橙色机器人穿梭办公、课堂与工作室

1. Dusty Dawn：灰调蓝灰、石板青、暖米色、海军蓝、柔紫色
2. Desert Clay：陶土色、沙色、鼠尾草绿、深可可色、芥末黄
3. Nordic Frost：冰蓝、浅石灰、松绿、炭灰、浆果红
4. Retro Mint：薄荷绿、奶油色、珊瑚色、深青色、勃艮第红
5. Ink and Ochre：赭黄、暖灰白、靛蓝、铁锈色、橄榄绿
6. Dusk Arcade：深李紫、柔和青色、灰调品红、午夜蓝、暖奶油黄
7. Forest Paper：苔藓绿、牛皮纸米色、森林绿、李紫、奶油色
8. Candy Slate：石板灰、桃色、丁香紫、奶油黄、海青色
9. Harbour：海军蓝、帆白、砖红、海玻璃绿、绳褐色
10. Citrus Concrete：混凝土灰、青柠绿、橘色、石墨色、天蓝

代码用色：从调色板中推导出 11 个十六进制色值，保存到 dna.json：ink（文字）、alert（红色系，用于 X 标记和印章）、warm、highlight、success、dark panel、headline A、headline B、label grey、card fill、transition fill。
规则：ink 与 card fill 的对比度至少为 7:1。alert 与 card fill 至少为 4.5:1。headline A 和 B 上的白色大写字母至少为 4.5:1。alert、warm、highlight 和 success 的色相彼此至少相差 30 度。
Dusty Dawn 保留原始配色：ink #2b2d42、alert #d62828、warm #f4a261、highlight #f6b93b、success #2fb37a、dark #1f2a48、headline A #e2552f、headline B #5b3fa6、label grey #8a8c9c、card #ffffff、transition fill #f4f1fb。

角色体型（选 1 项）：
1. 大圆头、点状眼睛、小身体
2. 高挑胶囊形身体、椭圆头，用实心形状的眉毛表达情绪
3. 厚实的圆角方头、短腿、宽肩
4. 细长四肢、小头、夸张的大手和大鞋
5. 没有鼻子的蛋形头、大块状头发、小脚
6. 头和躯干合为一体的豆形身体，点状眼睛间距较宽
肤色：从浅桃色到深棕色的广泛范围中，为每位主要角色分配不同的纯色肤色。

字体（选 1 项，Google Fonts，最粗字重）：Montserrat 900、Poppins 800、Archivo Black、Anton、Bebas Neue、Rubik 800、Barlow Condensed 800、Lexend 800、Outfit 800、Fredoka 700、Unbounded 800、Sora 800。

卡片样式（选 1 项），应用于所有展示板、卡片和气泡：
1. 圆角卡片（radius 18-20），柔和投影（blur 22, y 8, 22%）
2. 近直角卡片（radius 4），使用深色的硬边纯色偏移阴影，向右下偏移 8 px
3. 两端呈胶囊形的卡片，左边缘带粗强调色条，无阴影
4. 随机倾斜 ±0.04 rad 的纸质便签，顶部贴一条扁平胶带
5. 模切贴纸：卡片下垫一张略大的深色卡片

HUD 位置（选 1 项）：日期和地点卡片位于左上、右上、左下，或合为横贯顶部的一条细栏。

标签样式（选 1 项）：
1. 一条线，物体端带圆点，另一端带胶囊标签
2. 从标签指向物体的弯曲箭头
3. 环抱物体的括号，标签放在括号上
4. 插在物体旁的旗杆和旗帜
5. 带小三角指针的标签，不连线

文字入场（选 1 项）：逐字打出、逐词弹出、文字行从遮罩中向上滑出、字母从上方落下并回弹。

动效个性（选 1 项）。它决定 <animation> 中的基础动效：
1. Bouncy：spring 1 - e^(-6.5Δ) cos(13Δ)，pop 0.3 s，使用 1 + 2.9(p-1)^3 + 1.9(p-1)^2，kick 0.1
2. Snappy：spring 1 - e^(-10Δ) cos(9Δ)，pop 0.2 s，带轻微过冲，exits 0.18 s，kick 0.07
3. Floaty：spring 1 - e^(-4.5Δ) cos(8Δ)，pop 0.4 s，camera 更慢，闲置道具轻轻摇摆
4. Punchy：每次入场都有明显的挤压和拉伸（1.25x by 0.8x，在 0.2 s 内稳定），kick 0.16

