@autoaiai/aicut 0.1.11 → 0.1.13

package/skills/codex-video-pipeline/SKILL.md

@@ -1,213 +0,0 @@
----
-name: codex-video-pipeline
-description: "Orchestrate a complete AI-assisted self-media video workflow from topic and evidence through script, motion direction, assets, narration, captions, AICUT rendering, quality control, covers, and a publish-ready package. Use when a user wants to make an AI knowledge or application video, turn notes or a rough idea into a finished video, continue an unfinished video project, configure a reusable video workflow, or run the included first-project example. Runs in AICUT: the film is film.html, a page per shot, drawn by `aicut look` and `aicut render`."
-license: MIT
-source: "zoglmk/codex-video-pipeline"
----
-
-# Codex Video Pipeline
-
-## Running it in AICUT
-
-AICUT's film is `film.html`: it cuts pages, footage, pictures and sound together on tracks. A page is a web page that
-sets `window.film = { frame(t) }` and draws that moment — no framework, no build step, no composition object, no
-`registerRoot`. Five shots are five pages cut together, not one page that changes scene, so each shot stays trimmable
-and replaceable in Studio.
-
-```sh
-npx -y @autoaiai/aicut@latest          # the manual: the format and the commands, always current
-npx -y @autoaiai/aicut@latest open .   # make this folder a film and print Studio's address
-npx -y @autoaiai/aicut@latest look     # a contact sheet of the whole film, its sound, and a determinism check
-npx -y @autoaiai/aicut@latest look 4.5 # one frame, full size — look at the PNG, not at the code
-npx -y @autoaiai/aicut@latest render   # the MP4, beside film.html
-```
-
-Run the manual before the first film: it is authoritative for the format, and this skill is about the method above it.
-
-Where the words below name another program's part, it becomes this:
-
-| elsewhere | in AICUT |
-|---|---|
-| composition, timeline, project file | `film.html`; tracks and clips inside it |
-| a scene, a sequence, a slide | a page (`pages/<name>.html`) cut onto a track |
-| `useCurrentFrame()`, `interpolate()` | `frame(t)` — the picture depends only on `t`, never on state or `Date.now()` |
-| a still, a screengrab | `aicut look <t>` |
-| `render` / `build` / `export` | `aicut render` (the person can also export from Studio) |
-| a dev server, a preview window | `aicut open` and the Studio address it prints |
-
-Hard rules that hold whatever the method says: the picture depends only on `t`; every value in the person's prompt is
