manhua-viral-hits

name	manhua-viral-hits
description	爆款漫剧情报分析与节奏模板持续学习：链接拆解、提案卡、批准进审定库、注入 /canvas 编剧室

漫剧爆款情报 + 节奏模板学习 Skill

触发

用户给出：漫剧/短剧链接、平台榜单、或说「分析为什么火 / 爆款逻辑 / 对标某部漫剧 / 学这部 / 批准进库」。

资料	路径
历史情报笔记	docs/2026Jul17/manhua-viral-hits-2026h1.md
提案实验室	docs/manhua-template-lab/
出厂种子库	shared/manhuaViralTemplateBank.ts（默认 3 张）
动态审定库（产品）	GCS manhua-template-learn/approved/*.json ∪ 种子库
云端提案	GCS manhua-template-learn/proposals/*.json
定时扫描（报道 URL）	pnpm run manhua:template-scan
本机学习（回退）	pnpm run manhua:template-learn
抽帧规划（纯函数）	shared/manhuaTemplateLearnFramePlan.ts

真源分层（必守）

1. 提案层（可自动写）：GCS proposals/ 或 lab docs/.../proposals/，status: "proposed"
2. 审定层（才能进产品）：GCS approved/（人审批准）；种子库仅作出厂默认。同 id 以 GCS 为准
3. 禁止：未获用户明文「批准进库」时把提案当产品可选；不要再改 TypeScript 数组硬编码进库

定时扫描脚本只写提案，永不自动 approved。

爆款底层三逻辑（写作与选题时对照）

1. 产能与试错：低成本高频出片，同一爽点模板可快速变体；工厂侧用编剧室 → 分段链路批量铺板（短档 6 段 · 长档 12 段，画布可切）。
2. IP / 类型势能：成熟题材标签降低冷启动；选题优先「类型可识别 + 标题钩子一眼懂」。
3. 前 3 秒情绪：开篇必须视觉钩子 + 冲突句；之后密铺可视觉化反转/升级。

国内 vs 出海（选题时先定市场）

来源摘要：钛媒体 AI漫剧2026 + DataEye 抖音/红果百强（见 docs）。

维度	中国制作（抖音/红果）	出海（DramaBox / ReelShort / DramaWave 等）
平台口味	抖音：仿真人占比高；红果：3D 漫 + 架空玄幻季播更强	中企短剧 App；漫剧更好跨文化
题材重心	逆袭：种田/边关古言、仙侠脑洞、系统流、赘婿/打脸	狼人/吸血鬼/系统觉醒；忌硬搬国漫 IP
策略	先定抖音或红果再选题	同一爽点骨架，换文化皮与人设

链接分析清单（按序写短结论）

对每条用户链接，输出：

1. 钩子：标题/封面/前 3 秒在卖什么情绪
2. 题材标签：3–6 个中文关键词（可供工厂 topic）
3. 爽点密度：每 15–30s 是否有可视觉化的反转/升级
4. 人设：欲望与压迫来源（一句话）
5. 场景建议：边塞/宗门/校园/末日等可命中词
6. 手法建议：灯光/运镜/情绪原子（不对齐导演名）
7. 合规注意（国内）：备案、AI 标识、版权、低俗擦边
8. 可复制点 / 不可抄点：只借结构与节奏，不成稿抄台词/画面/商标

强制产出：TemplateCard 提案

分析完链接或「学这部」后，必须再写一张提案卡：

1. 落盘：docs/manhua-template-lab/proposals/<id>.json
2. id：tpl_ + 英文蛇形短词（稳定、可复现）
3. nameZh / laneZh / hook3sZh / beatGrid / scenePoolHints / castShape / densityHints / sourceRefs
   • beatGrid 与 densityHints 一律按长档填满：12 拍 × 15s = 180s，atSec 取 0/15/…/165；正文字数按 12 段口径写。
   • 不要为 90 秒档另写一张卡。短档由 fitManhuaViralBeatGridToSegments / fitManhuaViralDensityHintsToSegments 在注入编剧时抽稀重算（必留开场与片尾钩子）。
   • densityHints 只是下限的建议值；注入时会被抬到 manhuaEpisodeDensityFloors 的门禁线，写低了不生效。
4. status 固定为 "proposed"
5. laneZh 必须是审定库允许的赛道之一：爽文逆袭 | 古言种田 | 系统觉醒 | 甜宠 | 悬疑权谋 | 搞笑沙雕 | 游戏竞技
6. 在 docs/manhua-template-lab/CHANGELOG.md 追加一行（日期 | proposed | id | 备注）
7. 字段形状以 shared/manhuaViralTemplateBank.ts 的 ManhuaViralTemplateCard 为准；可用 parseManhuaViralTemplateCard 自检

