人工点收敛为四件：粗剪力度（前期拍板 margin=0.45）· 细剪确认（可选）· 编排确认 · 终审发布。
静音剪=auto-editor（物理）· 语义剪=OCC（吃千问转录）· 串联=pipeline/episode 总控。③OCC 细剪 W2 实测后定稿。
相机口播，丢进本期目录（画幅=素材原比例）
raw/原始口播.mp4删静音/气口 margin=0.45 默认（先保呼吸感，听感可调 0.3–0.6）；视觉无损级重编码
→ roughcut.mp4字级毫秒时间戳（唯一字幕源，OCC 内部转写仅界面用）
→ 字级时间戳 JSON语义剪切（废口/口误/废话）；多轨时间轴+文字稿；产物覆盖 roughcut.mp4；废口三档：全删/删半/适中（config 可切）
→ 覆盖 roughcut.mp4对最终剪定片出 SRT（铁律2）,平移法+重出保底
→ roughcut.srtSRT→分段脚本→overlay.json，lint=0；编排时放 caption-track 字幕卡 + ChapterBar 进度条卡（烤入成片）
→ overlay.json无头 Chrome 逐帧→ProRes4444 alpha；画幅跟随素材
→ overlay.mov横屏=06 ffmpeg；竖屏/OCC 版=OCC 合成；响度 -14LUFS & ≤-1dBTP；多平台单文件导出
→ final.mp4pipeline/bin/episodeT5 已有v2 扩展中自上而下：人 → 自动化层 → AI 智能层 → 剪辑台层（OCC·v2）→ 剪辑工具层（只读）→ 运行时注入区 → 引擎与素材出口。
拍完把 raw 文件丢进 pipeline/episodes/<期号>/raw/
Studio 里拧旋钮；不喜欢就跳过（--skip 4）
看 final.mp4 点头；粗剪力度/SRT 质量/动效审美在 P1 基线拍板
pipeline/自动化剪辑我们的地盘 · 全部新代码只在这里（另一个窗口正在开发的就是这一层）一期总控：串 ①→⑥、幂等重跑、失败即停、自动更新 STATUS
粗剪脚本：调 auto-editor，强度参数进 config
whisper-cpp 转写 SRT（中文参数）
编排 JSON 体检把关：lint error=0 才进下一步
导出前自检「JSON 引用清单 ⊆ 注入清单」缺一拒导 → 生成 job.json → 直驱 export-frames → 成片后自动清理 PNG 中间产物
ffmpeg overlay + amix 三轨混音 + 时长对齐校验 + ffprobe 终检
外置启动器：curl 探活 5177 → 起 dev server → 开浏览器（替代作者写死他电脑路径的那个）
引擎二进制直接放在 bin/ 下（80MB×2）
fps 29.97 · 画幅 1920×1080 · 粗剪参数 · whisper 模型/中文 · 混音音量比 · 各路径
每期素材与全部产物落点（见图 D）；ep01/raw 已建，p0test 注入通道已验证
思源黑体 400/700/900 · whisper 模型 large-v3-turbo-q5_0 · P0 导出测试 job
每次收工回写：当前阶段 / 待办 / 关键决定 / 遗留
OpenChatCut剪辑台v2 开发中本地优先对话式 AI 剪辑 · 零分叉(MCP+文件接口) · 副本在 supVD 外粗剪后细剪/精剪/调节奏；支持手动微调 + 撤重做
按千问转录定剪切点；废口/口误/废话；MCP 驱动 + 界面手动
叠透明层合成（横屏或竖屏画布 set_aspect_ratio）；无头/MCP 自动化
产出覆盖 roughcut.mp4（备份 roughcut.silence.mp4）；字幕只作为界面参考，不流入链路
读 SRT → 语义分段（论点+英文标签+主色）→ 配卡出编排 JSON；卡片清单从 registry 自动生成
整目录复制到 supVD/.claude/skills/（作者目录不动）→ 路径改写为绝对路径 + 补建《经验规则.md》+ 偏好表初稿
开工读每期 STATUS.md → 出 JSON → lint error=0 才交付 → 收工回写 STATUS；偏好 = 我的偏好.default.md + 用户覆盖
overlay-studio-pro-main/铁律 1 · 源码只读剪辑作者的 Overlay Studio Pro，一个字节不动左：动效卡列表 · 中：1920×1080 画布垫真实视频 · 右：参数面板；下方时间轴（App / Canvas / Sidebar / ParamsPanel / TimelineBar / ExportView）
src/effects/ + hud/ 80+ 张动效卡，registry.ts 注册表统一注册；每张卡自带参数 schema；CSS 变量令牌（skin 管配色 / style 管骨架）；含 caption-track 双语字幕常驻卡
overlay JSON = { theme, skin, style, font, cards[] }；overlay/ 下 types / srt / kindSwap / lint
无头 Chrome 虚拟时间逐帧渲染 → PNG 序列 → ffmpeg 封 ProRes 4444（alpha）；job.json 直驱无需开界面；音效已烤入 MOV
