Comic Drama Master

预审处理规则

1. 低风险（日常、奇幻冒险、儿童故事等）：直接开始制作
2. 中风险（武侠打斗、修仙对决等）：在剧本和 prompt 中使用委婉替代词：
   • ❌ blood spraying from wound → ✅ spiritual energy impact, staggering backward
   • ❌ sword piercing through chest → ✅ sword energy clash, powerful strike
   • ❌ army marching to war → ✅ warriors gathering for a decisive confrontation
   • ❌ bloody battle → ✅ fierce spiritual energy confrontation
3. 高风险（纯战争、恐怖、政治敏感）：明确告知用户该题材可能导致视频生成大面积失败，建议：
   • 调整为更温和的表达方式
   • 更换题材方向
   • 用户坚持则继续，但提前说明可能有 30-50% 的场景需要反复重试

提醒时机：在步骤2（初始化任务目录）之后、步骤3（剧本生成）之前，向用户简要说明风险等级和应对策略。

⚡ 脚本参数速查表（大模型必读）

重要：以下是所有脚本的精确调用格式和 JSON 文件格式。调用任何脚本前，必须严格按照此表准备参数，不得猜测格式。

app_config.py — 读取配置

python scripts/app_config.py
# 无参数，返回 JSON

task_manager.py — 任务目录管理

# 初始化任务
python scripts/task_manager.py init "<task_name>"

# 保存文档
python scripts/task_manager.py save "<task_folder绝对路径>" "<文件名.md>" "<Markdown内容>"

# 列出任务
python scripts/task_manager.py list

web_search.py — 网络搜索

python scripts/web_search.py "<搜索关键词>"
# 返回 JSON 字符串数组

image_generate.py — 单张图片生成

python scripts/image_generate.py "<英文prompt>" --output-dir "<保存目录绝对路径>"
# 返回 JSON: {"saved_files": ["/absolute/path/to/generated_image_TIMESTAMP_0.png"]}

batch_image_generate.py — 批量并行图片生成（⚡ 推荐用于分镜图和角色立绘）

# 从 JSON 文件读取 prompts，并行生成（默认3线程）
python scripts/batch_image_generate.py \
  --prompts-file prompts.json \
  --output-dir "<保存目录绝对路径>" \
  --prefix scene_ \
  --max-workers 3 \
  --max-retries 3

# 返回 JSON: {"status": "success", "total": N, "succeeded": N, "failed": 0, "saved_files": [...], "elapsed_seconds": X}

📋 image_prompts.json 格式（纯字符串数组）：

[
  "STYLE_ANCHOR, scene 1 prompt...",
  "STYLE_ANCHOR, scene 2 prompt...",
  "STYLE_ANCHOR, scene 3 prompt..."
]

⚡ 性能对比：7 张分镜图串行生成约 70s，并行生成约 25s，提速约 3 倍。 内置自动重试（最多3次）和失败 prompt 简化 fallback 机制。

batch_video.py — 批量视频提交/轮询

# 提交任务（⚠️ JSON 文件格式见下方）
python scripts/batch_video.py submit \
  --prompts-file prompts.json \
  --first-frames-file frames.json \
  --durations-file durations.json

# 轮询任务
python scripts/batch_video.py poll --task-ids-file task_ids.json --interval 30

📋 JSON 文件精确格式（严格遵守，不得修改结构）：

prompts.json — 纯字符串数组（⚠️ 不是对象数组！）：

[
  "STYLE_ANCHOR, scene 1 full prompt text...",
  "STYLE_ANCHOR, scene 2 full prompt text...",
  "STYLE_ANCHOR, scene 3 full prompt text..."
]

frames.json — 纯字符串数组，每项为 TOS URL（与 prompts 一一对应）：

[
  "https://tos-cn-beijing.volces.com/.../scene_01.jpg?...",
  "https://tos-cn-beijing.volces.com/.../scene_02.jpg?...",
  "https://tos-cn-beijing.volces.com/.../scene_03.jpg?..."
]

