ra-video-production-director

AI 视频创作 Skill

角色

作为现有视频技能之上的导演层。分配任务，定义验收标准，然后协调制作和质检。不要替代 hyperframes、remotion、ra-audio-to-subtitles、skill-captions、embedded-captions、graphic-overlays、 ra-video-download、视频转写、tts-skill、heygen-digital-avatar 或 ai-video-qc-delivery；仅在选定相应环节时加载这些 技能。

如果用户提供源视频 URL 或本地文件，并要求进行 视频洗稿、 视频二创 或 洗稿并制作视频，请先将任务交给 ra-video-wash-pipeline，以便先完成内容提取和改写。

待制作队列接收

如果输入是待制作项目文件夹 01-内容生产/视频工作台/待制作/<日期-主题>/（根目录中包含合同文件 交接稿.md；或者用户表示“制作待制作队列”“按交接稿制作”，或指向队列中的脚本）：

• 交接稿.md 的 frontmatter 是具有约束力的制作合同——平台、比例、 duration_target_s、word_count、voice、caption_style、visual、 illustration_skill、typography 会覆盖接收阶段的默认值，绝不能被执行技能自己的默认值替代（例如，HyperFrames 的 TTS 声线不能替代合同中指定的声线）
• 开始工作前，在 交接稿.md 中设置 status: 制作中，并将整个项目文件夹移动到 01-内容生产/视频工作台/制作中/<日期-主题>/，以免另一台机器重复制作；所有工程工作都在该文件夹内进行
• 交接文件中的脚本分段就是场景单元；不要重新切分或调整旁白流
• 跳过合同中已有答案的接收问题

