@gitruck/cli 1.2.15 → 1.3.1

package/skills/gtrk-narration/SKILL.md

@@ -37,37 +37,17 @@ description: 通用解说视频创作图纸（解说链正本）——把「一
 | ⑦ | **源片语种 / 方言** | **问用户**：听一段 / 看片内有无内嵌字幕 / 看素材出处 | `gtrk transcript --lang`（`zh-CN` 普通话 / **`zh-HK` 粤语** / `en-US` / `ja-JP`…）；素材通篇无对白答「无对白 / 不转写」即闭合，MUST NOT 因缺这个答案阻塞开工 |
 
 > ②③④⑤⑦ MUST 问用户、MUST NOT 代猜；一张表一次问完，不碎问。
-> ⟲ **推荐面（公约 §三‴）**：问答收口时多问一句「要不要看看第三方 skill？」，不列名；题材命中场景触发词才多 1–2 句定向推（`gtrk skills recommend --scene <id> --json` 取 tier 最高者，各给一句为什么），用户追问才展开完整块；轻提加定向合计不超三句、同会话同场景只推一次、答「不要」零动作。
+> **推荐面（公约 §三‴）**：问答收口时可问一句「要不要看看第三方 skill？」；题材命中场景触发词才定向推荐，读取 `gtrk skills recommend --scene <id> --json`；用户拒绝后不执行推荐动作。
 >
-> ⟲ **2026-09-02 六问补为七问（新增 ⑦ 语种）**：260902 真机一条**粤语对白**的片子按缺省 `zh-CN`
-> 静默转写跑完，整条链上无一处问过语种。⑦ MUST 早于 ① 的转写发起：转写是计费动作且在检查点①**之前**，
-> **非中文素材**（`en-US` / `ja-JP`…）语种传错，用户在检查点①拿到的稿子就是坏的、重来要再付一次 ASR
-> （真机 `--lang en-US` 出英文稿即实证）；且豆包 14 项白名单外的语种码在 `word_level=true` 下会裸
-> `KeyError` 炸任务。**MUST NOT 以缺省 `zh-CN` 静默开跑**，检查点①对语种只做过目复核。
+> 语种必须在转写前确认。非中文素材传错语种会让检查点①拿到错误稿件并产生重复 ASR 成本；不要静默使用 `zh-CN`。粤语建议填写 `zh-HK` 作为元数据，当前 `--json` 路径按字级转写；无对白素材回答「无对白 / 不转写」即可。
 >
-> ⟲ **2026-09-02 同日订正（这一问的原粤语论证段已被求证推翻，问本身照旧成立）**：原文写
-> 「`zh-CN` 与 `zh-HK` 在后端是两个不同的识别语种（Whisper `zh` vs `yue`）」——**该因果论断错**。
-> `gtrk transcript` 写死 `word_level: true`（`src/commands/transcript.ts:178`）⇒ 链路钉在豆包、
-> 到不了 Whisper（infra `utils/process/media/audio/asr.py:44-49` 在 `AsrFunc.Whisper` 分支里
-> 仍把 `word_level_handler` 钉成豆包）；而豆包字典里 `zh-CN` 与 `zh-HK` **都映射空串**
-> （`utils/partner/volcengine/doubao_llm_asr.py:36-37`）⇒ 两种写法发出的请求**逐字段相同**。
-> 粤语能识别对，靠的是豆包空串模式自己的方言自适应，与这个参数无关；`zh-HK→yue` 那条映射真实存在
-> （`utils/partner/openai/__init__.py:18`）但只在 `word_level=false` 走 Whisper 时生效，CLI 今天走不到。
-> ⇒ 粤语 **SHOULD** 如实填 `zh-HK`（元数据诚实 + 备将来链路切换），但 **MUST NOT 以「粤语语种传错」
-> 为由重跑转写**：`la` 进 ASR 缓存键（`asr_result_cache.py:71-75`），换码必然 cache miss，
-> 白扣一次时长换回同一份结果。
-> ⟲ **2026-09-19 订正**：上段「写死 `word_level: true`」已过时。现口径按产物消费面分流
-> （cli `adjust-transcript-json-word-level`）：**无 `--json`** ⇒ 句级、走自部署引擎 + 服务端纠错（小工具用法）；
-> **`--json`**（本图纸的用法）⇒ 字级，transcript.json 带 `words[]`，字幕拆行后时间按语音贴。
-> 粤语在 `--json` 路照旧落厂商字级腿；无 `--json` 路的粤语代价见 `switch-transcript-to-selfhosted-asr`。
-
 ## 三、时序铺排三档（本图纸的技术正本）
 
