Dashi Animationstyle

dashi-animationstyle：风格动画（《大师的AI小灶》出品）

下文 $SKILL 指本文件所在的文件夹（装好后一般是 ~/.claude/skills/dashi-animationstyle）。命令里的路径都要换成实际路径，带空格或中文的路径加引号。

一段口播 + 一套风格 = 一个作品目录，所有中间文件和成片都在里面：

Copy code
<作品目录>/
├── 作品.json      配置：风格、口播、字幕、分镜、输出文件名（新建作品.mjs 写好，render.mjs 从这里读默认值）
├── 口播.wav       口播（新建作品.mjs 从 m4a/mp3/wav/mov 转来）
├── 稿子.txt       口播的文字稿（可选，有就更准）
├── 字幕.json/.srt 字幕：句子、显示字幕、字级时间（字幕.mjs 生成）
├── 分镜.json/.md  分镜：镜头、关键词、固定上色的词（Claude 写）
├── timeline.js    页面用的时间线 window.TL（生成timeline.mjs 生成）
├── index.html     页面（从风格文件夹复制，Claude 按分镜改）
└── <目录名>.mp4    成片

作品目录放在用户自己的项目里（例如 ./动画作品/<名字>_<风格>/，./ 指你当前所在的目录，一般是用户的项目文件夹），不要放进 $SKILL 里。

第一次用：先确认这台电脑能出片（约 2 分钟）

1. 检查环境：node "$SKILL/pipeline/自检.mjs"
   • 报 ✗ 的照提示处理：Node 要 22 以上（brew install node）、ffmpeg（brew install ffmpeg）、Chrome（装 Google Chrome）。这些要用户自己装，你只告诉他装什么、怎么装。
   • 字体报 ✗：是 macOS 按需下载的字体（兰亭黑、圆体、手札体、翩翩体），让用户打开「字体册」搜字体名点「下载」。不下也能渲，但那几个字体会退回苹方。
   • whisper 报 ! 是可选的：没有也能做（走稿子 + 静音检测的后备）。
2. 让用户挑一套风格：node "$SKILL/pipeline/新建作品.mjs" --list 列出 7 套；每套的样子看 $SKILL/styles/<风格>/静帧/ 里的 3 张图（用 Read 看，或 open 给用户看）。用户已经说了要哪套，就用那套渲例子；没说就用「手绘笔记」。
3. 用自带的 Token 例子建一个作品并渲染：

   bashCopy code
   node "$SKILL/pipeline/新建作品.mjs" ./动画作品/token_手绘笔记 --style 手绘笔记 --example token
   node "$SKILL/pipeline/render.mjs" ./动画作品/token_手绘笔记/index.html
   

   出来的是 21 秒的成片 token_手绘笔记.mp4（讲「提示词和 Token」的一段口播）。实测（Apple M2 Max，v1.3，机器空闲时）：手绘笔记 65 秒；各套 34–72 秒（扁平流程图最快，黑底科技最慢）。渲完 open 给用户看。
4. 能出片了，再做用户自己的口播（用法一）。

用法一：自己的口播 + 现成风格

先问清四件事：口播文件（15–60 秒，超过 60 秒建议分段做）；有没有文字稿；要哪套风格；字幕要不要烧进画面（回剪映统一加字幕就不要）。告诉用户用时：实测一次（10-08，Opus 5.5 当观众，23 秒口播、9 个镜头、手绘笔记）从建目录到最终成片约 30 分钟，其中写页面约 18 分钟（含想构图约 10 分钟），转写和字幕 1.5 分钟、分镜 3.5 分钟、静帧和成片（两版）约 8 分钟；只测过这一次、这一套，内容离 Token 例子越远、或用 B 级风格（复古报刊、超现实拼贴，要先重排版式 / 想比喻），按 1 小时准备。中间会停两次请他确认（分镜、3 张静帧）。

没人可问时（例如让你自己跑完）：字幕默认烧进画面，交付时另出一版 _无字幕；分镜和静帧的「点头」改成自审，把判断和理由写进 分镜.md 末尾和 静帧/静帧判断.md。