-binding; look at the frames `look` writes before saying a film is done.
-
-
-把视频任务当作完整产品交付：从输入、调研与脚本开始，直到成片、封面、发布文案和来源记录都进入产出目录。不要在生成脚本、分镜或第一版 MP4 后提前结束。
-
-## 第一次使用
-
-先完整读取 [references/cross-platform.md](references/cross-platform.md)，确认当前系统、Python 3.10+ 解释器、路径和终端类型。macOS/Linux 优先解析 `python3`，Windows 优先使用当前 Codex 的 `python.exe`，普通终端依次尝试 `py -3`、`python`。不得把某个平台的命令名写死到脚本或其他平台的命令中。
-
-下文中的 `<PYTHON_COMMAND>` 表示刚刚实际验证可用的解释器调用；它是占位符，不能连同尖括号原样执行。使用该解释器运行环境检查：
-
-~~~bash
-<PYTHON_COMMAND> scripts/setup.py doctor --json
-~~~
-
-如果没有配置文件，继续运行：
-
-~~~bash
-<PYTHON_COMMAND> scripts/setup.py configure --recommended
-~~~
-
-然后读取 [references/first-run.md](references/first-run.md)，逐项帮助用户完成配置。遵守以下规则：
-
-- Codex 用户缺少 HyperFrames 时，优先提示在插件页点击安装；不要先让普通用户执行包管理命令。
-- 其他 AI Agent 缺少 Skill 时，给出上游 GitHub 地址，让该 Agent 使用自己的 Skill 安装机制处理。
-- 只检测密钥是否存在，绝不读取、回显或写入项目文件。
-- 安装系统工具、Python/Node 依赖或调用付费 API 前，先说明影响并获得用户确认。
-- Windows 安装 FFmpeg 或 Node.js 后，重新打开终端或刷新 Agent，并重新检查当前进程的 `PATH`；不能把“文件已下载”当作“命令已可用”。
-- 配置完成后运行内置示例；不要只告诉用户“安装成功”。
-
-## 需要的能力
-
-- **HyperFrames**：默认渲染引擎。调用前完整读取其路由 Skill，并按它的工作流选择 `faceless-explainer`、`media-use` 等能力。
-- **网页检索**：优先使用 Agent 自带网页搜索；需要多平台补充时可选装 Agent Reach。
-- **图片**：Codex 默认使用原生 `imagegen`。其他 Agent 先使用自己的原生图片生成能力；没有时，在首次配置中提醒用户接入图像生成接口。
-- **配音、转写、真实素材**：通过当前 Agent 已有能力或用户在配置中选择的提供方完成，不强绑某一家服务。
-- **封面**：使用本流水线自带的封面系统，不要求用户再安装封面 Skill。先生成无字主视觉，再用 HyperFrames 做准确的中文排版和横竖版重排。
-
-## 默认工作方式
-
-用户未明确覆盖时：
-
-- 语言：中文。
-- 定位：AI 知识、真实应用与实践经验；优先真实任务、可见结果和可迁移方法。
-- 画幅：16:9，1920×1080，30fps。
-- 时长：按内容确定；短视频通常 80 秒以上，教程或深度主题可更长。
-- 视觉：Vox 启发的原创编辑型信息视觉；暗色是成熟默认候选，不是硬性要求。配色必须舒适、统一，文字在最复杂背景上仍清晰。
-- 背景：有相关实拍素材时铺满作为动态底层并加适量遮罩；没有时使用抽象运动、界面、纹理、粒子、图表或生成素材，避免大面积空白 PPT。
-- 信息层：文字、线条、数据、标注用于强化理解，不是装饰。
-- 进度条：默认贴近底部安全边缘，整片连续从 0 增长到 100%；冲突时统一放顶部，不按场景重置。
-- 字幕：完整短句稳定显示。英文 Skill、产品名和带连字符标识符不得拆成前后两条。
-- 封面：同时生成 1920×1080 横版和 1080×1920 竖版。两种比例分别排版，不用同一张图直接裁切。
-- 产出：最终 MP4、横竖封面、发布文案、素材来源说明。
-
-## 项目初始化
-
-在用户工作目录创建项目：
-
-~~~bash
-<PYTHON_COMMAND> scripts/project.py init \
-  --root videos \
-  --title "中文视频标题" \
-  --platform douyin \
-  --ratio 16:9 \
-  --duration 90
-~~~
-
-不要覆盖已有文件。项目契约见 [references/project-contract.md](references/project-contract.md)。
-
-## 完整流程
-
-### 1. 锁定输入
-
-明确主题、目标观众、平台、时长、画幅、事实准确度、可用素材和完成标准。信息足够时直接推进；只有缺少会改变方向的关键信息才询问。
-
-### 2. 选题与研究
-
-区分明确主题、候选选择和自主选题三种入口。自主选题时先联网研究，再根据受众价值、证据强度、视觉潜力、差异化和制作成本评分。
-
-把事实、来源、日期、适用范围、不确定性和自己的推断分开写入 `RESEARCH.md`。时效性内容必须联网，技术检索优先官方文档和原始资料。详细规则见 [references/research-and-script.md](references/research-and-script.md)。
-
-### 3. 脚本与动态叙事图
-
