# qiaomu-cut

> 你只说一句“我要什么视频”，它把素材、分镜、字幕、转场、动效、渲染和质检组织成一个可复现的视频工程。
> Say what video you want; qiaomu-cut turns it into a source-aware, renderer-ready, verifiable video project.

[![License](https://img.shields.io/badge/license-MIT-black?style=flat-square)](LICENSE)
[![Stars](https://img.shields.io/github/stars/joeseesun/qiaomu-cut-skill?style=flat-square)](https://github.com/joeseesun/qiaomu-cut-skill/stargazers)
[![Last commit](https://img.shields.io/github/last-commit/joeseesun/qiaomu-cut-skill?style=flat-square)](https://github.com/joeseesun/qiaomu-cut-skill/commits/main)
[![Skill](https://img.shields.io/badge/agent%20skill-qiaomu--cut-blueviolet?style=flat-square)](SKILL.md)

![qiaomu-cut 架构示意](docs/assets/qiaomu-cut-demo.svg)

## 为什么值得用

普通 AI 会给你一段剪辑建议，真正开剪时还要你自己找素材、查版权、装 ffmpeg、写字幕、调转场、验编码。

qiaomu-cut 把这些拆成一个可复用的视频导演系统：它先生成 `QiaoCut IR`，再按环境路由到 33台词、ClipSeek/Pexels/Pixabay、本地素材、ListenHub/MarsWave 图片/视频/TTS/Voice/音乐、Coli 本地 ASR、agent 图片生成、HTML/Manim/PPT 等可用引擎，最终由 ffmpeg-full 合成。

v0.9 已真实实现的是：一句话科普 Autopilot、影视英语混剪快速通道、付费切片前完整句门、33台词下载有界重连与已有任务恢复、素材流/SHA 审计、批量 HTML/SVG 场景渲染、自动审片帧、轻量场景认知契约、真实旁白时长锁、动态字幕、独立 SFX、向阳乔木 v1.1 MP3 旁白、三档渲染和 final/full 验收。PPT 直出、复杂遮罩、速度渐变、强制逐词对齐和更完整的转场库仍是外部能力，不冒充已全部内置。

v0.13 新增 **代码动态图形工作室**：参考 54 个 Opus 5.5 代码生成视频案例，把“导演信”写法、先分镜后代码、节拍网格卡点、seek(t) 确定性、子帧动态模糊、音效峰值对齐和 −14 LUFS 母带都做成了可执行的 `qcut motion` / `qcut audio` 命令与硬门；并新增 `qcut setup`，缺什么依赖就自动装什么。

它不是承诺“魔法般永远一键完美”，而是把专业视频制作流程变成 agent 能执行、能验证、能继续扩展的工程。

## 一行安装

```bash
npx skills add joeseesun/qiaomu-cut-skill --skill qiaomu-cut
```

本地开发或手动安装：

```bash
mkdir -p ~/.agents/skills
cp -R qiaomu-cut ~/.agents/skills/qiaomu-cut
```

验证并自动补齐依赖（ffmpeg-full、中文字幕字体、playwright + Chromium、Manim、ListenHub CLI）：

```bash
node ~/.agents/skills/qiaomu-cut/scripts/qcut.js doctor --json
node ~/.agents/skills/qiaomu-cut/scripts/qcut.js setup
```

`setup` 是幂等的：已就绪的组件跳过，缺失的用 Homebrew（Linux 用 apt）/npm 安装，playwright 装在 skill 自己的 `.deps/`。Agent 使用本 skill 时遇到缺依赖会直接运行它并继续任务，不会让你手动补环境。

## 你可以这样说

不用记命令，你可以直接这样说：

- “搜索几句电影里的脏话台词，混剪成英语学习视频。”
- “用免费素材做一个 60 秒挖掘机英语启蒙视频。”
- “介绍乔布斯，做一个电影感人物短片，有时间线和档案照片。”
- “把这个口播视频剪成小红书风格，强字幕、B-roll、卡点转场。”
- “用 3Blue1Brown 风格解释 Transformer attention。”
- “制作一个科普视频：介绍 LLM 中的 RL。”
- “给我的网站做一个产品发布视频，网页动效融入剪辑。”
- “用 AI 生成三个电影感转场镜头、中文旁白和配乐，再合成 45 秒预告片。”
- “做一个 15 秒的动态图形 showreel，全力以赴。”
- “用代码做一个卡 120 BPM 的 UI 形态变换无缝循环。”
- “把这首歌做成竖屏手绘歌词 MV。”
- “把我的口播改成线稿动画讲解，人像缩成右下角画中画。”

