@dsh-gis/dsh-video-studio-skill 1.0.2 → 1.0.4

package/tools/estimate.py

@@ -40,11 +40,11 @@ import unicodedata
 from pathlib import Path
 
 # ============================================================================
-# 基准常量（v0.7.2 重新校准：换机请重测后回填，别把这里的数字当通用真理）
+# 基准常量（换机请重测后回填，别把这里的数字当通用真理）
 # ============================================================================
 
 W, H, FPS = 1920, 1080, 30          # filmkit.W/H/FPS：本项目写死，film.json 改不了
-PIL_FPS = (40.0, 80.0)              # PIL 逐帧渲染速度：中等复杂度 40–54 fps / 模板片 68–82 fps
+PIL_FPS = (40.0, 80.0)              # PIL 逐帧渲染速度：中等复杂度 40–54 fps / 夹具片 68–82 fps
 PARALLEL_EFF = 0.5                  # 分块并行的**实测效率**：2 进程只快 1.5×，不是 2×（见 CALIBRATION）
 WEB_SEC_PER_FRAME = (0.080, 0.130)  # web 引擎：Edge 无头 PNG 截图 80–130 ms/帧
 WEB_STARTUP_SEC = 6.0               # 浏览器冷启动 + CDP 连接（12 s 片 28–30 s 含启动）
@@ -52,14 +52,13 @@ X264_FPS = 141.0                    # libx264 -preset medium -crf 17 ≈ 4.7×
 TTS_SEC_PER_LINE = (2.0, 4.0)       # edge-tts：每句每 worker 的墙钟（联网，波动大）：实测 2.2 s，留到 4.0
 # 配乐耗时锚点 (片长 s, 耗时低, 耗时高)。
 #
-# v1.0.1 换成 musicgen 实测值：30 s / 60 s / 120 s 分别 0.94 / 1.93 / 3.68 s（≈31× 实时），
-# 比 scorekit 时代快一个数量级。为什么现在敢改：以前配乐走 scorekit 的 9 套风格表，
-# 那个引擎要逐层展开事件并做多次 IIR，实测 29 s 片 3.6–6.5 s；现在的参数化编排器
-# 是单遍事件合成，实测抖动也小（同参数逐采样确定，耗时只随片长线性涨）。
+# musicgen 实测值：30 s / 60 s / 120 s 分别 0.94 / 1.93 / 3.68 s（≈31× 实时）。
+# 参数化编排器是单遍事件合成，实测抖动也小（同参数逐采样确定，耗时只随片长线性涨）；
+# 早期逐层展开事件、多次 IIR 的配乐引擎实测 29 s 片要 3.6–6.5 s。
 # 区间仍给 0.7–1.5 系数包络：CI 机器与共享 CPU 会慢，报小了会让人以为卡住。
 SCORE_REFS = ((29.0, 0.9, 1.6), (58.0, 1.8, 3.0), (389.0, 11.5, 19.0))
 SFX_SEC_PER_CUE = 0.20              # 单条短音效 合成+落位（24 配方单次 ≤1.5 s 是上限口径）
-SFX_MIN_SEC = 0.8                   # 实测 18 条 cue 的模板片 sfx 墙钟 0.8 s（含 ffmpeg 写盘）
+SFX_MIN_SEC = 0.8                   # 实测 18 条 cue 的夹具片 sfx 墙钟 0.8 s（含 ffmpeg 写盘）
 LAYOUT_BASE, LAYOUT_PER_LINE = 0.05, 0.01  # 排轴 + srt/ass + 安全区/字形自查（实测 29 s 片 <0.15 s）
 CUES_BASE, CUES_PER_LINE = 0.05, 0.005     # 提示点落盘 + 排序（实测 29 s 片 <0.15 s）
 AUDIO_BASE, AUDIO_PER_SEC = 0.6, 0.012     # numpy 总线按采样点叠加 + 写 wav
@@ -70,12 +69,12 @@ MUX_PER_SEC = 0.045                 # 每片长秒（两遍 loudnorm 解码音
 QA_BASE_SEC = (1.0, 3.0)            # 固定开销：联系表 + 参考帧重渲染
 QA_SEC_PER_SEC = (0.12, 0.25)       # 随片长：帧级深检流式解码 + 响度曲线
 UNMEASURED_BAND = 0.30              # 没有实测的阶段（layout/cues/sfx/audio）给 ±30% 的区间，别假装精确
-# v0.8 G11（全片 VMAF/SSIM）：参考帧由场景函数**重渲一遍**再喂 libvmaf，成本跟帧数走、
+# G11（全片 VMAF/SSIM）：参考帧由场景函数**重渲一遍**再喂 libvmaf，成本跟帧数走、
 # 与 frames 阶段同量级。实测口径差异极大：qavmaf 作者 29 s 片 12.0 s（≈0.40× 片长）；
-# SKILL.md §12 同一部模板片 14.2 s；同机另一轮负载下 28.8 s。这里取 0.40–1.00× 片长
+# SKILL.md §12 同一部夹具片 14.2 s；同机另一轮负载下 28.8 s。这里取 0.40–1.00× 片长
 # （下限=干净机、上限=争 CPU 的长片外推），固定开销单独列 1–2 s。
-# 注：v0.7.2 那套 1.0–1.6× 的系数没有 v0.8 实测支撑，把 29 s 片算成 31–50 s（实际 12–29 s），
-# 预演总量因此系统性偏大近 2 倍——这类"拍脑袋的悲观系数"比低估更糟：排期会按假的数字走。
+# 注：1.0–1.6× 这类没有实测支撑的系数会把 29 s 片算成 31–50 s（实际 12–29 s），
+# 预演总量系统性偏大近 2 倍——"拍脑袋的悲观系数"比低估更糟：排期会按假的数字走。
 VMAF_BASE_SEC = (1.0, 2.0)          # 起渲染进程 + 参考帧管线搭建
 VMAF_SEC_PER_SEC = (0.40, 1.00)     # 每片长秒（参考帧重渲 + libvmaf 逐帧比）
 