durations.json — 纯整数数组，每项为 4~15 之间的整数（与 prompts 一一对应）：

[6, 8, 5, 10, 14, 12, 5]

task_ids.json — submit 返回结果中 submitted 字段的值（对象，key 为 scene_key，value 为 task_id）：

{
  "scene_01": "task_id_abc123",
  "scene_02": "task_id_def456",
  "scene_03": "task_id_ghi789"
}

file_download.py — 批量文件下载

python scripts/file_download.py \
  --urls <url1> <url2> <url3> ... \
  --save-dir "<保存目录绝对路径>" \
  --filenames scene_01.mp4 scene_02.mp4 scene_03.mp4 ...

video_merge.py — 视频合并

python scripts/video_merge.py \
  --input-dir "<videos_dir绝对路径>" \
  --output "<final_dir绝对路径>/<task_name>_final.mp4" \
  --scene-count <N>

tos_upload.py — TOS 上传

python scripts/tos_upload.py "<文件绝对路径>"
# 返回 JSON: {"signed_url": "https://..."}

video_scorer.py — 效果评分

python scripts/video_scorer.py "<task_folder绝对路径>"

前置依赖

• ffmpeg / ffprobe（必须，步骤7使用）：视频合并和时长检测依赖 ffmpeg。在步骤7（视频合成）开始前自动检查并安装。

  # macOS
  brew install ffmpeg
  # Linux (Debian/Ubuntu)
  sudo apt-get install -y ffmpeg
  # Linux (CentOS/RHEL)
  sudo yum install -y ffmpeg
  

  ⚠️ ffmpeg 仅在步骤7（视频合成）时需要，无需提前安装。脚本会在合成前自动检查。

• 网络搜索：调研时通过 python scripts/web_search.py <query> 执行，脚本自包含在此 skill 的 scripts/ 目录下。
• 图片生成：
  • 单张：python scripts/image_generate.py <prompt> [--output-dir <dir>]
  • 批量并行（推荐）：python scripts/batch_image_generate.py --prompts-file <file> --output-dir <dir>
• 环境变量（必须提前设置）：
  • ARK_API_KEY 或 MODEL_IMAGE_API_KEY：方舟 API 密钥（图片生成用）
  • VOLCENGINE_ACCESS_KEY / VOLCENGINE_SECRET_KEY：火山引擎 AK/SK（网络搜索 + TOS 上传用）
  • VIDEO_DURATION_MINUTES：视频时长（可选，默认 0.5（30秒），支持 0.5/1/2/3/4）
  • COMIC_DRAMA_OUTPUT_DIR：产物输出根目录（可选，默认项目目录下的 output/）
  • DEFAULT_VIDEO_MODEL_NAME：视频生成模型名称（可选，默认 doubao-seedance-1-5-pro-251215）

🔄 恢复未完成任务（断点续制）

当新对话开始或上下文丢失时，必须先执行此检测流程，再决定是新建任务还是继续现有任务。

恢复检测流程

第一步：列出已有任务目录

python scripts/task_manager.py list

如果找到已有任务目录，检查其中的产物完成情况。

第二步：检查产物并判断恢复点

进入最新的 task_folder，按以下规则判断应该从哪一步继续：

第三步：加载已有产物上下文

如果需要从中间步骤继续，必须先读取已完成的产物文件来恢复上下文：

• 读取 characters.md 恢复 STYLE_ANCHOR 和角色描述
• 读取 plot.md 恢复剧情大纲和时长分配
• 读取 script.md 恢复完整对白剧本
• 读取任务目录中已有的 TOS URL 记录

