将小说/故事文本通过 4 个 AI Agent（故事创作→导演→美术指导→分镜师）自动转化为可输入 Seedance 2.0 / libtv 的视频提示词，并附带 112 项内部自检 + 57 项外部脚本校验（含 JSON 自愈层）。
| 变更 | 说明 |
|---|---|
| 🔗 JSON 主键传递 | Agent 间通过 character_id/scene_id（CHAR_NN_NAME / SCENE_NN_NAME）主键匹配，替代字符级自然语言比对。Markdown 表格作为降级路径 |
| 📸 废宫格改单图 | S3 场景勘景：废除 4/9/16/25 宫格单 Prompt 生图 → 改为逐张独立单图 Prompt，每场景 1-3 张 |
| ⏱️ SRT 毫秒格式 | 时间码从 HH:MM:SS:FF（25fps 帧）改为 HH:MM:SS,mmm（毫秒），算法简化为 3 档语速 × 字数 + 300ms |
| 🎭 S2 定妆分离 | S2a 单人正面肖像（视频 I2V 底图）+ S2b 辅视图组（3D 建模参考，禁止用于视频生成） |
| 🛡️ 阻断 + 兜底 | 角色/核心场景 @图片缺失 → FATAL 阻断；次要资产缺失 → 引用 S0 通用兜底资产库 |
| 🎨 Style Token 去西化 | 3D国风赛博 Token 去除 UE5/PBR，改用敦煌色系/唐色谱/水墨气韵，新增主语动态呼吸锁 |
| 📋 章末状态快照 | 故事创作每章末尾输出 JSON 快照（字数/角色ID/悬念线/情绪位置），外部化跨轮状态 |
| 🎵 BGM Cue 字段 | 导演新增音乐情绪钩子（英文质感术语），废除"禁止一切音乐"冷禁令 |
| 🔧 JSON 自愈中间件 | validate_pipeline.py Layer 0：LLM 尾部缺 } 时自动补全 + Retry-Guard 声明（上限 3 次） |
| ✂️ 长台词切镜门禁 | 单角色单场对白 >40 字 → 导演强制拆分 P编号 |
| ⏳ 无台词时长继承 | 纯动作/氛围场景 100% 继承导演预估值，不一律切为 3s |
当前为手动串联模式。每次对话 LLM 无状态记忆，需人工在对话之间搬运产出。
┌─────────────────────────────────────────────────┐
│ 第1步：故事创作 │
│ 打开 01_故事创作_v3.0.md → 全文贴给 LLM │
│ 输入构思（如"火星女战士被怪兽追杀"） │
│ LLM 产出 → 小说正文 + 章末状态快照JSON │
│ ↓ 复制全部产出 │
├─────────────────────────────────────────────────┤
│ 第2步：导演漫改 │
│ 打开 02_导演漫改_v3.0.md → 全文贴给 LLM │
│ 然后把第1步的产出粘贴在 Prompt 后面 │
│ LLM 产出 → P编号分场剧本 + scenes_metadata.json │
│ ↓ 复制全部产出 │
├─────────────────────────────────────────────────┤
│ 第3步：美术资产 │
│ 打开 03_美术资产_v3.0.md → 全文贴给 LLM │
│ 把第2步的产出粘贴在后面 │
│ LLM 产出 → S1-S6资产库 + @编号↔ID映射表 │
│ ↓ 复制全部产出 │
├─────────────────────────────────────────────────┤
│ 第4步：分镜生成 │
│ 打开 04_分镜生成_v3.0.md → 全文贴给 LLM │
│ 把第2步(剧本) + 第3步(资产库) 的产出粘贴在后面 │
│ LLM 产出 → 素材对应表 + 视频提示词 + 操作指南 │
│ ↓ 保存 4 份产出为 txt │
├─────────────────────────────────────────────────┤
│ 第5步：校验 │
│ 创建目录 mars_story/ │
│ 把4份产出存为: story.txt director.txt art.txt cine.txt │
│ 运行: python pipeline_runner.py check mars_story/ │
│ 查看 58 项校验报告，修复 ❌ 项直至全绿 │
│ ↓ │
├─────────────────────────────────────────────────┤
│ 第6步：生图 + 生视频 + 合成 │
│ 按分镜师产出的「操作指南」执行 A→B→C→D 四阶段 │
│ A. 生成定妆主图 + 场景单图 + 道具图 │
│ B. 拆分命名 @图片文件 │
│ C. 生成 15 段 Seedance 视频片段 │
│ D. 拼接视频 + 导入 SRT 字幕配音 → 成品 │
└─────────────────────────────────────────────────┘
⚠️ 多章连载时，第1步的「章末状态快照 JSON」必须在下一章开始时手动贴回给 LLM，否则角色 ID 和累计字数会从零重置。