@@ -85,7 +84,7 @@ CALIBRATION = dict(
              "SKILL.md §12 记录的作者机是 Ryzen AI 9 HX 370 / 12C24T / Radeon 890M"
              "（是否同一台未核实，只保证这些数字是在上述 24 逻辑核机器上测的）"),
     measured_at="2026-11-10",
-    sdk="video-studio v0.7.1 scripts（ffmpeg 自带 x264）",
+    sdk="video-studio scripts（ffmpeg 自带 x264）",
     film="29.011 s / 870 帧 / 测试样片（assets/film.json + assets/scenes.py，仅用于基准校准）",
     method="render.py --stage all --jobs 2，逐 stage 取 [time] 行墙钟；同片重复 2 次",
     observed=dict(tts=2.2, layout=0.0, cues=0.0, score=6.3, sfx=0.8, audio=0.7,
@@ -94,14 +93,14 @@ CALIBRATION = dict(
           " score 58 s 片 4.5–5.0 s; qa 6.2–6.8 s",
 )
 CPS = 4.2                            # 每秒约 4.2 字（voicekit 校准 3.84–4.61 cps 的中位口径）
-DEFAULT_LEAD, DEFAULT_TAIL, DEFAULT_MIN_DUR = 0.62, 0.92, 3.0  # v0.5 body 基准
+DEFAULT_LEAD, DEFAULT_TAIL, DEFAULT_MIN_DUR = 0.62, 0.92, 3.0  # body 基准
 CORES = 12                           # HX 370：12C/24T；jobs > 12 不再线性加速
 TTS_BYTES_PER_LINE = 32 * 1024       # 单句 mp3 缓存（4 s 语音约 24 KB，留余量）
 WAV_BYTES_PER_SEC = 48000 * 2 * 2    # 48 kHz 立体声 PCM16 = 192 KB/s
 VIDEO_MBPS = (1.2, 3.0)              # crf17 @1080p30 图文内容（暗底大字 0.5–1 Mbps 属正常）
 AUDIO_MBPS = 0.192                   # AAC 192 kbps
 QA_DISK_BYTES = 12 * 1024 * 1024     # 联系表 + 静帧 + deep.png
-BASELINE_NOTE = ("区间来自 v0.7.2 本机实测（机型/样本见下方 calibration；"
+BASELINE_NOTE = ("区间来自本机实测（机型/样本见下方 calibration；"
                  "SKILL.md §12 记录的作者机是 Ryzen AI 9 HX 370 / 12C24T）；换机请先重测再采信")
 