Camera language（选 1 项）：缓慢的 2-4% pushes and pans；在 pushes 上叠加轻微的 handheld drift（±6 px, 0.3 Hz noise）；在重读词处进行 6-8% 的 snap zoom-ins；layered parallax，将从 plate 中切出的前景道具以背景 1.5x 的速度移动。

Shot transition（选 1 项）：horizontal push、vertical push、以 circle iris 在下一个主体上打开、three diagonal slats、zoom through 旧 shot 中的一扇门、窗或屏幕。全部持续 0.22-0.28 s，并在开始前 0.02 s 播放呼啸音效。

章节转场（选 1 项），使用 transition fill 颜色：团块飞溅、一大笔油漆划过、5 根竖条组成的快门、从中心扩大的墨滴、用扁平形状做出的翻页卷角。

旁白（选 1 项，然后使用我现有声音中最接近的）：低沉温暖的美式纪录片声、清晰利落的英式纪录片声、平静温暖的女性纪录片声、活力十足的年轻美式讲解声、冷面干幽默叙述声、沙哑的年长叙述声。

音乐类型（选 1 项）：轻柔钢琴与脉冲节奏、轻快 lo-fi 节拍、温暖管弦乐弦乐、极简电子乐、原声拨弦、synthwave 铺底音色。

节奏：每分钟地点数从 8-12 中随机抽取，“新内容出现”间隔从 1.6-2.4 s 中随机抽取。

主持人（选 1 项）：无主持人；每条视频都负责开场和收尾、每章出现一次的固定主持人；动物吉祥物；长着脸的物件吉祥物。主持人在初始化时制作完整设定图，每条视频重复使用。

片头片尾短片（各选 1 项，在初始化时制作并重复使用）：
片头，2-3 s：频道名在第一张 plate 的展示板上逐步出现；主持人走入并介绍标题；章节转场揭示横幅上的标题。
片尾，3-4 s：主持人在收尾 plate 上挥手告别；写着频道名的展示板摆入；标志性母题的最终状态配上频道名。

每条视频的特征（每条视频重新随机抽取）

脚本结构（选 1 项）：按时间顺序讲故事、理由倒数、从结局开场的谜团、迷思与现实、生活中的一天、“假如”情境逐步升级、追踪资金流向。
开场钩子类型（选 1 项）：震撼的数字、直接向观众提问、已经进行到一半的动作场景、打破常见观念、最终影响巨大的微小细节。
标志性母题（选 1 项）：故事不断回到的一张地图、plates 中某处不断攀升的计数器、每章都出现的一个道具、每章首张 plate 上盖出的巨大章节编号、对每次转折都有反应的配角。
强调色：从调色板中选一种颜色，主导本集的横幅和印章。
缩略图布局（选 1 项）：左侧人脸右侧物件、两个角色对峙、一个巨大物件搭配一个微小角色、前后对比分屏。

下文的 [DNA ...] 表示 dna.json 中的某个值。除非随机抽中了 Dusty Dawn，否则绝不能回退到它。
</dna>

<look>
一部 1920x1080 的动画讲解视频，采用大型扁平矢量信息图频道的风格。
每句旁白都由卡通人物在完整绘制的地点内表演出来。
所有运动都由代码实现。不生成 AI 视频，只用少量静态图片，由代码切分、绑定骨骼并制作动画。

美术：
纯色形状，不得有描边，最多只用一层略深的纯色色块表现形体，采用简单几何形状和清晰边缘。
调色板：[DNA palette]。角色：[DNA character build]，每位主要角色都有自己的肤色。
氛围由 plate 自身的光线营造：日光、寒冷的夜晚、温暖的室内灯光。

代码用色：dna.json 中的 11 种颜色。
字体：[DNA font]，卡片和标牌上全部使用大写字母。

节奏：
每 60 / [DNA places per minute] 秒换一个新地点。
每隔 [DNA interval] 就有新内容出现：一个标签、一枚印章、一个走入的人、一个数字。
静态画面绝不持续超过 1 s。任何角色都必须有动作。