## 它会做什么

1. 把一句话需求变成 `QiaoCut IR`：时长、比例、受众、风格、分镜、素材策略、渲染器。
2. 搜索、生成或整理素材：33台词、ClipSeek、Pexels/Pixabay 原站、本地文件、ListenHub 图片/视频/旁白/音乐、Coli ASR、网页/信息源。
3. 设计专业镜头：推拉摇移、匹配剪辑、J/L cut、遮罩、字幕跟随、标题卡、动态图形。
4. 选择渲染引擎：ffmpeg-full、HTML/HyperFrames-style、Motion/CSS/SVG、Manim、PPT/slide、composite。
5. 先用 `preview` 快速迭代，内容锁定后再用 `standard` 或 `final` 渲染。
6. 输出与档位匹配的成片、contact sheet、缓存命中、阶段耗时和质检信息。

## 前置条件

- [ ] Node.js 18+：`node --version`
- [ ] 使用 ListenHub provider 时 Node.js 20+，并运行 `scripts/bootstrap_listenhub.sh --check`。
- [ ] macOS 推荐 Homebrew：`brew --version`
- [ ] ffmpeg-full、字体、浏览器、Manim：`node scripts/qcut.js setup --check`（缺失时去掉 `--check` 即自动安装）
- [ ] 需要影视台词素材时，本机已安装并登录 33台词 App，并另行安装获得授权的 `33tc` CLI adapter；用 `which 33tc` 验证，或设置 `QIAOMU_33TC_CLI`。
- [ ] 需要发布到 GitHub 时，GitHub CLI 已登录：`gh auth status`
- [ ] 需要 AI 图片生成时，当前 agent 环境提供图片生成工具。
- [ ] OpenAPI 路由从环境变量 `LISTENHUB_API_KEY` 或 ListenHub 官方本机 credential store 读取凭据，命令使用 `listenhub openapi ...`；OAuth/internal 路由需用户明确执行 `listenhub auth login`，命令使用顶层 `listenhub ...`。两者不是同一认证命名空间，不要把 key 放进命令、项目或仓库；doctor 会检查两类凭据文件均为普通文件且权限不宽于 `0600`。

安装 ffmpeg-full：

```bash
~/.agents/skills/qiaomu-cut/scripts/bootstrap_macos.sh --install
```

这个脚本不会强制覆盖系统 `ffmpeg`。运行时优先使用：

```text
QIAOMU_FFMPEG
/opt/homebrew/opt/ffmpeg-full/bin/ffmpeg
/usr/local/opt/ffmpeg-full/bin/ffmpeg
ffmpeg
```

安装已审计版本的 ListenHub CLI 与 Coli 本地 ASR：

```bash
~/.agents/skills/qiaomu-cut/scripts/bootstrap_listenhub.sh --install
node ~/.agents/skills/qiaomu-cut/scripts/qcut.js listenhub doctor --json
```

安装脚本锁定 `@marswave/listenhub-cli@0.0.15`（`listenhub --version` 协议版本 `0.1.0`）和 `@marswave/coli@0.0.20`。`--check` 遇到缺失、包名无法验证或版本不匹配会失败；`--install` 会对缺失或错版的包执行精确版本安装。它不运行 `npm view`，不跟随 `latest`，也不显示凭据。

## CLI 示例

### 代码动态图形工作流（motion-design）

```bash
node scripts/qcut.js motion styles                      # 7 种预设：product-promo / ui-morph-loop / showreel / line-art-explainer / lyric-mv / pixel-art / cinematic-3d
node scripts/qcut.js motion init ./promo --style product-promo --audio assets/song.mp3 --json
#   → motion-brief.json（inputs → direction → structure → build → gotchas → start）
#   → reports/beat-grid.json（BPM、强拍、每小节能量、drop）
#   → scenes/main.html（seek(t) 纯函数起步场景）+ lib/qiaocut-motion.js（闭式弹簧、叠加、拖拽、随机、节拍）
node scripts/qcut.js motion check ./promo --json        # 先分镜后代码：镜头写完、切点在拍上、Banned≥3、确定性 lint
node scripts/qcut.js motion probe ./promo --json        # 切点截图 + 正序/倒序/冷启动字节一致 + 循环接缝 + contact sheet
node scripts/qcut.js motion render ./promo --profile draft --json   # 半分辨率快速迭代
node scripts/qcut.js motion render ./promo --profile final --json   # 3 子帧动态模糊、峰值对齐音效、−14 LUFS
```