1. 建作品目录

   bashCopy code
   node "$SKILL/pipeline/新建作品.mjs" <作品目录> --style <风格> --audio <口播文件> [--script <稿子.txt>]
   

   有稿子就带上。没有稿子也行。

2. 转写 → 字幕

   • 有 whisper：node "$SKILL/pipeline/字幕.mjs" <作品目录>（实测 20–35 秒的口播转写 2–3 秒）。有 稿子.txt 时按稿子改错字、按稿子的标点分句分条；打印「识别改正」（秒数 + 识别 → 稿子），逐条看一眼。whisper 识别的原文（每段带秒数）存在作品目录的 whisper原文.txt。
   • 「识别改正」里有 「→（稿子里没有）」：识别出了稿子里没有的话。下面「要核对」会说它在几秒、在哪：
     • 在口播开头或结尾：多半是从长录音里剪这段时带进来的邻句（上一句结尾、下一句开头）。字幕已经按稿子去掉，但成片的声音里还在。先裁掉再往下做：node "$SKILL/pipeline/字幕.mjs" <作品目录> --trim auto（按稿子找切点、切在中间的静音里，原文件留成 口播_裁前.wav，裁完自动重跑字幕）；自动切得不对就听 口播_裁前.wav，用 --trim 起,止 手动给秒数（按原文件算）。裁完口播变短，要在写分镜、生成时间线之前裁；已经出过的静帧、成片要重出。
     • 在中间：口误、重复说了一遍，或者稿子漏写了这句；听一下，稿子漏了就补进 稿子.txt 重跑。
     • 「（没识别出）→ 稿子的字」：稿子里有、没识别出来，那几个字的时间是插出来的；说得含糊没关系，口播里根本没说就把稿子里那句删掉重跑。
   • 没有稿子时：输出是识别原文，没有标点、可能有错字。你照识别结果整理一份带标点的 稿子.txt 放进作品目录（只改明显的错字、加标点，不改说法，拿不准的问用户），再跑一次 字幕.mjs。
   • 没有 whisper：要有稿子，node "$SKILL/pipeline/字幕.mjs" <作品目录> --no-whisper。用静音检测找句界、句内按字数摊时间（实测字级平均差 0.08 秒、最差 0.45 秒）。打印的「待核对」里是没找到停顿、按字数估的句界，误差可能到 0.4 秒；能听的话听一下，不对就直接改 字幕.json 里那两条的 start/end。
   • 把打印的字幕表（每条的时间和文字）给用户看一眼。字幕规矩：一条一行，约 20 个字以内；文字以音频为准。

