| name | mv-director |
|---|---|
| description | 把一首歌做成真正的音乐 MV，画面全部用代码画（canvas 逐帧渲染，1080p 60 帧，不用生图）。先听懂歌（拍子、小节、副歌、抽鼓，逐字强制对齐），再读懂歌词、逐句分镜，让画面演出每一句在说什么，并卡准音乐；画风可以从风格库（lemo-opuscar、花叔 huashu-art-motion 等）里挑一种来借。做完用脚本量字幕对不对得上、画面跟没跟拍，不合格自己改。用户说「做 MV」「给这首歌做画面」「歌词视频」「卡点视频」「音乐视频」时用。 |
MV 导演（mv-director）
一支好的 MV 同时做到两件事：
- 画面演出歌词在说什么。唱到「下雨」，画面里就下起雨；唱到「你走了」，就有人转身走远。
- 画面跟着音乐走。字在唱出来的那一刻出现，镜头在小节头上切，进副歌那一拍画面整个炸开。
AI 自己做 MV 最常见的三种坏样子：
- 抓一个好看的意象从头画到尾，歌词只是贴在上面的字幕；
- 字比唱的早半秒到一秒出来；
- 画面在自己飘，小节头上没反应。
这个 skill 用一套流程和脚本把这三件事管住。画风不是它的事：可以从风格库里挑一种借来用，但点子、故事、画面都由你读懂歌词以后自己构思。
铁规矩
- 按步骤来，每一步的门槛过了才进下一步。不许跳过「读懂歌词」直接画。
- 每一句歌词，唱的时候画面里都要能看出它在说什么。
- 时间只从 song.json 来：拍子、小节、每个字的开唱时间都是脚本测的、对齐的。卡点表写
bar9、line3、line3@某个词，不手写秒数。逐字时间必须是强制对齐（song.md 会写来源）；不是的话，歌词只能整句出现，不许逐字卡。 - 画面只由时间 t 决定：不许
Math.random()、Date、上一帧的状态。随机用M.hash(i)/M.rng(种子)。 - 画面全部用代码画：不用生图、照片、网图。借画风只借规则和画法，不搬别人的场景和角色。
- 脚本报 ✗ 必须改；⚠ 要么改，要么在 plan.md 写一句为什么不改。
- 每一步跑完都看图：songmap.png、cue_map.png、逐句图、每小节图、审片图。
- 不上网找别人做好的 MV、代码来改。借了谁的画风、参考代码、字体，在 NOTES.md 写清作者和许可。
步骤
所有脚本在本 skill 的 scripts/，Python 用 python -I，第一个参数是项目文件夹。Windows 报编码错就先设 PYTHONUTF8=1。
0. 检查环境、建项目
python -I scripts/doctor.py # 缺什么、怎么装（安装说明：references/安装.md）
python -I scripts/new_project.py <项目> --song 歌.mp3 --lyrics 歌词.lrc --start 秒 --end 秒 --demucs
- 歌词：
- 带时间的 LRC 最好；一行一句的纯文本也行，会先整首对一遍，找出每句的开唱时间，要求整首不超过 5 分钟。
- 歌词要和唱的一字不差、重复的句子也要写出来。
- 网上 LRC 的时间常差 0.5–1 秒，只用它的文字和顺序，逐字时间以强制对齐为准。
- 不是中文歌加
--lang English（日语 Japanese、粤语 Cantonese、韩语 Korean……）。
- 分轨：
--demucs自动分四轨（鼓、贝斯、人声、其他）；已经分好的用--stems 文件夹。拍点从鼓轨找，逐字时间用人声轨做强制对齐。不分轨也能跑，但拍点可能差半拍，也没法逐字对齐。 - 用户没说做哪一段：先不带
--start/--end建一个整首的项目，读它的 song.md 挑一段：- 从小节头开始，在一句唱完、下一段开始的小节头结束；
- 一定包含「进副歌」那一下，前面留几小节做反差。
- 挑好再带上起止秒建正式项目，在 plan.md 写为什么挑这段。
- 产出：
song.jsonsong.mdsongmap.pngaudio.wav，模板index.htmlscene.jscues.jsonplan.md，运行库mv/mv.js，字体fonts/。
1. 拆解音乐
读 song.md，看 songmap.png，填 plan.md 第 1 节：速度、段落、大时刻候选、抽鼓、逐字时间来源。
2. 读懂歌词（最重要的一步）
读 references/读懂歌词.md，填 plan.md 第 2–4 节，同时写进 cues.json：
story：这一段在讲什么：谁、发生了什么、情绪怎么走、在什么时代和地方。board：逐句分镜，每一句都要写：says：字面在说什么；see：画面上具体看到什么；keys：这句里要演出来的原词，1–3 个。
- 主角长什么样、世界什么样，定下来全片不变。
- 门槛：只看
see那一列，没听过这首歌的人也能把歌词意思猜个八九不离十。
3. 选画风
画风从哪来，听用户的：
- 用户可能给你一个风格库：任何仓库或 skill 都行，比如 lemo-opuscar、花叔的 huashu-art-motion，或者别的画风集合；
- 也可能直接说一种画风、给参考图；
- 什么都没说，就用
references/代码画具体东西.md里的基础画风。