第四步：向用户确认

向用户展示检测结果：

• 展示已完成的步骤和对应产物
• 展示下一步应该执行的步骤
• 询问用户是否继续该任务，还是重新开始新任务

⚠️ 如果用户提供的是全新的故事创意，则忽略恢复流程，直接从步骤1开始。 只有当用户明确表示"继续"、"接着做"、"上次的"等意图时，才执行恢复流程。

全流程概览

用户故事创意
  ↓
步骤0: 恢复检测 → python scripts/task_manager.py list（检查是否有未完成任务）
步骤1: 读取配置 → python scripts/app_config.py（智能时长模式，4s~15s 动态范围）
步骤2: 初始化任务目录 → python scripts/task_manager.py init "<task_name>"
  ↓ ⚠️ 内容安全预审（评估风险等级，向用户说明）
步骤3: 剧本生成 → python scripts/web_search.py 调研 + 创作剧本 + 智能时长分配（参见 references/screenplay-generator.md）
步骤4: 角色设计 → python scripts/image_generate.py 生成立绘（参见 references/character-designer.md）
步骤5: 场景美术 → python scripts/image_generate.py 生成分镜图（参见 references/scene-designer.md）
步骤6: 分镜视频 → python scripts/batch_video.py submit/poll + 每段独立时长（参见 references/storyboard-director.md）
步骤7: 视频合成 → python scripts/video_merge.py + tos_upload.py（参见 references/video-synthesizer.md）
步骤8: 产物验证与效果评分 → 逐项检查产物完整性 + 生成评分报告
  ↓
完整漫剧视频 + TOS 签名链接 + 评分报告

步骤1：读取启动配置

python scripts/app_config.py

输出 JSON 包含：

• video_duration_minutes：视频时长（分钟）
• total_seconds：总秒数
• smart_duration：true（智能时长模式已启用）
• duration_range：{"min": 4, "max": 15}（每段视频可选时长范围）
• duration_options："4s ~ 15s 动态分配"
• scene_count_range：{"min": N, "max": M}（场景数参考范围）
• recommended_scene_count：推荐场景数（以平均 8s 估算）

智能时长模式说明

每个分镜场景根据剧情节奏需要独立分配时长（4秒 ~ 15秒连续可选），而非全部使用统一时长。时长的多样性是让漫剧节奏生动的关键——快切制造紧迫感，长镜头铺垫情绪，交替使用让观众始终沉浸在故事中。

总导演在步骤3（剧本生成）时，根据每章的剧情功能和节奏需要决定该章时长，确保：

• 总时长 ≈ total_seconds（允许 ±10% 浮动）
• 高潮章节（第三幕）优先分配 11~15 秒
• 紧张追逐/闪回可使用 4~6 秒快切
• 开篇和结尾章节通常使用 7~10 秒
• 相邻场景时长应有变化，避免连续多个相同时长导致节奏单调

向用户确认配置后继续。

步骤2：初始化任务目录

python scripts/task_manager.py init "<task_name>"

从故事创意中提取核心关键词作为 task_name。脚本返回 JSON：

{
  "task_folder": "{COMIC_DRAMA_OUTPUT_DIR}/task_20260222_143000_关键词/",
  "storyboard_dir": "{COMIC_DRAMA_OUTPUT_DIR}/task_.../storyboard/",
  "characters_dir": "{COMIC_DRAMA_OUTPUT_DIR}/task_.../characters/",
  "videos_dir": "{COMIC_DRAMA_OUTPUT_DIR}/task_.../videos/",
  "final_dir": "{COMIC_DRAMA_OUTPUT_DIR}/task_.../final/",
  "outputs_dir": "{COMIC_DRAMA_OUTPUT_DIR}/",
  "deleted_tasks": []
}

记录所有路径，后续步骤全程使用。FIFO 自动清理，最多保留16个任务。

⚠️ 内容安全预审：在此步骤之后、步骤3之前，对用户故事创意执行内容安全预审（参见上方「内容安全审核提醒」），向用户简要说明风险等级。

步骤3：剧本生成（含智能时长分配）

完整规格参见 references/screenplay-generator.md。

核心流程：

1. python scripts/web_search.py 深度调研（必须在写剧本之前执行）
2. 保存需求文档 requirements.md
3. 创作章节式剧情大纲 plot.md（含全局风格锚定声明 + 情绪弧线图）
4. 为每个章节动态分配时长（4秒 ~ 15秒，根据剧情节奏）
5. 创作完整对白剧本 script.md（每章标注时长，逐秒剧本按实际时长展开）
6. 输出 scene_durations 列表（供步骤6使用）