3. 写分镜（分镜.json 给机器读，分镜.md 给人看；照 $SKILL/examples/token/分镜.json、分镜.md 的样子写，字段见文末）

   • 镜头跟着句子切，一个镜头 1.5–5 秒，一个镜头只讲清一件事；写清每个镜头「画面要讲清什么」、关键字（2–4 个）、运动设想（什么词说到时出现什么）。
   • 每个镜头写变化清单（v1.2）：进场 → 主动作 → 次要动作（呼吸、飘动、闪烁、粒子）→ 出场或转场，写进 分镜.json 镜头的 变化 字段（不进时间线）、分镜.md 加一列「变化」。每 2–3 秒要有一个看得见的新变化；转场至少 3 种、同一种别连用 3 次。写法、秒数的依据、各风格适合哪几种转场：$SKILL/knowledge/动效和画面变化.md 第一到三节。
   • 关键词卡点：marks 里写名字、在第几条字幕、原文短语；生成时间线时自动从字级时间算出秒数。
   • 挑 2 个全片固定上色的词（高亮，role A / B，对应风格卡里的强调色 A/B）。标准：挑这段话的两个核心名词（观众看完要记住的那两个概念），最好在字幕里出现 2 次以上、在画面里会反复露面；两个最好是一对（Token 例子：成都 / 旅行；观众实测：窗口 / 模态）。A 给先出场、更重要的那个。再挑 3–8 个字幕里要强调的词（字幕强调）。
   • 字幕里上色是按字面精确匹配：字幕里出现和 高亮 / 字幕强调 一模一样的字才标，不拆词、不认近义词。所以 高亮 写「模态」时，「多模态」里只有「模态」两个字上色，「多」不上色。想把「多模态」整个标出来：把「多模态」加进 字幕强调——手绘笔记、扁平流程图、复古剪纸、黑底科技是「长的优先」，整个「多模态」按强调词的样子标（「模态」就不再是强调色）；复古报刊、立体卡通、超现实拼贴是两层叠着标，「多模态」三个字都有强调标记、其中「模态」同时是强调色。或者 高亮 直接用「多模态」（那「文字模态」里的「模态」就不上色了）。取舍写进 分镜.md。
   • 想不出某个概念怎么演，查 $SKILL/knowledge/从11套里学到的.md 第七节：先看「通用概念怎么画」表（范围、太多、太贵、失忆、分类、能力齐全……），再看 11 套各用什么演 Token 例子的「聊天框、切分、海量数据、推断」。
   • 把镜头表（镜头、时间、台词、画面）给用户看，点头再画。
   • 生成时间线：node "$SKILL/pipeline/生成timeline.mjs" <作品目录>（关键词找不到会报错并告诉你在哪条字幕里找的）。

4. 写页面（主要用时）：从模板改。作品目录里的 index.html 就是这套风格的 模板.html（7 套都有）：底座（配色、字体、质感、部件、镜头、页眉、字幕，原样留着）+ 按镜头自动排的骨架，已经能吃任何时间线。

   • 先直接渲一张静帧看看骨架（render.mjs … --stills 3 --outdir <作品目录>/静帧 --prefix 骨架）。骨架只有标题和关键词，不能直接交差。
   • 读 $SKILL/styles/<风格>/风格卡.md 的「换内容时怎么改 → 从模板改」：模板里哪块是底座、哪块是骨架、有哪些现成部件。部件长什么样、怎么组合，对照同一文件夹的 示例_Token.html（Token 例子的完整页面，只当参考；拿新时间线直接打开会报错）。
   • 把「场景：按新分镜重写」那一块换成真正演内容的画面，再把 render(t) 里调骨架的那一行（手绘笔记是 drawSections(t, v);，各套见风格卡，模板里那行有「← 场景入口」注释）换成你自己的分段函数，骨架的代码删掉。只加新函数、不换这一行，画面上还是骨架。
   • 要用示例页里的部件（例如机器人、聊天框），连它用到的常量、小函数一起抄过来；手绘笔记的模板已经带了观众实测时写好的常用部件（机器人、气泡、信息小卡、成绩单、色块词、颗粒章、※），见模板里「常用部件」那段注释。
   • 场景多时分块写（每段一个文件，最后拼成 index.html），每写完一段出几张静帧看（--prefix 调试），实测这样每段都一次跑通。
   • 默认动效（v1.3）：7 套模板自带这套风格的背景层（一直在动）、镜头交界的默认转场（按 TL.shots 自动轮换）和每个镜头的慢推，换任何时间线都自动生效；开关和每个切点用什么转场在模板开头的 FX_DEFAULT、FX_PLAN（不是每套都有 FX_PLAN，见风格卡「默认动效（v1.3）」）。你写的场景如果在某个切点自己做了转场，就把那个切点的默认转场关掉，别叠两层。
   • 转场和次要动作（v1.2）：调 动效部件.js（新建作品时已复制进作品目录；用法在文件开头）。模板里有两个函数：fxBefore(t) 在画场景之前（推移、慢推、震屏），fxAfter(t) 在场景之后、字幕之前（故障撕裂、擦除、翻页、纸片盖屏、粒子、泛光），在里面写 动效.glitch(g, t, 换场时刻) 这类调用。背景至少两层、一直有东西在动；盲测里好用的手法（城市剪影、流动网格、灯管字通电、粉笔头、撕边纸……）和代码要点见知识文件第四、六节。
   • 页面约定（必须遵守）：舞台 1920×1080；<script src="timeline.js"></script> 引时间线；定义 window.seek(t)，画面只由 t 决定；准备好后 window.ready = true；保留 NOSUB 开关（const NOSUB = /[?&]nosub=1/.test(location.search)，画字幕和字幕底带的函数开头 if (NOSUB) return;）；每帧开头把画布状态整套复位（动效.resetCtx(g)，每帧重画的离屏画布也要）——上一帧留下的 lineCap、setLineDash、globalAlpha 会漏到下一帧，按顺序出片看不出来，单独出静帧就不一样（v1.3 前立体卡通、黑底科技、复古报刊的示例页都踩过）。
   • 时间一律从 TL 取（TL.mark('词')、TL.shots、TL.cues），不写死秒数；用不确定有没有的关键词先 TL.has('词')。
   • 读字：观众要看清的字原尺寸 48 像素以上；字幕不小于 60 像素；底部约 170 像素只放字幕，页眉区也别压。
   • 性能：每帧最好 150 毫秒以内；颗粒、纸纹只生成一次缓存，不要逐帧逐像素算，不要逐帧画满屏渐变（见知识库第二节）。