独立使用音乐分析：

```bash
node scripts/qcut.js audio beats assets/song.mp3 --output reports/beat-grid.json --json
node scripts/qcut.js audio peak assets/sfx/click.wav --json
```

方法论见 [references/code-motion-direction.md](references/code-motion-direction.md)，可复制的导演信模板见 [references/motion-prompt-patterns.md](references/motion-prompt-patterns.md)，调研来源见 [reports/prior-art-research.md](reports/prior-art-research.md)。

### 竖屏概念解释工作流

```bash
node scripts/qcut.js explainer init ./llm-rl --topic "LLM 中的 RL" --json
node scripts/qcut.js explainer check ./llm-rl --stage spec --json
node scripts/qcut.js explainer materialize ./llm-rl --json
# TTS 返回后：使用命令返回的项目相对音频路径
node scripts/qcut.js explainer timing ./llm-rl --audio assets/generated/narration.mp3 --apply --json
node scripts/qcut.js explainer materialize ./llm-rl --json
node scripts/qcut.js explainer check ./llm-rl --stage author --json
node scripts/qcut.js explainer preview ./llm-rl --json
# 查看 reports/scene-review.json 的逐场景首尾帧，再完成 reports/autopilot-review.json
node scripts/qcut.js explainer final ./llm-rl --json
```

Autopilot 创建七段 scene plan、专业基础样式和 author/review/final 门。`--duration` 表示包含默认 1.5 秒封面的总成片时长，正文预算会自动扣除封面。每个 scene 还声明唯一认知任务、真实组件主焦点和可见变化；mechanism 没有变化会在 spec gate 失败。preview 自动生成每场景首尾两帧和 soft review。HTML/SVG 捕获默认断网，CSS/Web Animations 按帧设置确定时间，PNG buffer 直接通过 `image2pipe` 进入 ffmpeg，不创建逐帧 PNG 目录。

### 影视英语混剪快速通道

```bash
node scripts/qcut.js english-mix init ./daily-english \
  --phrases "That makes sense|I see what you mean|That works for me|Let me get back to you" \
  --clips-per-phrase 4 --json

# 先填写 source-selection.json 的 subtitleWindow，再创建可能消耗积分的任务
node scripts/qcut.js english-mix audit ./daily-english --strict-boundaries --json

# 下载后检查音视频流、重复素材与字幕证据
node scripts/qcut.js english-mix audit ./daily-english --require-media --strict-boundaries --json

# 先裁掉首尾残句，再生成舒适版派生：前 60ms、后 500ms 静音停留并带 40/160ms 音频淡入淡出
node scripts/qcut.js english-mix pace ./daily-english --crossfade-ms 200 --apply --json

# 预览后生成素材总览和最长英文字幕的手机审查帧
node scripts/qcut.js english-mix review ./daily-english --frames 8 --json
```

同构标题卡、短语卡和片尾卡使用 `qcut scene batch`，共用一次 Chrome 会话：

```bash
node scripts/qcut.js scene batch ./daily-english scenes-batch.json --json
```

完整字段、付费任务恢复策略和验收顺序见 [`references/english-mix-fast-path.md`](references/english-mix-fast-path.md)。

检查本机能力：

```bash
node scripts/qcut.js doctor --json
```

通过已登录的本机 33台词 App 搜索台词：

```bash
node scripts/qcut.js 33tc search "dig deeper" --limit 8 --json
```

`qcut 33tc` 原样透传内置的 `search`、`pick`、`cut`、`tasks`、`download`、`me` 子命令。`pick` 和 `cut` 会创建剪辑任务，可能消耗账号积分；先核对影片、时间范围和输出目录，只有明确确认后才加 `--yes`。skill 不会替你静默确认。远程媒体下载默认启用有界重连；如果创建后返回了 task ID 但下载失败，先运行 `qcut 33tc download TASK_ID --no-status` 恢复，禁止重复提交付费任务。

检查 ListenHub/MarsWave 能力（只读，不消耗积分）：

```bash
node scripts/qcut.js listenhub doctor --json
node scripts/qcut.js listenhub auth status --json # 仅查 OAuth/internal 登录状态
node scripts/qcut.js listenhub openapi video estimate --model doubao-seedance-2-pro --resolution 720p --duration 5 --ratio 16:9 --json
```

确认估算后创建远端任务：

```bash
node scripts/qcut.js listenhub openapi video create \
  --prompt "slow cinematic push-in on an excavator at dawn" \
  --model doubao-seedance-2-pro --resolution 720p --duration 5 --ratio 16:9 \
  --no-wait --json --qcut-project ./excavator-video --yes
```