禁止：
描边、悬浮在画面上的光泽 UI 面板、emoji、烧录字幕
任何频道的标志或名称、真人照片
明明能写在场景中的信息，却写在纯色卡片上
照搬某个特定频道的视觉风格（重新随机抽取导致雷同的特征）
</look>

<length>
所有内容都按时长（1-10 min）缩放。提交脚本时向我展示这些数字。
词数：分钟数 x 175。
地点数：分钟数 x [DNA places per minute]。约 30% 来自 hero plates，其余来自 quad tiles，每张 quad 有 4 个。
主要角色：3 min 以下为 1-2 位，超过则为 2-3 位。主持人不计入，因为已经制作好了。
章节：不足 2 min，不分章，只每隔 15-20 s 设置一个节拍；2-5 min，3-4 章；5-10 min，5-8 章。
粗略图片预算：1 min 约 12 张图片（约 $0.50），3 min 约 25 张，5 min 约 40 张，10 min 约 70 张（$3-4）。
配音：3 min 以下一遍录完；超过则在章节分界处分块。
渲染：3 min 以下使用一个浏览器页面；超过则用 4-6 个并行页面。
超过 5 min 时，均匀分布母题和主持人的出场，避免中段乏力。
</length>

<art>
图片数量由 <length> 决定。每次都将 library/ 中的风格帧和主持人作为参考输入。

每条提示词都以这段核心风格描述开头，逐字一致，并填入 DNA：
“扁平矢量插画，美术风格与参考图片完全一致：任何地方都不得有描边或线稿，每个形状都是平坦的纯色填充，最多只用一层略深的纯色色块表现形体，简单几何形状，清晰干净的边缘，无渐变、无纹理、无绘画式光照。柔和的现代调色板：[DNA palette, five colours]。角色为 [DNA character build]。无文字、无字母、无数字、无标志。”

然后添加一句锁定背景设定的描述（“背景设定为 [time, place]：[materials, light sources]，除非另有要求，不得出现其他时代的东西”）。

风格参考，在初始化时制作：如果我提供参考频道（已裁掉标志），只参考它的构图和细节，绝不使用其配色或角色。否则根据核心风格描述生成 3 张风格帧，获得我的确认，再使用它们。

1. Hero plates，数量由 <length> 决定，每张都是完整的 16:9 图片，用于需要 zoom into 或反复回到的地点。
   EMPTY：“无人、无角色、无动物”。
   Straight-on，中间留出开放地面，供角色站立。
   标牌、展示板、屏幕和页面留白，之后由代码写入文字。
   至少围绕标志性母题规划 2 张 plates。
2. Quad plates，数量由 <length> 决定，每张包含 4 个地点。将 4 个地点装进一张图片：
   “图片为 2x2 网格，包含四个完全独立的场景，每个场景恰好填满图片的四分之一（每个四分之一区域本身都是一张 16:9 图片），由笔直、纤细、纯白的间隔线分隔，一条竖线穿过精确的中心，一条横线穿过精确的中心。”
   然后描述 TOP-LEFT、TOP-RIGHT、BOTTOM-LEFT 和 BOTTOM-RIGHT 场景。
   沿中心附近最亮的白色行和列分割每张 quad，向外扩展，直到线上的白色占比不再超过 60%，再多裁掉 6 px。
   将每个 tile 裁成 16:9，尺寸为 1920x1080。
   物体 close-ups 很适合做 tiles：书桌、屏幕、文件、一盘食物、金库。
3. 主要角色，数量由 <length> 决定。按 DNA 体型为每位角色写一段固定描述（年龄、头发、面部、肤色、每件衣物及其来自调色板的颜色），逐字粘贴到每张设定图中。
   基础设定图：6 个视图。(1) 正面，中性表情，画成无手臂，手臂连接处只有圆润光滑的肩部接口；(2) 同一个无臂正面，换第二种表情；(3) 向右行走的 side view；(4) 背面；(5) 和 (6) 脚本需要的两种姿势。
   表情设定图：6 个无臂正面（充满希望、厌恶、恐惧、疲惫、生病、震惊，或脚本需要的其他表情），以基础设定图作为参考。
   姿势设定图：6 个带道具的完整姿势（坐在桌前打字、睡觉、吃饭、奔跑、签字、跌倒），以基础设定图作为参考。
4. 其他所有人：每张包含 4-6 人的角色图，每个人都画成对应 shot 所需的准确姿势；每张包含 8-10 个小人物的人群图；道具图。
   每张设定图：“使用纯色平坦 chroma green 背景（#00B140），人物之间留出大量绿色空白；彼此不接触，任何角色或物体上都不能有绿色，展示完整身体，不得被画面边缘裁切”。如果调色板中有接近 #00B140 的绿色，改用品红色 #FF00FF。
5. 按 DNA 缩略图布局制作缩略图插画：使用相同角色，更浓郁饱和的卡通光照和极端情绪，顶部四分之一留白，无文字，以基础设定图作为参考。
</art>

