本地 Vlog 制作

以当前打开的、含 workspace_config.json 的目录为工作区，用户新指令优先。工作区可以移动，不依赖作者电脑路径。先确认本次作品和要求的阶段，直接执行已授权制作；不要因为技能存在而打开无关私人素材。

首次安装与工作区

本目录是技能安装目录，不是用户素材工作区。ClawHub版不携带字体、音乐、模型、私人数据或预先生成的视频。首次制作且没有工作区时，先读 references/first-run.md，通过 scripts/init_workspace.py --destination <用户指定的新目录> 创建独立工作区；既有工作区不要重新初始化。工具运行依赖Python 3.10+、Pillow、NumPy、FFmpeg/ffprobe及可用中文字体；运行环境未通过检查时不得宣称就绪。

初始化只复制文本工具和模板，不安装软件、不下载文件、不联网、不更改全局设置。字体由用户提供或按官方来源另行取得并保留其许可。可选ASR仅加载已提供的本地模型。实际看图由当前Agent环境提供，不宣称所有环节完全离线。

入口与续作

开始读取工作区的 AGENTS.md、长期记忆.md、README.md、WORKFLOW.md、workspace_config.json、workspace_state.json、capability_report.md；续作读取其 brief.md、notes.md、state.json、decisions.md。以最新状态和证据判断已经完成的工作，历史段落不作为当前阻塞。文件不存在时说明实际缺失，不宣称读过。

原件入口为 素材/，直接子目录名称定义主题。作品可跨主题引用，不为归类移动或复制原片；仅处理本次指定主题和外部明确指定文件，不追随符号链接/目录联接。

固定流程：素材＋描述 → 盘点、实际审阅与拍摄时间线 → 分镜 → 粗剪及用户确认 → 精剪、逐镜视觉与声音检查 → 成片、封面、短文案 → 用户确认锁定。先审阅再写分镜。文件名中的日期时间可参与排序，保留与元数据或用户回忆的冲突，不以修改时间代替拍摄时间。

用户只要求脚本时停在脚本；否则给出可审阅分镜后可继续授权范围内的粗剪。没有固定风格样片确认门；用户明确要求选样时按其范围制作。选中一种样式不等于确认整片或授权最终锁定。新指令可以单独提前制作封面/文案，不借此改变视频批准状态。

音画节奏与局部修订

• 按关键词对齐画面：分镜标明对白的关键主体、动作或情绪与对应镜头切点。入场可略提前，说到主体时应已清楚可见；同时检查前景照片和背景视频，叙述转向另一内容时及时切换背景，不仅靠叠图掩盖错位。涉及内容或时长的修改同步核对旁白、原声与字幕。
• 留白有叙事作用：“故事完整、不刻意压缩”不等于延长无信息镜头。普通叙述结束后的余量先按约 2–3 秒评估，删掉低质量或重复拖尾；自然声、完整动作、重要风景和情绪停顿可适当延长，不把该秒数当固定上限，也不为填满时间补旁白。
• 照片与当前段落有关联：多张照片可依次入场，分别安排清晰阅读时间。照片叠加时背景视频独立持续播放；仅有意设计定格或转为全屏照片时才停止背景，具体构图与动效检查见视觉预设。
• 局部修改保护后续位置：改动前列出本次范围及后续已确认的章节、照片、声音和字幕时点。替换图片、缩短文字页等纯视觉修订优先在原段落内重分配时间；不要用重复帧或无意义拖尾硬凑。确需改变总时长时，统一调整相关画面、旁白、原声、字幕和音乐，记录受影响时点并复查同步。

递进蒙太奇：仅在当前作品明确要求时启用

默认不启用“将重复题材组织成递进蒙太奇”。只有用户对当前作品明确要求这种手法，或明确要求将同主题的多次拍摄按远近、视角、人物反应或情绪变化递进组合时，才执行。仅调用本技能、发现重复素材、泛泛要求优化故事性，或历史作品曾使用过，都不构成启用条件。这只限制该手法，不改变整个技能的自动发现，也不影响普通剪辑、按时间线选材和照片入场。

启用后，让每次出现增加信息，不因都在赞美同一风景就只留一段；保留实际拍摄来源与时间，跨时段重组必要时标注回顾，不伪造成连续经过的同一路段。在本作记录启用依据与范围；同一作品已有明确要求可沿用，无需每次修订重复确认，不把本作许可自动扩展到下一作品。

已确认视觉起点

新作品复制 公共资源/style.default.json 为本作样式快照，按故事调整；既有作品按其记录继续，不自动回改。Vlog 照片效果、艺术字或文字页任务须读 references/visual-presets.md，其中保留实现参数、来源和检查要点。