上面是 API key 路由，因此必须使用 `openapi video`。只有完成 OAuth 登录后，才使用顶层 `listenhub video ...` internal 路由。配置 API key 不会让顶层路由自动获得 OAuth 状态。

远端创建、解析和可能收费的音乐操作都要求 `--yes` 与 `--qcut-project`；引用本地图片/视频/音频时还要求 `--allow-upload`。创建返回的 task ID 会记入一份私有 capture。所有 capture 只能位于项目内 `.qiaocut/jobs/listenhub/`，以 `0600` 保存；终端只显示去密钥、去签名 URL 的摘要。

用创建结果中的 task ID 轮询。只读 `get` 加上 `--qcut-project` 后也会自动保存一份私有结果 capture：

```bash
node scripts/qcut.js listenhub openapi video get TASK_ID_FROM_SUBMIT \
  --json --qcut-project ./excavator-video
```

状态完成后，从这份 **poll capture** 把临时 URL 本地化并写入素材清单：

```bash
node scripts/qcut.js fetch ./excavator-video \
  --result .qiaocut/jobs/listenhub/<poll-capture>.json \
  --field result.videoUrl --kind video --provider listenhub --json
```

这就是 `submit → poll capture → fetch` 闭环。下载器会从 capture 补全 provider、task ID、model、积分和 capture 摘要等 provenance（provider 未返回的字段明确记为未报告），且不把临时 URL 写入 manifest。它只允许 HTTPS，拦截私网/本机地址，限制重定向与体积，检查 Content-Type 和媒体魔数，使用临时文件 + 原子 no-clobber 落盘。已有本地生成物可用：

```bash
node scripts/qcut.js ingest ./excavator-video /path/to/generated.mp4 \
  --kind video --provider listenhub --task-id <id> --model <model> --json
```

### 讲解旁白默认策略

讲解/口播音频优先使用 ListenHub，默认期望的 speaker/voice 名称是“向阳乔木 v1.1”。默认使用专用闭环命令，不要手工拼 speaker ID：

```bash
node scripts/qcut.js listenhub narration \
  --text-file scripts/narration.txt \
  --qcut-project ./excavator-video --voice-name "向阳乔木 v1.1" --yes --json
```

该命令自动执行只读 speaker list，在本地对“向阳乔木 v1.1”做唯一完全匹配，再调用 TTS、验证音频签名与所选容器、导入 `assets-manifest.json`，并返回可直接写入时间线的 `timelineNarration`。默认输出 MP3，避免当前 provider 的 WAV 容器不一致导致失败和二次计费；明确需要时仍可传 `--format wav`。格式不匹配的已签名音频会保留在项目私有 staging 供检查，不会自动再提交一次付费任务。Manifest 会记录 speaker、文本、任务、模型和积分 provenance。

当前 OpenAPI TTS 没有已验证的 estimate 子命令，因此调用前必须明说“费用/积分未知”并取得本次 `--yes`；`--yes=false` 等伪确认会被拒绝。`--text-file` 必须是项目内普通文件，也可用 `--text` 传短文本。最终旁白统一以带 manifest 身份校验的 `narration.engine=file` 进入 timeline。原始 `openapi speakers/tts` 透传仅用于调试，不是默认工作流。

### AI 生图默认策略

生图提示词的风格必须从本片的**主题、受众、年代、情绪和媒介**推导，不把“电影感”、“粘土”、“像素”或任何单一风格硬编码为全局默认。生成第一张图前先写 visual bible：色板、时代/材质、镜头与构图、光线、对比度、纹理、字体/图形语言、人物和负面约束；后续镜头继承这套一致性。个别提示词与内容语义或 visual bible 不匹配时，拒绝直接生成，先重写提示词或重新规划该镜头。

`qcut plan` 会产出具体的 visual bible ID、媒介、时代、情绪、色板、光线、构图、负面提示与 prompt prefix。生成结果入库时必须带回同一个 ID、实际 prompt、model 与 provider 返回的 seed（若有）；直接文件用 `qcut ingest --visual-bible-id <id> --prompt <prompt> --seed <seed>`，URL 结果在 `qcut fetch` 使用同名参数。

本地转录不消耗 ListenHub 积分：

```bash
node scripts/qcut.js listenhub asr assets/interview.wav \
  --model sensevoice --json --qcut-project ./excavator-video
```