 STAGE_LABELS = {
@@ -114,7 +113,7 @@ STAGE_LABELS = {
     "frames": "逐帧渲染+编码",
     "mux": "合成成片",
     "qa": "质检+抽帧",
-    # v0.8：交付前的三道新门禁单独列（它们的成本不能藏进 qa 里）
+    # 交付前的三道门禁单独列（它们的成本不能藏进 qa 里）
     "preflight": "渲染前预检",
     "vmaf": "全片VMAF/SSIM",
     "asr": "ASR回读",
@@ -314,7 +313,7 @@ def score_seconds(total):
 def _speedup(jobs):
     """分块并行的**有效加速比**：不是 jobs 倍。
 
-    实测（870 帧模板片）：jobs=1 → 14.37 s、jobs=2 → 9.53 s，只有 1.51×。
+    实测（870 帧夹具片）：jobs=1 → 14.37 s、jobs=2 → 9.53 s，只有 1.51×。
     原因很实在：父进程要 spawn 子进程、每段都要重新 import scenes.py / 解析主题、
     落盘 mux 串行、磁盘写带宽争用。按 jobs 线性折算会持续低估长片（越长的片分块越多）。
     这里用 1 + (jobs-1)*PARALLEL_EFF 的线性模型：比理论值保守，实测 2 进程刚好对上。
@@ -426,7 +425,7 @@ def build_report(script_path, script, args):
         _warn("engine=%r 不认识（只能是 pil / web），按 pil 预演" % engine)
         engine = "pil"
 
