Idea + Form —— 把想法构造成看得见的形态。 「构」承构造主义（form / 构造）的血统，「想」就是 idea。中文名构想。
一套「文稿 → TTS 解说 → LMMS BGM → Remotion 成片 + 封面」的端到端工作流， 打包成两个互相衔接的 Agent Skill。下载后交给 Agent，自动配好环境即可生产视频； 成片风格为构造主义、干净简约。
它解决的核心问题：让一个想法被形象、有效地表达并分享出去 —— 不需要你会剪辑、会作曲、会排版，只需要把想法说清楚。
🧬 姊妹项目：bio_ideaform —— 本工作流的生物特化版： 画面层升级为三维分子动画（Blender + PyMOL），适合把论文 / 分子机制做成科普视频。
🧬 姊妹项目：bio_ideaform —— 本工作流的生物特化版： 画面层升级为三维分子动画（Blender + PyMOL），适合把论文 / 分子机制做成科普视频。
| Skill | 角色 | 生命周期 |
|---|---|---|
ideaform-setup |
环境配置：探测工具链 → 补装缺失 → 写路径契约 → 收割社区成熟 skill → 端到端冒烟校验 | 一次性。配置完即禁用/归档/删除 |
ideaform |
工作流：读路径契约 → 跑四阶段流水线 | 长期。每次都靠它生产视频 |
两个 Skill 之间靠一个中立的路径契约文件通信，而不是靠互相 import。 所以第一个 Skill 被删掉之后，第二个照常工作 —— 这是本项目的核心设计。
examples/demo-episode/ 里的成片由本工作流端到端生产，不是手工剪的。
它同时是回归样本 —— 换机器重跑一遍，就知道工具链有没有真通。
| 实测项 | 数值 |
|---|---|
| 文稿 → 解说音轨 | 27 句（台词.txt），zh-CN-YunxiNeural，自然语速 126.56 s / 3797 帧 @30fps，零变速 |
| BGM | A minor · 94.8 BPM（反推使小节数落整）· 50 小节 · 五段变奏 · 6 处重音（留白 → 重击 → 力度 +14） |
| BGM 整轨（实测） | RMS −22.50 dBFS、峰值 −1.02 dBFS、0 削顶 |
| 混音音量 | 由实测 RMS 反推：旁白 −24.36 dBFS、BGM −22.50 dBFS → 10^(−15.40/20) = 0.2862（BGM 低于旁白 9 dB） |
| 成片（2026-10-15 复测） | 3797 帧 / 126.567 s / H.264 1080p，AAC 317 kbps（非静音轨） |
| 成片电平（实测） | 整轨 −23.92 dBFS，峰值 −0.41 dBFS |
| 封面（复测） | P1–P7 全过，P5 标题区内红色像素 0（轴线不穿字） |
复现步骤与完整证据链见
examples/demo-episode/README.md；成品被.gitignore排除，仓库只留可复现的源。
▶ 观看 / 下载项目介绍片 final.mp4（126 s，8.3 MB） —— 这条片子本身就是用本工作流端到端生产的（见上节「自证」）。 封面 cover.png · 全部附件见 Releases。
项目视频怎么放上 GitHub（本仓库的做法）： 成品 mp4/png 被
.gitignore排除（仓库只留可复现的源），成品作为 Release 附件分发。 若想让视频在 README 里内嵌播放：在 github.com 网页上编辑 README，把 mp4 直接拖进编辑框， GitHub 会生成user-attachments链接——该通道只支持网页拖拽，API / git 都传不了。
ideaform/
├── README.md # 你在看的这份
├── LICENSE
├── .gitignore
├── docs/
│ ├── 01-快速开始.md # 5 分钟跑通第一个视频
│ ├── 02-工作流总览.md # 四阶段各干什么、产出什么
│ ├── 03-路径契约.md # 工具链路径如何在两个 Skill 间传递
│ ├── 04-安全与回滚.md # 禁用 / 归档 / 删除 三档，以及怎么撤销
│ └── 05-故障排查.md
├── skills/
│ ├── ideaform-setup/ # ★ Skill A —— 环境配置（用完即弃）
│ │ ├── SKILL.md
│ │ ├── references/
│ │ │ ├── toolchain-matrix.md # 每种工具的探测法 / 下载法 / 校验法
│ │ │ └── skill-harvest.md # 拿来主义协议：评分 / 安检 / 分叉保护
│ │ └── scripts/
│ │ ├── detect.py # 只读探测，绝不改系统
│ │ ├── install.sh # 补装缺失项，全程记录 manifest
│ │ ├── harvest-skills.py # ★ 拿来主义：GitHub 收割成熟 skill → 安检 → 落盘
│ │ ├── verify.py # 端到端冒烟测试
│ │ └── rollback.sh # 按 manifest 逆序撤销
│ └── ideaform/ # ★ Skill B —— 工作流（长期）
│ ├── SKILL.md
│ ├── references/
│ │ ├── stage1-script.md # 文稿（构造主义文案 + 分层）
│ │ ├── stage2-tts.md # TTS 定轴（时间主轴）
│ │ ├── stage3-bgm.md # LMMS BGM + 变奏表层次 ★
│ │ ├── stage4-render.md # Remotion 渲染 + BGM 混音
│ │ ├── cover.md # 封面（构造主义）