首次使用 ASR 模型可能下载约 60 MB；当前只把它描述为全文转录，不冒充逐词字幕对齐。

搜索 ClipSeek 免费素材候选：

```bash
node scripts/qcut.js clipseek "挖掘机" --type video --limit 5 --json
```

生成剪辑计划：

```bash
node scripts/qcut.js plan "做一个 60 秒挖掘机英语启蒙视频" --workflow stock-story --json
```

创建一个可继续制作的视频工程：

```bash
node scripts/qcut.js scaffold ./excavator-video --brief "做一个 60 秒挖掘机英语启蒙视频" --json
```

填好项目内 `timeline.json` 后，先执行快速预览：

```bash
node scripts/qcut.js render ./excavator-video --profile preview --json
```

确认内容、字幕、节奏和构图后再生成正式成片：

```bash
node scripts/qcut.js render ./excavator-video --profile final --json
```

`render` 默认读取 `<project-dir>/timeline.json`；也可用 `--timeline alternate-timeline.json`。为兼容 v0.2，省略 `--profile` 仍等价于 `--profile final`，不会悄悄降低既有项目的输出质量。时间线里的素材、字幕、旁白和输出路径必须是项目相对路径，渲染器会同时检查词法路径与软链接物理路径。已有输出默认保留；确认目标均为可替换的生成物后，才加 `--force`。调试时可加 `--keep-build` 保留本次唯一构建目录。

### 三档性能工作流

| 档位 | 默认渲染策略 | 默认校验 | 适合场景 |
|---|---|---|---|
| `preview` | 长边不超过 960、最高 24 fps、`ultrafast`、单遍响度；不生成 contact sheet | `basic`：流、尺寸、帧率、时长、像素格式、空文件 | 反复调整素材、字幕、节奏和构图 |
| `standard` | 长边不超过 1280、最高 30 fps、`veryfast`、单遍响度；最多 8 帧 contact sheet | `standard`：`basic` + 最终响度/峰值 + 静音扫描 | 内部审阅、日常快速交付 |
| `final` | timeline 原始尺寸/帧率和既定编码参数、两遍响度、完整 contact sheet | `full`：`standard` + 全片黑场扫描 | 公开发布、归档、客户终稿 |

只有 `profile=final`、`validation=full`、技术校验通过，且字幕字体不是 `system-unverified` 时，渲染报告的 `releaseReady` 才会是 `true`。`--validation basic|standard|full` 可以用于诊断，但一般不要把较弱校验与正式发布混用。

非 `final` 档会使用独立文件名，例如 `renders/final.preview.mp4`、`renders/final.standard.mp4`，对应字幕和报告也带档位后缀，不会覆盖正式成片。`--output` 可指定新的项目相对输出路径。

### 项目内缓存

默认缓存位于 `<project>/.qiaocut/cache/`，复用未变化的镜头片段、macOS TTS 和已烧录字幕的画面；缓存键包含素材指纹、时间线参数、渲染档位和 ffmpeg 版本。渲染报告会记录 `cache.hits`、`cache.misses` 和逐阶段 `timings`。排查缓存问题时可临时使用 `--no-cache`，平时不要主动关闭缓存。

同一台开发机上的 60 秒 DIG 双语样片实测如下，结果仅用于比较档位和冷热缓存，不是跨机器速度承诺：

| 场景 | 耗时 |
|---|---:|
| v0.2 原始 `final` | 71.6 秒 |
| v0.3 `preview` 冷缓存 | 27.7 秒 |
| v0.3 `preview` 暖缓存 | 3.3–4.1 秒 |
| v0.3 `standard` 冷缓存（TTS 已暖） | 27.1 秒 |
| v0.3 `standard` 暖缓存 | 4.1 秒 |
| v0.3 `final/full` 冷缓存（TTS 已暖） | 65.6 秒 |
| v0.3 `final/full` 暖缓存 | 8.5 秒 |

`qcut render` 已在内部执行与档位对应的技术校验并写入 render report。渲染后不要机械地再运行一次 `qcut verify`；该命令保留给外部生成、移动后或单独收到的视频文件。

生成 ASS 字幕和 HTML 场景：

```bash
node scripts/qcut.js ass captions.json --output subtitles.ass
node scripts/qcut.js html-scene qiaocut-ir.json --scene s01 --output scenes/s01.html
```

生成素材授权报告：

```bash
node scripts/qcut.js license assets-manifest.json --output license-report.md
```

查看工作流：

```bash
node scripts/qcut.js workflow list
node scripts/qcut.js workflow show english-mix --json
```

