技能介绍

它解决什么问题

在网页里实现“文字雨”并不难，但要让它和一段真实音乐的节奏对齐，再导出成可直接分享的高清 MP4，中间隔着一整条工程链路：音频分析、动画参数注入、本地预览验证、浏览器录制与文件交付。任何一个环节手工拼接，都容易变成反复改代码、重跑、手动验收的体力活。

这个技能把整条链路收进一个有状态任务里：你只需要给出文字内容、几个数值参数和（可选的）音频文件，剩下的预检、构建、预览、确认和导出都按固定顺序推进。

它如何工作

技能从安装完整性开始就保持严格：它会先核对根目录下的必备文件，再运行 scripts/doctor.py 做零依赖诊断。只有顶层字段 通过 为 true 时才继续，否则直接停止，而不是“假装能跑”。

核心流程可以概括为：

首次引导：首次任意消息只触发引导，先发送操作说明、浏览器注意事项和可复制的 JSON 配置模板，不会一上来就生成页面。
输入校验：把粘贴的 JSON 或普通文本映射为统一字段；要求“下落文字”非空，三个数值参数落在允许范围内，音频文件要么是内置示例 luvsic.mp3，要么是当前任务明确上传的同名/对应文件。
构建本地预览：在可写工作区为每个预览版本建立独立任务目录，运行 scripts/build_preview.py 注入文字、参数和自定义音频，再启动 scripts/serve_preview.py，仅在 127.0.0.1 提供预览链接。
真实渲染检查：不只查 HTTP 200，还要确认 document.documentElement.dataset.sevenToneReady === "true"、页面标题为“七音文字雨”、文字/参数/音乐与 job.json 一致，且播放与导出按钮可用、音频时长大于 0。
确认后才导出：预览通过后返回本地链接、preview_id 和音频名称，并明确“尚未导出视频”。只有收到“确认导出”“可以导出”“导出吧”等明确语义，且配置、音频和预览编号均未变化时，才用桌面 Chrome 或 Edge 点击导出、等待录制完成并校验 .mp4 文件。

最终规格目标为 1440×1920、60 FPS、H.264 视频与 AAC-LC 音频；实际编码能力以浏览器返回结果为准。

适用边界

它面向本地执行型 Agent，不托管预览，也不替你执行脚本。运行前需要满足：Python 3.10 或更高版本、可写任务目录、能启动跨对话轮次持续运行的 127.0.0.1 HTTP 服务、同一台电脑上可用最新版桌面 Chrome 或 Edge 打开本地链接并下载 MP4，以及在使用自定义音频时能读取当前任务明确上传的附件。

任一条件缺失时，技能会用中文说明缺少的能力并停止，不会伪造预览链接、预览编号、音频分析结果或 MP4 文件。它也不会把 HTML、音频或视频上传到公网或第三方服务；导出不支持 MP4/AAC 时，会建议升级浏览器而不是退回 WebM 或生成无声视频。