房产数字人口播 · WorkBuddy 蝉镜学员版
这是独立分发的 WorkBuddy 技能，不修改、安装或依赖 Codex 中的任何技能。数字人使用学员已授权的蝉镜官方连接；不调用 HeyGen，不经 OOMOL 中转，不要求海外账号。国内可访问性和价格以学员实际网络、蝉镜账号及当前报价为准，不承诺免费或固定价。
先确定本次范围
| 用户要求 | 本次执行 |
|---|---|
| 文案做完整视频 | 蝉镜数字人 → 相关素材 → 本地字幕、配乐、合成及封面 |
| 只调数字人／换形象 | 仅生成干净原片；不要顺带生成素材和完整后期 |
| 给新原片补完整后期 | 使用最新指定原片；不再次付费生成数字人 |
| 只改字幕、音乐或封面 | 仅修改该层，保留旧成片 |
用户最新指令优先于项目记录、学员配置和默认值。不把“换蝉镜”理解为同意重新克隆肖像或音色。默认中文、9:16、1080×1920、25fps；形象与音色没有默认个人 ID，必须由该学员选择或确认。
首次使用与环境
首次连接、找不到形象、认证异常时读取 蝉镜连接与调用。本地后期前读取 本地处理。安装、依赖与学员测试说明见 使用说明。
- 确认 WorkBuddy 已有可用蝉镜连接；优先复用，不重复建连接或刷新凭据。
- 发现实际工具及 schema，核实当前账号、形象、音色及权限。工具前缀由宿主决定，不能硬写不存在的工具名。
- 将
templates/student-profile.json复制为学员自己的配置，填确认过的非敏感 ID、来源与输出目录；不要修改技能模板。凭据仅在宿主连接设置的安全入口配置，不要求聊天粘贴，不保存到项目、命令行、日志或清单。 - 默认把项目放在用户选择的 WorkBuddy 工作空间下，每条视频单独目录，使用
work/和outputs/。有用户长期存储规则时优先遵守；没有 D 盘不得擅自创建固定盘符路径。 - 开始长片付费生成前，检查本地 FFmpeg/ffprobe、字幕滤镜与中文字体；按需检查 Python。先报告环境缺口，不等到生成后才发现无法交付。
随包工具：python scripts/local_media.py --help。它只处理本地文件，不包含认证、下载、充值或付费调用。以本机实际 Python 路径替代 python，脚本路径用已安装技能的绝对路径。
制作流程
1. 整理输入与预算
- 保存原文、用户确认的播读稿、形象/音色选择、画幅和目标时长。用户要求原稿直读时不暗中缩写或改观点，只对读音、停顿提出必要建议。
- 对未经证实的财报、政策、排名、收益等列明待核实项；用户明确坚持原稿时保留并记录风险，不制造新闻截图或“官方确认”画面。
- 缺少形象/音色时列出该账号可用候选，一次问清。检查肖像及声音授权；新建克隆需明确授权，不自动执行。
- 查可用额度和实时计费，估算数字人时长、生成质量档、AI 素材数量与费用。首次付费、超预算、升级模型或失败重做前确认；已有明确预算与方案授权时不反复追问。无报价则说明估算不确定，不能宣称免费。
- 用户给出硬性总预算时，累计已付费用、状态不明的潜在扣费及全部待生成环节；先核实未知扣费并留足余量。无法约束最大总支出时暂停新增付费，不能把估算当成不超预算的保证。
- 学员首次可选 10—15 秒口型试片，需说明其也可能计费；不要未经同意先试片再生成长片。
2. 蝉镜生成连续原片
先按 references/chanjing.md 构造当前 schema 接受的参数。尽量单次生成连续口播；超出实际接口限制时先规划自然段，告知分段可能产生的表情/声音衔接差异，不机械逐句提交。
提交前保存无密钥的请求摘要和文本哈希；提交成功立即保存任务 ID。对相同请求已存在的任务先查状态。网络中断、轮询超时、下载失败不等于生成失败，禁止因此自动重新提交付费任务。