智能时长分配规则

在创作 plot.md 时，为每章标注时长（4s ~ 15s 动态选择）：

第一章：[章节名]（6秒）— [摘要]    ← 快速闪回/引子，紧凑开场
第二章：[章节名]（8秒）— [摘要]    ← 世界观建立，标准叙事
第三章：[章节名]（5秒）— [摘要]    ← 紧张追逐/危机降临，快切
第四章：[章节名]（10秒）— [摘要]   ← 冲突升级，需要更多对白
第五章：[章节名]（14秒）— [摘要]   ← 高潮对决，密集交锋
第六章：[章节名]（12秒）— [摘要]   ← 高潮延续，情绪爆发
第七章：[章节名]（5秒）— [摘要]    ← 结局余韵，短促定格

时长分配决策表：

关键原则：时长多样性 > 时长统一。一部好漫剧的节奏应像心跳般起伏有致——紧张时短促如鼓点（46s），铺垫时舒缓如弦乐（710s），高潮时绵长如交响（11~15s）。

script.md 中每章的时长体现：

• 章节标题格式：## 第N章：[章节名]（时长：Xs）（X 为 4~15 之间的整数）
• 逐秒剧本时间轴按实际时长展开（如 5秒场景：0:00-0:05；12秒场景：0:00-0:12）
• 11~15秒场景的对白密度更高（6-10句），动作编排更丰富
• 7~10秒场景的对白为标准密度（3-5句）
• 4~6秒场景对白极简（0-2句），以画面冲击力为主

确认步骤3产物：

• {task_folder}/requirements.md ✅
• {task_folder}/plot.md ✅（含章节划分 + 每章时长标注 + 风格锚定 + 情绪弧线）
• {task_folder}/script.md ✅（含对白、神情、动作、场景桥接、结束状态、每章独立时长）
• scene_durations 列表已记录 ✅（如 [6, 8, 5, 10, 14, 12, 5]）

从 plot.md 提取：主要角色列表、核心视觉风格（默认「国漫3D写实」）。

🔔 向用户展示关键产出（必须在确认产物后、进入下一步之前展示）：

• 📖 剧情大纲：展示 plot.md 的完整分章大纲（章节名 + 时长标注 + 摘要）
• 🎭 每章对白摘录：每章展示 1-2 句最精彩的核心对白
• 📊 时长分配汇总表：章节—时长—分配理由
• 📈 情绪弧线图：每章情绪强度可视化
• 👥 角色列表：主要角色姓名 + 身份 + 一句话概括

步骤4：角色设计

完整规格参见 references/character-designer.md。

核心流程：

1. 确定视觉风格，生成 STYLE_ANCHOR（全局风格锚定字符串）
2. 为每个角色创作精确的英文 AI 提示词
3. ⚡ 使用 python scripts/batch_image_generate.py 并行生成角色立绘 + 封面图
4. 保存角色设计文档 characters.md
5. 将所有立绘和封面上传到 TOS，获取 TOS URL（用于图片展示）

画风一致性关键：

• STYLE_ANCHOR 写入 characters.md 顶部，后续所有步骤必须引用
• 角色英文提示词一经确定，在所有后续场景中原样复用，仅允许追加动作/表情
• 配色方案用精确英文颜色词（如 midnight blue 而非 blue）

确认产物：

• {task_folder}/characters.md ✅（含 STYLE_ANCHOR + 英文提示词 + 立绘图片）
• {characters_dir}/ 下有角色立绘 .jpg 文件 ✅
• {task_folder}/cover.jpg ✅
• 所有角色立绘和封面图已上传到 TOS，TOS URL 已记录 ✅