-先写口语化旁白，再为每段建立动态叙事图：本段要让观众理解什么、哪个对象发生什么变化、画面如何承接上一段、文字承担什么角色、需要什么素材。
-
-不要从“第一页、第二页”开始设计。连续三段不能只靠标题卡、淡入或平移。让对象状态、尺度、路径、对比、遮罩、镜头层级或数据关系真实发生变化。
-
-### 4. 素材
-
-图片在 Codex 中默认使用原生 `imagegen` 生成，也可以使用有明确授权的用户素材。其他 Agent 有原生图片生成能力时直接使用，没有时先帮助用户接入图像生成接口。真实视频可使用用户素材或 Pexels；使用 Pexels 时运行 `scripts/pexels_video.py` 并保留 manifest、创作者、素材页和下载回执。
-
-不得抓取来源不明的短视频充当素材。不要把“可下载”误当成“可商用”。
-
-### 5. 旁白与字幕
-
-使用配置中的 TTS、Agent 已有语音能力或用户提供的旁白。最终字幕必须基于**成片实际使用的最终旁白音频**完成声学对齐；按字数估时只能用于预览。
-
-字幕提供方完成对齐后，运行：
-
-~~~bash
-<PYTHON_COMMAND> scripts/caption_gate.py record \
-  --audio path/to/final-voice.wav \
-  --captions path/to/captions.json \
-  --provider "实际使用的声学转写器" \
-  --output path/to/caption-receipt.json
-~~~
-
-正式渲染前运行 `caption_gate.py verify`。没有通过时禁止发布。字幕 JSON 格式见 [references/captions.md](references/captions.md)。
-
-### 6. HyperFrames 制作
-
-完整读取 HyperFrames 路由 Skill，根据视频类型进入对应工作流。AI 解释型视频通常使用 `faceless-explainer`，音频与字幕按 `media-use` 处理。
-
-构建前确认：旁白时长、场景边界、动态叙事图、素材清单、字幕来源和发布画幅已经锁定。先 lint/check 和预览，再渲染，不要把“能播放”当作完成。
-
-### 7. 质量检查
-
-至少检查：
-
-- 开头 3 秒是否清楚承诺观众收益；
-- 信息能否只听旁白理解，同时画面又提供额外证据；
-- 动态对象与转场是否连续，是否退化成 PPT；
-- 文字在最亮、最暗和最复杂背景上是否可读；
-- 字幕是否与真实语音同步、没有拆开完整英文名称；
-- 进度条是否连续；
-- 真实素材是否语义匹配且来源可追溯；
-- BGM 是否盖住人声，结尾是否自然退出；
-- 观众可见画面是否误带内部备注、占位文案或版权提醒。
-
-质量门完整清单见 [references/quality-gates.md](references/quality-gates.md)。
-
-### 8. 生成封面
-
-完整读取 [references/cover-system.md](references/cover-system.md)。本流水线自带封面生成流程：
-
-1. 从成片提炼一个简短主标题、一个可选副标题和一个能够解释选题的主视觉；
-2. 在 Codex 中使用原生 `imagegen` 分别制作横版、竖版无文字主视觉底图；其他 Agent 使用其原生图片生成能力或已配置的图像生成接口；
-3. 使用 HyperFrames、HTML/CSS 或 SVG 做确定性中文排版，保证文字逐字准确且不变形；
-4. 横竖版分别重排标题和主视觉，不拉伸、不粗暴裁切；
-5. 查看完整尺寸和移动端缩略图，不通过就修改后再打包。
-
-不要让图片模型生成关键中文，也不要把封面退化成固定白框、大字报或普通 PPT 模板。
-
-### 9. 发布包
-
-把最终文件打包到项目自己的 `产出/`：
-
-~~~bash
-<PYTHON_COMMAND> scripts/package_outputs.py \
-  --project videos/中文视频标题 \
-  --title "中文视频标题" \
-  --video path/to/final.mp4 \
-  --cover-horizontal path/to/cover-16x9.png \
-  --cover-vertical path/to/cover-9x16.png \
-  --copy path/to/发布文案.md
-~~~
-
-最后运行：
-
-~~~bash
-<PYTHON_COMMAND> scripts/project.py verify --project videos/中文视频标题 --json
-~~~
-
-所有硬门通过后才能宣布完成。
-
-## 内置示例
-
-首次安装后读取 [examples/ai-meeting-notes/INPUT.md](examples/ai-meeting-notes/INPUT.md) 和 [references/example-run.md](references/example-run.md)，带用户完成一条“让 AI 把杂乱会议记录变成行动清单”的视频。
-
-示例必须走完整流程并产生实际 MP4；它不是文档阅读练习。若某个外部提供方未配置，明确指出缺失项并帮助用户选择替代方案，不静默跳过。
-
-## Source
-
-Rewritten for AICUT from [`zoglmk/codex-video-pipeline`](https://github.com/zoglmk/codex-video-pipeline)
-(MIT), SKILL.md. The method is that skill's own; the way it runs is AICUT's.

