| name | render-review |
| description | Review rendered Manim video frames before a task is allowed to succeed. Uses AI vision analysis to inspect sampled frames for opening clarity, beat focus, visual density, conclusion payoff, or other blocking visual issues after rendering. |
| version | 1.0.1 |
| argument-hint | [rendered-video-or-frame-set] |
| allowed-tools | ["Read","Glob","Grep"] |
| vision-enabled | true |
Render Review
渲染后、报告成功前使用此 skill。
主要目标
- 从实际渲染输出(而不仅仅是从代码)中捕获阻塞性视觉问题。
- 确认开场、中间 beats 和结尾看起来都是有意设计的。
- 拒绝技术上完成但视觉上薄弱或具有误导性的渲染。
- 使用 逐帧视觉分析(AI vision)将审查决策建立在实际像素内容基础上。
审查工作流
- 必须使用 Read 工具读取每一张帧图像——这不是可选的。
- 对每张帧,使用以下标准形成具体的视觉评估。
- 如果有计划可用,将评估与预期场景结构进行对比。
- 决定渲染是否可接受或需要修改。
- 如果需要修改,为下一轮构建具体说明阻塞问题。
逐帧评估
对每个采样帧,报告:
| 维度 | 检查内容 |
|---|
| 屏幕内容 | 可见哪些对象、文本、公式、标签、箭头? |
| 视觉密度 | 稀疏 / 平衡 / 拥挤 |
| 焦点 | 是否有一个清晰的主要主体? |
| 标签可读性 | 清晰 / 部分遮挡 / 无法辨认 / 无 |
| 视觉问题 | 重叠、截断、过小、位置错误等 |
每帧都标注其 beat 上下文(如 opening、beat_2__Core formula、ending)。
用此标签交叉验证该 beat 本应展示的内容。
阻塞性问题
如果以下任一为真,将渲染标记为阻塞:
- 开场帧大部分为空或仅有标题而无有意义的视觉对象。
- 某 key beat 看起来过度拥挤或视觉混乱。
- 重要结论被陈述但未通过可见变化展示。
- 结尾缺乏清晰的收获点或未解决开场提出的问题。
- 标签、公式或焦点对象竞争过于激烈导致主要意图不清晰。
- Vision 分析报告某帧应有可读内容的标签为"无法辨认"。
Pipeline 交接
当此 skill 在主 pipeline 中使用时,通过运行时提供的 structured output schema 返回审查结果。不要在此 skill 中重新定义 schema。
交接应明确以下事实:
- 渲染是否可接受。
- 支持该决定的视觉证据。
- 检查了哪些采样帧。
- 哪些问题是阻塞性的,哪些是可选建议。
- 如果需要修改,下一轮构建应改变什么。
应避免的做法
- 仅仅因为文件存在就通过渲染。
- 跳过帧图像读取——你必须目视检查每一帧。
- 报告模糊反馈如"做得更好"而没有具体症状。
- 将次要样式偏好视为阻塞性问题。
- 在没有帧本身证据的情况下反驳 vision 分析的结果。