draftcut git:20261015.aaa79c5A

Immutable. This exact content never changes and is served at /api/v1/blob/c55c449a5527225d.

---
name: draftcut
description: Turn natural speech into a refined original-voice narration and a polished video. Review the full spoken manuscript first, then the video director script; both require explicit human approval bound to the current source and revision.
---

# DraftCut

自然说话 → 精炼口播音频 → 精美视频。输入一份录音或一支口播视频，可选素材和参考片；保留用户声音，不用 TTS 补词。所有工作放入新的独立项目目录，原片不覆盖。

## 从一句请求开始

用户只需说“请使用 DraftCut 的 Skill，把这个文件做成一个视频。我想要的样式和风格是……”。以下流程、独立目录、原声保护、两道审核由本 Skill 默认负责，不要求用户补写操作步骤。Agent 自选新的项目目录；风格缺少细节时结合内容提出一个方案，不为可选偏好连续追问。已有可靠转写和健康依赖优先复用。

DraftCut 是本次专用工作流的负责人，HyperFrames 用作底层制作与渲染。按需要读取 HyperFrames 的结构、动画和 CLI 规范；没有外部 HyperFrames Skill 时，使用本仓库 references 与锁定 CLI 的 `--help`，不依赖作者安装的私有 Skill，不另启一套重复的用户创意访谈；将本次已有素材/风格写入工程 brief，后续问题集中在可读提案的必要取舍上。

用 Codex 对话交付可读稿件、简短删改理由和导演方案，用户以自然语言确认具体版本；不另建展示网页或操作平台，不把内部 hash、JSON、目录规划、测试签名命令当作用户的制作工作。内部证据由 Agent 管理。当前生产实现与这项对话体验仍有明确缺口：尚无可信宿主确认适配器，生产回执仍走本人终端签名。先按[对话批准边界](docs/conversational-approvals.md)如实说明当前能力；不能把模拟测试的自然语言确认说成生产已支持，也不能要求模型自行抄录回复作为 owner 批准。当前签名后备路径见[审批设置](docs/approvals.md)，不能伪造签名。

开始前检查当前通道能否真正接收音频输入；播放器能播放不代表 Agent 已听到。能力不可用时仍可完成全文文字复核、样本/字幕对齐及可读提案，如实列出识别疑点；提供用户自行试听或已授权转写辅助核对的选项，不循环要求同一个不支持音频的 Agent“再听一次”，不虚构完整试听证据。生产出片继续遵守真实审核和证据要求。明确授权的隔离交互测试按下节继续，不把听感未测误当成测试无法运行。

## 明确授权的模拟用户测试

仅在用户明确要求模拟使用者进行可用性测试、且工作环境提供独立 `draftcut.simulation-run.v1` 清单时启用。读取[隔离交互测试](docs/simulation-testing.md)。真实素材仍只在本机处理；测试清单绑定该素材、run 和项目根目录。不要给真实录音加 `example_only`，也不要使用合成 fixture 身份。

执行者仍从最简请求开始，按本文自行组织工作。向测试者提出普通用户能回答的问题，并在两道门分别停下；测试控制器记录模拟用户自然回复并签发独立模拟回执。回执始终标 `simulated-user`、`owner_approval=false`，不能用于生产导出。没有音频输入时可明确记 `hearing=not-tested`，继续测试交互、剪辑、制图和导出；不得伪称听过。默认只使用视频的原声音轨；仅选用人物画面时才在批准稿件中设置 `include_presenter=true`，人物画面仍使用同一时间线。

测试视频必须使用 `--purpose simulation`，保存到本 run 内的 `TEST-*.mp4`，保留全程测试水印。技术报告、交互日志和完成答复均写明模拟用户/听感未测，不得称作真实 owner 批准或内容质量验收。生产、合成 fixture 和模拟用户测试三种来源分别验证，不互相转换批准。

## 从仓库链接安装

用户只需把仓库链接交给 Agent。安装或环境未知时，先读 [Agent 安装与健康检查](docs/agent-bootstrap.md)：检查并复用已有环境，在安全副本安装缺失依赖，运行本地健康检查并如实报告结果。由 Agent 执行配置，不向用户罗列终端安装命令或多个安装入口。按[配置与能力边界](docs/configuration.md) 区分本地依赖、可选 ASR 凭据、owner 签名及当前通道的真实视听能力；默认自动复用固定用户级 ASR 配置；先读取无密钥状态，只有缺配置且需要云转写时才引导一次安全输入，已有配置不再索取 key。`--env-file` 仅作可选覆盖，不扫描项目或父目录。沿用健康报告的 Python、PATH 和 `DRAFTCUT_CHROME`。系统权限、密钥及素材上传／费用仍须安全处理，不能因用户要求安装就代签审批或自动调用付费 ASR。