package/skills/codex-video-pipeline/examples/ai-meeting-notes/INPUT.md

@@ -1,10 +0,0 @@
-# 输入
-
-- 主题：让 AI 把杂乱会议记录变成行动清单
-- 平台：抖音，也可同步 YouTube
-- 画幅：16:9
-- 目标时长：90 秒左右
-- 目标观众：刚开始使用 AI 的职场人、自媒体人和小团队
-- 希望观众带走什么：一套可以复用的会议记录整理方法，以及“AI 不应该替你猜决定”的验收规则
-- 原始资料：`assets/meeting-notes.txt`
-- 约束：不展示真实公司、客户、账号或敏感信息；示例人名均为虚构

package/skills/codex-video-pipeline/examples/ai-meeting-notes/expected/action-list.md

@@ -1,22 +0,0 @@
-# 预期检查方向
-
-## 已明确行动项
-
-- 小林：把当前文案缩短一半；截止周二下班前；产出初稿。
-- 阿杰：整理缺少的埋点字段；截止周三中午前；发到群里。
-
-## 已形成的方向
-
-- 先做一个更短的新用户入门页版本。
-
-## 待确认
-
-- 是否保留案例模块。
-- 最终上线时间。
-- 设计资源与研发排期由谁确认、何时确认。
-
-## 不应被 AI 擅自补全
-
-- 不把“周五”或“下周一”写成确定上线日期。
-- 不猜测设计资源与研发排期的负责人。
-- 不把“周三前应该能补”误写成埋点已经完成。

package/skills/codex-video-pipeline/references/captions.md

@@ -1,39 +0,0 @@
-# 字幕契约
-
-## 正式字幕的来源
-
-必须使用成片最终旁白文件进行声学转写或强制对齐。以下来源不能用于发布：
-
-- 按字符数平均分配时间；
-- 用预估语速切句；
-- 先对齐旧音频，再替换新旁白；
-- 只整体平移字幕轨掩盖局部错位；
-- `estimated`、`unknown` 或没有提供方记录的时间轴。
-
-## JSON 格式
-
-~~~json
-{
-  "items": [
-    {"text": "你看到的是一份很乱的会议记录", "start": 0.08, "end": 2.76},
-    {"text": "AI先把决定和行动项分开", "start": 2.84, "end": 5.41}
-  ]
-}
-~~~
-
-时间单位为秒，按开始时间递增，`end` 必须大于 `start`。
-
-## 显示规则
-
-- 使用完整短句，一般约 10–22 个汉字；
-- 整句稳定显示，只做轻微淡入淡出；
-- 中文词语之间不加多余空格；
-- 句末标点可在显示层去掉，内部标点保留；
-- 英文 Skill、插件、产品名和带连字符标识符视为不可拆单元；宁可一条略长或同框换行，也不要拆到前后两条；
-- 正式发布前抽查每段句首、句中和句尾。
-
-## 凭据
-
-`caption_gate.py record` 会记录音频和字幕文件的 SHA-256。任何一个文件在对齐后发生变化，`verify` 都会失败，需要重新对齐。
-
-新凭据会优先把音频和字幕路径保存为相对于凭据文件的位置。只要整个项目目录一起移动，macOS、Windows 和 Linux 都能继续验证。旧版凭据中的绝对路径仍可读取，但换电脑或移动项目后需要重新执行 `record`。

