故事手绘视频

要解决的问题

把一段中文故事变成竖屏短视频，常见路线是「生成静帧 → 擦除转场 → 拼时间轴」。这条路有两个硬伤：一是动作全靠镜头运动模拟，人物不会真正动起来；二是角色一致性要靠参考图反复喂，成本高且容易漂。

story-handdrawn-video 走的是另一条路：每场直接是一个文生视频片段，画面自己会动，没有擦除、没有翻页。代价是脸锁不住——跨场人物长相会变，这是纯文生视频的固有特性，不是 bug。

核心能力与工作流

工具链是 Agnes Video V2.0（文生视频）+ edge-tts（免费旁白，无需 API key）+ Remotion（组装、字幕、音轨）。七步流程：

• 先 TTS，再视频：旁白时长决定视频帧数，脚本用 ffprobe 量真实时长算 num_frames，不裁不冻不补。
• 一句一拍：story.txt 单句 ≤ 36 字，按句末标点切，一句对应一段视频。
• prompt 三段式：固定风格头 + 该场动作主体 + 固定运动尾（locked camera、paper cutouts、无 zoom/parallax/drift）。
• 字幕确定性渲染：中文一律由 Remotion 用 MaShanZheng 字体画，prompt 里加 negative_prompt 排除画面文字，绝不让视频模型写中文。
• preview 即成片：npm run render:preview 出的 720×1280 MP4 就是默认交付物，不自动跑 1080p。

另有 --style textbook 模式给英语教学场景：每场画一个能直接表达句意的小场景（谁、在哪、做什么），教学卡由 Remotion 透明叠加，visual 字段是场景描述的单一来源。

适用边界与注意点

视频不许重跑是硬规则。Agnes 是异步任务 + 轮询慢（每段 30s–2min），脚本默认 skip 已存在的 .mp4。改 prompt 不会让旧资产重生，只有某段全黑、全白或画面完全错误时才删那一个文件单跑。

免费 key 限流 1 次/分钟，默认串行，429 自动等 65s 重试。长旁白超过 18s 会被 num_frames 上限截断，画面早于旁白结束——拆句或接受。

适合童话绘本、生活小品、知识口播 B-roll；不适合真人出镜、强角色一致性剧情、实物产品展示。