5. 先出 3 张静帧给用户点头

   bashCopy code
   node "$SKILL/pipeline/render.mjs" <作品目录>/index.html --stills 3.2,12.5,24.8 --outdir <作品目录>/静帧
   

   秒数挑开头、中段、结尾各一个最能代表画面的时刻（关键词刚出现之后）。手写、逐字浮现、擦出来的风格（手绘笔记、黑底科技、立体卡通的标题，超现实拼贴的手写批注）字是一个个出来的，要取关键词开始说之后约 0.3 秒（timeline.js 打印的关键词秒数 + 0.3），不然字还没写完（实测 4.95 秒只写出「失」，5.15 秒才是「失忆」）。自己先用 Read 看三张 PNG 和自动生成的 _480宽检查.png（字幕和关键字缩到 480 宽还能读；手绘笔记的笔尖跟着写，看一眼笔杆有没有压住要读的字），没问题再 open 给用户看。用户不点头就改，再出静帧。

   • 重出静帧时，同一目录里同一前缀的旧静帧和旧 480 宽检查图会先挪进 静帧/旧静帧/<前缀_时分秒>/，文件夹里只留这一批。调试用的多出几张没关系，用 --prefix 调试（或按段 --prefix A段）和给用户看的分开。

6. 出整段：node "$SKILL/pipeline/render.mjs" <作品目录>/index.html（命令放后台；满屏颗粒的几套 作品.json 里已经设了 jpeg 截图；21 秒的手绘笔记 v1.3 实测 65 秒）。出完自检：

   • ffprobe -v error -show_entries stream=codec_name,width,height,r_frame_rate:format=duration -of compact <成片>：h264 1920×1080 30/1 + aac，时长和片长（分镜.json 的 duration，没写就是口播时长）差不到 1 帧（按帧向上取整，21.17 秒的口播出来是 21.20 秒）。
   • 确定性（v1.3，几秒钟）：node "$SKILL/pipeline/render.mjs" <作品目录>/index.html --check-determinism auto，三个时刻各比一次「单独 seek」和「先跳到别处再回来」，要全是 ✓；有 ✗ 就按页面约定那条复位画布状态。
   • 出检查图（不出片，23 秒的片子约 7 秒）：node "$SKILL/pipeline/render.mjs" <作品目录>/index.html --scan --check-marks，在 <作品目录>/检查/ 里：
     • 扫片_1.png、扫片_2.png…：每秒 3 帧、一张 4×8 格（约 10.7 秒），看有没有截断、叠字、闪烁、空白，字幕是不是跟着换；镜头交界前后 0.5 秒最容易出事。
     • 卡点.png + 卡点_说明.txt：每个关键词开始说之前 0.1 秒、之后 0.35 秒各一帧，一行两个词；「前」那格还没有对应动作、「后」那格已经开始出现，就是卡上了。
   • 字幕对得上：扫片里每格下面的字幕跟着口播换；拿不准的时刻单独出静帧看。
   • 丰富度检查（v1.2）：node "$SKILL/pipeline/丰富度检查.mjs" <成片.mp4>，每 2.5 秒一格拼成 检查/丰富度_扫片.png，算相邻两格差多少（字幕带不算）。判「不过」、或标了「几乎没变」的那几秒，回去补变化（新东西进场、推近拉开、换色），静止超过 2 秒的补次要动作；再对照知识文件第七节的自查表（转场不要全片一种）。盲测 6 版里这个分数高的那版，3 组都是作者觉得更丰富的。开场是整屏盖色或黑屏开机时第 1 对会特别大，脚本另报「去掉第 1 对的平均」，那个数也要 ≥ 10。