package/skills/codex-video-pipeline/references/cover-system.md

@@ -1,72 +0,0 @@
-# 自带封面系统
-
-目标是让同一账号的封面有稳定识别度，同时每一期的主视觉都能解释选题。
-
-## 输出
-
-- 横版：1920×1080，适合 YouTube、B站和横版展示；
-- 竖版：1080×1920，适合抖音等竖屏平台；
-- 两种比例分别构图和排版，不拉伸，也不把横版直接裁成竖版。
-
-## 制作流程
-
-### 1. 提炼封面信息
-
-从成片提炼：
-
-- 一个移动端能快速读完的主标题，尽量控制在 14–18 个汉字；
-- 一个可选短副标题，只补充主标题没有表达的机制或收益；
-- 一个主视觉，它应该让观众不读标题也能大概猜到视频在讲什么。
-
-不要自动加入期数、日期、栏目名、多少秒看懂、随机英文和无关标签。
-
-### 2. 生成无字主视觉
-
-在 Codex 中使用原生 `imagegen`，分别生成横版和竖版底图。其他 Agent 使用自己的原生图片生成能力；没有时，先完成图像生成接口配置。提示词需要说明：
-
-- 主题对象或真实场景；
-- 对象怎样表现本期的机制、过程或结果；
-- 标题区域和主视觉区域；
-- 与成片一致的主色和高亮色；
-- 禁止可读文字、Logo、水印和乱码。
-
-图片模型只负责场景、物体、拼贴、纹理、光影和空间层次，不负责关键中文。
-
-### 3. 确定性排版
-
-使用 HyperFrames、HTML/CSS 或 SVG 把中文标题覆盖到底图上。优先使用正常字宽的中文黑体，不对标题做横向拉伸。
-
-- 横版通常采用左文右图或右文左图；标题区约占 40%，主视觉约占 60%。
-- 竖版标题通常位于上方约 35%–42%，主视觉位于下方约 58%–65%。
-- 标题放不下时，先改写或自然换行，再调整字号；不要压窄字体。
-- 保持一个主标题、一个主视觉和少量必要标注，避免把封面堆成信息墙。
-
-这些是常用起点，不是固定模板。标题层级和留白可以稳定，主视觉必须跟随选题变化。
-
-## 配色
-
-- 先确定一个主色、一个正文色和一个小面积高亮色；
-- 暗色、亮色都可以，文字必须与背景有稳定对比；
-- 工具、文档和效率主题可优先使用暖白、深蓝、蓝绿与少量黄色或橙色；
-- 真实视频感较强或技术密度较高的主题可使用深蓝、炭黑和明亮高亮色；
-- 不同时使用多组高饱和颜色，也不要让红、蓝、黑大面积互相抢夺。
-
-## 主视觉
-
-优先选择一个具体对象、一个真实场景或一个可见过程，例如：被整理的会议记录、不断补齐的行动清单、连接起来的工具节点、从输入流向成片的生产线。
-
-人物可以出现，但必须正在完成与主题直接相关的动作。不要默认生成一张惊讶、沉思或指向标题的陌生 AI 人像。
-
-## 缩略图检查
-
-输出前至少检查：
-
-- 竖版缩小到约 270×480 后，主标题是否仍能快速读出；
-- 横版缩小到约 480×270 后，标题是否完整；
-- 是否只有一个清楚的视觉中心；
-- 主视觉是否直接对应视频内容；
-- 中文是否逐字正确，有没有拉伸、异常字距、断词或裁切；
-- 是否出现乱码、随机英文、假日期、期数或无关装饰；
-- 横竖版是否像同一条视频，但都适合自己的比例。
-
-任一项不通过，就先修改封面，再进入发布包。