成稿字段禁止：外部剧名、可识别台词、商标、供应商/模型名。出处只放 sourceRefs（内部）。

批准进库（仅用户明文）

用户说「批准进库」并点名 id（或 Platform 点「批准进库」）时：

1. 读 GCS/proposals/<id>.json（或 job 返回的完整 card）
2. parseManhuaViralTemplateCard 校验
3. 调用 manhuaViralTemplate.approve（或 Cursor 代调同一服务）→ 写 GCS approved/<id>.json，status: "approved"
4. 不要改 MANHUA_VIRAL_TEMPLATE_BANK 源码；编剧室运行时拉合并列表
5. CHANGELOG 可记一行 approved（可选）

产出格式（贴回用户）

【为何爆】一句话
【题材关键词】a / b / c
【建议场景】关键词
【建议手法】中性手法词
【节奏模板提案】tpl_xxx → docs/manhua-template-lab/proposals/tpl_xxx.json（待批准）
【工厂用法】批准后：编剧室选「节奏模板」→ 扩写注入节拍格；或先把关键词填进题材
【风险】合规或同质化一句

映射到本仓库工厂

外部步骤	本仓库
剧本 + 分镜	/canvas 编剧室 → 分段链路（档位见 MANHUA_EPISODE_LENGTH_TIERS）
节奏模板	listApprovedManhuaViralTemplates → 扩写 viralTemplateId
静帧 / 成片	key_art / Seedance（探针规则见仓库 seedance-probe）
题材→场景/手法	manhuaSceneAssetLibrary / craftShotBank

定时学习（报道）

• 配置：docs/manhua-template-lab/sources.json
• 本地/CI：pnpm run manhua:template-scan
• 只追加/更新 proposals/，不改审定库

榜单 / 贴链接学习（多集 · 先看再进库）

产品真源在代码（不要只改本 skill）：

职责	路径
流水线阶段 / 文案 / 本机回退步骤	shared/manhuaTemplateLearnPipeline.ts
采样批大小 / ≥16 分析门槛	shared/manhuaTemplateLearnSeries.ts
云端执行	server/services/manhuaTemplateLearnService.ts + Job manhua_template_learn
进度写回 job.output	server/jobs/runner.ts（learnProgressLog / analysisStageLabel）
Platform 面板（开始→阶段→结束）	client/src/lib/manhuaLearnResultUi.ts + PlatformPage AI 漫剧区
本机 CLI	pnpm run manhua:template-learn（scripts/manhua-template-learn.ts）

数据源：Platform「AI 漫剧」飙升榜（aiManhuaRising）或「贴链接学节奏」。

1. 入口：榜单单行「学节奏」或粘贴合集/单集链接 → 云端 Job manhua_template_learn
2. 采样：按剧集顺序每轮采（短链有几集采几集；长合集约 8–10）；单集学完立刻删视频，只留 digest（GCS series/<key>/episodes/）
3. 分析门槛：同一系列累计 ≥16 集才出总分析提案（目标约 20）；不足也可先看分集结果
4. 网页即时可见：一点学节奏即展开面板；轮询刷阶段日志；结束展示分集摘要 / 总分析；看完再决定是否「批准进库」
5. 回退：云端失败时面板切「本机学习」步骤并复制命令：
   pnpm run manhua:template-learn -- --rising-json <文件> --rank N
6. 抽帧密度：前 5s 钩子；约每 10s；高潮窗约每 3s（manhuaTemplateLearnFramePlan）
7. 用户明文「批准进库」→ GCS approved/ → 编剧室合并列表可选

依赖（云端）：Fly 镜像已装 yt-dlp/ffmpeg。本机回退需本机同款工具。搜索页 URL 优先改合集/成片页。

硬规则

1. 前台成稿禁止写竞品名、供应商名、模型名、「仿写某某」。
2. 未核实播放量不要当事实写进产品文案。
3. 案例分析可追加历史笔记；新模板骨架进 lab 提案，不再只堆散文名单。
4. 不要把外部模拟 TypeScript 流水线拷进 scripts/ 当可执行产品代码。
5. 密度门禁仍由 evaluateWriterPackAssetAndDensity 把关；模板不能绕过。
6. 模板的 scenePoolHints 不覆盖用户人物/场景表真源（assetCanon）。