7. 交付和修改：告诉用户成片路径（open 打开）。要回剪映统一加字幕：node "$SKILL/pipeline/render.mjs" <作品目录>/index.html --no-subtitle，输出自动叫 <名字>_无字幕.mp4（给了 -o 也会加「_无字幕」），不会覆盖带字幕的成片；字幕用作品目录里的 字幕.srt。v1.3 起 7 套模板和示例页关掉字幕时字幕底带也一起不画；你自己加了字幕底带的，记得也放进 if (NOSUB) return; 里。用户提意见时按「第几秒、哪个东西、改成什么」收，改完重出静帧确认，再重渲整段。

用法二：照一张参考图（或一段视频）做新风格

用户给一张自己喜欢的画面（截图、海报、插画）或一段视频，照它的画风做一套新风格，再套到口播上。先告诉用户三件事：

• 结果不保证：我们照 11 份参考做了 11 套，作者留了 7 套；每套 1 小时到 1 小时 45 分（口播、字幕、分镜已经有了的前提下），一般要出 2–4 轮静帧才像。
• 参考图的版权由用户自己负责：只拿来学画风（颜色、字体气质、线条、版式），成片里不出现原图；skill 不带、不传任何别人的图，作品目录里的参考图是用户自己放的。
• 参考里的真实照片、复杂手绘插画，代码只能画出近似的版本。