 每段叙述配什么画面，按下面三档路由，**高档优先**：
 
-> **⚠️ 甲档的射程已收窄（260828 主理人拍板 adjust-narration-alignment-first）**：
+> **⚠️ 甲档的适用范围**：
 > **整份手写 plan（免索引直排）降级为「引用段与硬出处段专用」**，叙述段缺省不再走它。
-> 原因是走查实锤——手写 plan 断掉的不止「对齐」，而是**整条质量流水线**：
+> 手写 plan 缺少检索结果携带的质量信号，因此：
 >
 > | 信号 | 断在哪 | 后果 |
 > |---|---|---|
@@ -77,9 +57,6 @@ description: 通用解说视频创作图纸（解说链正本）——把「一
 > | `motion` 高运动 | 手写 `segments` 不带该字段 | 抖/摇段不降权 |
 > | `cuts` 切点 | 同上 | **端点残片收缩失效 = 闪帧的机制性根因** |
 >
-> 260828 三条美食片实测 `describes` 行数为 **0**——`--mark-weight 0.3` 明明传了，一分没参与。
-> 这也解释了当时「低清 scdet 事后吸附零改善」：那是在成片上补救，根因在 plan 侧信号缺失，补不回来。
->
 > ⇒ **叙述段缺省走「出处窗内检索」**（见下方「甲′」），既保出处准、又拿回五条信号。
 > 用户坚持免索引时照办，但 **MUST 先把上表的代价说清**——它不是「快一点」，是质量档位下降，
 > 且 MUST 在交付说明里如实登记本片走的是降档路径。
@@ -126,42 +103,36 @@ description: 通用解说视频创作图纸（解说链正本）——把「一
 > 两条独立，回执分别以 `has_cuts` / `fps` 报，`cut_snap` 三态再把「按你的标注主动不吸」
 > 与「素材没索引想吸也无从吸」分开。
 
-> **直写 plan 操作注记（260827 美食批真机标定）**：整份 plan 可以手写——甚至**不依赖本地索引**
+> **直写 plan 操作注记**：整份 plan 可以手写——甚至**不依赖本地索引**
 > （4K 长片索引很慢，甲档直排等不起也不必等）。逐 beat 一条 query、逐出处窗一条 result，
 > `segments:[{start,end,best,score}]`（源片秒）。三条铁则：① `best` 是**窗内代表帧时刻**
 > （秒），落窗外会被校验拒；lay 取段大致**以 best 为中心**——想 start 锚定就把 best 设为
-> 「窗起点 + 意图时长/2」；② 预算三量齐足——`per_shot_sec` 按「beat 时长 / 窗数」给、**窗宽 ≥ 份额**（窗宽不足时缺口=份额−窗宽）、且**单窗实际供片有内部上限（实测 ≈12s）**：长 beat 直接把出处区间切成 ≤12s 的子窗批量给（260827 组二实测 199s beat 用 21 个 11s 子窗铺满，宽窗少窗恒留尾洞）；③ 引用段窗与配音时轴**逐秒对齐**（窗起点 = 引用音频对应的
+> 「窗起点 + 意图时长/2」；② 预算三量齐足——`per_shot_sec` 按「beat 时长 / 窗数」给、**窗宽 ≥ 份额**，长出处区间拆成多个子窗；③ 引用段窗与配音时轴**逐秒对齐**（窗起点 = 引用音频对应的
 > 源时刻），铺后按 `clip_st 与 track_st 的差恒等` 复核零漂移；④ **口播基座下 beat 预算按
 > dispatch 的成片轴包络算**——`transcript.json` 的 st/ed 是源时码，且 beat 连续化会把句间
-> 停顿带并入下一 beat，窗预算不给足就出纯黑段（260827 组一实测 7.5s 纯黑，补窗即愈）；
-> ⑤ **beat 粒度＝关键句粒度，按七三开编（主理人原则，260828 双向实证）**。先认清机制：
+> 停顿带并入下一 beat，窗预算不足会产生空洞；
+> ⑤ **beat 粒度以关键句为主，采用约七三的对齐与游离比例**。先认清机制：
 > `matrix lay` 在 beat 内按候选分数贪心铺满、**槽序与句序无关**——一个 beat 跨多句时，
 > 只有「领衔句」能拿到为它挑的画面，其余句是跟随。由此定编排法（**顺序不可颠倒**）：
 > **①关键词卡点先行**：先挑出有明确视觉指涉的句子（实体/动作/可拍之物），逐句独立成 beat、
 > 一 beat 一窗，保证「稿说什么就给什么」。**划分判据是「素材里有没有」，不是「句子抽不抽象」**
-> （主理人 260828 定调：卡不到别硬卡，能卡到就不许不卡）——素材里有对应画面的句子 MUST 卡点
+> ——素材里有对应画面的句子 MUST 卡点
 > （哪怕它夹在抽象段里，如「昨天的老汤兑进今天的新汤」有汤锅镜头就必须给汤锅）；素材里
 > 确实没有的才允许降为跟随（「卖过三十年汽车」片里无车、「多线程游戏」无从拍）。判据的
 > 落地取证=渲后 `gtrk qc --alignment`：**卡点句 mismatch MUST 收敛到 0，且每一条 mismatch
-> 都要先问「是我窗选错了，还是素材真没有」**——260828 实测两种错各中一次（「一锅汤卖完打烊」
-> 素材有标牌镜头却被我把窗猜到别处 = 能卡没卡；u0016 老汤该卡却被我编成跟随 = 该严没严）；②**其余填坑**：抽象句、数字句、修辞句、情绪句
+> 都要先问「是我窗选错了，还是素材真没有」；②**其余填坑**：抽象句、数字句、修辞句、情绪句
 > （日期/克数/"比太阳起得早"/"多线程游戏"）**没有对应画面可给**，合并进相邻关键句的
 > 长镜头当跟随，或用主题相近的群像长镜头覆盖；③**七三开收口**：约 70% 时长逐句对齐、
 > 30% 游离创造自然感——**游离不是妥协是设计**。
-> ⚠️ **反面实证（勿重蹈）**：260828 拉面店做过一版「一句一 beat」100% 逐句对齐，
-> 32 句 32 clip、中位 3.1s 一刀，真闪帧 3→**17**，片子碎成 PPT。**追求 100% 对齐率
-> 就是在毁观感**——对齐质检的靶子是「关键句零 mismatch」，不是「rate 冲 100」。
-> 反向的错也实证过：beat 跨六句共用一窗（B02）会让四五句集体错位，对齐率压到 62%。
-> 两头都是坑，七三开是那条中线。
-> ⑥ **盲选窗跨源镜头切点**——这条曾是免索引直排的固有代价，**走 `direct_slots` 之后
-> 大部分消掉**：直排槽照样过窗口精修，`provenance` 段的端点会被自动吸到切点。
+> ⚠️ **不要追求 100% 逐句硬切**：对齐质检的靶子是「关键句零 mismatch」，其余句允许跟随；一个 beat 也不要跨太多关键句，以免集体错位。
+> ⑥ **盲选窗跨源镜头切点**——`direct_slots` 的直排槽同样会过窗口精修，`provenance` 段的端点会自动吸到切点。
 > 仍会剩下两种情形，都要如实报账而不是靠重铺硬碰：
 > · **素材未索引**（无 `cuts`）⇒ 收缩无数据可用。先索引再铺是正解，等不起就照实说明。
 > · **`quote` 引用段** ⇒ 它按设计**不吸**（吸走就是画音错开）。若那一口确实横跨切换，
 >   那是内容本身如此，正确处置是改稿或改引用区间，不是让铺轨替你挪。
 > 渲后 QC 的 flash/intra_cut 证据仍可反算源切点（clip_st + into_clip_sec）供人工复核。
 