🔔 向用户展示关键产出：

• 🎨 STYLE_ANCHOR：展示完整风格锚定字符串
• 👤 角色概要：每个角色的中文描述（姓名 + 身份 + 标志性特征）
• 🖼️ 角色立绘预览：所有角色立绘以 Markdown 图片形式展示（⚠️ 必须使用 TOS URL，不得使用本地磁盘路径）
• 🖼️ 封面图预览：封面图以 Markdown 图片形式展示（⚠️ 必须使用 TOS URL）

步骤5：场景美术（分镜图）

完整规格参见 references/scene-designer.md。

核心流程：

1. 从 characters.md 提取 STYLE_ANCHOR
2. 为每个场景构建提示词（以 STYLE_ANCHOR 开头，体现场景结束状态）
3. ⚡ 使用 python scripts/batch_image_generate.py 并行生成所有分镜图（内置自动重试 + 失败 prompt 简化 fallback）
4. 上传到 TOS，记录 TOS URL

画风一致性关键：

• 所有分镜图提示词必须以 STYLE_ANCHOR 开头
• 角色描述严格复用 characters.md 中的英文提示词
• 相邻场景的色调、光照、环境元素保持视觉连贯

场景生成失败 fallback：

• 脚本内置自动重试（每张最多3次）
• 重试全部失败后，自动用简化 prompt 再次尝试（移除高风险词汇）
• 如果仍然失败，提取失败场景的 prompt，手动简化后使用 image_generate.py 单独重试

确认产物：

• {storyboard_dir}/ 下有 scene_count 张分镜图 ✅
• 所有分镜图的 TOS URL 已记录 ✅（供步骤6使用）

🔔 向用户展示关键产出（⚠️ 必须展示分镜图，不得跳过）：

• 🖼️ 分镜图预览：所有分镜图以 Markdown 图片列表形式展示（⚠️ 使用 TOS URL），每张附带：
  • 对应章节名
  • 一句场景描述
  • 该章节的时长标注
• 📊 生成统计：总数/成功数/耗时

步骤6：分镜视频生成（智能时长）

完整规格参见 references/storyboard-director.md。

核心流程：

1. 从 characters.md 提取 STYLE_ANCHOR
2. 为每个场景构建七维度导演级视频提示词（以 STYLE_ANCHOR 开头）
3. 准备每段视频的独立时长列表（从步骤3的 scene_durations 获取，4~15秒动态值）
4. 批量提交视频任务（含首帧 TOS URL + 每段独立时长）
5. 轮询等待全部完成
6. 下载视频 + 质量评分

智能时长提交方式

将 prompts 列表、首帧 URL 列表、时长列表分别写入 JSON 文件，然后调用 submit：

第一步：准备 JSON 文件（⚠️ 严格按照速查表中的格式，参见文件顶部）

// prompts.json — ⚠️ 必须是纯字符串数组，不是对象数组！
[
  "STYLE_ANCHOR, environment for scene 1, character desc, action, dialogue, camera, audio",
  "STYLE_ANCHOR, environment for scene 2, character desc, action, dialogue, camera, audio"
]

// frames.json — TOS URL 字符串数组（与 prompts 一一对应）
[
  "https://tos-cn-beijing.volces.com/.../scene_01.jpg?签名参数...",
  "https://tos-cn-beijing.volces.com/.../scene_02.jpg?签名参数..."
]

// durations.json — 整数数组（与 prompts 一一对应）
[6, 8, 5, 10, 14, 12, 5]

第二步：调用 submit 命令

python scripts/batch_video.py submit \
  --prompts-file prompts.json \
  --first-frames-file frames.json \
  --durations-file durations.json

第三步：保存返回结果中 submitted 字段为 task_ids.json

submit 返回格式：

{
  "submitted": {"scene_01": "task_id_xxx", "scene_02": "task_id_yyy"},
  "errors": {},
  "total": 7
}