0. 口播先按用法一第 1–3 步做出字幕和分镜；只想先试风格，用 Token 例子（--example token），定了再换自己的口播。
1. 读参考：用 Read 看图，写下 4–6 条「看到了什么」（底色、主线、字、部件、留白、质感）。细节裁一块放大：ffmpeg -i 参考.jpg -vf "crop=宽:高:x:y,scale=iw*2:-1" <作品目录>/参考_局部.png（先 sips -g pixelWidth -g pixelHeight 参考.jpg 看尺寸）；gif 取第一帧 -frames:v 1。参考是视频：先出总览 ffmpeg -i 参考.mp4 -vf "fps=1,scale=480:-1,tile=4x3" -frames:v 1 <作品目录>/参考帧总览.png，再挑几帧原尺寸细看；还要看动法（东西怎么出现、多快、一拍几张、怎么换场；第 11 套黑底科技就是照一条视频做的），按 knowledge/动效和画面变化.md 第一节记成进场、主动作、次要动作、转场。
2. 取色：node "$SKILL/pipeline/取色.mjs" <参考图> 16 [x:y …]，先看按面积排的主色，再对底、主线、标题、强调物逐点取；每个用途一个色值，写清对应参考图哪里。强调色 A/B：参考图里有红有蓝就用它自己的；只有一种，缺的用默认（红 #d41928 / 蓝 #2373ce）；都没有，用色板里最醒目的两种对比色；其余颜色避开 A/B 的色系（知识库 从11套里学到的.md 第六节）。字和底的对比度按 knowledge/讲解动画通用规则.md 第二节算。
3. 挑字体（只在本机已装的里挑，不下载、不装）：
   • 先认参考图里的字是哪一类：宋 / 衬线、黑体（多粗）、圆体、手写、书法（楷、隶、魏碑、行楷）、窄体英文、等宽；每一类 macOS 里有哪些、像什么，查 knowledge/风格词典.md 第二节「字体对照」。
   • 同一类里挑 2–3 个候选，把标题那句话各渲一张静帧并排比（改字体栈，--stills 某秒 --prefix 字体A），挑字形、粗细、字面宽度最像的；写进字体栈时最后垫一个一直都在的（苹方、冬青黑体 Hiragino Sans GB、宋体-简 Songti SC）。
   • 按需下载的字体（兰亭黑、圆体、手札体、翩翩体、楷体、隶变、魏碑、报隶、行楷、凌慧体、娃娃体、雅痞）没下载时只带一部分字，一个词里会一半是它、一半退回苹方。用到就告诉用户：「打开『字体册』，搜『<中文名>』，点『下载』」；不下载也能渲，按风格卡里写的替代出。
   • 用户自己装在 ~/Library/Fonts 的字体能拿来试，但风格卡和字体栈里要写好系统替代，并出一张「去掉用户字体」的静帧确认还像（知识库第五节有 7 套的实测）。
4. 写风格卡：照 knowledge/风格卡模板.md 在作品目录写 风格卡.md：先填「来源」「看起来什么样」「配色」「字体」，部件、行号等页面写完再补。
5. 选底座：按下表挑最接近的现成模板，node "$SKILL/pipeline/新建作品.mjs" <作品目录> --style <它> … 建目录（index.html 就是它的模板；用 --example token 建的是 Token 示例页，先 cp "$SKILL/styles/<它>/模板.html" <作品目录>/index.html 换成模板）。先只改底座：配色（C、COL_A / COL_B）、字体栈、背景质感、线条画法、字幕带；骨架和字幕逻辑先留着，渲一张静帧看底座对不对，再按分镜写场景。看主体怎么画，比看底色要紧：黑底上的粉笔线稿仍从手绘笔记起步，换底色和笔触。

6. 出 3 张静帧自查：开头、中段、结尾各一张（关键词开始后约 0.3 秒），和参考图拼在一起看：ffmpeg -i 参考.jpg -i 静帧1.png -filter_complex "[0]scale=-1:540[a];[1]scale=-1:540[b];[a][b]hstack" <作品目录>/静帧/参考对比.png。逐条对：配色、字体、线条和质感、版式像不像；480 宽检查图里字读不读得清；A/B 两个词是不是一眼认得出。判断写进 静帧/静帧判断.md，再 open 给用户看；不像就改底座重出，一般 2–4 轮。丰富不丰富照 knowledge/动效和画面变化.md 第七节看。
7. 出片：回到用法一第 4–7 步（按分镜写场景、静帧点头、出整段、自检）。做完后作品目录里的 风格卡.md + index.html 就是用户自己的一套风格，下次新口播从这个 index.html 起步。

用法三：用文字描述想要的风格

用户没有参考图，只说得出感觉（例如「像小学教室黑板报那样的粉笔风，温暖一点」）。做法：问清楚 → 查知识库把描述翻成参数 → 先出 2–3 个方向（A/B/C）的静帧给他挑 → 挑定后写风格卡 → 出片。知识库的用处：把「温暖」「高级」「复古」这类词落成具体的色值、字体、笔触和动效，并提前避开每种风格最常见的翻车（字太小、颜色太多、满屏颗粒拖慢渲染……）。