package/skills/codex-video-pipeline/references/cross-platform.md

@@ -1,77 +0,0 @@
-# 跨平台运行
-
-本 Skill 支持 macOS、Windows 和 Linux。Agent 必须先确认当前系统和实际可用命令，不能因为作者使用 macOS 就把 `python3`、Homebrew 或 Unix 路径直接套到 Windows。
-
-## Python 解释器
-
-需要 Python 3.10 或更高版本。
-
-- macOS / Linux：优先尝试 `python3`，不可用时再尝试 `python`。
-- Windows：优先使用当前 Codex 已提供的 `python.exe`；普通终端依次尝试 `py -3`、`python`。
-- Python 脚本调用同仓库的另一个 Python 脚本时，必须使用 `sys.executable`，不得写死 `python3` 或 `python`。
-- 命令、项目路径和文件名必须作为独立参数传递，不拼接成一条 Shell 字符串；这样才能正确处理空格、中文和 Windows 反斜杠。
-
-下面的文档分别给出 macOS/Linux 与 Windows 命令。Agent 只执行与当前系统匹配的一组。
-
-## FFmpeg
-
-`doctor` 只检查当前进程的 `PATH`。安装完成不代表当前 Agent 已经能发现它。
-
-- macOS 可在用户确认后使用 Homebrew 安装。
-- Windows 可在用户确认后使用 `winget install Gyan.FFmpeg`，或使用用户认可的其他发行版。
-- Linux 使用当前发行版的包管理器。
-
-安装后重新打开终端或刷新 Agent，再分别确认：
-
-~~~text
-ffmpeg -version
-ffprobe -version
-~~~
-
-Windows 若刚刚解压 FFmpeg，可以先把实际 `bin` 目录加入当前 PowerShell 会话的 `$env:Path` 做验证；不要假设下载目录或版本号固定，也不要覆盖用户已有的系统 PATH。
-
-## Node.js 与 HyperFrames
-
-需要 Node.js LTS，并确保 `node`、`npm` 和 `npx` 都能从当前进程找到。Codex 用户优先从插件页安装 HyperFrames；其他 Agent 按自己的 Skill 安装机制处理 HyperFrames GitHub 仓库。
-
-## 配置路径
-
-- Windows 默认保存到 `%APPDATA%\codex-video-pipeline\config.json`。
-- macOS / Linux 默认保存到 `$XDG_CONFIG_HOME/codex-video-pipeline/config.json`，未设置时使用 `~/.config/codex-video-pipeline/config.json`。
-- 可以通过 `CODEX_VIDEO_PIPELINE_CONFIG` 明确覆盖位置。
-- 已在 Windows 旧版位置 `~/.config/codex-video-pipeline/config.json` 创建配置的用户会继续沿用旧文件，不强制迁移。
-
-配置文件只保存提供方选择，不保存 API Key、Token 或 Cookie。
-
-## 环境变量
-
-macOS / Linux 当前终端：
-
-~~~bash
-export PEXELS_API_KEY="仅在当前终端使用的值"
-~~~
-
-Windows PowerShell 当前会话：
-
-~~~powershell
-$env:PEXELS_API_KEY = "仅在当前会话使用的值"
-~~~
-
-不要把真实密钥提交到仓库。需要长期保存时使用操作系统安全存储或用户已有的密钥管理方式。
-
-## 文件名与项目移动
-
-- 项目初始化器会把 `<>:"/\|?*`、控制字符、结尾空格/句点和 `CON`、`NUL` 等 Windows 保留名称转换为安全文件名。
-- 最终目录仍使用中文标题，但 `project.json` 中的标题与实际目录名必须一致。
-- 新生成的字幕凭据优先保存相对路径；整个项目移动到另一台电脑后，只要音频和字幕仍在项目内，验证仍然有效。
-- 旧版绝对路径字幕凭据继续支持，但移动项目后需要重新生成凭据。
-
-## 最小验证
-
-在每个平台至少运行：
-
-1. `setup.py doctor --json`；
-2. `setup.py configure --recommended`，使用临时配置路径；
-3. `example.py`，项目根目录同时包含空格和中文；
-4. `python -m unittest discover -s tests -v`（解释器命令按当前系统替换）；
-5. 有 FFmpeg 时运行完整音视频质量门测试。

package/skills/codex-video-pipeline/references/example-run.md

@@ -1,54 +0,0 @@
-# 内置示例：AI 整理会议记录
-
-这个例子用于第一次走通流程。重点不是做一个惊艳模板，而是让用户清楚看到：输入是什么、AI 做了什么、人检查什么、怎样得到可以执行的结果。
-
-## 准备项目
-
-macOS / Linux：
-
-~~~bash
-python3 scripts/example.py --root videos
-~~~
-
-Windows PowerShell：
-
-~~~powershell
-python scripts/example.py --root videos
-~~~
-
-Windows 没有 `python` 时使用 `py -3`。脚本会复用当前 Python 解释器调用项目初始化器，因此不要求系统额外存在名为 `python3` 的命令。项目根目录可以包含空格和中文。
-
-脚本会创建项目，并复制一份杂乱的会议记录。不要直接使用本文件里的预期答案替代真实处理。
-
-## 推荐叙事
-
-1. 钩子：同一份会议记录，为什么有人看完还是不知道下一步做什么？
-2. 原始输入：口语、插话、模糊时间和没写负责人的事项混在一起。
-3. AI 第一步：把“决定、行动项、问题、背景”分开。
-4. AI 第二步：只提取有负责人、动作、截止时间或待确认项的内容。
-5. 人工检查：AI 不应擅自补负责人、截止时间或已做决定。
-6. 结果：得到行动清单和待确认问题。
-7. 复用方法：固定输入格式、输出字段和验收规则。
-
-## 视觉建议
-
-- 一张不断被整理的会议记录纸面或界面作为连续对象；
-- 杂乱句子被吸入四个分类轨道；
-- 行动项逐渐补齐“负责人、动作、时间、状态”；
-- 不确定信息进入黄色“待确认”区，而不是被 AI 自动猜完；
-- 最后一幕把处理前后的信息密度和可执行性并排对比；
-- 底部进度条贯穿全片。
-
-## 首次成片要求
-
-- 80–100 秒；
-- 1920×1080，30fps；
-- 使用真实旁白和声学字幕；
-- 可以不使用实拍视频或 BGM；
-- 使用流水线自带封面系统生成横版和竖版封面；
-- 必须有实际 MP4、两张封面和发布文案；
-- 运行字幕凭据检查和项目验收。
-
-## 完成后让用户做什么
-
-让用户把 `INPUT.md` 换成自己的真实主题，再复用同一流程。不要让用户误以为示例里的视觉和脚本是所有视频都必须照搬的固定模板。