-### 甲′ · 出处窗内检索（叙述段缺省路，260828 新增）
+### 甲′ · 出处窗内检索（叙述段缺省路）
 
 **出处准与检索对齐可以兼得**，不必二选一：把出处区间当**检索域**而不是当**答案**。
 
@@ -202,7 +173,7 @@ QC 反算重铺）；② 段带 `cuts`，端点残片收缩生效；③ 段带 `
 - **切取用流拷贝**（`ffmpeg -c copy`，零重编码）；想让 AI 帮你海选可引用的高光，可先跑一遍 `gtrk long2short` 拿选段清单当候选（可选辅助，明示计费）。
 - **装配**：逐段 TTS + 引用段原声按稿序拼成总音频 → 合成 transcript（各段句级时码换算到拼接轴）→ `gtrk project init --audio <总音频> --transcript <合成转写>` 建工程（自备配音兜底路）；引用段画面 = 该源区间直排上轨。无引用段时装配退化为单条 TTS + `--tts-task` 主路（与旅拍同款）。
   **产物文件名别硬拼（fix-tool-outdir-collision）**：多段 TTS 落**同一个 `--out`** 时，第二段起的产物会带 taskId 后 6 位后缀（`tts-narrator-a1b2c3.wav`），基名只有第一份是干净的。拼接清单 MUST 按每次回执的 `files` 取路径，MUST NOT 按 `tts-<speaker>.wav` 猜——猜出来的名字会一路指向第一段，拼出来的总音频会把某一段重复多遍而不报错。
-  **主轨无缝铁则（260828 主理人挑刺定案）**：合成 transcript 里引用段 utterance 的 st/ed **MUST 写物理拼接位**（拼接轴上的真实起止），MUST NOT 加 ±0.1s 字幕 pad——dispatch 的 beat 轨窗派生自转写时刻，pad 会在主轨上留 0.1s 缝（三片实测各 4 处）。已有 pad 的存量工程修法：改转写引用句时刻→重导视图→重落拆分（hash 只随文本不失效）→重铺（plan 引用窗随之外扩，Δ=0 不破）→字幕重出。
+  **主轨无缝铁则**：合成 transcript 里引用段 utterance 的 st/ed **MUST 写物理拼接位**（拼接轴上的真实起止），MUST NOT 加字幕 pad；已有 pad 的工程按「改时刻→重导视图→重落拆分→重铺→字幕重出」修复。
 - **克制丑话**：引用段是佐料——时长占比失衡会让片子变成搬运，平台判定风险归用户（§八 一并告知）。
 
 ## 五、快速成片编排
@@ -222,9 +193,8 @@ gtrk transcript "<长片>" --lang <开工⑦所答语种> --json   # 影视/游
 
 # ②③ 写稿（甲档出处共生 / 乙路对照表对齐）→ 检查点①拍板（§六）
 gtrk matrix material "<情绪 题材 检索词>" --scope audio --top-k 5 --json   # BGM 候选附试听
-#   ⚠️ is_copyright 的权威语义是 1/true=可商用、0/false=**不可商用**——反直觉，MUST NOT 把 false
-#   读成「无版权、可随便用」（真机上正是这一步读反，把不可商用素材铺进了 5 个工程）。
-#   ⟲ 260906 拍板 · 选材口径：矩阵成员档**缺省搜全库**，MUST NOT 默认加 --commercial-only、
+#   ⚠️ is_copyright 的权威语义是 1/true=可商用、0/false=**不可商用**，MUST NOT 把 false
+#   读成「无版权、可随便用」。矩阵成员档**缺省搜全库**，MUST NOT 默认加 --commercial-only、
 #   也 MUST NOT 以「保险起见」为由剔掉 is_copyright:false 的候选（全库正是成员身份买到的东西）。
 #   对价是**如实标注**：推荐时 MUST 逐条带上 copyright_label（派生位，中文标签），不可商用的照直说，
 #   但 MUST NOT 升级成追问或阻塞。用户**特意说明**只要可商用 / 要商用发布 / 客户商单时才加
@@ -247,7 +217,7 @@ gtrk matrix lay --project "<工程>" --mark-weight 0.3 --highlight-weight 0.2 --
 