1. 先问清楚（一次问完；答不上的用括号里的默认；没人可问时按描述自己推，写进风格卡「来源」）：

2. 翻成参数：读 knowledge/风格词典.md 第一节「描述词 → 参数」和最接近的 1–3 种风格条目，把问卷答案落成一张参数表：底色、主线色、1–2 个辅助色、强调色 A/B、字体栈（标题 / 正文 / 字幕）、线条和质感、版式、动效、起步模板（用法二第 5 步那张表）。每一项写依据（词典第几种、哪条规则）。再读 knowledge/讲解动画通用规则.md：字号、对比度、颜色预算、一个镜头一件事、动效时长——这些不随风格变，三个方向都要守。参数表里加一行「动效」：背景层怎么一直动、用哪 3 种以上转场（knowledge/动效和画面变化.md 第三、四、六节）。词典里写「已实测」的（霓虹赛博）先读它的风格卡，从它的实测页起步。
3. 出 2–3 个方向的静帧：三个方向要真的不一样（同是粉笔风：A 经典墨绿黑板报 + 彩色粉笔花边，B 暖色木框黑板 + 米黄粉笔、克制，C 黑板 + 彩纸剪贴标题），不是同一套换个颜色。做法：
   • 建作品目录（还没口播就用 --example token），--style 选起步模板。用 --example token 时 index.html 是 Token 示例页，不是模板，先换成模板：cp "$SKILL/styles/<起步模板>/模板.html" <作品目录>/index.html。在 index.html 开头写 const DIR = 'A'; 和三套参数 DIRS = { A: {…}, B: {…}, C: {…} }（配色、字体栈、质感和装饰的开关），底座里用到颜色、字体的地方都从 DIRS[DIR] 取。
   • 复制成三份、只改那一行：for d in A B C; do sed "s/^const DIR = 'A';/const DIR = '$d';/" index.html > 方向$d.html; done
   • 每份出同样两个时刻的静帧：node "$SKILL/pipeline/render.mjs" <作品目录>/方向A.html --stills 秒1,秒2 --outdir <作品目录>/方向静帧 --prefix 方向A（B、C 同理）。
   • 拼成一张对比图（一行一个方向，从上到下 A、B、C）：在 方向静帧/ 里 ffmpeg -y -pattern_type glob -i '方向?_静帧_*.png' -vf "scale=960:540,tile=2x3" -frames:v 1 方向对比.png。
   • 先自己用 Read 看，再 open 给用户，每个方向配一句话：是什么感觉、适合什么、各自的风险。
   • 实测一次（10-08 自检，描述「像小学教室黑板报那样的粉笔风，温暖一点」，手绘笔记起步，只到方向静帧）：写补丁改底座 + 三套参数约 6 分钟（另有 1 分钟修补丁脚本的匹配），三个方向各出 2 张静帧每个不到 1 秒。还没人当观众从头实测过用法三。
4. 挑定后（也可以是「A 的颜色 + C 的标题」）：把挑定的参数写死进 index.html（删掉 DIR 和另外两套），照 knowledge/风格卡模板.md 写 风格卡.md，再照用法一第 4–7 步写场景、出 3 张静帧点头、出整段。

规矩

• 画面只用 HTML/CSS/SVG/Canvas 代码画；不用生图模型；不引外部资源（CDN、网络字体、网络图片）。
• 不用 CSS 动画、transition、requestAnimationFrame、Date.now()、不带种子的 Math.random()（要随机用带种子的，例如 mulberry32，在 seek(t) 里每次重建）。
• 字体只用 macOS 自带的，或在字体栈里写好系统替代；按需下载的字体提醒用户在「字体册」下载。
• 一次渲一套（同时跑很多个会互相拖慢 2–5 倍）；渲染命令放后台。
• 作品目录放在用户的项目里，不往 $SKILL 里写东西；styles/、examples/ 只读，要改就复制到作品目录再改。
• 软件要用户自己装；不替用户下载、安装任何东西。
• skill 里不放任何第三方的图；用户给的参考图只放在他自己的作品目录里，版权由用户负责，成片里不出现原图。

做不到的事，和交给谁

• 一次只适合一段 15–60 秒；整条 10 分钟的片子全做成动画要很多小时，挑最需要画面的几段做。
• 配乐、音效、转场、和真人画面穿插：回剪映做（成片是普通 mp4，带口播）。
• 好不好看、像不像这套风格：要用户自己看，不满意就提意见改。内容离 Token 例子越远（例如讲做菜），要新画的部件越多，越要多出几轮静帧。
• 只在 macOS（Apple 芯片）上测过；Windows 没测（字体和 Chrome 路径都不一样）。只用 Opus 5.5 测过，别的模型写页面的质量没测。
• whisper 识别有错字（专有名词、英文最容易错），稿子以用户为准。