硬性规则

1. 在制作前明确输出标准：原始视频、像素级对齐、视觉复刻、风格启发式创作、带字幕的素材、解说视频、产品宣传片、网站导览或动态图形。
2. 手工编写 HyperFrames/Remotion 重建作品时，不得声称实现了像素级对齐。像素级对齐要求复用源视频流、使用原始项目素材，或具备哈希匹配、cmp、PSNR 无穷大或 SSIM 1.0 等硬性指标。
3. 将源项目和中间文件保存在 <WORKSPACE>/01-内容生产/视频工作台/制作中/ 下；工作台 01-内容生产/视频工作台/ 只存放交接文件、转录稿和归档文件。
4. 最终交付物必须保存在资料库中。本系统制作的每个视频——无论来自队列还是非队列、直接基于转录稿制作、实操长片、翻译／重新包装，还是临时制作——都必须交付至 01-内容生产/视频工作台/已制作/<月上旬|月下旬>/<日期-主题>/成片/，关键质检图像放在同级的 质检/ 中。使用交付日期：每月 1 至 15 日归入 X月上旬，16 日至月底归入 X月下旬。已制作/6月历史成片库/（封存只读）和桌面上的 <WORKSPACE>/legacy-archive/ 均为已停用的历史归档位置——不得向其中写入新交付物。
5. 对于 待制作 队列任务，生成发布标题不属于制作工作： ra-video-title 已在清洗时将 8-12 个候选标题写入交接文件的 标题候选 部分，最终标题由用户在发布时手动选择。不得生成或应用发布标题，也不得为队列任务创建 视频标题.md（脚本中的页面场景标题不受影响）。仅对非队列任务（无交接约定），在质检后使用 ra-video-title 生成 8-12 个候选标题，并让用户选择，然后再将 视频标题.md 保存到最终 MP4 旁边。
6. 媒体规格、视觉检查和归档路径确认完毕后，视频才算完成。选定标题文件的要求仅适用于非队列任务；队列任务无需 视频标题.md 即可完成（标题仍由用户手动选择）。
7. 如果用户明确指定了视觉或插画技能，应在设计视觉层之前加载并遵循该技能。除非用户明确同意替代方案，否则不得用手工编码的图形、CSS 绘图或「仿某种风格」的近似方案替代用户指定的插画技能。
8. 如果要求使用完整 AI 配音，最终交付物必须通过 tts-skill 使用本地 IndexTTS2，语音 ID 为 pluvio-indextts2-calm-v1，并使用 automation/config/tts-routing.json 中声明的规范无损 WAV。MiniMax 仅用于公开文章／教程的转述示例，禁止用于本地视频配音。不得悄悄退回到 macOS say、浏览器语音、MiniMax 或其他通用／云端语音。如果本地模型或规范 WAV 缺失，应修复 IndexTTS2 通道，或在最终渲染前停止。
9. 对于从 待制作 队列接取的任务，只有在以下条件全部满足后，交付才算完成：运行 python3 automation/scripts/check_delivery.py <交接文件> <项目目录> <成片.mp4> 并以 0 退出；填写交接文件中的 制作端回执（路径 + 检查器输出）；将 status 设为 已完成；并通过将清理后的项目文件夹从 制作中/ 移入归档，组建项目专属归档目录 01-内容生产/视频工作台/已制作/<月上旬|月下旬>/<日期-主题>/（文件夹名称 = 项目文件夹名称）：根目录放置 交接稿.md，最终 MP4 放入 成片/，关键质检帧放入 质检/，最精简的工程文件放入 工程/。非队列任务也应使用清晰的主题短名，组建相同的日期归档结构；如有制作说明／脚本／计划，应复制到归档根目录。任何任务都不得将新的最终成片复制到 已制作/6月历史成片库/（封存只读）。
10. 图文工作台 队列遵循相同的约定模式：接取 01-内容生产/图文工作台/待制作/<file>.md（frontmatter 约定： card_count、ratio、style、illustration_skill、image_skill），开始时将 status: 制作中，制作图卡，不得改写文案，也不得生成或应用发布标题；交付至 01-内容生产/图文工作台/已制作/<日期-主题>/（移入交接文件 + 完成的图卡放入 图/）；将 status: 已完成，并在 01-内容生产/发布看板.md 的 待修改 下登记此任务。源隐私隔离要求保持不变。
11. 实操长片项目遵循 01-内容生产/视频工作台/制作中/<日期-主题>/ 下的统一工程布局；不得在 视频工作台/ 下另建单独的策划目录。 策划稿 frontmatter 中的 status 是唯一交接信号；录制和剪映融合阶段由用户亲自处理。Codex 负责三个阶段： (a) status: 待粗剪 — 默认使用 ra-local-talking-head-cut：Seed ASR 词级时间戳、术语／不确定内容审查，以及基于源时间轴的预剪 SRT。等待用户明确批准；批准前不得生成 EDL 或渲染。之后进行语义清理、自适应停顿、按源尺寸／源帧率渲染、对白响度处理、媒体质检，以及生成基于最终媒体的字幕并通过字幕质检。使用 video-use 作为多条录制素材的依据／选择层；仅在需要词级网页审查或有意进行激进对比时使用 Agentchengfeng/chengfeng-videocut-skills；用户需要波形审查和用于剪映/Final Cut Pro 的 FCPXML 时间线时，选择 AI剪口播。默认 MP4 工作流交付 粗剪/口播-粗剪.mp4，并将 status 设为 融合中；FCPXML 工作流只有在剪辑时间线获接受后才继续； (b) status: 待字幕 — 针对用户最终合并的剪辑运行 ra-audio-to-subtitles，确保词级时间戳质检通过，然后使用约定的 caption_style（默认为 anchor-dark）运行 skill-captions，以预览、烧录并验证短语字幕；保存对应的 .srt 和通过质检的 caption-render-qc.json，然后将 status 设为 待动画； (c) status: 待动画 — 仅为策划稿 frontmatter 列出的全身出镜片段添加 Remotion 组件叠加层，合成后将最终 MP4 交付至 视频工作台/已制作/<月上旬|月下旬>/<日期-主题>/成片/，将关键质检内容放入同级的 质检/，在 发布看板 上登记，并将 status 设为 成片。 在此工作区中，所有粗剪工具都仅用于粗剪：绝不得将任何粗剪工具生成的字幕用作正式字幕时间线。
12. 对于任何带解说的最终视频，最终拼接音频或最终合并视频是唯一的字幕计时来源。音频锁定后运行 ra-audio-to-subtitles；归档 captions_words.json、captions.json、 captions.srt 和 caption-qc.json。基于字符数、场景时长的插值以及固定延迟的字幕计时仅供预览，不得用于任何建议的最终版本。
13. 每当视频组件、视频背景或参考视频复刻作品达到已渲染且通过质检的最终状态时，在将其加入 05-视频组件/ 之前停止，并明确询问用户：是否应将其加入组件库、应归入哪个现有类别，以及是否需要新建类别。用户回答之前，不得推断归属或创建类别。如果用户拒绝，只使用常规成片归档。如果用户同意，则将确认的 05-视频组件/<中文分类>/<中文组件名>/ 名称视为规范名称，并在同一任务中使组件目录自包含：包括便携 MP4、manifest.json、质检/ 和 工程/（唯一可编辑源文件，移除 node_modules／渲染文件）。其他位置不得存在工程镜像、符号链接或副本；报告完成前，须在 05-视频组件/CATALOG.md 中登记该组件。
14. 每当用户要求制作 HeyGen／数字人／虚拟形象视频，或视频制作约定要求使用现有的 Pluviobyte 数字人时，生成前加载 heygen-digital-avatar。其原始 Digital Twin 外观、CLI OAuth 订阅计费、默认使用 Avatar III、本地 IndexTTS2 音频、单主版本复用，以及获批的 headroom_08 左下角圆形布局均为强制要求。只有明确要求使用 全屏数字人 时，才可不采用圆形布局。
15. 若装饰性焦点框包围超过画布 40% 的区域或多个内容组，则仅将其用作入场提示。其总显示时间不得超过 2 秒或场景时长的 15%（取较短者），并且必须在信息稳定呈现前退出。持续显示的框必须具有明确的语义用途，并紧密框定一个局部目标。