-    # v0.8：画幅/帧率可以按片配置（只允许 16:9 横屏 + 下采样输出，见 filmkit.video_plan）。
+    # 画幅/帧率可以按片配置（只允许 16:9 横屏 + 下采样输出，见 filmkit.video_plan）。
     # 预演必须跟着走，否则 720p 片会被按 1080p 估帧数与磁盘。
     try:
         import sys as _sys
@@ -455,7 +454,7 @@ def build_report(script_path, script, args):
         source_note = "真实帧数：%s" % tl_path
     else:
         total, _scenes = estimate_timeline(script)
-        # v0.8：没有 timeline.json 时也必须用 film.json 的 video.fps —— 定死 30 会让
+        # 没有 timeline.json 时也必须用 film.json 的 video.fps —— 定死 30 会让
         # 24/25/50/60 fps 的片子帧数、磁盘、分块全部按 30 fps 算（24 fps 高估 25%，
         # 60 fps 低估一半），而 render.py 的 build_timeline(fps=vp["fps"]) 用的是真实值。
         fps = int(_vp["fps"])
@@ -516,8 +515,8 @@ def build_report(script_path, script, args):
     mux_lo, mux_hi = mux_seconds_pair(frames, jobs_eff, total, script)
     qa_lo = max(0.5, QA_BASE_SEC[0] + total * QA_SEC_PER_SEC[0])
     qa_hi = max(qa_lo, QA_BASE_SEC[1] + total * QA_SEC_PER_SEC[1])
-    # v0.8 的三个新门禁：预检（固定小开销）、全片 VMAF/SSIM、ASR 回读。
-    # 实测口径（29.0 s 模板片）：preflight 0.4 s；VMAF full 12–29 s（0.40–1.00× 片长，
+    # 三个可选门禁：预检（固定小开销）、全片 VMAF/SSIM、ASR 回读。
+    # 实测口径（29.0 s 夹具片）：preflight 0.4 s；VMAF full 12–29 s（0.40–1.00× 片长，
     # 参考帧重渲与 libvmaf 都在里面，见 VMAF_* 常量注释）；ASR small ≈ 6–10 s。
     # 这三项全在**交付前**跑，不写进预演就等于"预演说 40 s、实际 90 s"——所以单独列 stage。
     qcfg = script.get("qa") or {}
@@ -630,7 +629,7 @@ def build_report(script_path, script, args):
         "source": source,
         "source_note": source_note,
         "video": {"title": script.get("title"),
-                  # v0.8：内部构图恒为 1080p，交付尺寸可以更小（_vp 从 film.json 的 video 块来）
+                  # 内部构图恒为 1080p，交付尺寸可以更小（_vp 从 film.json 的 video 块来）
                   "width": _vp["w"], "height": _vp["h"],
                   "out_width": _vp["out_w"], "out_height": _vp["out_h"],
                   "fps": fps, "frames": frames,
@@ -660,8 +659,8 @@ def build_report(script_path, script, args):
                        "advice": bottleneck_advice(worst["stage"], engine, jobs_eff)},
         "assumptions": [
             "内部构图恒为 1920x1080；交付尺寸/帧率可写 film.json 的 video 块"
-            "（v0.8，只允许 16:9 横屏且只能下采样；本次按 %d fps 估）" % fps,
-            "lead=%.2f / tail=%.2f / min_dur=%.1f（v0.5 body 基准；剧本写了就以剧本为准）"
+            "（只允许 16:9 横屏且只能下采样；本次按 %d fps 估）" % fps,
+            "lead=%.2f / tail=%.2f / min_dur=%.1f（body 基准；剧本写了就以剧本为准）"
             % (DEFAULT_LEAD, DEFAULT_TAIL, DEFAULT_MIN_DUR),
             "tts 耗时按 %d 句 ÷ workers × %.1f–%.1f s（每句每 worker）；实际受网络波动影响"
             % (n, TTS_SEC_PER_LINE[0], TTS_SEC_PER_LINE[1]),
@@ -669,7 +668,7 @@ def build_report(script_path, script, args):
             % (PARALLEL_EFF, CORES),
             "mux 默认 -c:v copy，只跟片长有关；reencode_video=true 才按帧数重编",
             "layout/cues/audio/sfx 给 ±%d%% 经验区间（无单阶段实测）" % int(UNMEASURED_BAND * 100),
-            "v0.8 新增门禁口径：preflight 0.4 s 固定；vmaf ≈ %.2f–%.2f× 片长 + %.1f–%.1f s"
+            "可选门禁口径：preflight 0.4 s 固定；vmaf ≈ %.2f–%.2f× 片长 + %.1f–%.1f s"
             "（参考帧重渲染 + libvmaf；同机负载不同实测差近 2×）；asr ≈ 0.18–0.35× 片长 + "
             "3.5–6.5 s（faster-whisper small / CPU int8）"
             % (VMAF_SEC_PER_SEC[0], VMAF_SEC_PER_SEC[1], VMAF_BASE_SEC[0], VMAF_BASE_SEC[1]),
@@ -695,7 +694,7 @@ def print_report(rep):
               "会自动改用真实帧数。")
     style = v.get("style")
     if style is None:
-        style = "(没写 style 字段 = v0.4 legacy 行为)"
+        style = "(没写 style 字段 = legacy 行为)"
     print("  《%s》  片长 %.1f s / %d 帧 / %dx%d@%d / engine=%s / crf=%s preset=%s / style=%s"
           % (v.get("title") or "(未写 title)", v["duration_s"], v["frames"], v["width"], v["height"],
              v["fps"], v["engine"], v["crf"], v["preset"], style))

package/tools/golden_frames.py

@@ -1,16 +1,15 @@
 # -*- coding: utf-8 -*-
-"""golden_frames.py — 金帧像素回归（v0.8.0）。
+"""golden_frames.py — 金帧像素回归。
 