附：7 套风格速览（详见各套 风格卡.md）

附：文件和字段

风格文件夹 $SKILL/styles/<风格>/：风格卡.md（配色、字体和系统替代、构图、部件、动效、强调色 A/B、字幕区、渲染速度、换内容时怎么改、踩过的坑）、模板.html（通用模板，新作品从它改；7 套都有）、示例_Token.html（Token 例子的完整页面，看部件怎么用的参考）、静帧/（样片的 3 张 jpg，文件名是秒数）。另有 styles/霓虹赛博/（v1.2 实测过一次，只有风格卡、实测_Token.html 和静帧，不在 --list 里；用法三挑霓虹时用）。

分镜.json 字段（examples/token/分镜.json 是完整例子）

页面里的 window.TL：duration、title、text、cues（{id,text,start,end,show,hide}）、chars（字级时间 {text,start,end,cue}，英文词算一个字）、shots（{id,start,end,title,cues,keywords}）、marks、highlights、emphasis、assets；函数 TL.cueAt(t)、TL.shotAt(t)、TL.mark(名字)、TL.markEnd(名字)、TL.has(名字)。

render.mjs 常用参数：--stills 秒,秒,秒（静帧 + 480 宽检查图，配 --outdir、--prefix；同前缀的旧图先挪进 旧静帧/）、--scan（扫片拼图）、--check-marks（关键词前后帧拼图；这两个只出检查图、不出片，默认放 <作品目录>/检查/）、--preview（10 帧/秒、960×540，看节奏）、--from 秒 --to 秒（只渲一段）、--no-subtitle（文件名自动加「_无字幕」）、--format jpeg（满屏颗粒时快一倍多）、--check-determinism auto|秒,秒（确定性检查，v1.3）、-o 输出.mp4、--audio 文件、--chrome 路径。node "$SKILL/pipeline/render.mjs" --help 看全部。

字幕.mjs 参数：--no-whisper（没有 whisper 时只用稿子 + 静音检测）、--trim auto（按稿子裁掉口播两头稿子里没有的话）/ --trim 起,止（手动裁，秒数按原口播）、--script 稿子.txt、--max 20（每条字幕最多几个字）。输出 字幕.json / .srt，有 whisper 时还有 whisper原文.txt / .json。

出错时：页面脚本报错会停下并打印行号；「20 秒内没有定义 window.seek」先查 timeline.js 在不在页面旁边、脚本有没有报错；字体没生效（族名写错会悄悄退回苹方）就渲一张静帧看；找不到 Chrome 按提示装或用 --chrome。

别的工具：pipeline/取色.mjs <图片> 16 [x:y …] 取主色和指定点颜色（做新风格时用）；pipeline/丰富度检查.mjs <成片.mp4> 看画面变化够不够（用法一第 6 步）；pipeline/动效部件.js 转场和次要动作的共用函数（用法一第 4 步；v1.3 加了 resetCtx 复位画布、iris 圆形遮罩、sweep 色块横扫，后两个能用 area 只盖一块）。

知识库（$SKILL/knowledge/）：从11套里学到的.md（做 11 套样片踩过的坑、渲染速度、字体实测、概念怎么演；开头有四份知识的索引）、风格词典.md（描述词 → 参数、macOS 字体对照、27 种风格各怎么做，用法三主要查它）、讲解动画通用规则.md（字号、对比度、字幕安全区、颜色预算、一镜一事、动效时长，注了出处）、风格卡模板.md（新风格的空白风格卡）、动效和画面变化.md（v1.2：每个镜头的变化清单、多久一个新变化、各风格的转场、分层和推拉、动画原则、盲测里好用的手法、丰富度自查表、共用部件用法）。