生成式電影

生成一部長度 45–120 秒、解析度 1920×1080、30 fps 的 MP4 影片，其中每一幀均由程式碼繪製（使用 pycairo + Pillow），每一個音符均為合成（使用 numpy/scipy）。無使用任何素材庫、AI 生成影像或授權音樂。參考作品為 SŪTRA（印度文明，87 秒）。風格類似孔版印刷校樣，一條紅線貫穿十個章節，並以 96 BPM 的節拍網格為基礎。

品質來自於以下三點。請遵循全部三點：

每個章節有一個點子，而非一張圖片。 每個場景應展現一個機制（例如被行走的城鎮網格、誦經的辮子、生長的碎形、被飛行的軌跡）。請不要只是說明一個名詞。
影像和聲音共用一個網格。 所有時序皆以節拍為單位。先創作音樂，然後所有剪輯、彈出和閃光都必須落在音樂事件上。
強烈且具體的美術指導，不能是「企業說明」風格：印刷校樣的金屬色、套色不準的油墨、原生書寫系統和數字、打字機字幕以及階梯式擦拭。

0 · 設定（每次工作階段一次）

pip install --break-system-packages pycairo fonttools   # numpy, scipy, Pillow 通常已存在
which ffmpeg && python3 -c "from PIL import features; print('raqm', features.check('raqm'))"

Raqm 必須為 True，因為它為天城文、阿拉伯文、坦米爾文等複雜書寫系統提供字形塑形功能。建立一個工作目錄。如果此技能資料夾中有 scripts/，請將 engine.py 和 audio_kit.py 複製到工作目錄。否則，請完全依照附錄 A 和 B 的內容輸出它們。這些檔案已測試過，請勿改寫。字型會在首次使用時從 google/fonts GitHub 儲存庫下載，沙盒環境允許此操作。

建立任務清單：概念 → 音樂 → 場景 → 測試影格 → 渲染 → 品質檢查 → 交付。

1 · 概念（在編寫任何程式碼之前）

研究。 在網路上搜尋所有將出現在螢幕上的日期、數字、名稱和聲明。在不肯定的日期前加上「c.」。將圖表標示為「示意圖」或「未按比例繪製」。保持事實精簡且精確，字幕不超過 12 個字。

貫穿物。 找到一個在每個章節中都出現的視覺元素，並以此為影片命名。在 SŪTRA 中，它是一條紅線：走過街道、變成聲波、畫出 kolam、然後飛過月球軌跡。其他範例：

海洋史：一個單一的浪峰。
咖啡：一滴。
運算：一個位元。
公司：其產品的核心手勢。

片名。 選擇一個單詞，理想情況下是主題本身的語言，並在螢幕上顯示字典風格的註解：sūtra (n.) 1. 線 2. 規則 3. 將事物連接在一起的東西。

章節。 使用 6–10 個章節，每個章節圍繞一個不同的視覺點子建構。可參考以下題材：

自我構建的圖表：城鎮網格、路線圖、軌道或文字的家譜樹。
作為藝術的數字：帕斯卡/謝爾賓斯基三角形、螺旋擴展的圓周率、二進位計數器或呈倍增序列的物體。
遞迴或碎形：神廟中的神廟，或樹中的樹。
實際配樂的示波器（wave_at(f)），非常適合關於語音或音樂的章節。
一條不間斷的線條畫：kolam 或鏡像曲線、連續線條肖像或簽名。
動態文字拼貼，例如借詞、口號或地名，在節拍上蓋印。
以原生數字倒數，然後發射或事件，然後命中。
書擋：結尾將所有章節串在貫穿線上，然後回到開場影像。

測試每個章節：如果它可以用一張庫存照片取代，請重新思考。

色票。 使用一張紙色、一個夜色和 5 種以該文化自身材料命名的油墨。SŪTRA 使用了 indigo、sindoor、haldi、rani 和 mor（孔雀）。其他範例：

日本：sumi、shu 朱紅、ai 靛藍、kincha 金、matcha。
墨西哥：cochineal、maize、talavera 藍、jade、marigold。
太空：vantablack、sodium 橙、hydrogen-alpha 紅、oxygen 青。

