knowledge-render

---
name: knowledge-render
description: 给知识视频出画面：按声音排好的时间轴，把每屏画成一帧帧动画再合上配音配乐，出 1920×1080 成片。B 类（神话 / 历史关系）用「Q 版淡彩长卷」：所有人物站在一幅长卷的云上，镜头沿长卷平移、点亮、牵红线；讲故事的句子切到整张插画；引原文的句子切到古籍书页；数字切到大字滚动。用户说「出画面」「渲染」「做成片」，或者是知识视频 Agent 的第 6 步时使用。要 Python 3（Pillow）、Node 18+、Chrome、ffmpeg；插画和人物贴纸要生图：自带 `scripts/gen_image.py`，接 OpenAI 兼容的图片接口（默认 Vizluma，也能接 OpenAI 官方或别的生图站），或者用户自己画好放进来。
---

# 画面

知识视频 Agent 的第 6 步。前面几步已经定了：台词（`script.json`）、出处（`facts.json`）、声音和时间轴（`timeline.json`、`audio/mix.wav`）。这一步只管画面，**不改台词、不改时间**。

产出都在 `知识/<题目>/render/`：

| 文件 | 是什么 | 谁写 |
|---|---|---|
| `world.json` | 长卷上谁站哪：每本书一栏，同一位人物在不同书里各站一次；红线（书里写的关系）、金色虚线（同一位在不同书里） | 你，照 `outline.json` 排 |
| `shots.json` | 每屏怎么动（见下） | 你，照 `script.json` 的 `do` / `art` 写 |
| `fig/` | 人物贴纸（透明底 png）和云 | 生图 + 抠图（`knowledge-ip` 的 `cutout.py`） |
| `art/` | 故事插画，16:9 | 生图 |
| `film.html` + `data.js` | 逐帧动画页 | `build.py` |
| `final.mp4` | 成片 | `render.mjs` + ffmpeg |

## 步骤

1. **排长卷**（`world.json`）：一本书一栏，栏宽 600；地位高的站上面、个子大。先拿 `outline.json` 的节点和关系排，再截一张总览图看挤不挤。
2. **人物贴纸**：每位人物一张全身像（白底、正面、互不重叠排成一排，`gen_image.py` 出图），抠成透明底切开放进 `fig/`。画风先出样张给用户定，定了以后所有图都拿第一张当参考图，保持一致。
3. **写 `shots.json`**，一屏一条，键是屏号。屏的种类由字段决定：
   - 长卷（默认）：`focus` 镜头对准谁（不写就用 `anchor`）、`cam: "over"` 看整卷、`light` 点亮、`edges` 画红线、`rays` 身后放光（`purple: true` 变紫气）、`tags` 临时挂签（`at`、`text`、`dx`、`dy`，`say: true` 是对话框）、`reset` 全部变回影子、`pan: [起x, 止x]` 贴近平移、`title` 标题签、`layers` 画座次横线、`count` 数到第几个、`half` 画到一半停住的虚线 + 问号、`flag` 举旗、`litAll` + `gold` 全亮 + 金线串起来、`shake` 书名幡一起晃、`open` 卷轴打开（第一屏）。
   - 插画：`art` 插画名，`fx` 动效（`sparkle` 金星、`embers` 火星、`smoke` 白烟、`petals` 花瓣、`dust` 尘土、`purple` 紫气、`shake` 开头一震），`tags` 贴在画上的红签（`x`、`y` 是画面比例），`wave` 声波（长啸），`scribble` 墨迹一笔笔写出来。连着几屏同一张插画，镜头接着慢慢平移，不会跳。
   - 书页：`page: {fact, title, by, who, seal}`，原文从 `facts.json` 里那条的 `quote` 取，一个字一个字出来，最后盖章；`stamp: "十七个字"` 是一个字一个印落下来。
   - 大数字：`num: {to, pre, unit, label, who, fmt: "yi", keep}`，`keep: true` 把上一屏的数留在上面，连成一道算式。
   - `block: "pangu"`：盘古开天这种分层的故事镜头（天、地、人物三层），要专门的背景图。
   - 插画、书页、大数字屏的左上角自动挂出处签（书名 + 第几回），用这屏 `facts` 的第一条，或者 `src` 指定。
4. **出插画**：每张一句话描述 + 画风段 + 参考图（同名人物的贴纸）。画面最下面五分之一留给字幕。

   ```bash
   python3 <这个skill>/scripts/gen_image.py 知识/<题目>/render/art/naotiangong.png "<描述 + 画风段>" --size 16:9 --ref fig/悟空.png
   ```

   接哪个生图站由环境变量定（`IMAGE_API_KEY`，换站再加 `IMAGE_BASE_URL`、`IMAGE_MODEL`，表在脚本开头）：默认 [Vizluma](https://vizluma.online)（¥0.20／张，能带多张参考图，15 张插画约 ¥3）；也能接 OpenAI 官方（`gpt-image-1`）或任何 OpenAI 兼容的生图站。没有 key 就把每张的描述列给用户，请他用自己的生图工具出图，按文件名放进 `art/`。
   生图超时、断连**别自动重发**（可能已经扣费），先问用户那个站的后台有没有出图。
5. **合成 + 定格检查**：

   ```bash
   python3 <这个skill>/scripts/build.py 知识/<题目> --fig 人物贴纸目录
   cd 知识/<题目>/render
   PAGE=film.html CHECK=check node <这个skill>/scripts/render.mjs still 1.4 3.2 …   # 每屏截一张
   ```

   每屏看一眼：字有没有压在脸上、镜头里该亮的人在不在、红签有没有出框、书页原文对不对。
6. **渲染 + 合声音**：

   ```bash
   PAGE=film.html OUT=video.mp4 node <这个skill>/scripts/render.mjs video
   ffmpeg -i video.mp4 -i ../audio/mix.wav -c:v copy -c:a aac -b:a 192k -shortest final.mp4
   ```

   抽几屏定格对比前后帧：画面基本不动的时间别超过全片的 30%，不动的屏加动作（点亮、牵线、挂签、插画平移）。
7. **回给用户**：成片、总时长、插画几张花了多少。

## 别做

- **任何画面都不许有放大、推近、缩放动画。** 长卷每个镜头有一个固定的放大倍数，镜头里只平移；倍数变了就硬切。插画也是固定倍数 + 平移。
- 书页上的字只用 `facts.json` 里核对过的原文，不改一个字，不拿白话冒充原文。
- 插画里不出现文字（模型写的中文常出错）；要字就在页面上用字体写。
- 别把宗教人物画成丑化、搞笑的样子；只讲书里怎么写。

• SKILL.md 6 KB
• assets/film.html 35 KB
• scripts/build.py 3 KB
• scripts/fonts.py 3 KB
• scripts/gen_image.py 9 KB
• scripts/render.mjs 4 KB