 解决什么问题
 ------------
-v0.5 起 scenes.py 的注释里就写着「基线三帧 sha256 由 selfcheck 比对」，但一直没人真的
-实现：改一行绘制代码、换一套主题、动字幕排版，肉眼看不出来、qa_frames 的统计指标也
-未必报——只有"同一帧的像素哈希"能当场抓住。本工具就是那条基线。
+改一行绘制代码、换一套设计、动字幕排版，肉眼看不出来、qa_frames 的统计指标也未必报——
+只有"同一帧的像素哈希"能当场抓住。本工具就是那条基线。
 
 做什么
 ------
 渲染指定帧号 -> 每帧算 SHA-256 -> 与 skills/video-studio/assets/golden_frames.json 比对。
-  * --write   生成/更新基线（模板有意改动后重录，并把 JSON 一起提交）
+  * --write   生成/更新基线（绘制代码有意改动后重录，并把 JSON 一起提交）
   * --check   校验（默认）：同环境像素变了 = fail，并列出哪几帧变了
 
 三档语义（"没查"绝不能写成"通过"）
@@ -30,7 +29,7 @@ sha1），指纹不同直接 skipped（跨机不误报）；指纹相同还变
 基线怎么来的（确定性）
 ----------------------
 不联网、不依赖 TTS 产物：用固定的假语音时长（FAKE_VOICE_DUR=2.0s）排一条合成时间轴，
-取模板片的 3 个时刻（hook / body / outro）作为默认帧号。这样同一份 film.json + scenes.py
+取夹具片的 3 个时刻（hook / body / outro）作为默认帧号。这样同一份 film.json + scenes.py
 在任何机器上都能立刻重算基线；真实旁白时长只影响"哪一帧是哪一句"，不影响"这一帧画成
 什么样"，后者才是本工具要守的东西。帧号与场景 id、段内时刻都记进基线，便于人工复核。
 
@@ -51,7 +50,7 @@ CLI
 """
 from __future__ import annotations
 
-__version__ = "0.8.0"
+__version__ = "1.0.4"
 
 import argparse
 import hashlib
@@ -72,7 +71,7 @@ DEFAULT_SCRIPT = os.path.join(ASSETS, "film.json")
 # v1.0 / D3：金帧基线绑"固定 fixture 设计"而不是内置风格。
 # 为什么：金帧要守的是"同一份设计 + 同一份场景代码，像素不许漂"，
 # 不是"某套内置风格长什么样"——后者会随风格表下沉到 presets 而失去意义。
-# 没有这个文件时回落到老口径（读 film.json 的 style），不阻塞老项目。
+# 没有这个文件时回落到 stylekit 老口径（它现在只会明确报错），不阻塞诊断。
 DEFAULT_DESIGN = os.path.join(ASSETS, "design_fixture.json")
 DEFAULT_SCENES = os.path.join(ASSETS, "scenes.py")
 DEFAULT_GOLDEN = os.path.join(ASSETS, "golden_frames.json")
@@ -84,7 +83,7 @@ FAKE_VOICE_DUR = 2.0
 HOOK_LOCAL = 1.2
 BODY_LOCAL = 1.6
 OUTRO_LOCAL = 1.5
-# 参与字体指纹的字重（模板的绘制函数只用到 bold / reg / light）
+# 参与字体指纹的字重（内置绘制器只用到 bold / reg / light）
 FONT_WEIGHTS = ("bold", "reg", "light")
 