## 两次人工审核

**口播稿审核 → 视频脚本审核 → 成片**。Agent 提案、试听、制作，人类批准具体版本。

1. 读取 [口播精剪](references/00-audio.md)，通读全部逐词转写，结合上下文与试听处理无意义口头禅、口误、改口、失败重说、冗余重复及停顿。默认保留最后一次完整自然表达；保留否定、数字、专名、有意重复、强调和思考停顿。机械候选不是自动删除清单。
2. 每个词都有保留／删除决定和理由；改口、重说、移序及 ASR 纠错明确列出依据。字幕只能对应原声实际保留的词，不能总结、补写或靠改字幕伪装音频已编辑。剪点保留完整词级区间并试听边界。
3. 生成明确标为审听用途的代理，完成全段语义复核，再生成完整口播稿、前后差异与重映射字幕。向用户交付审核包并停在第一道门。代理不能作为已批准的精炼音频或进入视觉制作。
4. 只有用户对该审核包的明确签名批准，才能生成正式精炼音频、同步字幕及可选同剪辑人物视频。没有回复、模糊回复、Agent 自审、旧 `approved=true`、无人值守措辞都不能代替批准。
5. 在批准音频时间线上按 [规划](references/01-plan.md) 生成视频导演脚本和结构化计划，交付用户并停在第二道门。再次取得用户对此版本的签名批准后，按 [制作](references/02-build.md) 和 [交付](references/03-deliver.md) 连续完成；不再索要“继续”。

素材、转写、口播稿或审听证据变化使第一道批准及下游失效；导演脚本、计划、素材变化使第二道批准失效。所有入口重新验证内容 hash、项目、修订代次和签名，重试不能复用过期批准。保留旧审核包与产物；改变后创建新版本。

## 人类批准的来源

`review_approval.py` 使用用户在 Agent 可写项目以外配置的公钥，验证用户保管的加密私钥签发的回执。Agent 不创建生产身份、不读取口令、不代签、不将 fixture 批准当生产批准。用户在自己的终端审阅完整审核包、确认精确摘要并签名；没有生产信任配置时可完成提案，不能声称批准或越过门禁。见 [审批设置](docs/approvals.md)。签名验证完整性与签发者，不证明听感或语义已正确。

当前工程验证不得新增付费 API 调用。合成示例仅接受仓库规定的合成 PCM 与转写，使用独立测试签名，始终标 example；真实素材不走该路径。旧项目须按 [迁移](docs/audio-first-migration.md) 显式重新审核，旧布尔批准不继承。

## 转写与语义复核

内置 DashScope ASR 会上传音频且可能收费，运行前须有明确上传／费用授权；已有用户授权覆盖当前素材、有效期与预算时直接沿用，不为每个视频反复索取；超范围才补问。key 存在不代表授权；`--allow-cloud-asr` 不是授权来源。已有逐词转写可本地导入，必须核对源素材与内容。完整语义复核优先使用同模型对审听代理的转写并试听裁决冲突；不自动新增调用。离线人工全段试听路径必须在审核包中明确披露，由签名批准确认，不能伪造云 ASR 证据。具体数据与命令见 [口播精剪](references/00-audio.md)。

## 画面创作

逐步解决发布版式、核心创意、可选素材、风格与参考片。画面随论证展开，用 MG、图解、比较、演示解释重点，不只重复字幕。没有人物素材可全屏视觉叙事。参考用于理解表达，不复用未经许可的资产；数字、事实须有来源。

使用锁定 Hyperframes 0.8.30、GSAP 3.14.2，Node >=22，Python 3.10+、FFmpeg 与本机完整 Chrome。主入口 `hyperframes/index.html`，单一批准音频 `assets/narration.wav`；DOM/SVG 字幕图形可编辑。GSAP 暂停、可 seek，注册 `window.__timelines.master`，不使用系统时钟、随机状态或远程字体。初始化只是 scaffold，完成内容创作和真实连续预览后才能 production 导出。固定单 worker；软件编码须明确选择。

本机 `check`/`snapshot` 使用 `scripts/hf.mjs`，由入口自动配置完整 Chrome 与导航预算，见[制作](references/02-build.md)。私有素材的 snapshot 显式关闭外部图片分析。

技术检查与实际连续观看、试听分别记录，没做的标 pending。保留全链路原声采样映射、完整词、SRT 毫秒边界、视频帧分配和解码报告。最终交付 MP4，可编辑工程和审核证据留在项目目录。其他私有业务不在本 Skill 范围内，不复制其代码、素材或凭据。