验证外部生成、移动后或单独收到的视频：

```bash
node scripts/qcut.js verify ./final.mp4 --json
```

## 双语字幕策略

英语学习和跨语言视频默认使用三层信息架构：

1. 主字幕：英文原句或主语言，承担听读训练。
2. 中文层：自然、简洁的中文字幕，不做生硬逐词直译。
3. 注释层：词义、语境、音标或素材来源，放在顶部安全区。

三层不是所有视频的硬性模板。中文人物片、无旁白氛围片等项目应按内容删减层级。最终要从 contact sheet 和关键帧人工检查字号、遮挡、安全区与译文语义。

有 `fontsDir` 时优先使用项目指定字体；没有时，渲染器会自动查找本机已安装的 Noto Sans CJK SC，并仅复制到项目私有的 `.qiaocut/cache/fonts/` 供本机渲染。skill、Git 仓库和发布包不会捆绑、上传或再分发本机字体。若项目必须跨机器复现，应由项目维护者自行选择具有再分发许可的字体并遵守其许可证。

## 样例输出

```json
{
  "schema": "qiaocut.ir.v0",
  "workflow": {
    "id": "stock-story",
    "title": "免费素材故事片"
  },
  "output": {
    "durationSeconds": 60,
    "aspect": "9:16",
    "deliverables": [
      "final.mp4",
      "qiaocut-ir.json",
      "assets-manifest.json",
      "license-report.md",
      "quality-report.json"
    ]
  },
  "gates": ["doctor", "source manifest", "license report", "profile-aware render verification"]
}
```

## 内置工作流

| 工作流 | 适合做什么 |
|---|---|
| `english-mix` | 电影台词、英语学习、俚语/脏话表达、原声复读 |
| `stock-story` | 免费素材科普、儿童启蒙、行业介绍、B-roll 故事 |
| `person-profile` | 人物介绍、企业家传记、历史人物、档案短片 |
| `explainer` | 数学/算法/科学解释，Manim/3Blue1Brown 风格 |
| `explainer-social` | 竖屏知识点/概念动画，HTML/SVG/Manim + 动态字幕 + SFX + 转场 |
| `cinematic-short` | AI 视觉叙事、概念片、预告片、电影感短片 |
| `product-launch` | 网站/App/AI 工具发布视频，网页动效融入 |
| `social-short` | 抖音/小红书/TikTok 竖屏强节奏短视频 |
| `talking-head` | 口播精剪、访谈、播客切片、字幕和 B-roll |
| `data-story` | 数据报告、排行榜、趋势、图表动画 |
| `hybrid-studio` | 多素材源、多引擎、复杂客户级项目 |

更多细节见 [`references/workflows.md`](references/workflows.md)。

可执行时间线字段、双语字幕结构和渲染安全规则见 [`references/timeline-schema.md`](references/timeline-schema.md)。

## 素材源

- 33台词：影视台词搜索和片段工作流。公开 skill 只委托独立安装的 `33tc` adapter，不捆绑 App 私有协议；wrapper 会清洗结构化 token/cookie/password 字段和 URL，外部 adapter 仍必须保证不输出无字段标签的裸凭据。`pick` / `cut` 在 wrapper 层要求裸 `--yes`，`--yes=false` 不算确认且不会调用外部 adapter；下载层提供有界重连，已创建任务优先恢复而不是重建。
- ClipSeek：免费素材搜索聚合。已实现只读搜索 adapter。
- Pexels / Pixabay：通过 ClipSeek 结果回到原站确认下载和许可。
- 本地文件：用户提供的素材优先，不覆盖原文件。
- AI 生成：封面、插画、背景、缺口 B-roll、SVG/网页视觉。
- ListenHub/MarsWave：图片、短视频镜头、TTS、Voice、多角色播客、音乐、Explainer、Slides 在线结果、内容解析；所有远端结果先本地化再进入 timeline。
- 信息源：人物/公司/事件视频必须记录引用来源。

重要：ClipSeek 是发现入口，不是最终许可证明。公开视频必须记录原站 source page 和 license。

ListenHub 上游仓库的 MIT 许可只覆盖代码和文档，不覆盖服务条款、模型、上传素材或生成内容。生成物默认记录为 `ai_generated` 与 `provider_terms_unverified`；参考图、音乐、人物肖像和影视素材的既有权利不会因 AI 处理消失。

影视台词片段同样不因“能下载”而自动获得公开传播或商业使用权。33台词只复用本机已安装、已登录 App/CLI 的状态，skill 不上传登录凭据、不输出 token；此类片段默认按学习、评论、研究或用户已获授权的范围处理。AI 生成图片会在素材清单中标记为 `ai_generated`，不能伪装成实拍或档案照片。