 RESULT_KEYS = ("status", "frames", "font_fp")
@@ -191,7 +190,7 @@ def build_timeline(K, script):
     与 render.st_layout 的差别只在 dur 的来源：这里每句固定 FAKE_VOICE_DUR 秒，
     其余（lead/tail/min_dur/hold/bar）照常走 filmkit.build_timeline，结果可复现。
 
-    但 **fps 必须跟 render.py 一样取自 filmkit.video_plan**（v0.8 起 fps 可配置）：
+    但 **fps 必须跟 render.py 一样取自 filmkit.video_plan**（fps 可按片配置）：
     build_timeline 的默认 fps=30 会让 24/25/50/60 fps 的片子按 30 fps 编号，
     于是基线里的 frame 号既不是成片的真实帧号，t=frame/fps 也不是真实时刻——
     那份基线守的是"另一部片子"的画面，回放/比对都错位（且不会报错）。
@@ -299,7 +298,7 @@ def env_fingerprint():
     口径细节：**Python 只按 major.minor 参与指纹**，补丁号只记录不参与比较。
     理由是真正决定抗锯齿像素的是 Pillow（FreeType）与 numpy，不是 CPython 的补丁版本；
     而按补丁号比较会让"作者机器 3.12.16 / 用户机器 3.12.14"这种正常差异一律 skipped——
-    实测踩过：selfcheck 第 51 条因此显示"0 帧像素一致"却记 PASS，等于这条门禁从没真的比过。
+    实测踩过：金帧回归因此显示"0 帧像素一致"却记 PASS，等于这条门禁从没真的比过。
     真要跨 Pillow/numpy 版本比，仍然会 skipped，那才是像素不可比的情形。
     """
     import numpy
@@ -314,7 +313,7 @@ def env_fingerprint():
 def _env_fp_from(env):
     """按"参与比较的口径"给 env 字典算指纹（Python 只取 major.minor）。
 
-    单独抽出来是为了**兼容老基线**：v0.8.0 的 golden_frames.json 里记的是完整补丁号
+    单独抽出来是为了**兼容老基线**：早期 golden_frames.json 里记的是完整补丁号
     （如 3.12.16），如果直接拿新口径算出的指纹去比，老基线会永远 skipped——那等于把
     "补丁号差异"永久固化成"这条门禁不用跑"。这里对**存的 env** 和**当前 env** 走同一个
     归一化函数，所以 3.12.14 与 3.12.16 视为同一环境，而 Pillow/numpy 的差异照旧拦住。
@@ -425,9 +424,9 @@ def _golden_payload(script_path, scenes_path, K, plan, tl, rendered, design_path
         "generator": "golden_frames.py v%s" % __version__,
         "comment": "金帧基线：字体指纹+环境指纹一致时，每一帧像素 sha256 必须相同；"
                    "换机/字体/Pillow 版本不同判 skipped（不误报），同环境像素变了才是 fail。"
-                   "改动模板（film.json / scenes.py / stylekit 主题）后请 --write 重录并提交本文件。",
+                   "改动夹具（film.json / scenes.py / 设计）后请 --write 重录并提交本文件。",
         "canvas": [int(K.W), int(K.H)],
-        # 记时间轴自己的 fps（不是写死的 K.FPS）：v0.8 起 film.json 可以设 24/25/50/60
+        # 记时间轴自己的 fps（不是写死的 K.FPS）：film.json 可以设 24/25/50/60
         "fps": int(tl["fps"]),
         "script": _rel(script_path),
         "scenes": _rel(scenes_path),
@@ -548,7 +547,7 @@ def check_golden(script_path, scenes_path, golden_path, design_path=None):
                 reason="skipped: font differs（字体指纹 %s）——换机/字体版本不同，"
                        "像素比对不成立；确认画面后在当前机器 --write 重录"
                        % _fmt_fp_pair(font_fp, golden.get("font_fp")))
-        # 比指纹时对**存的 env** 走同一个归一化（见 _env_fp_from）：这样 v0.8.0 那些
+        # 比指纹时对**存的 env** 走同一个归一化（见 _env_fp_from）：这样早期那些
         # 记着完整补丁号的老基线不会因为 3.12.14 vs 3.12.16 永久 skipped。
         golden_env_fp = _env_fp_from(golden.get("env") or {})
         if golden_env_fp != env_fp:
@@ -647,15 +646,15 @@ def main(argv=None):
     g = ap.add_mutually_exclusive_group()
     g.add_argument("--check", action="store_true", help="校验（默认）")
     g.add_argument("--write", action="store_true", help="生成/更新基线")
-    ap.add_argument("--script", default=DEFAULT_SCRIPT, help="film.json（默认模板片）")
+    ap.add_argument("--script", default=DEFAULT_SCRIPT, help="film.json（默认夹具片）")
     ap.add_argument("--design", default=DEFAULT_DESIGN,
                     help="固定 fixture 设计（默认 assets/design_fixture.json）；"
                          "传空串回落到老的 stylekit 口径")
-    ap.add_argument("--scenes", default=DEFAULT_SCENES, help="scenes.py（默认模板场景）")
+    ap.add_argument("--scenes", default=DEFAULT_SCENES, help="scenes.py（默认内置场景）")
     ap.add_argument("--golden", default=DEFAULT_GOLDEN,
                     help="基线 JSON（默认 skills/video-studio/assets/golden_frames.json）")
     ap.add_argument("--frames", default="",
-                    help="--write 时指定帧号（逗号分隔）；缺省取模板片 3 个时刻")
+                    help="--write 时指定帧号（逗号分隔）；缺省取夹具片 3 个时刻")
     ap.add_argument("--json", action="store_true", help="stdout 只输出 JSON（机读）")
     ap.add_argument("--strict", action="store_true",
                     help="skipped 用退出码 2 表示（默认 skipped 退出码 0，但绝不写 pass）")