默认视觉系统

当用户要求使用此技能制作视频，且没有提供相冲突的视觉方向时，请采用白色优先的视觉系统：

• 背景：纯白或暖白，并留出充足的空白
• 对于白色优先的 AI/工具教程、分页讲解视频和白色动态图形，请阅读 references/perspective-grid-v5.md，并从工作区组件 05-视频组件/视频背景/透视网格背景/ 开始。随附的 assets/perspective-grid-v5/ 副本是哈希相同的技能镜像和备用版本，并非另一个可独立编辑的基准版本。将获批的 V5 循环作为最底层视觉图层，并按其原生播放速率使用：1920x1080、30fps、7.3 秒 / 219 帧、每个循环包含三个完整网格单元，单个网格单元的周期为 2.433 秒。保留其几何形状、不对称色块、中心雾效、相位和无缝循环时序。不要根据旧版本或临时 CSS 网格重新制作。
• 仅当源素材、全屏出镜讲解、密集 UI、可读性、交接约定或明确的参考内容与之冲突时，才停用 V5 网格。请在制作备注中记录原因。
• 主色调：黑色文字、黑色线稿和克制的深色 UI 元素
• 强调色：仅少量使用红色、橙色或蓝色来突出重点、警示、箭头、反馈或状态
• 字幕：对于叠加在素材、屏幕截图、V5 网格或可变背景上的旁白讲解视频，运行 skill-captions，并默认使用其 anchor-dark 紧凑包裹式面板。交接中的 caption_style 或用户明确指定的样式优先；无边框字幕需要置于受控的均匀浅色字幕区域中，并记录原因。
• 除非用户明确要求或所选方案有此需要，否则避免默认采用深色、紫色、霓虹或 SaaS 魔幻风格
• 对于分页或分场景视频，默认使用 ian-xiaohei-illustrations 作为插画来源。优先使用项目本地的有效副本：.agents/skills/ian-xiaohei-illustrations/、.codex/skills/ian-xiaohei-illustrations/ 和 .claude/skills/ian-xiaohei-illustrations/；共享库路径 <WORKSPACE>/.claude/skills/ian-xiaohei-illustrations 仅在项目副本缺失时作为修复来源。
• 尽可能为每个页面或场景配上有意义的小黑插画；仅当素材、屏幕截图、密集 UI 或可读性会明显受影响时才省略
• 每幅插画都必须阐明页面的核心主张、流程、对比或状态；小黑应执行核心动作，而非充当装饰
• 如果计划中写有“小黑”或“小黑配图”，请使用 ian-xiaohei-illustrations 创建真实图像素材并保存到项目中。使用 CSS/HTML 仿制小黑不符合要求。
• 对于分页式 16:9 小黑视频，请在编写构图前采用 xiaohei-16x9-layout 约定。该约定首先固定页面骨架：左上标题、左中备注卡片、右中小黑插画和底部字幕。除非用户要求不同的视觉系统，否则不要另创布局。