# 终端报告
python validate_pipeline.py story.txt director.txt art.txt cine.txt
# JSON 输出（CI 集成）
python validate_pipeline.py --json story.txt director.txt art.txt cine.txt
# 一键状态 + 冒烟测试
python pipeline_runner.py
# 校验指定目录
python pipeline_runner.py check tests/test_fixtures/prison_story/| 层级 | 位置 | 项数 | 说明 |
|---|---|---|---|
| 第零层 | validate_pipeline.py |
4 | 🆕 JSON 预检 + 自愈 + Retry-Guard |
| 内部自检 | 4 个 prompt 文件内 | 112 | LLM 产出时逐项执行，覆盖全部可量化规则 |
| 外部脚本 | validate_pipeline.py |
53 | Python 确定性检查，跨文件交叉比对 |
| 致命传播链 | 脚本第 3 层 | 4 | 检测静默传播的致命错误 |
- v4.0（当前）：93.0%，53✅ 1❌ 3
⚠️ 0🔴（旧测试数据 SRT 算法偏差，非系统缺陷）
mutil_agent_all/
├── 01_故事创作_v3.0.md # Agent 1: 故事创作（v4.0 规则更新）
├── 02_导演漫改_v3.0.md # Agent 2: 导演漫改（v4.0 规则更新）
├── 03_美术资产_v3.0.md # Agent 3: 美术指导（v4.0 规则更新）
├── 04_分镜生成_v3.0.md # Agent 4: 分镜师（v4.0 规则更新）
├── RULES.md # 4 条修改铁律 + v4.0 JSON/快照规范
├── validate_pipeline.py # 外部校验主入口（含 Layer 0 JSON自愈）
├── pipeline_runner.py # 一键运行脚本
├── validators/ # 4 层校验模块
│ ├── single_file.py # 单文件结构（13 项）
│ ├── cross_file.py # 跨文件交叉（20+1 项，含 ID传播检查）
│ ├── propagation.py # 致命传播链（4 项）
│ └── srt_checks.py # SRT 专项（10 项，含算法精度）
├── utils/
│ ├── parser.py # 输出解析器（v4.0: JSON/毫秒SRT/ID映射）
│ └── reporter.py # 报告生成（终端+JSON）
└── tests/test_fixtures/
├── sample_run/ # 修真界网约车测试数据
├── prison_story/ # 星际监狱心理医生测试数据
├── edge_short/ # 边界短测试
└── edge_style/ # 风格边界测试
════════════════════════════════════════════════════════
Comic Pipeline 校验报告 v1.0
视觉风格：CG国漫 | 章节：第1章
════════════════════════════════════════════════════════
第零层：JSON预检 (4项) → 4✅ 0❌ 0⚠️ 100% 🆕
第一层：单文件结构 (13项) → 12✅ 0❌ 1⚠️ 92%
第二层：跨文件交叉 (21项) → 19✅ 0❌ 2⚠️ 90%
第三层：传播链检测 (4项) → 4✅ 0❌ 0⚠️ 100%
第四层：SRT专项 (10项) → 9✅ 1❌ 0⚠️ 90%
────────────────────────────────────────────────────────
结果：53 ✅ / 1 ❌ / 3 ⚠️
通过率：93.0%
致命问题：0 🔴
════════════════════════════════════════════════════════
修改任何 prompt 文件前必须：
- 查关联链 — 向上查谁产出，向下查谁消费
- 出清单表 — 5 列（文件/位置/改什么/为什么/影响下游）
- 等确认 — 清单输出后等用户回复再动手
- 验证 — 改完 grep 确认，不凭口头宣称
默认 CG国漫（三维渲染，国产动画电影风）。支持 49 种风格 Token，覆盖 3D/2D/真人/定格。v4.0 对 3D国风赛博 Token 做了去西化处理。
libtv（LiblibAI 出品，集成 Seedance 2.0 + 节点式工作流 + Agent CLI）
所有 112 项内部校验均分入以下类别：
| 类别 | 含义 | 现状 |
|---|---|---|
| A 类 | 可量化（数值阈值） | ~70 项 |
| B 类 | 结构化（格式/字段） | ~42 项 |
| C 类 | 主观（LLM 判断） | 0 项（已清零） |
| D 类 | 交叉验证（跨 Agent） | 28 项 |
| E 类 | 有失败修复步骤 | 88 项（94% 覆盖率） |