 # ⑧⑨⑩ 字卡（MG 临场泛化，公约 §三）→ BGM（0.10 垫底、短了自动循环铺满）→ 字幕直出
 # BGM 是带人声歌曲（audio_type:"song"）→ MUST 下载 accompaniment_url 伴奏版上轨，
-# 不得用 download_url 原曲（人声与配音打架，260827 美食批踩坑）
+# 不得用 download_url 原曲（人声与配音会打架）
 gtrk mg --project "<工程>" --json
 # --beat-align 的高潮点取自 split.beats 的 narrative / container_stage（升华段 → 容器转折 → 回扣段）；
 # 拆分稿没带这两个字段 ⇒ 落 0.75×全片兜底档，**CLI 会明示那是猜的**。不接受就用 --climax <轨秒> 指定。
@@ -259,25 +229,21 @@ gtrk subtitle lay --project "<工程>" --style <样式> --color <色> --json
 > **停顿太长时**：自训音色加 `--fragment-interval 0.2`（合成时就对）；云引擎音色**不支持**该参数（传了会报错，不会静默忽略），改在合成后跑 `gtrk audio tighten --project <工程>` 收紧句间停顿（纯本地零计费；只压跨句界的停顿，句内换气与原声引用段不动）。
 
 配方口径（`--mark-weight 0.3`、BGM 0.10、`--gap-fill fast`、句界吸附缺省）与旅拍图纸 §五 同源，本图纸引用不复制。
-`--highlight-weight 0.2`（260828 新增）：看点维度与 mark 正交——mark 判「好不好看」、highlight 判
+`--highlight-weight 0.2`：看点维度与 mark 正交——mark 判「好不好看」、highlight 判
 「有没有看点」（信息量/戏剧性/情绪强度/稀缺性）。看点准则按垂类走 L1 rubric（美食/旅拍图纸各持一份
 **画面投影版**）。两权之和 0.5，语义仍占一半——**MUST NOT 加到语义压不住的程度**，那会变成
 「专挑好看的，不管说的是什么」。
 ⚠️ 三个权重（mark/highlight）与 blurry 降权**全都依赖 `matrix describe --plan` 跑过**；
 没跑就是全部候选中性、排序与不开权重逐字节一致。
-质检照公约 §二′「三级收敛前移」（260829 拍板，替代原「渲后必跑」）：**L1 恒开**（零成本结构自检，含闪帧风险不可判的前置声明）；**L2 落轨前**查各 beat 卡点句的画音对齐、没给到就换候选重排（`gtrk matrix lay --arrange-qc`，用户可选、按帧计费、轮数硬上限 2，到限即交付 + 残余如实登记）；**L3 渲后终检改用户可选**——本地渲交付时随渲附带（缺省质检 + `--no-qc` 逃生舱照旧），**不再为质检单独逼渲**（4K AV1 渲一遍太久）。跑过的质检结论一律随交付一句人话分层呈现（致命点名给修法/良性如实登记）。
+质检按公约「三级收敛」执行：**L1 恒开**；**L2 落轨前**可用 `gtrk matrix lay --arrange-qc` 检查卡点句画音对齐；**L3 渲后终检**随本来就要交付的本地渲附带，不为质检单独逼渲。跑过的质检结论随交付分层呈现。
 
 ## 六、检查点①（拍板停一次；铺画面前另有一次用量确认）
 
-> ⟲ **2026-08-31 订正**：本节标题原写「必停一次，计费动作恒在其后」。前半句已不成立——
-> 本地素材的编排自该日起默认走云端并按「编排量」计费，`matrix lay` **跑前会再停一次**报预估。
-> 后半句仍成立（那次确认也在检查点①之后）。
-> **agent 纪律**：无 TTY 时 CLI 问不到人会回落本机编排并打告警——MUST 先把预估用量告诉用户、
-> 拿到同意再带 `--yes` 重跑；MUST NOT 未经同意就带 `--yes`，也 MUST NOT 看到回落告警当没事发生。
+> 本地素材的编排缺省走云端并按编排量计费。`matrix lay` 跑前必须报告预估用量，取得同意后才能带 `--yes`；无 TTY 且未确认时整轮中止，工程不改动，plan 可重跑。
 
 稿件（含引用窗口标注）+ **出处对照表**（乙路时；低置信段标出）+ 画幅 + 音色（附试听）+ BGM（附试听）+ 字幕样式（不挑走默认）——一屏给齐一次拍板。**未经确认 MUST NOT 发起 TTS/长剪短等计费动作。**
 
-## 六′、稿句↔镜头对照表（铺轨前必给，260828 新增）
+## 六′、稿句↔镜头对照表（铺轨前必给）
 
 候选选定、**铺轨动作发起之前**，把「哪句配哪个镜头、为什么是它」摊开给用户过目。
 出处对照表回答「这段稿从哪来」，本表回答「这段稿给什么画面」——两张表不互替。
@@ -295,7 +261,7 @@ gtrk subtitle lay --project "<工程>" --style <样式> --color <色> --json
 用户在这里改判的成本最低：他说「u0012 我记得片尾还有个更好的标牌镜头」，此时换窗重检索
 只花几秒；等铺完渲完再改，就是整轮返工。
 