分页讲解视频默认设置

对于 AI/工具教程、分页式旁白讲解视频和中文长篇教学视频，除非用户提供相冲突的参考，否则请采用以下默认设置：

• 制作 16:9 Xiaohei 讲解视频前，请先阅读 references/xiaohei-16x9-layout.md。如果项目是基于 HyperFrames 页面的视频，请复制或改编 assets/xiaohei-16x9-template/ 中的模板素材。
• 将布局视为必须遵守的规范，而非宽松建议。右侧的 Xiaohei 图片应位于右侧中部区域，而非右上角。 左侧便笺卡片应位于左侧中部区域，而非左下角。 字幕必须位于内容区域下方，并留出清晰的底部安全边距。
• 编写 HTML 前先选择页面变体：standard、long-title、wide-visual 或 close。标题自动换行后效果不佳时使用 long-title；横向插图使用 wide-visual；最终行动或总结页面使用 close。
• 为每页手动规划标题和副标题的换行。中文标题较长，可能导致孤字、单词独占一行或出现大块空白时，不要依赖自动换行。
• 默认采用 references/xiaohei-16x9-layout.md 中的 mobile-readable 字号规格制作 16:9 Xiaohei 页面视频。大多数视频优先面向手机分发，而横屏页面在手机上会显得很小。只有明确用于桌面演示、投影、课程屏幕播放或类似大屏观看时，才使用较小的 desktop-compact 例外规格。不要为了让拥挤的页面放得下而缩小所有文字；应先精简文案、手动拆分行，或选择其他布局变体。
• 默认采用以白色为主的浅色布局：白色背景、黑色文字、有意义的 Xiaohei 插图，并仅使用少量红色、橙色或蓝色作为强调、警示、箭头、反馈或状态提示。不要默认偏离到深色、霓虹、紫色或 SaaS 宣传风格。
• 将 Xiaohei 插图用于讲解，而非装饰。每页的插图都必须呈现所讲解的核心动作或概念，例如事实核查、分工、编排、记忆、交接或验收。
• 不要仅仅因为 Xiaohei 插图位于右侧，就让重复使用的页面模板在左下或中下方持续留空。制作教学视频时，应先考虑在该处添加有用的浅色内容，而不是单纯放大插图。合适的填充内容包括角色说明、输入／动作／输出卡片、反模式提醒、验收标准、优先级列表或“下次可用”提示。
• 这些填充模块应简洁且信息丰富。它们应帮助观众记住或应用当前页面的内容，而不是充当装饰性标签。如果内容不能提供有用的判断依据，就保留这片空间，不要为了填满而机械添加内容。
• 旁白页面应预留互不重叠的区域：上方用于内容，下方用于字幕。字幕不得遮挡正文内容。
• 默认使用 skill-captions 及其 anchor-dark 面板。面板必须根据文字调整宽度，而非横跨整个画面；保持固定的底部锚点；按 1080p 基准缩放；避免使用描边、浓重阴影和实时模糊。
• 不要仅仅为了营造动感就移动、缩放、漂移或晃动整个页面。页面底层保持稳定，比持续运镜更重要。
• 让组件产生动态效果：标题、眉题、强调线、卡片、项目符号、Xiaohei 图片和字幕可以进入画面或逐渐稳定，而页面底层和内容画框保持固定。
• 随着旁白逐步显示必要组件。配音仍在介绍各部分时，不要一次性展示页面的所有内容。可采用眉题 -> 标题 -> 强调线 -> 插图 -> 项目符号／卡片的顺序。
• 对每个通过旁白讲出的重点术语、名称、数字或揭示内容，都应根据最终的词级时间戳确定其语义提示，并应用 references/delivery-gates.md 中的语义提示微扫效果。重点内容必须在相应语音提示出现时变得清晰可读，并在该短语仍在播放时完成稳定；仅凭场景中点不足以证明这一点。
• 优先使用揭示、擦除、淡入和轻微稳定等动态效果。动态效果应让讲解仿佛随着语音呈现在观众眼前，而不是让页面为了动而动。
• 元素差异是硬性要求，而非个人喜好：相邻页面不得呈现完全相同的信息组件组合；每页在其持续时间内至少要有一处组件级变化（新元素进入、重点突出或状态切换）。长视频应避免长时间呈现类似 PPT 的静止画面。
• 页面密度下限：standard 页面除标题和 Xiaohei 插图外，至少包含两个信息组件（便笺卡片、项目符号、卡片、标签、章节提示）。如果页面有意保持稀疏，请在项目说明中记录原因。
• 如果对风格、字幕或动态效果进行重大更改，请先渲染 10 秒样片，并在渲染完整视频前获得批准。
• 对于任何基于页面的 Xiaohei 视频，请在最终完整渲染前，根据页面中点生成联系表。应在此阶段修复布局问题，而不是等到最终 MP4 完成后。必须检查联系表中的视觉中心、标题换行、便笺卡片位置、插图位置、字幕的视觉权重，以及内容与字幕之间的间距。
• 只有在最终旁白拼接完成后才能生成字幕。页面渲染器必须直接读取 media/captions/captions.json，并在 caption-qc.json 缺失或检查失败时拒绝最终构建。

