---
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。

## 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，运行前须得到针对该素材的上传／费用授权；`--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。

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。