-## 六″、验收判据（260828 拍板升级）
+## 六″、验收判据
 
 含 B-roll 覆盖的成片，验收 MUST 同时满足两条：
 
@@ -303,7 +269,7 @@ gtrk subtitle lay --project "<工程>" --style <样式> --color <色> --json
 2. **`gtrk qc --alignment` 的卡点句 mismatch = 0**。
 
 > ⚠️ **判据是 lead_mismatch 归零，不是全句对齐率冲 100。**
-> 全句率趋近 100% 恰恰意味着 100% 逐句硬切——260828 实证那样做闪帧 3→**17**，片子碎成 PPT。
+> 全句率趋近 100% 往往意味着逐句硬切，可能让片子变碎。
 > 全句 rate 只作参考量看趋势，**MUST NOT 当达标线**。
 >
 > 每一条 lead mismatch 都先问「**是我窗选错了，还是素材真没有**」：前者换窗重铺，

package/skills/gtrk-oralcut/SKILL.md

@@ -113,11 +113,8 @@ gtrk oralcut "<align 结果 JSON 的 output，即 *_extaudio.mp4>" [原有参数
 
 ## 执行（每次都带 `--json`）
 
-> **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：
-> 一切产物（成片 / 预览 / 代理 / 素材 / 工程文件）只落**工程目录**或**用户显式指定的输出路径**；
-> **MUST NOT** 把成片、预览或任何大媒体文件复制到 agent 自有工作目录（如用户文档目录下 agent 产品自建的目录、agent 家目录缓存、会话工作区）——需要引用媒体时**用原路径引用**，不做副本；
-> 临时文件一律放系统 temp 且**用完即删**（含中断 / 失败路径）。违者后果 = 用户系统盘被静默吃满（真机事故，非假设）。
-> 交付物（颗粒 HTML / 工程文件 / 派单稿 / 文稿等）SHALL **直接以工程目录内的最终路径为写入路径**，MUST NOT 先写 agent 自有工作目录再拷进工程——**中转本身即违规**，不以「最后拷进去了」免责，**体积不是豁免理由**（2026-09-07 事故里漂掉的是 2.7–6.2 KB 的 HTML）。与上一条的分界：抽帧图这类**不交付**的中间物走系统 temp；**要交付的东西没有暂存态**。
+> **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：交付物只写入工程目录或用户显式指定的输出路径；引用媒体用原路径，不复制到 agent 工作目录；临时文件放系统 temp，用完即删。
+> 交付物 MUST NOT 先写 agent 自有目录再拷进工程；中转本身即违规，体积不是豁免理由。
 
 ```bash
 gtrk oralcut "<毛片绝对路径>" [--script "<txt路径>"] [--preset steady|concise|compact] [其它参数…] --json
@@ -175,8 +172,7 @@ gtrk oralcut "<毛片绝对路径>" [--script "<txt路径>"] [--preset steady|co
 
 ⚠️ **上面的词只是举例、不是白名单**——判据是「**用户表达了节奏/范围保留**」，换个说法照样得听懂。
 典型误判：「先智能剪口播 **然后我们逐步推进**」——用户说了「然后」，明确表示还要往下，
-**范围**逃生门逐字不成立；但**节奏**逃生门成立 ⇒ **SHALL 停**。（2026-09-04 真机事故就栽在这里：
-当时只写了范围侧，agent 一口气连跑了三个 skill。）
+**范围**逃生门逐字不成立；但**节奏**逃生门成立 ⇒ **SHALL 停**。不要因用户说「然后」就忽略明确的逐步推进要求。
 
 停下时**必须交代下一步是什么、他说一声就继续**，别退化成事事请示。示范：
 「口播工程已就绪。按你说的逐步来，我先停在这。下一步是拆成 beat 级分镜派单，你说一声我就接着做。」
@@ -198,7 +194,7 @@ gtrk patch trim --project <dir> --clip <clip_id> --out -1s
 
 **MUST NOT 直接编辑 `.gtrk` 的 JSON。** 片段时码是两套并存的（`clip_st`+`clip_ed` 与
 `clip_st`+`duration`）：改一份不改另一份，客户端优先读 `clip_ed`、后端又不强校验它 ⇒
-**没人报错，成片却用了陈旧出点**。`gtrk patch` 替你做恒等式同步 + 帧对齐 + 写前全档校验。
+`gtrk patch` 替你做恒等式同步 + 帧对齐 + 写前全档校验。
 
 > 参数手册在 `AGENT.md` 的「元素级编辑：`gtrk patch`」一节与 README 命令参考。
 > 本节**只指路不搬手册** —— 搬过来就会长出会漂移的副本。

package/skills/gtrk-splitter/SKILL.md

@@ -12,7 +12,7 @@ description: 视觉拆分派单器——把一条已剪好的口播工程（gtrk
 ## 三条铁律（先记死，再动手）
 
 1. **只引用视图里存在的 utterance id**：beat 的文稿范围 = `span:{from:"u0007", to:"u0011"}`（utterance id 区间）。id 必须来自 `gtrk split --project` 导出的投影视图，**不许臆造**（`u9999` 一定被硬拒）。
-2. **绝不抄原句文字作定位**：旧版用「前锚点……后锚点」原文片段定位——**已退役**。锚点文字会诱发幻觉、会和实拍漂移。一律用 id 区间。
+2. **绝不抄原句文字作定位**：原文片段会诱发幻觉、也会和实拍漂移。一律用 utterance id 区间。
