HLDP v1
// ─────────────────────────────────────────
// modules/video2script/SPEC.hdlp
// 视频→剧本 翻译模块 · 项目说明书（朝暮自用）
// ─────────────────────────────────────────

[TRIGGER]
  type: user_request
  from: 之之
  date: 2026-06-08
  context: "我给你拍摄好的视频，你翻译成剧本的格式"
  constraint: "不训练大模型，用现成开源工具"

[EMERGENCE]

## 一、目标

输入：一部真人短剧视频（MP4，3-10分钟）
输出：专业剧本格式（含人物表、场景、对白、镜头提示）

## 二、技术方案（不训练，全用现成）

### Step 1 · 音频转文字（ASR）
  工具：Whisper（开源，光湖已有）
  输出：带时间戳的逐字稿

### Step 2 · 画面关键帧提取
  工具：FFmpeg（开源）
  策略：每3-5秒提取一帧，或检测场景切换时提取
  输出：关键帧图片序列 + 时间戳

### Step 3 · 画面描述（视觉理解）
  工具：调用视觉LLM（DeepSeek视觉版 / GPT-4o视觉）分析关键帧
  输出：每帧的场景描述（人物位置、动作、表情、景别、运镜）

### Step 4 · AI 编排合成（核心步骤）
  输入：时间轴对齐的 [逐字稿 + 画面描述]
  工具：LLM（DeepSeek，已有key）
  流程：
    a) 识别说话角色 → 区分不同人物
    b) 按时间轴编排：
       [时间戳] 场景/镜头描述
       角色名：（语气）"对白"
    c) 格式化为专业剧本结构

### Step 5 · 套路分析
  对生成的剧本进行结构化分析：
  - 钩子位置（第几秒出钩子）
  - 情绪曲线（起承转合标记）
  - 反转节点
  - 结尾卡点
  输出：套路分析报告（存库）

## 三、开源工具清单

| 环节 | 工具 | 许可证 | 已有 |
|------|------|--------|------|
| ASR | Whisper | MIT | ✅ 光湖已有 |
| 关键帧提取 | FFmpeg | LGPL | ✅ 光湖已有 |
| 视觉理解 | DeepSeek视觉API / GPT-4o | API调用 | ✅ DeepSeek有key |
| 文本编排 | DeepSeek Chat | API调用 | ✅ 有key |
| 套路分析 | DeepSeek Chat | API调用 | ✅ 有key |

## 四、架构

```
┌──────────┐   ┌──────────┐   ┌──────────┐
│  视频输入  │ → │ ASR提取  │ → │ 关键帧提取 │
│  .mp4     │   │ 音频→文字 │   │ FFmpeg   │
└──────────┘   └──────────┘   └─────┬────┘
                                     │
                                     ▼
                               ┌──────────┐
                               │ 视觉理解  │
                               │ DeepSeek  │
                               └─────┬────┘
                                     │
                                     ▼
                               ┌──────────┐
                               │ AI编排合成│
                               │ 时间轴对齐│
                               └─────┬────┘
                                     │
                          ┌──────────┴──────────┐
                          ▼                     ▼
                    ┌──────────┐         ┌──────────┐
                    │ 剧本输出  │         │ 套路分析  │
                    │ 专业格式  │         │ 存入仓库  │
                    └──────────┘         └──────────┘
```

## 五、文件结构

```
modules/video2script/
├── SPEC.hdlp           ← 本文件（项目说明书）
├── server.js           ← 后端服务（处理上传+调用各工具）
├── pipeline.js         ← 核心流水线编排
├── public/
│   └── index.html      ← 前端页面（上传视频、看结果）
└── data/
    └── output/         ← 输出缓存
```

## 六、产出物

1. 专业剧本（.md / .txt）
2. 套路分析报告（.hdlp）
3. 时间轴对照表（逐字稿+画面描述 对齐）

[LOCK]
  status: spec_ready
  next: 等待之之说"开始"后进入 Craft 模式开发
  deploy: 硅谷服务器，/video2script/ 路径
  gitee: ❌ 不推送（内部工具，放Gitea大本营）