工作流

1. 接收需求

用通俗语言记录以下决策：

• 目标：教学、推广、复现、翻译、添加字幕、打包或测试
• 来源：需求简述、脚本、URL、参考视频、现有素材、音频、演示文稿、PR
• 平台和比例：16:9、9:16、1:1 或用户指定；若用户和交接约定都未指定，则默认采用抖音横屏 16:9
• 必需工具：HyperFrames、Remotion、ffmpeg，或无偏好
• 保真度：像素级、视觉级、风格级或原创创作
• 视觉方向，默认采用上述以白色为主的小黑系统
• 最终归档标识和预期交付路径

只在缺少的信息会改变制作流程时才提问。否则，做出保守假设并继续。

2. 选择流程

阅读 references/routing.md 并选择最精简的工作流。优先选择现有的专用技能，而不是宽泛的技能。

常见流程：

• 自定义多场景 HyperFrames 视频 -> general-video + hyperframes
• 无旁白的短篇动态图形作品 -> motion-graphics
• 产品或 SaaS 推广视频 -> product-launch-video
• 网站展示视频 -> website-to-video
• 最终音频字幕时间轴 / SRT / VTT -> ra-audio-to-subtitles
• 现有 Pluviobyte 数字人 / HeyGen 虚拟形象 -> heygen-digital-avatar
• 对口播视频设计字幕 -> embedded-captions
• 对视频素材设计叠加卡片 -> graphic-overlays
• 下载来源素材 -> ra-video-download
• 转录或翻译 -> 视频转写
• 最终归档和 QC -> ai-video-qc-delivery