编排 JSON 体检器（经验规则机器化）；配套 privacy-scan / sync-skill-cards / build-logos（均不在作者仓库跑 sync）
skill 原件（SKILL.md + STATUS 模板 + 偏好默认表）；严禁在作者仓库跑 sync:cards
符号链接 → pipeline/episodes/<期号>/。素材解析唯一出路就是 public/——JSON 引用了 public 外路径的画面直接空窗且不报错
Studio 上传媒体 / 导出抽帧缓存，用完即清
PNG 中间产物（≈43MB/s，1 分钟约 2.6GB），成片后必须清掉；导出前脚本自带磁盘预检
粗剪主力：删静音/气口（①），brew arm64 原生
② 转写+字级时间戳（3.5GB 已入 hf-cache）；whisper-cpp 路线已废弃，turbo 模型已按用户决定删除（回滚=重下约 2 分钟）
合成、封 MOV、终检——链路的胶水（⑥）
逐帧渲染导出（⑤），路径写进 config.json
■ 已有 □ 待开发 ■ 只读（铁律1） ■ 运行时豁免区
supVD/ ├── overlay-studio-pro-main/ # 作者仓库 · 铁律1 只读 │ ├── motion-playground/ # React+TS+Vite · Studio 本体（dev 端口 5177） │ │ ├── src/components/ # Canvas / Sidebar / ParamsPanel / TimelineBar / TopBar │ │ ├── src/effects/registry.ts # 卡片注册表 —— 卡片清单从这自动生成给 skill │ │ ├── src/effects/hud/ # 80+ 张动效卡（含 CaptionTrack 双语字幕卡） │ │ ├── src/overlay/ # types / srt / kindSwap / lint │ │ ├── scripts/export-frames.mjs# 逐帧导出 → ProRes4444 alpha MOV（job.json 直驱） │ │ ├── scripts/lint-overlay.ts # lint error=0 才交付 │ │ ├── public/ # 素材唯一出口 │ │ │ ├── episodes/ # ★ 符号链接注入区（→ pipeline/episodes） │ │ │ └── _media/ _fxframes/ sfx/ logos/ demo/ │ │ └── exports/ # PNG 中间产物（成片后必须清） │ └── .claude/skills/overlay-fx-generator/ # skill 原件（禁跑 sync:cards） ├── pipeline/ # ★ 我们的地盘 · 全部新代码只在这里 │ ├── STATUS.md # 接力文件（当前：P0 进行中） │ ├── config.json # fps / 画幅 / 粗剪阈值 / whisper / 混音 / 路径 │ ├── bin/ │ │ ├── ffmpeg ffprobe # 自带引擎二进制 │ │ ├── start-studio.command # 外置启动器（探活 5177） │ │ └── episode # ■ 已有：episode <期号> [--force] [--from NN] │ ├── steps/ # ■ 五个步骤脚本全部交付并验收（08-31） │ │ ├── 01_roughcut.sh # ■ 粗剪（auto-editor） │ │ ├── 02_srt.sh # ■ SRT（Qwen3-ASR+对齐器 / turbo 备用） │ │ ├── 04_lint.sh # ■ lint 把关（error=0 闸门） │ │ ├── 05_export.sh # ■ 注入+导出+清理（含 KIND_SFX 音效库15个） │ │ └── 06_composite.sh # ■ 合成+混音+终检 │ ├── episodes/<期号>/ # 每期素材与产物（见图 D） │ │ ├── ep01/raw/ # 已建，等你丢第一期真实口播 │ │ └── p0test/ # P0 注入通道验证已通过 │ └── assets/ │ ├── fonts/ # 思源黑体 400/700/900（软链注入 Studio） │ ├── hf-cache/ # Qwen3-ASR-0.6B + ForcedAligner-0.6B（3.5G） │ └── tests/ # P0 导出测试 job ├── 主路线·口播全自动链路开发计划.md # 总计划（P0–P7 + 执行协议） ├── Overlay 动效生产线｜复刻施工图.md# 方法论文档（三层架构 / 十步路线 / 铁律） └── 工具整体结构图.html # 本文件
一条流水线跑下来，每期目录里依次多出这些文件；任一步可单独重跑（幂等：已有产物跳过或 --force 重做）。
| 步骤 | 产物文件 | 生产者 | 状态 |
|---|---|---|---|
| 人工丢入 | raw/原始口播.mp4 | 你 | 每期输入 |
| ① 粗剪 | roughcut.mp4（默认粗剪版，OCC 覆盖后留 roughcut.silence.mp4 备份）+ 时长报告 | auto-editor | 已有·T1 |
