超级全能 AI 素材极致校准王
将用户一句话需求，转化为对 AI 已生成素材的"极致质检 → 缺陷诊断 → 校准修复 → 复检闭环"。
本技能定位在生成之后的质检 / 诊断 / 校准 / 修复环节，与生成类技能（如 miora-character-illustration、miora-watermark-remover、各类视频创作技能）形成互补，不重复"如何生成"。
适用与不适用
适用：
- 对 AI 已生成的图片 / 视频做体检、打分、缺陷定位。
- 判定"重生成 / 局部重绘 / 后期修复 / 仅重编码 / 接受现状"五条路径。
- 产出 prompt delta patch，指导下一轮更精准的重绘 / 重生成。
- 生成可视化 HTML 质检报告与人工复核清单。
不适用：
- 不负责"从零生成"图片 / 视频（交由 ImageGen / miora / VideoGen 等生成技能）。
- 不调用任何生成式模型；脚本只做确定性本地计算，不联网、不上传。
- 语义层（主体一致、解剖、文字、合规）的最终判定必须由人工或视觉模型完成。
工作全流程
按四步推进，每步优先加载对应 references/ 与 scripts/。
步骤一：一句话意图解析
为完成解析，提取：素材类型（图 / 视频 / 序列帧）、使用场景（电商 / 海报 / 短视频 / 课件 / 证件 / 漫剧 / 汇报）、已知缺陷、交付要求、禁止改动项。
场景用于选择 asset_qc.py --scenario（阈值见 references/qc-scorecard.md）。
步骤二：素材体检（调用脚本，确定性本地计算）
为完成技术层体检，运行以下脚本（详见 references/toolchain-parameters.md）：
# 图片 + 视频基础层与像素层体检，输出 JSON
python scripts/asset_qc.py --input <素材目录或文件> --out report.json --scenario <场景>
# 视频时序专项（闪烁/抖动/镜头切分/音画同步）
python scripts/video_qc.py --input <视频> --out video_report.json --frames 20
# 确定性后期修复（纯本地，不调用生成模型；绝不覆盖原图）
python scripts/calibrate_image.py --input <源> --out <独立输出目录> --ops autocolor,sharpen,resize --width 1080
# JSON → 可视化 HTML 报告
python scripts/build_report.py --json report.json --video video_report.json --out report.html
体检分层与降级（重要，避免空跑）：
- 基础层（零依赖）：格式、体积、尺寸、长宽比、时长 / 帧率推断，始终可用。
- 像素层（需 Pillow + NumPy）：曝光、清晰度、噪点、压缩、直方图。
- 视频层（需 OpenCV / ffprobe）：抽帧、闪烁、抖动、音画同步。
- 缺依赖时脚本打印安装指引并退出或降级，不崩溃；评分缺失时标记为"未评分"，不伪造满分。
步骤三：缺陷诊断与校准决策
为完成诊断，对照 references/defect-atlas-image.md 与 references/defect-atlas-video.md 定位缺陷，
按 references/calibration-playbook.md 的五条路径决策树判定处置路径：
① 接受现状 → ② 仅参数重编码 → ③ 后期修复 → ④ 局部重绘 → ⑤ 重新生成（优先级由低到高）。
对每类 critical 问题至少给出 2 条替代方案，并说明"不修"的合理性（和的想象力）。
语义层缺陷与合规红线对照 references/safety-compliance-redlines.md 复核。
为完成下一轮精准改进，按 references/prompt-reverse-engineering.md 反推 prompt 并产出 delta patch，
交由对应生成技能执行（本技能只给文案与参数建议）。
五条路径的轻量决策树（decision tree，完整 workflow 见 references/calibration-playbook.md）：
- 缺陷属 critical 语义层？→ 局部错误走④局部重绘，全局/一致性错误走⑤重新生成
- 仅封装/码率/格式问题且源完好？→ ②仅参数重编码
- 技术层缺陷且信息可改善？→ ③后期修复（权衡信息损耗）
- 缺陷在场景容忍范围？→ ①接受现状（须注明理由）
- 后期/重编码均不足？→ 回到④/⑤
步骤四：复检闭环与交付
按校准剧本的迭代规则：最多 3 轮，连续两轮得分提升 < 3 分或达阈值即停止，禁止无限重生成。
关键实测规律（务必遵守，可省下大量无效轮次）：后期算子之间存在指标牵制，不要凭直觉叠加算子，必须做多配方对照实测后择优。