3. 构建前制定计划

对于非简单任务，在项目目录中创建制作说明。包括：

• 场景列表和时间安排
• 素材列表和来源路径
• 逐页小黑插画计划，除非所选流程不使用页面或插画
• 逐页布局变体计划，包括 standard、long-title、wide-visual 或 close，并注明需要的标题 / 副标题手动换行位置
• 逐页内容密度计划，包括左下象限等持续留白区域将如何使用或有意保留
• 插画来源：将使用哪项技能生成每张图片、生成的原图存放位置，以及项目本地副本的保存位置
• 素材文字清单：已嵌入图片、截图和视频素材中的可见文字、标签、徽章、印章和 UI 文本；计划添加的叠加内容不得重复相同的语义标签，除非有意重复并记录在案
• 音频 / 字幕计划，包括传递给 ra-audio-to-subtitles 的确切最终媒体，以及规范字幕产物目录
• 配音计划：确切的提供方、语音 ID、脚本路径，以及最终渲染是否禁止使用备用方案。工作区默认使用本地 IndexTTS2 语音 pluvio-indextts2-calm-v1，并采用 automation/config/tts-routing.json 中规范的无损 WAV；MiniMax .env 值不会覆盖此本地视频流程。
• 平台排版计划：默认使用 mobile-readable，或记录明确采用 desktop-compact 的大屏理由；列出需要缩短文案或手动换行的页面
• 字幕安全区和所选字幕模式；默认使用 skill-captions 中的 anchor-dark，若要例外地不加边框，则记录原因
• 章节分组和场景规划的实际起始时间边界
• 每页的组件级动画计划，包括关键组件随旁白出现的顺序
• 每个主视觉术语、名称、数字或揭示内容的语义提示计划，使用最终词语时间戳，而非估算的场景时间
• 渲染前布局预览计划：制作完整渲染前联系表所用的确切时间戳或场景中点
• 若视觉或动效风格尚未获批，则制定完整渲染前的 10 秒样片计划
• 验收检查
• 已知风险或无法获取的来源素材

对于参考视频任务，时间表必须依据提取的帧制作，而不能凭记忆。

4. 构建

使用选定的执行技能。编辑范围应限于项目本身。除非用户的目标需要或选定的工作流要求，否则不要添加音乐、字幕、场景或视觉装饰。

在构建基于页面的 Xiaohei 视频前，先生成 Xiaohei 图片，将其存放在项目资源目录中，例如 assets/xiaohei-illustrations/，然后让 HyperFrames/Remotion 图层直接加载这些图片文件。若交付内容是 Xiaohei 技能插画视频，不要从用 CSS 绘制的 Xiaohei 占位图开始。

对于 16:9 的 HyperFrames Xiaohei 讲解视频，从 assets/xiaohei-16x9-template/ 中的模板资源开始，或复现相同的布局规范。除非某个页面变体需要有记录的调整，否则保持模板坐标稳定。如果进行了调整，则生成新的中点联系表，并在渲染最终 MP4 前确认页面仍通过布局检查。

对于常规使用 V5 透视网格背景的情况，将渲染好的规范循环视频从 05-视频组件/视频背景/透视网格背景/ 复制到项目自己的资源目录，并将其作为底层连续循环播放。对照随附的 assets/perspective-grid-v5/ 镜像验证其 SHA-256。播放速度保持为 1×，并在场景边界处保留连续的播放相位；不要在每一页重新开始循环。只有在必须更改画面比例、调色板、几何形状或速度时，才分叉可编辑源文件。分叉后即为新的背景版本，需重新进行接缝、几何形状、联系表和媒体规格质检，才能将其设为推荐基线。

对于基于页面的讲解视频，保持基础页面稳定，只为必要的组件添加动画。如果效果看起来像整页在漂浮、漂移或抖动，请在渲染完整视频前进行修改。

最终旁白拼接完成后，在构建最终合成前运行 ra-audio-to-subtitles。从其 captions.json 渲染字幕；不要根据 voice_manifest.json 中各片段的时长推导字幕时间。缺少 caption-qc.json 或该文件未通过检查时，不得进行最终渲染。