package/skills/codex-video-pipeline/references/first-run.md

@@ -1,130 +0,0 @@
-# 第一次使用
-
-目标不是把依赖全部装满，而是让用户用自己现有的 Agent 完成一条真实视频。每一步先解释“为什么需要”，再告诉用户怎么做。
-
-开始前完整读取 [cross-platform.md](cross-platform.md)，先确认当前系统和实际可用的 Python 3.10+ 解释器。Windows 不得照抄 macOS 的 `python3`、Homebrew 或 Unix 路径。
-
-## 1. 安装公开 Skill
-
-让用户把本仓库 GitHub 链接交给自己的 AI Agent，并说：
-
-> 请安装这个 Skill。安装后使用 `$codex-video-pipeline` 执行首次配置，不要替我安装系统软件或调用付费 API；发现缺失项时先解释并征得确认。最后用内置示例生成一条实际视频。
-
-手动用户可以下载仓库并放入 Agent 支持的 Skill 目录。
-
-## 2. 安装渲染插件
-
-- Codex：在插件页搜索并安装 HyperFrames。
-- 其他 Agent：把 <https://github.com/heygen-com/hyperframes> 交给 Agent，让它按自己的 Skill 安装机制处理。
-
-安装后重新启动或刷新 Agent，确保它能发现 `hyperframes`。
-
-## 3. 只读检查
-
-macOS / Linux 运行：
-
-~~~bash
-python3 scripts/setup.py doctor --json
-~~~
-
-Windows PowerShell 运行：
-
-~~~powershell
-python scripts/setup.py doctor --json
-~~~
-
-Windows 没有 `python` 时尝试 `py -3`。已经由某个 Python 进程启动后，Skill 内部子脚本会自动复用当前解释器。
-
-按 `actions` 逐项处理。不要为了让报告变绿就自动安装全部可选项：
-
-- HyperFrames 是默认成片链路的必需项。
-- Agent Reach、Pexels、豆包和特定 Whisper 实现都是可选项。
-- Python 3.10 以上用于公开脚本。
-
-## 4. 创建配置
-
-macOS / Linux 运行：
-
-~~~bash
-python3 scripts/setup.py configure --recommended
-~~~
-
-Windows PowerShell 运行：
-
-~~~powershell
-python scripts/setup.py configure --recommended
-~~~
-
-这一步只写提供方选择，不写密钥。若用户已有明确方案，可改用：
-
-~~~bash
-python3 scripts/setup.py configure \
-  --tts doubao \
-  --captions mlx-whisper \
-  --footage pexels-optional
-~~~
-
-Windows 使用同样的参数，把开头替换为 `python` 或 `py -3`；PowerShell 可以把命令写在一行，避免照抄 Bash 的反斜杠续行。
-
-## 5. 逐项选择外部能力
-
-### 图片
-
-Codex 默认直接使用原生 `imagegen`，不需要额外配置。
-
-其他 Agent 先检查是否有原生图片生成能力：有就直接使用；没有时，提醒用户接入一个图像生成接口，并说明需要准备的 API Key、调用地址和模型名称。密钥只保存到环境或系统安全存储，不写进项目。
-
-### 旁白
-
-按以下顺序选择：
-
-1. Agent 已有且用户有权使用的语音能力；
-2. 用户已经配置的 TTS；
-3. 用户提供最终旁白文件。
-
-不要在公开项目中保存语音服务密钥。使用克隆声音前确认声音所有者授权。
-
-### 字幕
-
-字幕必须从最终旁白音频做声学转写或对齐。可以使用 Agent 已有 ASR、MLX Whisper、Whisper CLI 或其他能输出时间戳 JSON 的工具。按字数估算只能预览。
-
-### 真实视频
-
-需要时才配置 Pexels。用户在 Pexels 申请 API Key 后，把它放到环境或系统安全存储：
-
-macOS / Linux 当前终端：
-
-~~~bash
-export PEXELS_API_KEY="仅在当前终端使用的值"
-~~~
-
-Windows PowerShell 当前会话：
-
-~~~powershell
-$env:PEXELS_API_KEY = "仅在当前会话使用的值"
-~~~
-
-不要把真实值写入 `.env` 后提交到 GitHub。没有真实视频不影响内置示例完成。
-
-### 音乐
-
-公开仓库不附带默认 BGM。使用用户自有或有明确授权的音乐，也可以先制作无 BGM 版本。不要从其他工程复制一首“能播放但授权不明”的音乐。
-
-### 封面
-
-不需要额外安装封面 Skill。读取 [cover-system.md](cover-system.md)，Codex 使用原生 `imagegen` 生成无字主视觉；其他 Agent 使用原生图片能力或已配置的图像生成接口。再用 HyperFrames 完成准确的中文排版和横竖版重排。
-
-## 6. 运行示例
-
-macOS / Linux 使用 `python3 scripts/example.py --root videos`；Windows PowerShell 使用 `python scripts/example.py --root videos`，没有 `python` 时使用 `py -3`。
-
-读取 [example-run.md](example-run.md)，继续到实际成片。首次示例完成后再让用户替换为自己的主题。
-
-## 7. 首次完成标准
-
-- `产出/` 中有实际可播放 MP4、横版封面、竖版封面和发布文案；
-- 最终视频有音频轨；
-- 字幕凭据通过 `caption_gate.py verify`；
-- 项目通过 `project.py verify`；
-- 用户知道怎样替换主题、旁白、素材提供方和平台规格；
-- 用户没有把密钥或来源不明素材带入项目。