 3. **绝不自造/推算任何时码**：拆分稿里**不写任何秒级时码字段**。轨道时码由 `gtrk split` 落地时现场投影写入 `struct_meta.split` / `dispatch.json`。你只管语义（lane / 叙事功能 / handoff），时间线交给 CLI。
 
 ## ★ MG 槽位的视觉职能 `visual_job`（必填）
@@ -73,10 +73,10 @@ description: 视觉拆分派单器——把一条已剪好的口播工程（gtrk
 ## 完整流程（取视图 → 拆分 → 落地 → 修正循环 ≤3 轮）
 
 > **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：
+> 交付物 MUST NOT 先写 agent 自有目录再拷进工程；中转本身即违规，体积不是豁免理由。
 > 一切产物（拆分稿 / 派单 / 成片 / 预览 / 素材 / 工程文件）只落**工程目录**或**用户显式指定的输出路径**；
 > **MUST NOT** 把成片、预览或任何大媒体文件复制到 agent 自有工作目录（如用户文档目录下 agent 产品自建的目录、agent 家目录缓存、会话工作区）——需要引用媒体时**用原路径引用**，不做副本；
-> 临时文件（抽帧图等）一律放系统 temp 且**用完即删**（含中断 / 失败路径）。违者后果 = 用户系统盘被静默吃满（真机事故，非假设）。
-> 交付物（颗粒 HTML / 工程文件 / 派单稿 / 文稿等）SHALL **直接以工程目录内的最终路径为写入路径**，MUST NOT 先写 agent 自有工作目录再拷进工程——**中转本身即违规**，不以「最后拷进去了」免责，**体积不是豁免理由**（2026-09-07 事故里漂掉的是 2.7–6.2 KB 的 HTML）。与上一条的分界：抽帧图这类**不交付**的中间物走系统 temp；**要交付的东西没有暂存态**。
+> 临时文件（抽帧图等）一律放系统 temp 且**用完即删**。交付物直接写入工程目录或用户显式指定的路径；引用媒体用原路径。
 
 ### 1. 取投影视图（你的唯一创作输入）
 

package/skills/gtrk-style-maker/SKILL.md

@@ -50,7 +50,7 @@ description: "能生产 skill 的 meta skill——通过启发式访谈引导视
 ### ⑤ 词表沉淀
 
 访谈中**反复出现的自造词**（他给自己概念起的名字）逐个登记。这些词就是他栏目的语法词汇。
-- 条件产出：家族 ≥2 个 skill **或** 沉淀出自造词时，单独产共享词表文件（家族各 skill 引用它，防多处定义漂移——这是血泪教训）；单 skill 且无自造词时，词表并入 SKILL.md 一节即可。
+- 条件产出：家族 ≥2 个 skill **或** 沉淀出自造词时，单独产共享词表文件（家族各 skill 引用它，防多处定义漂移）；单 skill 且无自造词时，词表并入 SKILL.md 一节即可。
 
 ### ⑥ 家族切分
 

package/skills/gtrk-talking-head/SKILL.md

@@ -29,11 +29,11 @@ description: 通用口播视频创作图纸（口播链）——把一条或一
 | ② | 有无独立外录音轨？ | 看目录配对（每条视频旁的音频文件）+ ffprobe 时长比对 | 走不走双轨换声（§二） |
 | ③ | 有没有文稿？ | 问用户。**⚠️ 即兴内容禁传事后整理稿**——oralcut 会把「终稿外内容」当废话剪掉，即兴场景必须走无稿智能重建 | `--script` 传不传 |
 | ④ | 毛片几何 | ffprobe | 画幅随片（**非拍板项**，与旅拍不同——那边是无中生有须拍板画幅）；非标帧率会被吸附到标准值，属预期 |
-| ⑤ | **B-roll 素材来源**（主理人 2026-08-27 真机挑刺拍板） | **问用户，MUST NOT 硬塞**：有没有本地素材文件夹（要路径）？要不要用云端素材填充？ | §五 matrix 走法三选一：本地（`--local --dirs`）/ 云端 / **都不要 = 不铺 B-roll**（纯 A_ROLL + MG 字卡也是完整成片形态） |
+| ⑤ | **B-roll 素材来源** | **问用户，MUST NOT 硬塞**：有没有本地素材文件夹（要路径）？要不要用云端素材填充？ | §五 matrix 走法三选一：本地（`--local --dirs`）/ 云端 / **都不要 = 不铺 B-roll**（纯 A_ROLL + MG 字卡也是完整成片形态） |
 
 | ⑥ | **有没有与人像同步录制的屏录 / 第二机位？** | **问用户，MUST NOT 代猜**（看目录里有没有同时段的屏录 / 另一机位文件只是提示，不是答案）。有则追问三样：画中画形状（圆 / 圆角方 / 爱心 / 菱形 / 星形，缺省圆）、位置（缺省右下）、大小（缺省约 28% 画幅高） | 走不走 §二′ 双源画中画（`gtrk pip lay`）；屏录题材 **⑤ 默认答「不铺 B-roll」**（屏幕本身即画面） |
 
-> ⟲ **推荐面（公约 §三‴）**：问答收口时多问一句「要不要看看第三方 skill？」，不列名；题材命中场景触发词才多 1–2 句定向推（`gtrk skills recommend --scene <id> --json` 取 tier 最高者，各给一句为什么），用户追问才展开完整块；轻提加定向合计不超三句、同会话同场景只推一次、答「不要」零动作。
+> **推荐面（公约 §三‴）**：问答收口时可问一句「要不要看看第三方 skill？」；题材命中场景触发词才定向推荐，读取 `gtrk skills recommend --scene <id> --json`；用户拒绝后不执行推荐动作。
 
 ## 二、双轨收音：对轨 → 换轨（本图纸最大的新东西）
 
@@ -47,8 +47,7 @@ description: 通用口播视频创作图纸（口播链）——把一条或一
 gtrk audio align "<毛片>" "<外录>"
 ```
 