编写字幕图层前，先加载 skill-captions，阅读其登记的样式规范，并直接使用已批准的 captions.json 时间戳。除非交接说明或用户选择了其他样式，否则使用 anchor-dark。保留其自动适配包围框、固定底部锚点、原生 4K 重绘和不使用重阴影的约束，并在源素材和最浅色页面背景上测试。若字幕样式有重大更改，须先制作一段短样片，再进行完整渲染。

5. 质检与归档

阅读 references/delivery-gates.md。至少验证以下内容：

• 对于待制作队列任务：automation/scripts/check_delivery.py 针对交接文件、项目目录和最终 MP4 运行后退出码为 0；将其输出粘贴到交接文件的制作端回执中，status 变为 已完成，并将 01-内容生产/视频工作台/已制作/<月上旬|月下旬>/<日期-主题>/ 组装完毕，其中包含交接文件、放在 成片/ 下的最终 MP4 副本，以及放在 质检/ 下的关键质检帧
• 每种制作路径的最终 MP4 都存在于统一工作台交付位置：视频工作台/已制作/<月上旬|月下旬>/<日期-主题>/成片/
• 宽度、高度、帧率、时长、视频编码、音频编码、声道
• 有代表性的联系表或并排对比图
• 页面／场景覆盖：每页都有实用插图，或注明跳过该页的原因
• 对于基于页面的 16:9 小黑视频，预渲染联系表通过 xiaohei-16x9-layout 检查关卡：右侧视觉内容居中、左侧便笺卡片居中、标题换行自然、字幕位于内容下方，且没有页面持续显得下重
• 对于 16:9 小黑页面视频，联系表和代表性单帧默认使用 mobile-readable 字体大小；缩小查看时无需放大也能读清；任何 desktop-compact 例外都必须在项目说明中明确说明理由
• 小黑素材来源：当用户要求使用小黑或默认选择小黑时，项目中包含生成的图像素材，渲染直接引用这些素材，且联系表确认素材出现在最终场景中
• 字幕不会遮挡内容；skill-captions 的默认 anchor-dark 面板能包裹文本、保持基线固定、位于下方安全区域内，且不会触发重滤镜警告或出现全宽下三分之一字幕条
• 字幕素材来自 ra-audio-to-subtitles，caption-qc.json 报告 status: pass，时间戳来源为 volcengine-word-timestamps，且对齐覆盖率符合约定（默认值为 0.90）
• 从提取帧中可见组件顺序和动画
• 已将素材内嵌文本与创作的叠加层／界面元素进行比对，且没有意外重复的语义标签
• 每个旁白中的核心术语、名称、数字或揭示内容都通过 references/delivery-gates.md 定义的语义提示微检
• 存在字幕或旁白时，字幕与音频同步
• 配音来源：最终旁白必须注明本地 IndexTTS2、语音 ID pluvio-indextts2-calm-v1，以及规范参考 WAV 的 SHA-256。如果清单显示使用了 say、浏览器／通用语音、MiniMax、其他云服务提供商或任何回退片段，则 MP4 属于草稿，不得作为推荐最终版归档。
• 存在参考视频时提供参考对齐报告
• 启用 V5 透视网格时：项目以 1× 使用规范循环，跨场景边界的相位保持连续，且前景内容不会破坏刻意保留的中心留白或降低文本可读性
• 发布标题交接：队列任务完全跳过此步骤——候选标题已在交接文件的标题候选部分，用户会在发布时手动选择；不要创建 视频标题.md。仅对非队列任务，在质检后使用 ra-video-title 生成 8-12 个候选标题，交由用户选择，然后在最终 MP4 旁创建或更新 视频标题.md。除非用户已选择替换标题，否则不要悄悄覆盖已有标题。

审核时必须提供联系表和质检帧。完整质检资料保留在工程项目中，并将关键帧复制到每种制作路径的统一归档目录 已制作/<月上旬|月下旬>/<日期-主题>/质检/。

输出

返回推荐最终 MP4 的路径、关键质检素材路径、已确认的规格，以及仍存在的任何限制。对于待制作队列任务，还需返回 已制作/ 下更新后的交接文件路径和检查器结果。回复简洁。