package/skills/codex-video-pipeline/references/project-contract.md

@@ -1,54 +0,0 @@
-# 项目契约
-
-项目由 `scripts/project.py init` 创建：
-
-~~~text
-videos/中文视频标题/
-├── project.json
-├── INPUT.md
-├── RESEARCH.md
-├── SCRIPT.md
-├── STORYBOARD.md
-├── SOURCES.md
-├── asset-manifest.json
-├── assets/
-│   ├── images/
-│   └── real-video/
-├── audio/
-│   ├── voice/
-│   └── music/
-├── captions/
-│   └── caption-receipt.json
-├── renders/
-├── qc/
-└── 产出/
-    ├── 中文视频标题.mp4
-    ├── 封面-1920×1080.png
-    ├── 封面-1080×1920.png
-    └── 发布文案.md
-~~~
-
-## 原则
-
-- 顶层项目名与最终 MP4 主文件名一致，方便长期归档。
-- 初始化器会自动替换 Windows 不允许的 `<>:"/\|?*`、结尾空格/句点和系统保留名称；以脚本实际返回的目录名为准。
-- `产出/` 只放能直接上传或复制的四个文件。
-- 素材、声音、渲染中间件、快照和报告留在过程目录。
-- 不覆盖旧项目或旧凭据；重制版使用新的项目名。
-- 删除缓存或过程文件前先列出目标、预计空间和可恢复性，并获得用户明确确认。
-- 新字幕凭据优先记录相对路径，允许整个项目目录在同一系统或不同系统之间移动；旧版绝对路径凭据移动后需重新生成。
-
-## project.json
-
-`status` 可按进度更新为：
-
-1. `initialized`
-2. `researched`
-3. `scripted`
-4. `assets-ready`
-5. `audio-aligned`
-6. `rendered`
-7. `packaged`
-8. `verified`
-
-不要仅修改状态掩盖缺失文件；最终以验证脚本为准。