│ │ └── constructivist-style.md # 构造主义视觉规范
│ ├── assets/templates/ # Remotion composition 骨架 / 封面模板
│ └── scripts/
│ ├── make-tts-track.py # SRT/台词 → 时间对齐配音音轨
│ ├── bgm-plan.py # 解说时间轴 → BGM 变奏计划
│ ├── mix-av.sh # 无声成片 + 解说 + BGM → 成片
│ └── verify-video.py # 无目视校验
└── examples/
└── demo-episode/ # 一条真实跑通的示例（含全部实测数据 + 证据链 README）
把整个仓库交给 Agent，说：
用
skills/ideaform-setup把环境配好，然后用skills/ideaform给我做一条视频。
Agent 会：
- 读环境配置 Skill → 只读探测本机工具链（绝不动系统）
- 对缺失项检索下载源 → 按
references/toolchain-matrix.md补装 - 写路径契约 →
~/.config/ideaform/toolchain.json+env.sh - 收割社区成熟 skill →
harvest-skills.py --from-contract给链上每个工具找现成 skill （评分 → 安检 → 落盘；找不到合格的才自己写） - 端到端冒烟校验 → 真的合成 1 秒语音、渲 1 帧画面、渲 1 秒音频
- 询问是否禁用/归档/删除环境配置 Skill（附回滚方案）
- 切换到工作流 Skill，读契约，开始四阶段生产
细节见 docs/01-快速开始.md。
① 文稿 ② TTS 定轴 ③ BGM 变奏 ④ 成片
文字 ─→ 解说音轨（时间主轴）─→ LMMS 音乐（层次变化）─→ Remotion 画面 + 混音 + 封面
│ ▲
└──── 层次边界时间点 ───┘
时间主轴永远是解说音轨。 三个下游全部从它派生：
- 画面帧数由 TTS 自然语速定（不反过来压语速）
- BGM 的变奏点卡在解说的层次切换点上
- 成片以解说音轨为基准对齐，BGM 只做衬底
这是本工作流区别于「随便配个 BGM」的地方：
论述每进入一个新层次，音乐换一次形态。
bgm-plan.py 从解说时间轴里抽出层次边界（由文稿的分层结构标定），
映射成一份变奏计划（调式 / 配器 / 密度 / 和声张力 / 速度的变与不变），
再喂给 LMMS 侧的 composer.py 出 .mmp，无头渲染成 BGM 音轨。
详见 skills/ideaform/references/stage3-bgm.md。
环境配置 Skill 把解析出的绝对路径写进 ~/.config/ideaform/toolchain.json；
工作流 Skill 的第一步就是读它。契约文件在两个 Skill 之外，所以：
- 删掉环境配置 Skill → 契约仍在 → 工作流照跑
- 换机器 → 重跑环境配置 Skill → 契约被覆盖 → 工作流自动跟上新路径
契约里带 schema_version 与 verified_at，工作流会校验版本、过期会提醒重跑。
详见 docs/03-路径契约.md。
环境配置 Skill 完工后不会自己消失，而是让你选：
| 档位 | 做什么 | 可逆性 |
|---|---|---|
| 禁用（推荐） | frontmatter 置 disable: true |
改回 false 即恢复 |
| 归档 | 移到 ~/.config/ideaform/archive/ |
移回来即恢复 |
| 删除 | 真删目录（先自动备份） | 用备份恢复 |
任何一档都先备份再动手，并写 install-manifest.jsonl 供 rollback.sh 逆序撤销。
详见 docs/04-安全与回滚.md。
模型看不到图像、听不到声音。所以每个阶段都有客观校验器： 音频查 RMS/削波/哑条，画面查像素/走廊纯净度，成片查帧数与音轨码率。 任何一项不过关就拒绝交付，不靠形容词。
配环境时 harvest-skills.py 会按契约给每个工具去 GitHub 找社区成熟的 Agent Skill
（filename:SKILL.md 搜索 → stars/许可证/新鲜度评分 → 危险模式安检 → 落盘
~/.workbuddy/skills/ 并附 _PROVENANCE.md 来源凭证）。
以后生产中引入任何新开源工具（如化学结构式绘制 → RDKit），同样先收割再动手。
落盘后的 skill 归你进化：脚本用逐文件哈希做分叉检测，本地改过的绝不覆盖
（上游新版放 _upstream/ 供人工合并）。找不到合格候选的工具，才轮到自己写 ——
本项目自身的两个 Skill 就是这么来的。
协议详见 skills/ideaform-setup/references/skill-harvest.md。
- Linux / WSL2（本工作流在 WSL2 内实测；macOS 需自行替换下载源）
- 可联网（TTS 走微软 Edge 接口；LMMS 走代理下载）
- ~1 GB 空闲磁盘（LMMS 解包后约 356 MB + Remotion 依赖）
- Node.js ≥ 18、Python ≥ 3.10 —— 缺了环境配置 Skill 会装
不下载、不安装、不运行任何游戏；不碰联机与反作弊。 本工作流只处理自产素材。
MIT，见 LICENSE。
本仓库的资料性内容改写自作者本机的私有 Skill（srt-tts-voiceover / electronic-music-production /
remotion-best-practices / headless-visual-verify），所有实测数值与踩坑记录均来自真实复现。
Remotion 相关部分的上游是 remotion-dev/skills。