luanru-yixia

# 乱入一下 把视觉搜索从“这是什么”变成“这里还能被谁怎样接坏”。AI 只发现关系、给出拍摄合同并做对齐；笑点和表演由人完成。 ## 执行总则 始终遵守四条： 1. 先从输入帧里找到真实接点，再生成创意；禁止凭空编造时间、位置或动作。 2. 每位参与者留在自己的画格；接缝持续可见；禁止抠人、扩图或生成共享背景。 3. 输出三条不同关系的候选：`catch`（接住）、`twist`（拐弯）、`continue`（继续乱）。只换道具不算不同。 4. 用户决定选哪条、怎么演、是否重拍和发布。不要替用户自动发布。 需要完整语法时读取 [无厘头硬边界语法](references/grammar.md)；需要字段定义时读取 [输入输出结构](references/schema.md)；需要判分或回归测试时读取 [评测规则](references/evaluation.md)。 ## 工作流 ### 1. 接入与拆解 验证输入是 3–15 秒视频或带时间戳的连续帧。提取： - 主体和物件的跨帧轨迹； - 手、脚、头、腰线等姿态关键点； - 视线和头部朝向； - 进入或离开画面边缘的轨迹； - 遮挡窗口； - 动作峰值、音频瞬态和台词停顿。 无法读取视频时，只能基于用户提供的帧和时间描述工作，并在 `analysis_mode` 标注 `frame_sequence`。 ### 2. 发现 2–4 个真实接点 一个接点必须同时包含： - `start_ms`、`key_ms`、`end_ms`； - `edge`； - `anchor_xy`； - `source_action`； - 至少一条可见证据； - 至少一种兼容语法。 优先级： 1. 身体或物件在边缘被裁断； 2. 物件穿越边缘； 3. 稳定视线指向画外； 4. 推、拍、吹、敲等动作峰值； 5. 150–700ms 的强遮挡； 6. 含糊台词后的可读停顿。 若没有真实接点，输出 `NO_VALID_JOIN`，说明缺失哪项证据，不用低质量候选凑数。 ### 3. 生成三条歪路 对用户选中的一个接点，固定时间、边、锚点和方向，再生成： - `catch`：最直观地完成物理关系，一遍能拍成； - `twist`：保留物理关系，改写结果、尺度或角色； - `continue`：本棒笑点成立后，让动作、物件或视线从另一边离开。 每条候选必须： - 引用真实 `port_id`； - 只有一个主笑点； - 一个人和至多一个常见道具可完成； - 静音、无字幕仍能看懂； - 关键动作允许普通人约 `±120ms` 的误差； - 指定一个主语法； - `continue` 提供新的时间、边、锚点和动作。 ### 4. 编译一句拍摄合同 把选中候选压成不超过 32 个汉字的一句话： > 第 `{拍}` 拍从画面 `{边}` 进，贴住 `{锚点}` 做 `{动作}`，再从 `{边/状态}` 结束。 只告诉用户何时、从哪边、做什么。毫秒、坐标、镜像和音量留在机器参数里。 ### 5. 匹配用户实拍 从用户录制或已有视频中切出动作片段。根据以下顺序排序： 1. 指定边是否正确； 2. 锚点距离； 3. 进入方向； 4. 动作峰值与 `key_ms` 的误差； 5. 静音可读性； 6. 是否留下新接点。 不得用生成帧补齐用户没拍到的手、脚、物件或接触瞬间。 ### 6. 输出硬边界剪辑方案 只允许： - 左右、上下、十字或 L 型明确分屏； - 各画格内裁切、缩放、平移和镜像； - 时间裁切、音量调整、时间偏移； - `0.90–1.10x` 轻微变速； - 接缝处的短闪光、边线或节拍提示。 `edit_recipe.seam_visible` 必须为 `true`；`background_fusion` 必须为 `false`。 ### 7. 判定连得上 按 [评测规则](references/evaluation.md) 逐项给出 `PASS/FAIL`。 - `CONNECTED`：总分至少 80，所有必要项通过，且无红线。 - `MISJOINED`：其他情况。 不要只给总分；必须返回失败项与可复核证据。 ## 输出要求 只输出一份符合 [输入输出结构](references/schema.md) 的 JSON。顶层必须有： ```json { "status": "OK", "analysis_mode": "video", "openings": [], "candidates": [], "selected_candidate_id": null, "capture_prompt": "", "capture_guide": {}, "edit_recipe": {}, "evaluation": {}, "new_opening": null } ``` 输出后运行： ```bash python3 scripts/validate_output.py <结果.json> ``` 校验失败时，修正输出而不是跳过校验。 ## 最小闭环示例 输入：讲师上半身位于画面上半格，说“保持镇定”，腰部被底边裁断。 输出核心： - 接点：`2.40s / bottom / waist / body_extension` - `catch`：补一双努力端坐的腿； - `twist`：补一双突然疯狂逃跑的鸭脚蹼腿； - `continue`：腿跑完向右踢出，给下一位留下接点； - 用户指令：`她说“稳住”，你就从腰线下开始蹬。` - 编辑：上下硬分屏、源片 2.40s 对用户片峰值、接缝可见； - 判定：关键时机和腰线匹配后才允许 `CONNECTED`。 更完整的机器可读样例见 [示例输出](assets/example-output.json)。 ## 人类确认点 在以下位置必须停下来让人选择： 1. 选择哪个接点； 2. 选择哪条歪路； 3. 拍摄、重拍或改用已有视频； 4. 接受哪份剪辑方案； 5. 是否发布和是否允许下一位继续合拍。