童趣古诗视频卡：拼音朗读·分镜

解决的问题

给 3–9 岁孩子做古诗启蒙，最磨人的三件事：没有画面、不会拼读、拿到视频提示词也没法直接出片。家长和幼教老师通常不会写分镜，更不清楚即梦、可灵这类平台对 景别 / 运镜 / 时长 / 细节 四维结构的要求。这个技能把「一首诗 → 一套可分享的卡片 + 一组视频提示词 + 若干互动小卡」压缩成一条确定性流水线。

核心能力

• 语料库优先，防幻觉：内置 references/corpus.json，收录 20 首高频早教古诗，每句含原文、变调手校拼音、3 岁极简翻译 t3、画面想象与插画 prompt。命中即查表，不整段重写。
• 年龄档决定翻译难度：默认三档——3 岁用拟声/动作极简翻译，6–9 岁带背景与道理，这是影响输出的关键参数。
• 主角一致性包：额外生成 character_sheet.png 与 first_frame.png 两张锚点图，图像生成 prompt 统一加 children's book watercolor, soft pastel warm tones, cute round-faced child, flat cartoon style，避免多镜头画面主角漂移。
• 真实插画而非 emoji 占位：每句一张本地图片，长诗（>5 句）默认走「幼儿精简版」只取核心 4 句。
• 即梦 / 可灵 ready 的分镜：每句一段约 15 秒，强制写明景别、运镜、时长分段（[0-3s] 铺景 / [3-8s] 主体 / [8-13s] 动作 / [13-15s] 字幕定格）与细节，末尾附串联脚本与 deep link。
• 泰文卡片与互动卡：卡片用 card_template.html 渲染，含 🔊 浏览器原生 speechSynthesis 朗读（无需联网/密钥，打印时自动隐藏）与 🎬 拍摄台本 复制区；另生成可点击的问答、填空、指一指、演一演、唱读小卡，而非纯文字。
• 本地成片免剪映：scripts/tts_read.py 用 edge-tts 合成童声 mp3（无需 API key），scripts/assemble.py 按文件名拼接片段、烧录诗句字幕并输出 9:16 1080p mp4，依赖 imageio-ffmpeg 自带 ffmpeg。

工作流关键步骤

1. 极少提问给默认值：目标年龄档、幼儿精简版、视频平台（默认即梦）、产出模块（默认全要）。
2. 解析诗词：先查语料库，未收录再用内置知识或 WebSearch 核验作者与原文。
3. 童趣解读：逐句产出拼音、一句大白话翻译、一段以「看画面里——」开头的具象想象、作者儿童口吻小故事。
4. 生成锚点图与逐句插画，由 build_pack.py 自动缩放 JPEG 并 base64 内嵌，产出单文件可分享卡片与描红/连线/涂色 worksheet。
5. 产出分镜提示词与互动卡，汇总成 card_.html 与一份 Markdown 古诗包。

适用边界

• 无法代生成视频：当前环境无即梦 / 可灵官方 API 或 MCP，默认是「复制提示词 → 跳网页手动生成」的手动模式。可选的自动模式需要浏览器已登录态或 agent-browser，且受账号额度限制，需用户确认后才执行。
• 生僻诗质量在校验环节：语料库只覆盖 20 首高频诗，其余需联网核验，拼音虽由 pypinyin 自动生成但变调仍需手校。
• 文本体量：严格按照四维结构生成，提示词较长，不适合只要一句话就够的极简场景。
• 定位：面向家长与教师的内容生产工具，不是古诗研究工具，朝代与训诂不做学术考证。