交替使用淺色和深色章節，並讓高潮章節在每個小節變換色票。

字體系統。 使用 4–5 個家族。選擇一個緊湊的展示字體作為主要文字、主題的原生書寫系統字體、一個等寬字體用於字幕和標籤，以及一個柔軟的斜體襯線字體用於詩句。使用原生數字作為運行年份或計數器。有用的 google/fonts 路徑（get_font(name, path, axes)）：

角色	路徑	軸參數
展示	`ofl/anton/Anton-Regular.ttf`	–
等寬	`ofl/spacemono/SpaceMono-Regular.ttf`, `…-Bold.ttf`	–
斜體襯線	`ofl/fraunces/Fraunces-Italic[SOFT,WONK,opsz,wght].ttf`	`[144,380,100,1]`
粗襯線	`ofl/fraunces/Fraunces[SOFT,WONK,opsz,wght].ttf`	`[144,900,100,1]`
天城文	`ofl/tirodevanagarisanskrit/TiroDevanagariSanskrit-Regular.ttf`	–
阿拉伯文	`ofl/notonaskharabic/NotoNaskhArabic[wght].ttf`	`[700]`
坦米爾文/孟加拉文/泰文	`ofl/notosanstamil/NotoSansTamil[wdth,wght].ttf`（相同模式）	`[700,100]`（wght, wdth 順序遵循字型定義）
中日韓	`ofl/notoserifjp/NotoSerifJP[wght].ttf`	`[700]`
婆羅米文	`ofl/notosansbrahmi/NotoSansBrahmi-Regular.ttf`	–

使用 font_axes(name) 檢查軸參數順序。如果路徑回傳 404，請使用 WebFetch 瀏覽 https://github.com/google/fonts/tree/main/ofl/<family>。

非傳統裝置。 選擇數個：

印刷校樣 HUD：套色標記、油墨色票、「PLATE 03 / 08 · NAME」標籤、以古數字系統顯示的章節編號、以原生數字顯示的運行年份，以及帶有章節珠子的進度線。
主要文字上的套色不準（riso()）。
網點填充。
垂直巨型文字。
圓形排列的文字（印章或封條）。
打字機字幕。
以兩種油墨執行的階梯式或虹膜擦拭。
在接縫處的故障顫動，並與音訊顫動匹配。
高潮處的白色閃光。
影片顆粒感。

絕對不要：

置中淡入的標題卡。
作為裝飾的漸層、光暈或鏡頭眩光。
表情符號或剪貼畫。
受版權保護的角色、商標或真人人臉的繪圖。
作為裝飾的國旗。
刻板印象圖像。

2 · 以節拍為單位的時間線

使用 90–110 BPM。一個章節為 8–16 個節拍。96 BPM × 136 個節拍 ≈ 87 秒。首先撰寫一個表格，如同 SŪTRA 的範例：

節拍	章節	畫面	音樂
0–12	開場	一個點脈動、伸展成一條線、片名文字逐拍彈出	持續低音膨脹，每個文字伴隨鐘聲，漸升
12–28	1	城鎮網格組裝；線條走過街道	手鼓節奏 + 撥奏旋律
28–40	2（呼吸）	音訊的示波器 + 文字辮子	持續低音、吟唱、稀疏
40–52	3	旋轉的輪子、文字蓋印、譜系樹	更活躍的鼓、漸升、在 51.5 處顫動
52–64	4	星軌加速、數字螺旋	襯墊 + 鐘聲琶音、大漸升、閃光
64–80	高潮	巨大的主要字符、碎形每拍生長 4 行、每小節變換色票	大鼓、拍手、低音、主旋律、重擊
80–92	5	遞迴結構依深度生長	半速；tihai 落在 92 = 剪輯
92–108	6	一筆畫，然後文字拼貼	柔和節奏，然後完整節奏
108–120	終曲	原生數字倒數 → 軌跡 → 著陸重擊	鐘聲、轟鳴、漸升、重擊
120–136	結尾	線上的珠子、片名返回、點	吟唱 + 襯墊 + 旋律、淡出

