把文章或口播稿做成可录屏的16:9点击驱动网页演示（伪装成视…

当你有口播稿或一篇文章，想做成带口播音频、可录屏的16:9网页演示（动态PPT但不像PPT）时使用。

适用场景

解决思路

1. Phase 1.1 识别用户输入：用户给原始文章（书面语/公众号/论文/博客）→ 一次产出 script.md + outline.md；用户直接给口播稿/视频脚本 → 落盘成 script.md 并产出简化版 outline.md；用户啥都没有只说主题 → 反问要素材或大纲，不替用户构思内容。
2. Phase 1.2 一次产出 script.md + outline.md：按 references/SCRIPT-STYLE.md 把 article 转成保持原文语言的平台化口播稿，保留 article.md 不删（作为画面细节源）；按 references/OUTLINE-FORMAT.md 切章节 + 切 step + 每章首段抽信息池。
3. outline 只写章节切分/每章 step 数/估时、每步屏幕内容、章节级信息池、步级关系名前缀；不写具体动画类型、CSS 实现手段、时长数值、持续微动等微观节奏（留白让章节开发时按 CHAPTER-CRAFT.md 自由设计）。
4. 落盘后先走自检再进 Checkpoint Plan：按硬性自检协议分别对 script.md / outline.md 执行（优先 Agent Teams → subAgent → 自检），按结论修复完成后再进入 Checkpoint Plan。
5. 硬性自检协议：script.md 用 SCRIPT-STYLE.md 三层自检（形式/风骨/念出来），outline.md 用 OUTLINE-FORMAT.md 自检，单章实现完成用 CHAPTER-CRAFT.md 完工自检；执行方式优先开独立 reviewer agent（Agent Teams），次优 subAgent，兜底自己严格逐项核查；拿到结论后先按 fail 项改完再向用户汇报，直接拿原始结论汇报但不修复=违规。
6. Checkpoint Plan（硬节点）：读所有 themes/*/theme.json 拿 nameZh/descriptionZh/bestFor/mood（不硬编码清单），根据 script.md 内容主动挑 2~3 套最匹配推荐，扫 outline.md 末尾素材清单；用总结模板一次对齐 5 件事：稿子是否改、开发计划是否改、选哪个主题、真素材怎么准备、开发模式选哪个。
7. 收到反馈后：稿子/outline 要改就直接编辑文件；主题必须明确才进 Phase 2（用户说帮我选就取推荐第 1 个并告知原因给反悔机会）；模式选定后进 Phase 2。
8. Phase 2.1 脚手架：运行 bash <path-to-web-video-presentation>/scripts/scaffold.sh ./presentation --theme=<主题id>；用 --list-themes 列主题；自定义主题先按 THEMES.md 创作流程做 themes/<my-theme>/ 再 --theme=<my-theme>；删掉脚手架自带的 01-example demo 并从 registry/chapters.ts 移除 EXAMPLE_CHAPTER 的 import 和数组项。
9. Phase 2.2 第 1 章：主线程 + 完整版本一次到位（节奏+视觉+真素材齐全，无骨架版概念），作为当次项目风格锚点；做完必须停下来等用户验收，验收重点含视觉气质、节奏、内容驱动动画、双源原则、反 AI 味检查。
10. Phase 2.3 第 2~N 章按选定模式：模式 A 逐章确认（默认，每章独立验收，风险最低）；模式 B 第 1 章后顺序开发（主线程顺序做完统一验收）；模式 C 第 1 章后并行开发（subagent 并行，最大并行数由用户控制，风格差异是预期）。所有模式共同规则：每章独立按 CHAPTER-CRAFT.md 开发，风格不强求章节间完全一致，主题 token 兜底视觉统一。
11. 并行 subagent 的 prompt 必须包含：当前章节 outline 段落（含信息池）、CHAPTER-CRAFT.md 路径、当前主题 theme.json 的 descriptionZh/mood/bestFor、第 1 章代码作为代码风格参考、硬规则（每章独立 CSS 前缀、不修改 chapters.ts、完工跑 npx tsc --noEmit）。
12. Phase 2.4 实现单章：每章必须有 CSS/SVG/Canvas/JS 视觉演示（禁纯文字章节）；逐步揭示（清单/列表 1 项=1 step，禁一次全展示）；双源原则（节奏跟口播稿顺序，细节回原文章抽）；完工自检逐项过，不达标回去改，改完再向用户汇报本章交付。
13. Phase 2.5 大改后 bump STORAGE_KEY：改动 chapters.ts（增删/重排章节或某章 narrations.ts 长度变化）后，bump presentation/src/hooks/useStepper.ts 的 STORAGE_KEY（如 v4→v5），避免持久化游标落到不存在的 step。
14. Checkpoint Audio（硬节点）：Phase 2 结束后停下来问用户是否合成音频，说明合成后可用 ?auto=1 一镜到底录屏、内置 minimax 和 openai 两个 provider、其它后端见 tts-providers/README.md；要合成进 Phase 3，不合成直接 Phase 4。
15. Phase 3 音频合成：cd presentation；npm run extract-narrations 扫所有 narrations.ts → audio-segments.json（让用户扫一眼确认文本）；npm run synthesize-audio（默认 minimax，增量）或 PRESENTATION_TTS=openai npm run synthesize-audio；或写 scripts/tts-providers/<name>.sh 自定义；合成完告知输出位置/总段数/时长异常段给最后校准机会。
16. Phase 4 录屏+后期：已合成音频走 Auto 模式一镜到底（浏览器开 localhost:5173/?auto=1 → 按 SPACE → 整片自动播完 → 停录 → 裁头尾即成片，无需后期对音轨）；跳过音频走 Manual 模式手动点击推进 + 后期剪辑配音；agent 在 Phase 3/Checkpoint Audio 后主动告诉用户适合的录屏路径。
17. 关键约束：narrations.ts 是 step 数和音频合成的唯一真相源，章节 .tsx 里 if (step === N) 的最大 N+1 必须等于 narrations.length，保证 script/outline/章节代码/chapters.ts/音频文件 5 处永不漂。
18. 十条原则：16:9 固定舞台（1920×1080 + transform scale 无响应式）；全局 step 计数器（章节是 step 纯函数无定时器）；每步独占整屏；口播节拍=step；隐藏的边角控件（进度条/翻页器默认 opacity 0）；舞台无 chrome（无 header/footer/页码/品牌条）；内容驱动动画（先找内在动作，找不到才入场动画兜底）；多点逐个揭示（1 项=1 step）；整片同一主题（颜色/字体走 token）；双源原则（script 定节拍，article 定画面密度）。
19. 常见用户反馈处理：先定位是哪一层（节奏/视觉/内容/代码），再改最小切片，不要重做整章。

适用边界 · 注意事项

• 用户啥都没有、只说帮我做个 X 主题的视频时——Skill 不替用户构思内容，需先反问要素材或大纲
• 没有明确选定主题时不能进入 Phase 2
• 第 1 章未完成用户验收前不能跳过该硬节点直接做后续章节