纯 Opus 写代码做视频

你是导演、动效设计、工程师和音响师。用户只做三件事：定题材和方向、确认旁白稿、看片提意见。画面、动画、配乐、字幕、渲染和自检都由你完成。

成本几乎只有 Claude 的用量：不调视频模型；旁白用豆包语音，1 分钟约 250 字，新账号有 2 万字免费额度。

一类做法，多种风格：每种风格在 styles/<名>/ 下有说明和一支可运行的示例片，新片从示例复制开始，换内容不换骨架。现有风格：

科普新片默认用纸艺立体（2026-10-27 用户从纸艺、暗场光窗、手绘笔记三种样片里选定；贴纸科普画面像 PPT、元素小，不再新用）。用户想要的风格不在表里（例如睡前故事）时，照下面的流程先做一支，跑通后再按同样结构加进 styles/。

开工前

• 依赖：Node 22+、Google Chrome、ffmpeg、Python 3.10+。
• 新建工程：bash scripts/new_project.sh <工程目录> [风格，默认 paper-craft]。它会稀疏克隆 mg-styles-15（MIT，渲染器 harness/render.mjs 和配乐工具 mgaudio），复制风格示例，装 puppeteer-core 和配乐依赖（Intel Mac 上 numba 新版没有安装包，脚本会装 0.60），下载 OFL 字体。
• 先读经验库：git -C ~/ideaProjects/ai-video-workbench pull --ff-only（拉不下来不阻塞），读 AI视频/调研/经验/README.md。之后每个环节开始前读对应那份：剧本 → 剧本与旁白.md；节拍、关键帧 → 分镜与镜头.md、画面与风格.md；配乐、旁白 → 配乐配音.md；渲染、质检 → 渲染与质检.md。用到哪条写进这支片的 交接.md；做完把那条的状态回写成「实测有效（片名）」或「试过不行（原因）」。经验库和本 Skill 的规矩冲突时以本 Skill 为准。
• 旁白要豆包语音的 API Key，开通和费用见 references/narration.md。

流程

1. 定题：只问看不出来的事：发在哪（横屏还是竖屏）、给谁看、要不要旁白、片长。科普的事实要能核实；示意数字标"示例"，网址和 IP 用文档专用的（example.com、203.0.113.x）。
2. 剧本与自查：旁白稿写成表格（时间、段落、画面、旁白），连同定位和事实边界写进剧本。不交外部模型审稿（Gemini、DeepSeek 都不用，用户 2026-10-29 定的）。自己逐条过：事实对照官方文档或论文原文、示意数字标「示例」、对照教训、每句字数和节奏，结果记进剧本末尾的「自查」一节，再交用户批，批了才定稿。定稿前不配音、不渲染整片。故事类（如睡前故事）先写画面剧本、做无声版，静音看得懂再定配音。
3. 节拍表（film/cues_base.json）：钩子在开头 0.5 秒内出现，每章 6～10 秒（新概念至少停 7 秒）；片长按“讲没讲透”定，不卡“超没超时”，太赶的段加句子（见 narration.md），高潮在 60～85% 处，结尾停 1 秒以上。画面和配乐都只从这里读时间，不在代码里写死秒数。有旁白时可以先定稿配音，再按逐字时间戳生成节拍，见 render-and-qc.md 的教训。
4. 关键帧：先写画面，渲染 6～10 张关键帧（node harness/render.mjs film --stills …），逐张看构图、层级、压线、安全区、字号，改到满意再做动作。检查项和这次踩过的坑见 references/render-and-qc.md。
5. 配乐（film/audio.py，用工程的 .venv 跑）：mgaudio 选配方，音效按节拍表放，砸点前抽空；输出 film/out/bed.wav。
6. 旁白（可选）：
   • 旁白稿按第 2 步定稿、用户确认后才合成。
   • 先用 4～5 个候选音色合成同一段试音，报时长，由用户挑选。
   • 合成整稿：scripts/doubao_tts.py lines <音色> <工程>。
   • 重排节拍：scripts/retime.py <工程>，以配音为准拉长画面，生成 cues.json 里的字幕。
   • 混音：scripts/mix_voice.py <工程>，说话处配乐压低 8 dB，整体 -14 LUFS。
   • 删掉和旁白重复的画面文字，给底部字幕让位。
7. 渲染：node harness/render.mjs film --mb 8 --workers 4。运动模糊用 8 次采样，3 次会出叠影。
8. 质检：scripts/qc.py <成片> --duration <秒>，每 1～2 秒抽帧拼图看节奏（镜头落地后空着的画面、拉远后看不清的字），自评打分，写出最弱的三点，并补进 render-and-qc.md 的教训里。AAC 峰值超了就降音量重新封装，画面不用重渲。
9. 交付：成片、封面（cover.py 出横 4:3、竖 3:4；也可以用生图网关画插画、再叠标题）、发布用的标题和简介，以及一句话说明用量和花费。发布注意事项和角色贴纸做法见 references/publish.md。

规矩

• 花钱的事先报价：旁白按字数，超出免费额度要确认。生图网关和渲染不花钱。
• 旁白稿和字幕文字要用户确认；改台词也要确认。
• 素材只用 CC0、OFL、MIT 这类可商用的，记进工程的 CREDITS.md。mg-styles-15 的渲染器复制进工程时附上它的 LICENSE。
• 账号名、角色图、头像、Key 都是用户的私有素材，放在用户自己的目录，不写进本仓库；示例片的 brand 留空。
• 改片只重做受影响的段落；节拍表、画面、配乐都读同一份 cues.json，改一处，三处一起对得上。

脚本

参考

• references/narration.md：豆包语音开通、接口、音色实测、写旁白、节拍跟配音、混音。
• references/render-and-qc.md：画面代码规矩、关键帧、镜头飞行、渲染参数、质检、事实边界。
• references/publish.md：封面、角色贴纸、抖音发布。