给了风格库、没说要哪种：
- 自己去翻这个库：先读它的 README 和索引，弄清楚画风是怎么组织的（每个画风的说明文件在哪、有没有样片源码和样张），把全部画风的名字和一句话简介列出来。
- 按第 2 步读懂的歌（年代、情绪、要画的东西）挑 3–5 个最配的，每个写一句为什么。
- 问用户要哪一种（也告诉他全部有哪些），等他回答再往下做。
用户已经说了要哪种：直接用。用户说「你定」或者说了不要问：自己挑最配的，在 plan.md 写理由。
选好以后读 references/接画风.md：
- 读这个画风的说明和样片源码，把规则抄成 plan.md 里的「画风卡」：色板、材质、线条、镜头语言、动作节奏、忌讳；
- 再用这些规则自己画你的分镜。只借画风，故事和画面还是从这首歌来。
4. 定画法、列零件
读 references/代码画具体东西.md：
- 把每句
keys、see里要出现的东西（人、动物、房子、天气、光、物件、动作）列成零件清单，每样写成一个会动的函数； - 人和动物用关节剪影或这个画风自己的画法，姿势用关节角度的关键帧。
运行库用法见 references/画面库.md。
5. 卡点表
写 cues.json（格式见 references/卡点表.md），然后跑：
python -I scripts/cue_lint.py <项目>
- 镜头跟着歌词换：每句开唱换一个镜头（
"at": "line3"）；关键词上切第二个镜头或加时刻（"at": "line3@某个词"）。 - 进副歌那一拍要有大时刻；起伏 arc、打点规则按需要写。
- 门槛：0 个 ✗。脚本会逐句查：每句都有分镜，唱到这句画面会换，keys 都是歌词原词，镜头切在小节头或歌词上。
6. 画，逐句自查
写 scene.js（零件函数 + 每个镜头），边写边出图：
python -I scripts/render.py <项目> lines # 每句唱到关键词那一刻一张 → out/stills/逐句.jpg
python -I scripts/render.py <项目> bars --debug # 每小节一张
python -I scripts/render.py <项目> moments # 每个大时刻前后 6 帧
- 遮住字幕只看图：能不能看出这句在说什么？画风对不对味？看不出、不对味就重画这一镜。
- 结果填进 plan.md「逐句自查」。
- 也可以开浏览器预览（项目里
python -m http.server）：空格播放，←→ 跳小节，D 显示节拍信息。
7. 草稿 + 审片（循环到过关，最多三轮）
python -I scripts/render.py <项目> video --draft
python -I scripts/check.py <项目> --draft
门槛：
- 每句歌词上屏比开唱早不超过 0.35 秒、晚不超过 0.15 秒；唱的时候 ≥75% 时间在屏上；
- 小节头命中 ≥ 70%，大时刻全炸；
- 没有超过 1 秒的死画面；
- 画面起伏和 arc 的相关 ≥ 0.4；
- 硬切 ≥ 80% 落在拍上或字上。
改法见 references/审片.md。
8. 成片和交付
python -I scripts/render.py <项目> video
python -I scripts/check.py <项目>
在项目里写 NOTES.md：
- 这段歌在讲什么、每句怎么演的（贴逐句自查表）；
- 选了哪个画风、为什么；
- 审片数字、遇到的问题和怎么解决的；
- 署名：借了谁的画风、参考代码、字体（作者、仓库、许可）。
成片是 <项目>/out/mv.mp4。
导演守则
- 歌词说什么就演什么：名词、动作先画出来。抽象句找一个最能代表它的具体处境。
- 关键词那一刻兑现：唱到那个词，画面正好变（
line3@某个词）。 - 一句一个画面，长句两个；重复的句子要升级，不原样再放一遍。
- 主角和世界前后一致，一句接一句讲成一件事。
- 反差：主歌收着，铺垫越来越紧，抽鼓那一下几乎停住，副歌全放开。
- 大时刻是画面本身变：尺度跳变、世界翻转、一个人变一群人。闪白、震动只是调料。
- 拍子分层：小节头换镜头或推镜头，拍上元素脉动，字唱出来的那一刻落下来。
- 歌词字是画面的一部分：清楚、够大（≥108px），跟着段落换上屏方式，不挡主角的脸和关键动作。
- 借画风不借内容：画风库的样片只学画法，故事和镜头从这首歌里来。
文件
| 文件 | 谁写 | 是什么 |
|---|---|---|
song.json / song.md / songmap.png | listen.py | 拆解结果和逐字时间（只读） |
plan.md | 你 | 这支 MV 怎么拍（模板：references/立意模板.md） |
cues.json | 你 | story、board（逐句分镜）、镜头、大时刻、歌词上屏 |
scene.js | 你 | 零件函数和每个镜头的画面 |
mv/mv.js | 运行库 | 不要改 |
out/ | 脚本 | cue_map.png、stills/、mv_草稿.mp4、mv.mp4、审片*.md |
出问题看 references/排错.md。