package/tools/silhouette_qa.py

@@ -1,5 +1,5 @@
 # -*- coding: utf-8 -*-
-"""silhouette_qa.py — 跨设计剪影可区分门禁（G13，v2.0.0）。
+"""silhouette_qa.py — 跨设计剪影可区分门禁（G13）。
 
 解决什么问题
 ------------
@@ -8,13 +8,12 @@
 灰度三值化后的**构图骨架**（前景占比、重心、边缘占用、左右对称、纵向明暗剖面）是否真的
 变了？本工具把"骨架到底有没有变"变成可复核的数字，而不是审美口水。
 
-v2.0.0 为什么换输入
--------------------
-v1.0.1 删除了全部内置风格表（stylekit.STYLE_IDS == ()），旧版按"同一剧本换 style"两两比
-的输入已经不存在，直接报"至少需要 2 套风格"。零模板时代的"多部片"来自 **designkit 现场
-采样**：同一 brief 不同 seed（或不同 brief）得到 N 个设计，每个设计是一整条独立外观
-（配色/母题/版式/HUD/字体族/字号比例/字距/行距/重心偏移/转场/缓动/编号写法…）。
-因此本工具改成：**N 个设计之间两两比较**——这才对应"不同视频会不会长得一样"。
+输入从哪来
+----------
+技能里没有内置风格表（stylekit.STYLE_IDS == ()），"同一剧本换 style"这种输入不存在。
+"多部片"来自 **designkit 现场采样**：同一 brief 不同 seed（或不同 brief）得到 N 个设计，
+每个设计是一整条独立外观（配色/母题/版式/HUD/字体族/字号比例/字距/行距/重心偏移/转场/缓动/编号写法…）。
+所以本工具比的是 **N 个设计之间两两比较**——这才对应"不同视频会不会长得一样"。
 