能量曲線為：安靜開場 → 構建 → 呼吸 → 構建 → 在最令人驚訝的點子上達到高潮 → 半速 → 終曲重擊 → 安靜書擋。

3 · 音樂先行 — `audio.py`

from audio_kit import *
T = Track(bpm=96, beats=136, root=138.59, scale="raga_bhairavi")  # root Hz; SCALES 包含多種文化
T.drone_bed(0, 132, level=lambda b: 0.16 if 12 <= b < 120 else 0.3)
T.hand_drum(12, 28)                                   # keherwa 風格的預設模式
T.melody(12, [(2, 4, 1), (3, 5, 1.2, 6), (4, 7, 2.2)])  # (節拍, 音階度數, 持續時間, 滑音目標度數)
T.riser_into(64, 4); T.at("fx", boom(), 64, 0.55)     # 進入高潮
T.groove(64, 80); T.stutter(51.5)
T.tihai(92)                                           # 3× 短語精確落在節拍 92
T.mixdown("music.wav", fade_beats=(133, 136))          # 也會寫入 env.npy / wave.npy

匯流排為 drone、perc、kick、bass、mel、fx 和 pad。使用 T.at(bus, signal, beat, gain, pan) 處理任何一次性音效。
樂器：drone, pluck (buzz=0 為乾淨音色), bell, voice, pad, sub, kick, clap, hat, drum_tone, drum_bass, drum_slap, drum_muted, riser, boom, rumble。
根據文化匹配音階和樂器。例如：hijaz + frame drum + oud 風格的撥奏（buzz=0.8）；in_sen + koto 風格的撥奏（buzz=0）+ 鐘聲；dorian + drone + 乾淨撥奏。
每個視覺事件都有一個聲音。 擦拭伴隨漸升、高潮有重擊加上閃光、剪輯落在 tihai 或大鼓重擊上、文字彈出伴隨鐘聲。
檢查結果：
- 響度：ffmpeg -i music.wav -af ebur128=framelog=quiet -f null - 應顯示約 −16 到 −14 LUFS。
- 頻譜圖：ffmpeg -i music.wav -lavfi showspectrumpic=s=1600x500:scale=log:fscale=log spec.png，然後讀取圖片並檢查章節形狀。

4 · 場景 — `film.py`

from engine import *
PAPER, NIGHT, INK = hx("F1E6CF"), hx("0A0D26"), hx("14121C")
INK1, INK2, INK3 = hx("1B2A6B"), hx("EE3B1E"), hx("FFB21A")
get_font("anton", "ofl/anton/Anton-Regular.ttf")
get_font("mono", "ofl/spacemono/SpaceMono-Regular.ttf")
# 在模組層級使用帶種子的亂數產生器預先計算幾何圖形（確保跨工作進程的確定性）

def s_intro(ctx, b, f):              # b = 節拍（浮點數）, f = 影格
    bg(ctx, NIGHT)
    riso(ctx, lambda c: text(ctx, "TITLE", "anton", 400, c, W/2, 700, ax=.5, sc=back(ph(b, 4, .5))),
         PAPER, INK2, dark=True)
    return PAPER                      # HUD 的前景色

def hud(ctx, b, fg): reg_marks(ctx, fg, (INK1, INK2, INK3))

SCENES = [(0, s_intro), (12, s_ch1)]                 # (起始節拍, 函數)
run(SCENES, 136, bpm=96, name="myfilm", hud=hud,
    wipes=[(12, INK2, INK3)],                        # (節拍, c1, c2[, iris_wipe])
    glitches=[(51.5, 52.15)], flashes=[(64, WHITE, .5)], fade_out=134.6)