<rig>
抠图：
背景定义为所有与边界连通、G - max(R,B) 大于 40，且与绿色中位值相差不超过 110 的像素（品红色使用对称规则）。仅从边界开始抠色，否则深色衣服会被误抠。
添加 2 px 的柔和 alpha 过渡带，并将其中的 G 限制为 max(R,B) + 6，以消除色边。
按人物分组各个部件，去掉杂点。为每个精灵命名，并向我展示带名称的总览图。

无臂正面人物变成木偶：
在颈部拆分头部：即头部下方最窄的 alpha 行。对于头身一体的体型，改为围绕肩线旋转上方三分之一。
找到两个肩部接口和眼睛包围框。
用身体自身的颜色补绘头部下方的空洞，确保点头时不会露出缺口。
将所有信息写入 rig.js：尺寸、颈部、肩部接口、眼睛包围框、皮肤 RGB、袖子 RGB。
手臂，与该体型设定图中的姿势匹配：上臂 L1 为人物高度的 0.11-0.15，下臂 L2 为 0.10-0.14，粗细为 0.03-0.05。袖色延伸至肘部，前臂使用肤色，手臂位于身体后方时袖色亮度为 0.82x，端点和连接处均为圆角。
手：三种连指手套形状（手套状、张手、拳头），再加一种伸出一根手指的指点形状。
手臂姿势：每种都是相对肩部的手部目标位置，以 L = L1 + L2 为单位，用双骨 IK 求解（有两个符号时，第一个用于左臂）。
  down: (∓0.04, 0.97)
  rest: (±0.1, 0.9)
  hips: (∓0.42, 0.55)，握拳
  point: 右手到 (0.86, -0.32)
  present: 右手到 (0.75, 0.25)，张手
  shrug: (∓0.62, 0.12)，张手
  up: (∓0.32, -0.9)
  双手抱头
  chin: 拳头放在颈部
  hold: (±0.42, 0.45)
  wave: (0.5, -0.75)
  stop: (0.55, -0.1)
  cheer: (∓0.55, -0.75)，握拳
姿势变化时，使用 ease-in-out 在 0.3-0.5 s 内混合两个目标位置（Snappy 更短，Floaty 更长）。
侧面、背面和姿势精灵保持整张图片。只有头部转动，绘画或打字的手抖动 ±6 px。
</rig>

<animation>
一个 HTML canvas，每一帧都是时间 t 的纯函数：window .seek(t)、READY、END，以及按名称列出声音事件的 EV。
让每个 shot 都与旁白挂钩：S('exact words', fn) 在对应短语前 0.08 s 开始一个 shot。重复词按出现次数查找。
每个 shot 一个函数，每章一个 shots 文件。

基础动效（Δ = t - start）：使用 [DNA motion personality] 中的 spring、pop 和 kick。
Shake: x = A e^(-8Δ) sin(61Δ), y = A e^(-8Δ) cos(47Δ)。
退场使用 ease-in，在 0.25 s 内缩小（Snappy 为 0.18 s）。物体入场使用弹簧、挤压或烟团效果，绝不只做淡入。

