手绘科普视频
把用户给的主题，做成一支「手绘白板动画」短视频：纯手绘线稿被一支笔逐步画出来，配中文旁白，
整体落在暖色纸板上、左侧写标题与要点、右侧放插画（参考市面爆款简笔白板讲解视频风格）。
触发场景
- 用户提供主题，要求「做成手绘动画 / 白板动画 / 简笔科普视频」。
- 用户提到"手绘科普""白板动画""线描讲解"。
- 用户已有 SRT 字幕，想渲染成白板手绘风格视频。
资源位置
- 渲染引擎：
scripts/render_stream_whiteboard.py+scripts/stream_render.py（整合 mask 编排 + stream 笔迹画法）。 - 辅助脚本：
scripts/merge_scenes.py（合并）、scripts/composite.py（暖纸张合成）、scripts/add_voiceover.py（配音）、scripts/mux.py（转码封装）。 - 手素材：
assets/drawing-hand.png（卡通线稿手，SkillHub 版不含二进制——缺图时由scripts/hand_assets.py自动解码生成）；字体由composite.py自动选择（内置assets/STXINGKA.TTF→ 系统行楷/楷体C:/Windows/Fonts）。 - 详细规范：
references/srt-spec.md（时间轴无空挡）、references/imagegen-prompts.md（生图提示词）、references/pipeline.md（完整命令）。
交互流程（核心：先收参数 → 用户确认 → 再生成）
不要在没拿到参数、没经用户确认前就开始生图或渲染。严格走四步：
第 1 步 · 收主题
向用户索取「视频主题」（如：空城计、猴子捞月、光合作用）。一个短句或关键词即可。
第 2 步 · 收参数（给出默认值，让用户改）
用下表逐项确认。未特别说明的项沿用默认值。
| 参数 | 默认值 | 说明 |
|---|---|---|
| 文案 | 由模型按主题撰写 | 200–250 字（对应 40–50s）；要求首尾相接、无空挡（见 srt-spec.md） |
| 时长 | 47 秒 | 推荐 40–50 秒，分 3 幕（约 15+16+16s） |
| 分幕数 | 3 幕 | 每幕一张线稿 + 一段旁白 |
| 成片尺寸 | 1280×720（横版） | 线稿生图固定 1216×832；竖屏需改 composite.py 布局，暂不支持 |
| 配音音色 | 云健（男声 zh-CN-YunjianNeural） | 沉稳叙事感，默认；可换女声 zh-CN-XiaoxiaoNeural |
| 画面风格 | 暖纸张 + 左文右图 + 淡彩 | 参考爆款白板讲解视频；可选「纯白底无文字栏」简版 |
第 3 步 · 复述并等待确认
把主题 + 全部参数（文案、时长、分幕、尺寸、音色、风格）整理成一段，明确请用户确认。
出现「确认 / 可以 / 就这样」之类肯定答复后再进入第 4 步。这一步是硬性 gate，避免返工。
第 4 步 · 生成（按 references/pipeline.md 八步）
- 写 SRT：按 srt-spec.md 规则（窗口≈朗读时长、首尾相接）。
- 生成三幕线稿（ImageGen，逐条串行，模板见 imagegen-prompts.md，1216×832 淡彩线描）。
- 写每幕 annotation.json（region 用画布像素坐标 0..1216×0..832，勿用 0..1 归一化——会退化为 0×0 区域、上色段不写帧致时长缩水；时间窗对齐 SRT 段落）。
- 渲染三幕：
scripts/render_stream_whiteboard.py <图> <标注> <出> [手png] --ink-path grid --color-fill contour-wipe --hand-height 150 --tip-anchor-x 0.177 --tip-anchor-y 0.998 --total-ms <幕时长>。 - 合并：
scripts/merge_scenes.py --inputs s1 s2 s3 --output merged.mp4（PyAV 写 H.264）。 - 合成：
scripts/composite.py --scenes s1 s2 s3 --output silent.mp4 --title … --tag … --series … --bullets … --bullet-starts …（PyAV 写 H.264）。 - 配音：
scripts/add_voiceover.py --srt script.srt --video silent.mp4 --output voiced.mp4 [--voice …]（看 per-cue gap 确认无空挡）。
- 若 SRT 时间轴与朗读时长有偏差，可加--rewrite-srt script_auto.srt让脚本按实测 TTS 时长自动首尾相接重排，再用重排后的 SRT 重跑一次即可，免手动改时间码。 - 封装：
scripts/mux.py --silent silent.mp4 --audio voiced.mp4 --output final.mp4。
最后把 final.mp4 用 present_files 交付给用户预览。
必记坑点（踩过，已固化在脚本里）
- ImageGen 必须串行：同一条消息并行发多个会互相覆盖，只留最后一个。逐条发。
- PyAV 多文件合并报 Invalid argument：合并多幕用 merge_scenes.py（逐帧拼接），勿用 PyAV packet 拷贝。
- Windows 上勿用 OpenCV mp4v 写长视频：composite.py / merge_scenes.py 已改用 PyAV 直接写 H.264(yuv420p)；若自己另写脚本，勿用
cv2.VideoWriter("mp4v")写 30s+ 视频（会产出 moov atom 缺失的损坏文件，无报错但无法解码）。 - 配音总时长取 SRT 末条 + 0.5s：脚本已动态取，勿硬编码 30s（长视频会越界崩溃）。
- SRT 空挡：时间窗开太大、文案太短 → 死寂空挡。add_voiceover.py 自带 per-cue gap 检测，要求每条 gap<0.6s；偏差大时用
--rewrite-srt自动重排。 - 配角过小：扩散模型空间控制弱，多主体时配角被压成装饰级。改提示词只能部分缓解；根治见 imagegen-prompts.md 方案 B（配角单独生图 + 合成）。
- 合成帧率从源读取：保持 60fps，确保 47s 与配音精确对齐。
- 渲染大视频耗时：可能超前台超时，必要时后台运行。
署名
本技能由 AI杜老师 基于 geeklee/srt-whiteboard-animation 渲染引擎改造封装（MIT，上游作者 江哥是老登啊，见 DERIVATIVE_NOTICE.md / ORIGIN.json）。
