搭配沉默的吉祥物，以及我們自己的模型；曲線和繪圖使用深色背景的 Manim 部分（使用者要求：不要強迫將繪圖放入黏土中）。已拒絕：下載的模型、全暗色影片、文字欄、顏色圖例、建置式幻燈片	make check 對既非黏土也非 Manim 的場景或沒有吉祥物的影片報錯；其餘由您決定，請參閱「使用者想要的風格」
數學	五個公式步驟（需求、圖畫、公式、意義、測試）。曲線、繪圖或逐步變化的公式使用 Manim：2D 使用 manim()，或 3D 圖像使用 manim({ threeD: true })，不使用手繪畫布	make check 對孤立的公式發出警告；其餘由您決定，請參閱 reference/script.md 和 styles/math-manim.md
測驗	故事板中沒有測驗	由您決定
觀看	mpv <dir>/out/<slug>.mp4	將其放入報告中

機器設定

在步驟 1 之前執行 make config。它會列印此機器的設定，這些設定由安裝程式或 /setup-kaleidoscope 寫入。

voice 行指定語音名稱：Chatterbox（自然，在 NVIDIA GPU 或 Apple Silicon 上效果最佳）或 Kokoro（在 CPU 上小巧快速，約每分鐘 150 字）。專案可以在 video.json 中選擇自己的語音："_tts": {"engine": "kokoro"}。若無 GPU，Chrome 會使用 SwiftShader 繪製影格，而 ffmpeg 則使用 libx264 進行編碼。

...[已截斷]