Camera：
camP(plate, zoom, fx, fy) 确保视野保持在 plate 边缘以内。
每个 shot 都按照 [DNA camera language] 从一组 [zoom, fx, fy] 移动到另一组，确保没有静止画面。
在同一个 camera transform 内绘制 plate 及其上的所有元素。
quad tiles 的 zoom 保持在 1.33x 以下，包括 snap zooms。只有 hero plates 可以 zoom 得更深。

转场：
Shots：大多数 cuts 使用 [DNA shot transition]，大约每 6 次有 1 次在节拍上进行 hard cut。
章节：使用 transition fill 颜色的 [DNA chapter transition]，0.2 s 遮满画面，再用 0.2 s 清空。团块飞溅效果：一个 1,250 px 的圆，12 个按黄金角间隔分布的大附属团块，以及外围更远处的 10 个小液滴，入场时向左偏移 120 px，退场时向右偏移 140 px。

角色每一帧都要有生命感：
呼吸：scale 1 + 0.009 sin(2.3t)。
点头：0.025 sin(2.1t) rad，或在该角色说台词时使用 0.025 sin(7t) + 0.02 sin(11.3t)。
眨眼：每 2.7-4.2 s 一次，每个人物使用独立随机种子。在 0.14 s 内，用肤色覆盖每个眼睛包围框，并画一条弯曲睫毛线。
行走：
  使用 |sin| 上下起伏，幅度为人物高度的 2.2%，身体摆动 ±0.035 rad。
  Side-view 行走精灵每个步态周期滑动 1.5 个腿长，避免脚底打滑。
使用 spring 入场，有时加一个小跳。恐惧表现为快速抖动（sin 70t）。惊讶表现为跳起，并出现一个暖色“!”。
每个人物下方都要有柔和的椭圆接触阴影。Night shots 用 brightness(1 - k) 将人物压暗，使其与 plate 匹配。
屏幕上的每个角色都要配合台词表演：指向提到的东西、展示它、耸肩、欢呼、抱头。
标志性母题每章至少出现一次。
</animation>

<graphics>
文字只能出现在世界中的物体上，使用 [DNA text entry] 入场：每秒 28 个单位（短标签为 34）。打字效果中，每个字母初始大小为 1.45x，向右偏移 0.7 em，然后用 ease-out 在 0.18 s 内归位。

所有卡片、展示板和气泡都使用 [DNA card style] 和代码用色。

完整组件：
展示板：采用卡片样式，用 spring 下落 420 px，再摆动 0.25 rad 到位；或立在木杆上，从 -1 rad 向上摆起。每行文字间隔 0.3 s 入场。
日期卡：位于 [DNA HUD position]，高 120 px，宽至少 330 px。暖色日历图标，26 px 的 label-grey“日期：”标签，日期以 44 px 最粗字重入场。在 0.32 s 内弹入。
地点卡：与日期卡相同，使用 alert 色地图定位图标和“地点：”。
标签：[DNA tag style]，在 0.2 s 内绘出，标签文字为 40 px 最粗字重。填充使用 ink、alert、highlight 或 warm。
数字卡：卡片上有一个 label-grey 小标签和一个 alert 色大数字。长数字像计数器一样用 ease-out 滚动增加。
红色 X：两条 alert 色、圆头、30 px 宽的笔画，每条持续 0.11 s，间隔 0.01 s，带柔和阴影。每个错误想法上都盖一个。
印章：alert 色文字，双层圆角边框，倾斜 -0.12 rad。用 0.14 s 从 2.1x 猛砸至 1x，然后 kick。
横幅：全宽标题条，headline A 或 B 上使用 92 px 白色大写字母（本集强调色优先），旋转 -0.02 rad，在 0.22 s 内从左侧滑入。
对话气泡：card fill，卡片样式的圆角，带尾巴。思考云：一个胶囊加两个小圆。
困惑角色头顶放一个暖色“?”，上下浮动并摇摆，再加一个弹出的“!”。
使用 card fill 的烟团和消失云、速度线、浅蓝色汗滴、硬币和纸钞、柔和暗角，以及营造情绪的色调叠加。
只要地点本身有空白展示板、屏幕和页面，就在上面写字。先在 plate 的网格叠加层上测量留白矩形。
</graphics>