## 渲染与验收边界

`qcut render` 负责把已经准备好的项目时间线合成为成片，并按档位生成 contact sheet、render report 和技术校验。它不是“任意素材一键必然完美”的承诺：事实准确性、影视素材权利、字幕语义、人物肖像、审美取舍和平台规则仍需针对具体项目复核。

建议交付门如下：

- `doctor` 通过，确认 ffmpeg-full 具备 ASS/字幕、overlay、drawtext 等能力；缺失时运行 `scripts/bootstrap_macos.sh --install`，由 Homebrew 自动下载安装，但不会强制替换系统 ffmpeg。
- 每个外部素材在 `assets-manifest.json` 中记录 provider、source page 和许可状态；ClipSeek 结果回原站核验。
- Skill 默认先执行 `preview`；确认内容与视觉后再执行一次 `final`。`standard` 用于不需要母版级编码但仍要响度、静音和 contact sheet 的日常交付。
- `render` 成功返回视频、可选 contact sheet 和 render report；报告明确列出 profile、validation、缓存和逐阶段耗时。
- `render` 已包含对应档位校验，不再重复调用独立 `verify`。`final/full` 继续检查响度/峰值、黑帧和静音，并人工抽看 contact sheet；`preview/basic` 通过不代表可以公开发布。

## 配套浏览器编辑器

自动生成后如需人工拖拽精修，可使用独立的开源项目 [乔木剪辑](https://github.com/joeseesun/qiaomu-cut)。它是浏览器端多轨编辑器；本仓库则是 agent 自动导演与 CLI Skill。两者职责分离，后续通过工程交换格式衔接，不把尚未实现的互导描述成现成功能。

## 致谢与参考

qiaomu-cut 借鉴这些公开项目的方法和思想，不复制其私有内容：

- [HyperFrames](https://hyperframes.heygen.com/)：HTML/CSS/JS 作为 agent-native 视频创作格式。
- [Motion](https://motion.dev/)：网页动效、时间线、SVG/HTML 动画。
- [Manim Community](https://www.manim.community/) 与 [3b1b/manim](https://github.com/3b1b/manim)：程序化解释动画。
- [Theatre.js](https://www.theatrejs.com/)：关键帧和 motion design 思路。
- [FFmpeg](https://ffmpeg.org/)：最终合成、编码和音视频处理。
- [ClipSeek](https://clipseek.ai/)：视频/照片/插画素材发现。
- [marswaveai/skills](https://github.com/marswaveai/skills)：ListenHub/MarsWave 技能契约与能力说明；完整固定快照及原 MIT LICENSE 保存在 `vendor/marswaveai-skills/`，适配代码不代表双方关联或背书。

## Troubleshooting

| 问题 | 原因 | 解决 |
|---|---|---|
| `missing filter: subtitles` | 当前 ffmpeg 不是 full build | 运行 `scripts/bootstrap_macos.sh --install`，或设置 `QIAOMU_FFMPEG` |
| ClipSeek 搜索有结果但不能直接下载 | ClipSeek 返回的是原站页面 | 打开 `sourcePage`，在 Pexels/Pixabay 等原站确认下载和许可 |
| 33台词不可用 | 本机未安装 App、未登录或 `33tc` CLI 未链接 | 先打开 33台词 App 登录，再检查 `33tc search` |
| ListenHub 显示 CLI missing / wrong version | provider 依赖未安装、被 PATH 中其他包遮蔽、版本不匹配或 Node < 20 | 运行 `scripts/bootstrap_listenhub.sh --install`，再执行 `scripts/bootstrap_listenhub.sh --check` 与 `qcut listenhub doctor` |
| 远端生成被 `--yes` 门阻止 | 该操作可能收费或写远端状态 | 先跑 estimate/检查上传文件和费用，再对当前请求显式加 `--yes` |
| 本地参考素材被拒绝上传 | 未确认第三方上传 | 核对 basename、类型和大小后再加 `--allow-upload` |
| 生成结果只有临时 URL | 还没本地化到项目 | 用私有 capture + `qcut fetch` 下载并写入 manifest，不能把 URL 直接放 timeline |
| 生成视频没有声音 | 输入素材无音轨或混音计划未执行 | 先读本次 render report 的 `verification.audio`；仅外部视频才单独运行 `qcut verify` |
| README 发布检查失败 | YAML/占位符/缺少章节 | 运行 `python3 scripts/validate_skill.py .` 按报告修复 |