-已对齐、未对齐**都直接跑自动分支**——已对齐的素材会测出 offset≈0 且高置信（真机实证：三段等长 wav
-全测得 0、置信度 8.8–13.6）。**测出 0 比假设 0 更稳**：万一素材其实没对齐，假设 0 会静默错轨。
+已对齐、未对齐**都直接跑自动分支**——已对齐素材会测出接近 0 的偏移与高置信。**测出 0 比假设 0 更稳**：万一素材其实没对齐，假设 0 会静默错轨。
 `--offset 0` 只在你确知偏移时用（跳过检测省几秒）。
 
 命令自动互相关测偏移并给**置信度**，按置信度分流：
@@ -158,11 +157,11 @@ gtrk split（投影 → 你写拆分稿 → 落地）→ gtrk matrix（按⑤走
 拆分稿写完自查两条：
 - **lane 里出现 AI_DRAMA 即改派**（机检 grep 即可）；
 - **字卡要产颗粒的，aux 必须用 `type:"overlay"` + handoff（含 duration_hint）**——`quote-card` 等
-  前七类 aux 只是语义标注、**不产派单**（真机踩过：五张字卡全写成 quote-card，dispatch.mg 为空）。
+  前七类 aux 只是语义标注、**不产派单**；需要颗粒的字卡必须用 `type:"overlay"` + handoff。
 
 ## 六、MG 风格：内容驱动的临场泛化（成片型图纸通用条款）
 
-> 横切原则**正本已迁仓内《成片型图纸公约》§三**（`docs/成片型图纸公约.md`，主理人 2026-08-27 拍板，射程 = 所有含 MG 铺轨面的成片型图纸）；本节是口播链的执行文本，改公约须同批同步。旅拍图纸 §六「因势象形」是它的旅拍实例。
+> 横切原则正本见仓内《成片型图纸公约》§三（`docs/成片型图纸公约.md`）；本节是口播链的执行文本，旅拍图纸 §六「因势象形」是它的旅拍实例。
 
 - **有栏目风格 skill** → 走栏目（经栏目配置注入），本节不适用。
 - **没有栏目风格 skill** → **按当下这片的内容，现场泛化一套自洽风格直接用**：

package/skills/gtrk-tools/SKILL.md

@@ -118,11 +118,11 @@ description: gtrk 单点工具与媒体转换能力的调用向导，覆盖 `gtr
 
 ## 调用纪律（每次都照做）
 
-> **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：
+> **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：
+> 交付物 MUST NOT 先写 agent 自有目录再拷进工程；中转本身即违规，体积不是豁免理由。
 > 一切产物只落 `outDir`（缺省 = 输入同目录）或**用户显式指定的 `--out`**；
 > **MUST NOT** 把成片、预览或任何大媒体文件复制到 agent 自有工作目录（如用户文档目录下 agent 产品自建的目录、agent 家目录缓存、会话工作区）——需要引用媒体时**用原路径引用**，不做副本；
-> 临时文件一律放系统 temp 且**用完即删**（含中断 / 失败路径）。违者后果 = 用户系统盘被静默吃满（真机事故，非假设）。
-> 交付物（颗粒 HTML / 工程文件 / 派单稿 / 文稿等）SHALL **直接以工程目录内的最终路径为写入路径**，MUST NOT 先写 agent 自有工作目录再拷进工程——**中转本身即违规**，不以「最后拷进去了」免责，**体积不是豁免理由**（2026-09-07 事故里漂掉的是 2.7–6.2 KB 的 HTML）。与上一条的分界：抽帧图这类**不交付**的中间物走系统 temp；**要交付的东西没有暂存态**。
+> 临时文件一律放系统 temp 且**用完即删**。交付物直接写入工程目录或用户显式指定的路径；引用媒体用原路径。
 
 1. **先看清单、再对号**：用户的意图对到某个工具名（拿不准就 `gtrk tool list --json` 核对触发语与输入要求）。
 2. **执行前转述实时计费提示**：先读本次 `gtrk tool list --json` 的 `billingHint`/`pricing`，再把实时结果如实告诉用户；不得引用本文件或记忆中的旧价格。若显示价格暂不可用，就说明最终以服务端结算为准。
@@ -133,7 +133,7 @@ description: gtrk 单点工具与媒体转换能力的调用向导，覆盖 `gtr
 7. **透传高级参数**：命令没为某个云端参数开 flag 时，用 `--param k=v`（可重复）或 `--params-json '<对象>'` 直接透传（如 `image_move` 想指定输出几何 `--param width=1080 --param height=1920`）。
 8. **单发单收、批量靠循环**：一次一份输入；用户要批处理就你逐个循环调。例外是多文件图片工具（`image_classic_template` / `image_vertical_stitch`）——它们的一份输入天然是一组图片（一次任务一次计费），传参顺序即拼装顺序，别把它当批处理。
 
