AI 工具集

核心能力：generate_image() 文生图双策略（native/engineered）、inpaint_image() 局部重绘、多通道健康检查自动路由、ensure_composite_ref() 多参考图合并

设计亮点：7 条实战验证的设计原则，包括多 base64 触发空响应规避、SSE 前导 keepalive 解析、通道级 4xx/5xx 差异化重试策略

使用场景：AIGC 视频封面生成、角色锚点图管理、产品图局部修改

核心能力：novel 模式（Markdown 章节，1500-3000字/场景）、screenplay 模式（好莱坞标准格式）、大纲生成、角色卡设计、文风润色、章节扩展

写作规范内置：Show Don't Tell、五感描写（每场景 2-3 种）、四拍结构、微冲突要求、潜台词对话

使用场景：长篇小说创作、短视频剧本、角色世界观设定

核心能力：agnes-2.0-flash（文本对话+流式+tool calling）、agnes-image-2.1-flash（文生图+图生图）、agnes-video-v2.0（文生视频+图生视频+多图关键帧+异步轮询）

设计亮点：smoke-test 冒烟测试覆盖全部能力、图片尺寸/视频帧数自动校验、num_frames 必须为 8n+1

使用场景：低成本图片/视频批量生成、多模态内容实验

七道闸门：选题 → 脚本 → 样片 → 动效密度审计 → 最终渲染 → 封面 → 发布验证

工具链：create_episode.py（创建新集）、motion_audit.py（运动审计，核心视觉静止≤10秒）、validate_release.py（发布前验证）、promote_release.py（提审）

所需 API：DeepSeek（脚本）+ GPT-Image-2（封面）+ edge-tts（配音）+ HyperFrames（合成）

情报源分级：S 级（arXiv/GitHub/官方博客）、A 级（机器之心/量子位/虎嗅/36氪/TechCrunch）、B 级（HN 热帖≥100 points）、C 级（不进入评分）

三过滤机制：时效硬门槛 → 去重查重（相似度>70%丢弃）→ 噪音拦截（PR通稿/标题党/情绪文）

五维评分权重：时效性20% + 话题引力25% + 可视频化25% + 观看获得感15% + 差异化15%

四维度：账号体量(35分，粉丝数/获赞/赞粉比) + 内容表现(35分，近30天作品数据) + 运营活跃度(20分，更新频率/时段) + 平台指数(10分，红狐指数/认证状态)

输出：评分计算明细 + 完整诊断报告（基本信息/核心数据/综合评级/优势短板/3条优化建议）

容错：API 失败降级为联网搜索，playCount 为 null 不影响评分，严禁估算未返回字段

核心能力：自动识别链接所属平台（无需手动指定）、提取标题/作者/封面/时长/互动数据、生成视频直链（自动拼接代理下载）

输出格式：Markdown 表格 + JSON 双格式，video_parser.py 一键解析

使用场景：视频素材采集、竞品内容分析、无水印视频下载

核心能力：analyze_image.py 调用任意 OpenAI 兼容 Vision API、按图片哈希+prompt哈希自动缓存、.review.json + .review.md 双格式输出

设计哲学：不把 base64 图片数据或完整模型输出粘贴进对话，只返回精简摘要；需要证据时引用保存的报告路径

使用场景：AIGC 生成帧质量检查、角色一致性验证、画面缺陷排查

五维并行分析：shots（逐镜画面描述）→ characters（锚定关键帧+面部硬特征+3-6次自洽收敛）→ motion（全局跨镜动线追踪）→ structure（钩子/结构/情绪/评分）→ audio（BGM/音效独立分析）

打破刻板印象：角色识别不用"head-counting"，改用 role-based 锚定——只追踪叙事引用的角色，避免把路人计入或合并不同角色

使用场景：AI 视频质量审查、竞品视频结构分析、运动动线提取

六大优化原则：主体定义（严禁臆测视觉特征）→ 镜头节奏（15秒≤5镜，每镜≥3秒）→ 动作降速（高爆发→低缓连贯）→ 视角一致性（第一人称贯穿整条动线）→ 音画同步（{}台词/（）音乐/<>音效）→ 忠实原意（只优化表达，不改内容）

知识注入：完整官方《Doubao Seedance 2.0 系列提示词指南》+ 社区实操技巧（sd2_knowledge.md）注入为系统指令

使用场景：Seedance 2.0 视频生成前的 Prompt 规范化、创意到可提交提示词的自动转化