<voice>
ElevenLabs：选择最符合 [DNA narrator] 的声音，eleven_v4，stability 0.5，similarity 0.75，style 0，speaker boost，使用 timestamps endpoint。告诉我选了哪个声音。
每分钟约 170-180 词，使用声音自身的速度设置（1.0-1.1）。绝不用 atempo 加速：听起来会像花栗鼠。
长脚本按章节分界拆成 3 块，传入上一段和下一段文字，保持朗读连贯。
将超过 0.24 s 的停顿缩短至 0.16 s，章节分界保留 0.5 s，并添加 0.3 s 的前导静音。
根据对齐结果重建词级时间，写入 words.js。
在构建画面前，对结果运行 faster-whisper，并与脚本做 diff。
免费方案：使用 Kokoro 中最接近 [DNA narrator] 的声音，再用 faster-whisper 获取词级时间。
</voice>

<sound>
音乐：从 Pixabay 获取 2-3 条属于 [DNA music family] 的免费背景音乐，在重要节拍处用 3 s 交叉淡化。
旁白出现时压低音乐（30 ms attack, 0.3 s hold, 0.45 s release），章节之间让音乐重新增强。
音效来自 Mixkit，每个事件一个，按峰值对齐，说话时降低 6 dB，与动效个性匹配：文字入场用滴答声，转场用呼啸声，标签和卡片用啵声，印章用闷响，每个红色 X 用撞击声，勾号用叮声，再加上符合场景的声音。
验收门槛：说话时，人声比音乐加音效高至少 15 dB（按 100 ms 帧的中位数计算），背景比人声更响的帧占比低于 1%。
两遍 loudnorm，将响度设为 -14 LUFS，true peak -1 dB。
</sound>

<build>
1. 工具：Python、搭配 Chromium 或 Edge 的 Playwright、FFmpeg、faster-whisper、OpenCV、Pillow、numpy。每次运行时安装缺失项，并告诉我。
2. 每条视频的制作顺序：
   时长规划、脚本和本条视频的选项（等待我的确认）
   分批制作美术，每批之后提供总览图
   使用 engine/ 完成抠图和骨骼绑定
   配音和词级时间
   逐章制作 shots，并使用 library/ 中的片头片尾短片
3. 任何完整渲染前都要检查：每章一张总览图，每 2 s 取一帧。修复：
   空白或文字溢出的标牌
   文字遮脸
   plate 黑边
   双脚悬空
   连续两个 shots 位于同一地点
   任何超过 DNA interval 两倍时长、却没有新内容出现的片段
   任何偏离 DNA 的内容（错误字体、颜色、卡片样式、转场）
4. 以 30 fps 渲染，在半帧时间内采样 4 个 motion-blur 子帧，通过管道将帧送入 libx264 CRF 16-18。
   长视频拆到 4-6 个并行浏览器页面渲染，再拼接各部分。
   扫描结果中的单帧跳变，确认每一次都是计划内的 cut。
5. 将视频和缩略图发给我。把视频记录添加到 library/log.json：主题、时长、日期及本条视频的选项。
</build>

<gotchas>
地点太少会显得偷懒。一张 plate 持续 30 s，上面只叠卡片，会显得廉价。
有些图像模型会忽略“无手臂”。GPT Image 2 会遵守。
每张设定图都粘贴相同的角色描述，并重新输入基础设定图，否则面孔和服装会漂移。
Quad tiles 的宽度只有约 1920 px。推近超过 1.33x 会显得模糊。
已经画有人物的 plates 无法制作动画。要求 EMPTY，并在切图前检查。
卡片悬浮在画面上会像幻灯片。把文字写进场景世界中。
长时间渲染会崩溃。分段渲染，确保可以重跑，每次大改前都备份 shot 文件。
在 engine/ 中修复 bug，并记录到 SKILL.md，不要只修在某条视频的文件里，让这套系统每次运行都能进步。
</gotchas>

<start>
运行初始化：询问我的图像模型、声音、频道名，以及是否有旧的 dna.json，随机抽取 DNA，向我展示 DNA 卡片，构建引擎并制作视觉测试。
</start>