## 风险和边界

- 不删除、不覆盖用户原始素材。
- wrapper 清洗结构化 token、cookie、password、账号配置和 URL；独立 adapter 不得输出无字段标签的裸凭据。
- 不把 API key 放进参数、日志、任务 capture、manifest 或 Git；终端输出会清洗 Bearer/JWT/签名 URL。
- 不执行 vendored 上游嵌套 skill 的自动安装、agent-memory 注入或 `cola-avatar-pack` 删除指令。
- 未经 `--allow-upload` 不把本地素材发送给 ListenHub/下游模型；Provider 数据保留和训练使用策略未有证据时标记 `unknown`。
- 不声称素材“可商用”，除非原站许可已记录。
- 不把 AI 生成素材伪装成真实拍摄素材。
- 不把计划当成已完成渲染；缺证据必须写 `missing evidence`。

## 平台与配置

| 能力 | macOS | Linux | Windows |
|---|---|---|---|
| ffmpeg 时间线渲染 | 已验证 | 代码可运行，依赖需手动安装，尚缺 clean-host 证明 | 当前未支持 |
| `macos-say` 旁白 | 已验证 | 不支持；改用已有录音 | 不支持；改用已有录音 |
| 33台词 App adapter | 需 App 登录 + 独立 `33tc` | 取决于 adapter | 取决于 adapter，尚未验证 |
| ffmpeg-full 自动安装 | Homebrew 已实现 | 尚未自动化 | 尚未自动化 |
| ListenHub CLI | Node 20+ 已做本机只读 smoke | CLI 契约可用，尚缺 clean-host 证明 | 尚未验证 |
| Coli 本地 ASR | 包存在；真实模型转录尚未作为发布证据 | 尚未验证 | 尚未验证 |

| 变量 | 必需 | 说明 |
|---|---:|---|
| `QIAOMU_FFMPEG` | 否 | 指定带 libass/loudnorm/sidechaincompress/libx264 的 ffmpeg |
| `QIAOMU_FFPROBE` | 否 | 指定与 ffmpeg 配套的 ffprobe |
| `QIAOMU_33TC_CLI` | 33台词工作流可选 | 指向独立安装、获得授权的 33tc adapter；否则从 `PATH` 查找 |
| `QIAOMU_LISTENHUB_CLI` | ListenHub 可选 | 覆盖 `listenhub` CLI 路径；默认从 `PATH` 查找 |
| `QIAOMU_COLI_CLI` | 本地 ASR 可选 | 覆盖 `coli` CLI 路径；默认从 `PATH` 查找 |
| `LISTENHUB_API_KEY` | OpenAPI 工作流可选 | 环境变量优先，也可使用官方本机 credential store；均不写入项目或仓库，命令参数禁传 key；若已在聊天/日志明文暴露，应立即撤销并轮换 |

`missing evidence`：未运行任何 ListenHub 付费生成；只有本机 CLI 能力/status、mock 门禁和本地 adapter 证据。Provider 输入保留期、训练使用、数据地域与下游删除策略未知；`qiaomu-cut-skill` 公开仓库发布与 `npx skills add` clean install 尚需验证；未找到 33台词公开 API 文档，因此公开包没有宣称“只装 App 即零额外配置”；与浏览器编辑器的工程互导仍是后续接口。

<!-- qiaomu-profile:start -->
## 关于向阳乔木

向阳乔木（乔向阳 / Joe）是一位实践型 AI 产品与内容创作者，长期把前沿 AI 变化转译成可复用的工作流、产品判断、AI 编程实践、AI 搜索实践和 GEO/AI 营销方法。

- 个人网站: https://qiaomu.ai
- 博客: https://blog.qiaomu.ai
- X: https://x.com/vista8
- GitHub: https://github.com/joeseesun/
- 微信公众号: 向阳乔木推荐看

### 支持与关注

| 打赏支持 | 微信公众号 |
|---|---|
| <img src="assets/qiaomu-profile/qiaomu_reward_qr.png" alt="向阳乔木打赏二维码" width="180" /> | <img src="assets/qiaomu-profile/qiaomu_wechat_public_account_qr.jpg" alt="向阳乔木推荐看公众号二维码" width="180" /> |
| 感谢支持乔木持续分享 AI 实践 | 扫码关注「向阳乔木推荐看」 |

<!-- qiaomu-profile:end -->

## License

MIT © 向阳乔木
X: <https://x.com/vista8>
GitHub: <https://github.com/joeseesun/>