默认生成无烧录字幕、无BGM的干净原片，并尽可能保留服务端字幕时间轴；具体开关见连接参考。保留平台合规 AI 标识，不去水印。人物布局按所选形象真实宽高适配，优先原生竖屏，不盲目拉伸到满屏。
等待时查询原任务，间隔逐渐退避，遵守宿主等待机制；达到当前允许等待上限时保存检查点，报告“仍在生成”，不谎称成片完成，也不重新扣费。下载官方返回的媒体及字幕文件到项目；把带签名下载链接视为临时敏感信息，不写入公开交付清单。
3. 原片质量门槛
下载为 work/avatar_master.mp4，核查音轨、完整解码和内容。播放或连续帧抽查开头、中段、结尾的嘴唇闭合、牙齿、表情与声音同步。
明显嘴部异常：先区分源片问题和后期放大问题。不要用锐化、插帧、遮嘴、大字幕掩盖，也不保证换 ID 必然解决。源片不合格先告知、提出有依据的重做选择；未经授权不重复收费。无法动态听看时记录检查范围和待人工检查项，不能仅凭截图宣布口型合格。
4. 相关 AI 素材与时间线
先按语义标注适合插入素材的语句、起止时间、主题及所需镜头。优先复用用户实拍和已有授权素材；需要 AI 视频时使用蝉镜连接实际暴露且账户可用的 AIGC 视频工具，先看 schema 与报价，再按授权提交。没有该能力就准确说明，询问是否使用真实素材或动态图形，不能把静态图冒充 AI 视频。
提示词描述主体、环境、动作、镜头、画幅、时长；避免乱码、第三方标识和可识别客户信息。具体房源缺乏实拍时只做通用生活场景、概念镜头或图形示意，不能生成假实拍佐证房源品质。
切入素材保持同一条连续口播音轨，默认静音素材原声。AI 镜头持续显示“AI生成·情境示意”，不覆盖必要平台水印；素材时段不能超出原片。记录来源、生成任务 ID、对应语句、复用情况。
5. 本地字幕、BGM、合成与封面
依据本次原片的真实时间轴制作字幕：优先蝉镜当前任务返回的时间轴，下载后本地校对；不可用才调用本地中文 ASR。禁止为了字幕向 OOMOL 或其他云服务上传视频、禁止按字数把全文均分时间。若用户明确要求完全本地识别，直接走本地 ASR。
新原片必须重新校准字幕，不能因时长相同就沿用旧字幕。用真实人声核对专名、数字与漏句，导出 SRT、ASS 和烧录字幕。字幕避开嘴部及平台按钮安全区。
配乐必须许可明确。默认低音量、淡入淡出，必要时动态压低，完整人声始终优先。没有可用音乐先请求素材或授权方案，不偷偷选来源不明的网红歌曲。仅当用户同意时可不配乐交付，并准确标为缺少 BGM。
本地 FFmpeg 合成；随包脚本支持常规竖屏全屏素材插入，不强制引入云剪辑工程或其他技能。复杂布局可在项目中编写本地脚本并保存。默认不额外放大人物、拉伸脸部、锐化嘴部或补帧。
封面从新原片取清晰画面，标题默认 8—16 汉字；独立导出，不把封面插入音轨导致错位。需要视频首帧封面时，另做不改变人声时间轴的明确设计。
6. 校验与交付
检查可播放、无截尾/黑屏、字幕与口型同步、AI 标识、音乐授权和人声清晰。测量实际混音响度/真峰值；参考 -14 至 -16 LUFS、峰值不高于 -1 dBTP，目标参数不能冒充测量结果。
区分“参数/全片解码”“关键帧版式”“连续帧嘴部抽查”“完整动态听看”，如实记录实际做过哪些。局部失败只重做该层，保留旧版。
完整模式交付：
outputs/
final_video.mp4
cover.jpg
subtitles.srt
production_manifest.json
work/
project.json
avatar_master.mp4
render_plan.json
素材、原始时间轴和可复现脚本
清单采用 templates/production-manifest.json，记录真实处理链、费用已知/未知、检查与缺口，不保存密钥和签名 URL。仅数字人模式只交原片，不叫完整成片。最终回复先给文件链接，再说明时长、形象、完成项及必要的待确认事项。