 算法（验收口径；改阈值 / 改指标之前先读这一节）
 ----------------------------------------------
@@ -71,7 +70,7 @@ B 的基准是四角中位数：浅色主题整屏 bg→bg2 渐变本身就可
     跳过 = 帧渲不出来 / 指标缺值，**skipped != 通过**：它只说明这次没证据，不说明
     骨架相同；--strict 用于 CI 里把"没跑成"也当红。
 
-CLI（v2.0.0；旧的 --styles 已删除——STYLE_IDS 在 v1.0.1 是空元组，按风格 ID 选已经无意义）
+CLI（没有 --styles：STYLE_IDS 是空元组，按风格 ID 选已经无意义）
 ------------------------------------------------------------------------------------------
     python tools/silhouette_qa.py [--designs 3] [--seed 1] [--brief "题材/要求"]
                                   [--design-json PATH]
@@ -102,7 +101,7 @@ CLI（v2.0.0；旧的 --styles 已删除——STYLE_IDS 在 v1.0.1 是空元组
 """
 from __future__ import annotations
 
-__version__ = "2.0.0"
+__version__ = "1.0.4"
 
 import argparse
 import copy
@@ -147,7 +146,7 @@ TIER_BG_MAX = 15          # d < 15 -> 背景档 0
 TIER_FG_MIN = 60          # d >= 60 -> 前景档 2
 EDGE_BAND = 0.06          # 四边各 6% 带宽
 METRIC_ORDER = ("F", "Cx", "Cy", "B", "S", "P")
-# 达标线：**沿用 v0.9 的验收口径**（F>=6pp / Cx,Cy>=8 / B>=14 / S>=0.20 / P>=6.0）。
+# 达标线：F>=6pp / Cx,Cy>=8 / B>=14 / S>=0.20 / P>=6.0。
 # 改这里等于改验收口径，需说明理由；v2.0.0 只换输入（设计而不是风格），不放宽任何一条。
 THRESHOLDS = {"F": 6.0, "Cx": 8.0, "Cy": 8.0, "B": 14.0, "S": 0.20, "P": 6.0}
 METRIC_LABELS = {
@@ -346,7 +345,7 @@ def load_designkits(scripts_dir=SCRIPTS):
 def sample_designs(DK, n, seed, brief=None):
     """现场采样 n 个设计（不同 brief 或同 brief 不同 seed，跨设计两两比较）。
 
-    为什么要"现场采样"而不是读一份写死的清单：v1.0.1 起没有任何内置外观表，
+    为什么要"现场采样"而不是读一份写死的清单：技能里没有任何内置外观表，
     多部片的差异全部来自 designkit 的连续采样；门禁必须量**采样器真的会产出的东西**。
     seed=None 表示每次新设计（采样器的默认语义）；本工具缺省固定 seed 以保结论可复现。
     """
@@ -416,7 +415,7 @@ def _family_of(ST, plan):
 def build_script(design_id, scene_types):
     """造一份"只有设计不同"的合成剧本（title/lines 固定，dur 固定 4.0s）。
 
-    style 字段不再写任何风格 id（v1.0.1 没有内置风格表）；渲染用的计划由
+    style 字段不写任何风格 id（没有内置风格表）；渲染用的计划由
     run_gate 塞进 script["_style"]，scenes.draw_frame 优先读它。
     """
     lines = []
@@ -1156,7 +1155,7 @@ def main(argv=None):
     _setup_stdio()
     ap = argparse.ArgumentParser(
         description="跨设计剪影可区分门禁 G13：同一内容换设计（designkit 现场采样）渲帧，"
-                    "三值化后比结构指标。v2.0.0 起不再有 --styles：v1.0.1 已删除全部内置"
+                    "三值化后比结构指标。没有 --styles：技能不提供内置"
                     "风格表（stylekit.STYLE_IDS 为空），输入改为现场采样的设计。",
         epilog="例：python tools/silhouette_qa.py --designs 4 --json；"
                "python tools/silhouette_qa.py --selftest")