• 照片 01「斜落轻放」：照片实体感、暖白边框和柔和投影，斜入减速轻放。背景视频保持清晰；指定全屏照片落位后铺满，保留审阅过的裁切。
• 画面艺术字 B「立体贴纸」：独立词组、多层描边/偏移厚度、错拍递入，短衰减轻晃和轻回弹后稳定。普通字幕不继承晃动。
• 独立文字页 C「运动笔刷」：炭黑森林纹理、米白/荧光黄笔刷字和大小层级。已确认版本是静态阅读页；沿用自然切换，不杜撰页内摇晃动画。

这三类选项互相独立，是适合的 Vlog 的默认起点，不强加给所有照片加工任务。按关键叙事节点使用，避免遮脸、动物、路线和重要动作；不把每句字幕都变成艺术字。色彩和文案适配新主题，照片时长依故事而定，约 1 秒只是快段落参考。

声音与实际检查

BGM 靠后，对白/原声清楚；有本用户已接受参考时先匹配可比响度。工具包不含作者的私人混音参考，首次制作应建立并确认本用户自己的听感基准。只有用户明确要求“BGM 减 30%”时，对齐所指旧音乐分轨后仅将 BGM 乘 0.70；已接受音轨不累计降低，不把全片降低。去前奏按乐句判断。纯视觉修改保持已确认音轨和台词；若明确要求删句或改时长，仅改必要范围并核对同步、保留 BGM 和其他原声。

AI 音色按作品和接收者可用服务决定；没有默认克隆人物或专用角色音色，不把通用 TTS 调音冒称专用模型。不预设接收者有付费服务或内置图像生成能力，缺失时说明并采用可用的录音/已有图片方案。音乐来源、许可、所用片段和音量处理记录在作品内。

精剪逐镜判断调色与防抖。平静赏景段优先清楚稳定，可先剪去严重晃动的低质量部分；赶路、紧张或现场体验段可保留有叙事作用的自然手持感，不按固定的前半/后半区间或全片一律处理。对比处理前后裁边、主体、运动及形变，效果变差则撤回。

照片看图、视频抽帧、连续观看、本地 ASR、实际试听和程序检查分别记录。缓存存在不代表已看过，ASR 不代表听过，解码/响度正常不替代审片。最终导出后的完整连续观看与实际试听是两个独立验收项，可在同一次播放中完成；记录版本、实际覆盖区间、问题与复查结果，不能只用抽帧或程序检查标为通过。具备可用播放/听音能力时执行；能力受限时继续其他已授权工作，交付时明确列出未完成项和限制，不伪造通过，也不因此擅自重开已锁定作品。按工作区交付模板记录这些项目，模板缺项时补充，不预勾选。

封面、保护与交付

封面优先真实首帧或故事核心照片，竖版从 2:3 评估；不清楚本人位置且影响设计时才确认。裁切或文字设计减少朋友完整面孔进入公开封面；短标题与文案不补造经历、成绩或疗效。需要 AI 新建/编辑位图时使用可用的 imagegen 技能和内置工具，保存最终提示词、实际输出尺寸与看图检查记录；只提供完成已授权设计需要的最少参考，不上传完整私人素材集到第三方分析服务。

保留原片与旧版。项目专用脚本含硬编码，先读实现再适配本次输入/输出，不盲跑旧项目渲染器。版本、源素材引用、效果参数、实际验证和限制写回作品记录。用户确认完成才锁定；不自动发布、删除或重做已锁定作品。清理只按明确指令，先核查跨作品引用及重渲染影响。

可移植工具入口

先在已初始化的工作区运行工具，不以技能安装目录作为素材根。先读工作区 使用指南.md、docs/工具命令.md 和 docs/时间线格式.md。tools/workspace.py 建立作品与检查环境；tools/media.py 生成索引和抽帧联系表；tools/transcribe.py 可选本地转写；tools/render_timeline.py 渲染明确 JSON 时间线；tools/qa.py 做技术检查。这些工具不能代替实际看图、故事判断、听音和用户确认。先配置字体并运行 tools/make_demo.py 生成合成输入，再用 examples/演示时间线.json 检查环境，不把合成测试当真实素材审阅。

编写或修改时间线后先运行 --validate-only。渲染器只实现文档中列明的效果和输入模式，外部 AI 图像、HDR 转换、降噪和防抖等按需要另建可追溯派生文件，再引入时间线。公共预设是设计起点，具体作品的构图、台词、切点仍需 Codex 实际审阅后决定。