-图片比例转换常用形态：`gtrk tool image_canvas_adapt ./photo.jpg --canvas-width 1080 --canvas-height 1920 --canvas-type rectangle --json`。`--canvas-type` 只接受实际运行时契约 `normal`、`rectangle`、`square`；不要传旧文档中的 `fit`。省略画布参数时不替服务端写死默认值。
+图片比例转换常用形态：`gtrk tool image_canvas_adapt ./photo.jpg --canvas-width 1080 --canvas-height 1920 --canvas-type rectangle --json`。`--canvas-type` 只接受 `normal`、`rectangle`、`square`；省略画布参数时不替服务端写死默认值。
 
 图转运镜可指定运镜方式：`gtrk tool image_move ./photo.jpg --motion zoom_in_center --json`。`--motion` 未传时云端自动选择（构图 + 主体识别 + 随机，同图重跑结果会变）；显式指定后同图同参重跑结果一致。合法值 26 个、分三组，用户说「往右推 / 拉远 / 从左往右扫」这类自然语言时按语义对号入座，对不上就问清，别瞎猜：
 

package/skills/gtrk-transcript/SKILL.md

@@ -17,11 +17,8 @@ description: 将用户本地视频或音频（自备配音）转成一个飞书
 
 ## 硬边界
 
-> **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：
-> 唯一 Markdown 产物只落 CLI 返回的 `output` 路径（缺省 = 视频同目录）或**用户显式指定的 `--out`**；
-> **MUST NOT** 把原视频或任何大媒体文件复制到 agent 自有工作目录（如用户文档目录下 agent 产品自建的目录、agent 家目录缓存、会话工作区）——需要引用媒体时**用原路径引用**，不做副本；
-> 临时文件一律放系统 temp 且**用完即删**（含中断 / 失败路径）。违者后果 = 用户系统盘被静默吃满（真机事故，非假设）。
-> 交付物（颗粒 HTML / 工程文件 / 派单稿 / 文稿等）SHALL **直接以工程目录内的最终路径为写入路径**，MUST NOT 先写 agent 自有工作目录再拷进工程——**中转本身即违规**，不以「最后拷进去了」免责，**体积不是豁免理由**（2026-09-07 事故里漂掉的是 2.7–6.2 KB 的 HTML）。与上一条的分界：抽帧图这类**不交付**的中间物走系统 temp；**要交付的东西没有暂存态**。
+> **产物落点纪律（MUST · 全文见随包 `AGENT.md` 同名一节）**：唯一 Markdown 产物写入 CLI 返回的 `output` 路径（缺省=源文件同目录）或用户指定的 `--out`；引用媒体用原路径，不复制到 agent 工作目录；临时文件放系统 temp，用完即删。
+> 交付物 MUST NOT 先写 agent 自有目录再拷进工程；中转本身即违规，体积不是豁免理由。
 
 - 只接收用户电脑上已存在的视频/音频文件；遇到 URL、平台视频 ID 或“帮我下载后转写”时，要求用户先提供本地文件，不代为抓取。
 - CLI 在本地抽取/转码 16 kHz 单声道音频，只上传音频衍生物；原视频/原音频文件不得上传。
@@ -35,7 +32,7 @@ description: 将用户本地视频或音频（自备配音）转成一个飞书
 
 2. **先判用途，再决定带不带 `--json`。这一步 MUST NOT 跳过，也 MUST NOT 无脑恒带。**
 
-   `--json` 不是「输出格式」开关，**它决定服务端用哪个引擎**（2026-09-19 起，cli change `adjust-transcript-json-word-level`）：
+   `--json` 不是单纯的输出格式开关，**它决定服务端用哪个引擎**：
 
    | 用途 | 命令 | 落腿 |
    |---|---|---|
@@ -52,9 +49,7 @@ description: 将用户本地视频或音频（自备配音）转成一个飞书
 
    可选参数：`--out <file>`、`--lang zh-CN`、`--ffmpeg-path <dir>`、`--reupload`。
 
-   > 🔴 **恒带 `--json` 会把「只想要文字稿」的请求也送进厂商付费腿**，且用户拿不到任何额外好处
-   > —— Markdown 只渲染句子，`words[]` 一个字都不被读。2026-09-19 一次 254 条的批量转写因此
-   > 有 122 条走错了腿，实测发现。**拿不准就不带**：真需要字级时，消费方（`split` / `subtitle`）
+   > 🔴 **恒带 `--json` 会把只想要文字稿的请求也送进厂商字级腿**，且 Markdown 不消费 `words[]`。**拿不准就不带**：真需要字级时，消费方（`split` / `subtitle`）
    > 会明确报错要 `words[]`，那时补跑一次即可；反过来多付的钱收不回来。
    > 用户明确说「要建工程 / 要拆分 / 要字幕」才算「喂工程」；只说「转个文字稿」不算。