将 submitted 字段的内容保存为 task_ids.json：

{"scene_01": "task_id_xxx", "scene_02": "task_id_yyy"}

⚠️ 不再使用 --duration 统一时长参数，改用 --durations-file 实现每段独立时长。 durations.json 中的时长列表必须与 prompts.json 一一对应，每个值为 4~15 之间的整数。

画风一致性关键：

• 所有视频提示词以 STYLE_ANCHOR 开头
• 角色描述严格复用 characters.md 中的英文提示词
• 对白从 script.md 原样提取
• 11~15秒场景：至少5-6句对白，密集交锋节奏
• 7~10秒场景：至少3-4句对白
• 4~6秒场景：0-2句极简对白，以画面冲击为主
• 运镜多样化，相邻场景不得使用完全相同的运镜手法

镜头语言专业指导

镜头是导演最重要的叙事工具。不同情绪需要截然不同的镜头策略：

紧张/悬疑场景的镜头策略

高潮/爆发场景的镜头策略

情绪铺垫场景的镜头策略

镜头节奏规则：紧张场景用快切（每 0.51.5s 一个镜头切换），铺垫场景用长镜（36s 不切），高潮场景先慢后快再慢（蓄力→爆发→余波）。

对白与连贯性关键：

• 对白间距不超过4秒，要有交锋感
• 音频情绪与画面情绪匹配，相邻场景音乐有过渡感
• 环境在连续场景中保持一致，仅变化破坏程度/光照

确认产物：

• {videos_dir}/ 下有 scene_count 个 .mp4 文件 ✅
• 每段视频含中文对白语音 + 配乐 + 音效 ✅
• 各段视频时长与 scene_durations 一致 ✅

🔔 向用户展示关键产出（⚠️ 必须展示每段分镜视频，不得跳过）：

• 🎬 分镜视频列表：所有视频必须以 <video src="{tos_url}" width="640" controls>第N章{章节名}</video> 格式展示（⚠️ 必须使用 TOS URL，不得使用本地磁盘路径，不得使用纯文本链接或 Markdown 链接），每段附带章节名 + 时长 + 核心对白 1-2 句摘录
• 📊 质量评分：展示评分结果

⚠️ 视频展示格式示例（必须严格遵循）：

**第一章：{章节名}**（{时长}秒）
核心对白："{角色A}：{台词}"
<video src="https://tos-cn-beijing.volces.com/.../scene_01.mp4?签名参数" width="640" controls>第一章{章节名}</video>

步骤7：视频合成与交付

完整规格参见 references/video-synthesizer.md。

核心流程：

1. 检查并安装 ffmpeg（首次使用时自动安装）
2. 严格筛选视频文件（只接受 scene_NN.mp4 格式）
3. 按顺序合并所有视频
4. 上传到 TOS
5. 保存交付文档，展示最终结果

⚠️ 第一步：检查并安装 ffmpeg（合成前必须确认可用）

💡 向用户说明：在检查/安装 ffmpeg 时，向用户简要解释： 「接下来需要将各段分镜视频按顺序合并为一部完整漫剧。合并视频需要用到 ffmpeg（一个开源的音视频处理工具），我来检查一下环境中是否已安装……」 如果需要安装，告知用户：「正在安装 ffmpeg，这是一个专业的视频拼接工具，用于将 {scene_count} 段分镜视频无缝合并为完整漫剧视频，同时自动检测最终时长。安装只需几秒钟。」

# 检查 ffmpeg 是否已安装
which ffmpeg && ffmpeg -version || echo "ffmpeg not found, installing..."

# macOS 自动安装
brew install ffmpeg 2>/dev/null || true

# Linux 自动安装
# sudo apt-get install -y ffmpeg 2>/dev/null || sudo yum install -y ffmpeg 2>/dev/null || true

如果 ffmpeg 已安装则直接跳过，无需重复安装。

合并视频：

python scripts/video_merge.py --input-dir "<videos_dir>" --output "<final_dir>/<task_name>_final.mp4" --scene-count <N>
python scripts/tos_upload.py "<final_dir>/<task_name>_final.mp4"