| ② 千问转录 | 字级时间戳 JSON（供剪切决策与字幕落定） | Qwen3 系 | 已有·T0 |
| ③ OCC 细剪 | 覆盖 roughcut.mp4（backup roughcut.silence.mp4）+ 剪切决策表 | OCC+Agent | W2 评估中 |
| ④ 字幕落定 | roughcut.srt（平移法/重出法） | 平移/Qwen3 | W3 集成 |
| ③ 编排 | overlay.json（lint error=0） | ZCode + skill | 已有 |
| ④ 微调 | overlay.json（人工改后覆盖，可跳过） | Studio | 已有 |
| ⑤ 导出 | overlay.mov（ProRes4444 alpha · 音效烤入） | export-frames.mjs | 已有 |
| ⑥ 合成 | final.mp4（ffprobe 终检：时长差<1帧、有音轨） | ffmpeg/OCC | 横屏已有·竖屏 v2 |
| 每期状态 | STATUS.md（skill 契约：开工读 / 收工写） | ZCode 会话 | 契约已有 |
执行协议：每阶段验收全绿才进下一阶段；任何未来会话读 STATUS.md 接力开工。
| 阶段 | 内容 | 状态 |
|---|---|---|
| P0 环境就绪 | 全部验收项跑绿（引擎/依赖/dev server/demo lint/导出 alpha/合成/注入通道/字体）——T0 留证 | 完成 |
| P1 基准一期 | 装音效（Mixkit/CC0 → public/sfx，对齐 KIND_SFX 命名）；你提供真实口播，人工顺序走一遍 ①→⑥，锁定「对的标准」；三点头：粗剪力度 / SRT 质量 / 动效审美 | 等你：D1 画幅拍板 + 第一期 raw |
| P2 SRT 脚本化 | 02_srt.sh 双引擎；Qwen3+对齐器字级时间戳验证通过（0.00 开口/36.72 结尾/单调），正式 ±0.3s 终验留待 P1 真人口播 | 完成 |
| P3 粗剪脚本化 | 01_roughcut.sh；直出编码逐项比对一致，备选方案留有自动降级钩子 | 完成 |
| P4 编排接入 | skill 副本+三件手术完成，lint 闸门 exit 1 实测有效；偏好表待用户点头 | 完成 |
| P5 导出+合成全自动 | 05/06 交付并验收；E2E 联跑实测 1092 帧导出/0.0 帧差/音效烤入/自动清理 | 完成 |
| P6 一键总控 | bin/episode 已落地并实测（①→②→③门口提示→④⑤⑥ 全通）；bash 3.2 兼容 | 完成 |
| P8 质检门+响度+体验件 | 06 增强：loudnorm 目标 -14LUFS / true peak ≤-1dBTP + 黑帧/冻结帧检测 + 码率窗断言；macOS 完成通知 · 期目录归档 · pipeline 纳入 git（作者仓库与 public/sfx 已排除——Mixkit 授权） | W5 可并行 |
| P9 OCC 评估+竖屏 | W1 装 Node24 跑通 OCC → W2 六项生死题实测（ProRes4444 alpha/合成正确性/中文废口/MCP 闭环/剪切清单回读/edit_captions 注入千问转录，每项带通过判据）→ 竖屏方案文档（OS 画布参数化，报备件，批准前不碰 OS） | v2 开发中 |
| v2 目标（开发中） | ①→⑦ 全链路（OCC 细剪+字幕落定为新增步）；P8 质检门/响度(-14LUFS)/体验件；P9 OCC 评估+竖屏报备；用户已确认：竖屏首期/W4 前置红线 · margin=0.45 · 废口三档 · 字幕+进度条烤入 · 多平台单文件 | 本方案落地中 |
| P7 后议项 → 更全面的工具 | 废口清理（已并入 v2 ③OCC 细剪，自研方案搁置）· 扩卡（改 src/effects，逐张报备）· 扩 logo（手工 SVG，不走 build-logos）· 学习闭环（review-logs 回填偏好，越用越懂你）· 竖屏 OS 改造（P9 报备方案先行）· OpenCut（88k★重写中）降为观察位，由 OCC 接替 | 逐次报备 |
静音剪 auto-editor（①）物理删静音/气口，margin=0.45 保呼吸——产出 roughcut.mp4 是全链时间轴起点；
语义剪 OCC（③）吃千问字级转录做废口/口误细剪（MCP 驱动+人工微调）；OS（⑥）只吃 overlay.json 渲染动效层——动效引擎冻结；
串联 pipeline/episode 总控把 ①→⑦ 连成一条命令；字幕只出千问（铁律5），合成横屏走 ffmpeg、竖屏走 OCC。
· 粗剪只删静音，删不掉「嗯/啊」废口 → P7 词级废口清理
· 画幅锁死 1080p 横屏 → 竖屏方案（改源码，走报备）
· 审美偏好靠人喂 → review-logs 学习闭环自动回填
· 卡片库固定 80+ 张 → 扩卡流程（新卡 + registry + 同步 skill 副本）
· 没有可视化多轨精剪兜底 → OpenCut（带 MCP）按需评估
· 人工点头点仍偏多 → 预约定的人工点可配置化（episode --skip）