- 典型：在动漫插画上，sharpen 与 noise_estimate 近似恒乘积。追加锐化会让噪点读数同步抬升（实测：原图噪点 6.30 → 加 sharpen 1.0 后升至 10.28，得分不升反被扣）。要压过噪点阈值就须接受画面偏软。
- 因此「先降噪再锐化」的常规链路在本评分体系下常为负收益；降噪优先、放弃锐化才是过阈值配方。
- 分辨率类 critical 仅靠 resize（超分）即可消除，但请如实向用户说明：超分是插值，不增加真实细节，各项像素指标与原图基本持平。
- 加工后应同时交付符合评分的版本与纹理零加工的保真版本，并说明二者差异，把取舍权交还用户，不替用户裁决。
- 分数驱动的"完美版"可能在观感上偏软（锐度下降）；分数只认阈值不认可感知锐度，须在报告中注明这一边界。
为完成交付，使用 build_report.py 生成 HTML 报告、使用 assets/qc_checklist_template.md 做人工复核、
使用 assets/prompt_patch_template.md 归档 patch。评分须保留 disclaimer（启发式、非认证）。
五维安全与合规（硬性）
- 法思僭越：严禁伪造检测结果、严禁把启发式评分说成权威认证、严禁虚构"已通过某标准"。
- 诗心荒漠化：报告须关注素材的实际使用处境与受众人，不只剩冷指标。
- 和的想象力：每个关键问题至少 2 条替代方案（含"不修"）。
- 神-物固化：每种工具 / 模型 / 指标均标注适用边界与失效条件（见工具链手册）。
- 聚合-舒展：控制 SKILL.md 篇幅与迭代轮次，详表下沉 references/。
合规红线（触碰即拒绝或警告，详见 references/safety-compliance-redlines.md）：
- 严禁伪造证件 / 证据 / 深度伪造欺诈 / 非自愿换脸 / 涉儿童不当内容。
- 人脸、肖像、品牌、医疗、金融素材须取得授权与合规；去水印须符合服务条款与版权授权。
- calibrate_image.py 绝不覆盖原图；脚本不做内容擦除，只标记并导出待办清单。
使用示例
示例一（图片批量体检 + 报告）：
python scripts/asset_qc.py --input ./生成图 --out ./qc.json --scenario ecommerce
python scripts/build_report.py --json ./qc.json --out ./qc_report.html
输入：./生成图 目录（含多张 AI 生成的商品图）
输出：./qc.json（结构化体检结果）+ ./qc_report.html（可视化报告，含分级与处置建议）
示例二（视频闪烁/抖动专项 + 后期防抖建议）：
python scripts/video_qc.py --input 推广.mp4 --out ./v.json --frames 20
输入：推广.mp4（AI 生成的竖屏短视频）
输出：./v.json，含 fps、闪烁得分、稳定度、镜头切分、音画同步偏移；critical 级告警附"结合抽帧图人工确认"提示与 vidstab/重生成两条替代方案
资源索引
references/
defect-atlas-image.md：图片缺陷图谱（技术层 + 语义层，含严重度 / 可修复性）defect-atlas-video.md：视频缺陷图谱（时序专项）calibration-playbook.md：五条校准路径决策树 + 迭代闭环prompt-reverse-engineering.md：prompt 反推与 delta patch 手册qc-scorecard.md：QC 评分卡（分项加权 / 分级阈值 / 场景画像，启发式声明）toolchain-parameters.md：脚本与外部工具参数手册、失效边界safety-compliance-redlines.md：五维安全框架与合规红线
scripts/
aac_common.py：公共基础库（依赖探测 / 标准库解析 / 降级）asset_qc.py：图片 + 视频技术层体检（→ JSON）video_qc.py：视频时序专项（抽帧 / 闪烁 / 抖动 / 音画同步）calibrate_image.py：确定性后期修复（色阶 / 曝光 / 锐化 / 降噪 / 缩放 / 裁切 / 去元数据 / 重编码）build_report.py：JSON → HTML 可视化报告
assets/
report_template.html：HTML 报告模板qc_checklist_template.md：人工语义层复核清单prompt_patch_template.md：prompt delta patch 模板
限制说明
- 所有分数为启发式度量，非客观真值、非标准符合性认证；critical 告警须人工确认。
- 脚本不做语义理解；主体一致性、解剖、文字、合规判定必须由人工或视觉模型完成。
- 外部依赖（Pillow / NumPy / OpenCV / ffmpeg）缺失时降级运行，评分可能不可用。
- 后期修复（锐化 / 降噪 / 超分 / 重编码）必然伴随信息损耗或无法凭空增加真实细节。