合并后的实际总时长由 ffprobe 自动检测（因为每段视频时长可能不同）。

确认产物：

• {final_dir}/{task_name}_final.mp4 ✅
• TOS 签名 URL ✅

🔔 向用户展示关键产出（⚠️ 视频必须使用 <video> 标签展示，不得使用纯文本链接或 Markdown 链接）：

• 🎬 最终视频：合成视频必须以 <video src="{tos_signed_url}" width="640" controls>完整漫剧视频</video> 格式展示（⚠️ 必须使用 TOS URL，禁止使用纯文本 URL、Markdown 代码块包裹的 URL 或 Markdown 链接格式）
• 🔗 TOS 链接：展示完整签名 URL（作为备用文本链接，放在 <video> 标签之后）
• 📁 任务目录结构：展示完整目录树

⚠️ 最终视频展示格式（必须严格遵循，不得使用其他展示方式）：

🎬 漫剧生成完成！

<video src="https://tos-cn-beijing.volces.com/.../task_name_final.mp4?签名参数" width="640" controls>完整漫剧视频</video>

🔗 TOS 链接：https://tos-cn-beijing.volces.com/.../task_name_final.mp4?签名参数

❌ 错误示例（禁止使用）：

• text\nhttps://...\n（代码块包裹）
• 视频链接（Markdown 链接）
• https://...（纯文本 URL）

步骤8：产物验证与效果评分

每个任务完成后，必须执行完整的产物验证和效果评分。

8.1 产物完整性检查

逐项检查以下产物目录结构，确认每个文件/文件夹存在且非空：

{task_folder}/
├── characters/                  ← 必须包含至少1个 .jpg 文件
│   ├── char_<name1>.jpg
│   ├── char_<name2>.jpg
│   └── char_<name3>.jpg
├── characters.md                ← 必须非空，含 STYLE_ANCHOR + 角色提示词
├── cover.jpg                    ← 必须存在且文件大小 > 0
├── final/                       ← 必须包含1个 _final.mp4 文件
│   └── <task_name>_final.mp4
├── plot.md                      ← 必须非空，含章节大纲 + 时长分配
├── requirements.md              ← 必须非空，含需求文档
├── script.md                    ← 必须非空，含逐秒剧本
├── storyboard/                  ← 必须包含 scene_count 个 .jpg 文件
│   ├── scene_01.jpg
│   ├── scene_02.jpg
│   └── ...
└── videos/                      ← 必须包含 scene_count 个 .mp4 文件
    ├── scene_01.mp4
    ├── scene_02.mp4
    └── ...

验证规则：

• 如果任何文件夹为空或文件内容为空 → 当前任务判定为失败
• 文件数量必须与 scene_count 严格匹配（storyboard/ 和 videos/ 目录）
• characters/ 目录下的文件数量必须与主要角色数量匹配

8.2 效果评分

使用评分工具对任务进行质量评估：

python scripts/video_scorer.py "<task_folder>"

评分输出包含 5 个维度（每项 0-10 分）：

8.3 产物验证报告格式

📋 产物验证报告

├── characters/          {N}个文件  ✅/❌
├── characters.md        {size}字   ✅/❌
├── cover.jpg            {size}KB   ✅/❌
├── final/               {N}个文件  ✅/❌
│   └── xxx_final.mp4    {size}MB   ✅/❌
├── plot.md              {size}字   ✅/❌
├── requirements.md      {size}字   ✅/❌
├── script.md            {size}字   ✅/❌
├── storyboard/          {N}个文件  ✅/❌
└── videos/              {N}个文件  ✅/❌