場景規則：

無狀態。 每個值都是 b 的函數，因此影格可以跨處理程序以任意順序渲染。
入場使用 back(ph(b, start, 0.4)) 實現彈出、eo() 實現滑入、eio() 實現鏡頭移動和線條繪製。項目之間間隔 0.2–1 個節拍。
節奏生活 來自 pulse(b)（每個節拍從 1→0）用於彈跳和環狀大小、env_at(f) 用於響度、wave_at(f) 用於示波器。
即時繪製線條。 使用 path_partial(ctx, pts, cumlen(pts), frac)，並在返回的尖端放置一個發光珠子。
構圖。
- 每個場景保持一個主要元素、一個輔助圖表和一個字幕。
- 保持 110 px 的邊距。HUD 角落和底部帶狀區域（y ≈ 960–1040）保留。字幕放置在 y ≈ 975，從 x ≈ 560 開始，或在場景的空白區域。
- 大字要大：主要字符 300–800 px。字幕為 18–22 px 等寬字體。
對比。 交替使用淺色和深色場景。在深色背景上使用 riso(..., dark=True)。
對拼貼中的長詞使用 fit_size()，對印章使用 text_circle()。
HUD 可以顯示章節名稱、版號、透過數字對應表顯示的原生數字，以及進度線。當技能資料夾中有 examples/sutra/film.py 時，其 hud() 和場景是完整的參考；其 examples/sutra/contact_sheet.png 顯示了最終外觀。

5 · 測試影格 → 聯絡表 → 修正（請勿跳過）

python3 film.py test 2 6 10 17 25 34 45 58 66 75 86 96 104 110 114 118 125 134

讀取 sheet.png 並檢查：

重疊或裁剪的文字。
方塊字或缺少的字形。對每個字型 × 字串組合執行 missing_glyphs(font, string)。例如，Fraunces 缺少 → π ∞ ṅ，Tiro Devanagari 缺少 → ≈ π。
在縮圖大小下無法閱讀的字幕。
章節開頭的空白影格。
錯誤的事實或打字錯誤。
什麼都沒移動的節拍。

迭代直到每個影格都可以當作海報。通常需要 2–3 輪。

6 · 渲染、品質檢查、交付

nohup python3 film.py render > render.log 2>&1 &，然後使用 Bash sleep 迴圈輪詢（每次超時 ≤ 590 秒）。它會跨所有核心並行渲染。根據場景複雜度，總體速度約為 2–10 fps；SŪTRA 在 2 核心上耗時約 20 分鐘。
輸出為 name_full.mp4（CRF 18，完整品質）和 name.mp4，一個二次編碼的重新壓縮檔，保持在 29 MB 以下，以符合 30 MB 的聊天上傳限制。
品質檢查：
- ffprobe -count_frames 以確認影格數量和時長。
- ffmpeg -i name_full.mp4 -vf "fps=1/3.5,scale=384:216,tile=5x5" -frames:v 1 final.png，然後讀取它。
- 抽查 2–3 個全尺寸影格，包括壓縮後的一個。
下載： 使用 SendUserFile（display: "render"）傳送 name.mp4；卡片讓使用者可以播放和下載。同時提及完整品質的檔案。如果工作階段連結到使用者的電腦，提供將 name_full.mp4 儲存到其某個資料夾的選項，或如果檔案小於 30 MB 則直接傳送。
若要僅重新渲染某個修正過的片段，請執行 python3 film.py chunk <f0> <f1> part.mp4 處理受影響的影格，然後使用 ffmpeg 將片段連接和混流，如同 run() 所做的那樣。

最終訊息給使用者

提供影片的片名和一行概念、章節的簡潔列表、音樂的說明，以及任何近似值（「c.」日期、示意圖）。請勿重述步驟。

附錄 A — `engine.py`

"""engine.py — 生成式印刷風格影片工具包 (pycairo + Pillow/raqm + ffmpeg)。

影片腳本執行：   from engine import *
然後將場景定義為函數  scene(ctx, b, f) -> fg_color   (b = 節拍, f = 影格)
並在底部呼叫  run(SCENES, TOTAL_BEATS, bpm=..., wipes=..., hud=...)
影片腳本的 CLI：
    python film.py test 4 12.5 30      # 在這些節拍處渲染 PNG + 聯絡表 (sheet.png)
    python film.py render              # 完整並行渲染 -> film_full.mp4 + film.mp4 (<29 MB)
"""
import math, os, sys, subprocess, shutil
import numpy 

…

[為翻譯而截斷]

smasikurr/RemotionMaster

RemotionMaster 是什麼？

在你喜歡的 AI 中提問

說明文件