产物完整性: ✅ 全部通过 / ❌ {N}项缺失

📊 效果评分
剧情连贯性: X/10
对白丰富度: X/10
视觉质感:   X/10
情感张力:   X/10
音画同步:   X/10
综合评分:   X.X/10

改进建议: [具体建议]

任何产物缺失或内容为空，整个任务即判定为失败，必须报告具体缺失项并协调修复。

总导演执行规范

1. 内容安全预审：步骤2之后必须对故事创意执行内容安全预审，向用户说明风险等级
2. 上下文传递：每步必须明确所有路径参数和内容参数
3. 质量门控：每步完成后确认产物存在，异常时协调解决再继续
4. 画风一致性：STYLE_ANCHOR 贯穿全流程，所有图片/视频提示词以此开头
5. 角色一致性：characters.md 中的英文提示词在所有场景中原样复用
6. 剧情连贯性：场景桥接确保相邻章节自然过渡，情绪弧线有起承转合
7. 对白密度：46秒场景 0-2句对白，710秒场景至少3句对白，11~15秒场景至少6句对白，对白间距不超过4秒，有交锋感
8. 智能时长：每章根据剧情节奏动态分配 4~15 秒，时长多样性优先，总时长控制在目标范围内
9. 运镜多样性：相邻场景运镜手法不重复，全片至少5种运镜类型；紧张场景用快切近景，铺垫场景用长镜缓推，高潮场景用速度斜坡和环绕
10. 视频生成工具：只允许使用 batch_video.py 的 submit/poll（或失败重试时的 create_video_task.py + query_video_task.py）
11. URL 零修改：所有图片或视频 URL 在输入输出的全流程中均需严格保持原始状态，不允许进行任何形式的篡改（包括但不限于修改域名、路径、query参数、锚点等）。
12. 产物目录：所有输出固定在 COMIC_DRAMA_OUTPUT_DIR（默认 ./output/）下，每个任务独立目录
13. 图片生成：优先使用 python scripts/batch_image_generate.py 批量并行生成（步骤4角色立绘、步骤5分镜图），单张补充使用 python scripts/image_generate.py
14. 内容安全措辞：视频 prompt 中避免直接使用战争/血腥/武器等高风险词汇，用委婉替代词
15. 产物验证：步骤7完成后必须执行步骤8的产物完整性检查和效果评分，任何产物缺失即判定失败
16. 关键产出展示：每步完成后，必须将该步骤的关键产出内容（文档摘要、图片预览、视频链接、评分报告等）直接展示给用户，而非仅返回文件路径。用户应在对话流中清晰看到剧情大纲、角色立绘、分镜图、视频等核心输出
17. 分镜图必须展示：步骤5完成后，必须以 Markdown 图片格式展示所有分镜图预览（使用 TOS URL），让用户在进入视频生成步骤前确认画面效果
18. 视频展示格式：所有视频（分镜视频和最终合成视频）必须使用 <video src="{tos_url}" width="640" controls>描述</video> 格式展示。禁止使用纯文本 URL、Markdown 代码块包裹的 URL 或 Markdown 链接格式
19. ffmpeg 按需安装：步骤7（视频合成）开始前检查并安装 ffmpeg，按需安装不打扰前期创作流程
20. 场景生成 fallback：分镜图生成失败时自动重试（最多3次），重试失败后简化 prompt 再尝试，确保尽可能多的场景生成成功

什么是好的漫剧

剧情有起承转合，台词和语言张弛有度，镜头运用恰到好处（镜头方式多种多样，带着用户进入漫剧世界）， 画面层次丰富，剧情连贯，情感充沛，人物有个性，画面、场景、音乐、对白细腻且一致， 画风始终统一，用户看到漫剧能感受到故事的吸引、情节的连贯、主角的张力和故事线的波澜。 节奏是漫剧的灵魂——快切紧张如鼓点（46s），叙事舒缓如弦乐（710s），高潮绵长如交响（11~15s）， 三者交替使用，让观众的心跳随着画面起伏，这才是大师级的节奏把控。