auto-save 2026-05-12 15:41 (+1, ~3)

.memory/plan.md

@@ -0,0 +1,98 @@
+# SKG TK 二创验证 — 初版 Plan
+
+> intake 阶段 2026-05-12 输出，开发会话起点物。第一件事仍是跑 `/plan` 二次细化。
+
+## 目标
+
+跑通"TK 链接 → 带改写文案的成品视频"完整链路，验证 SKG AI 素材生产管线第二条思路的可行性。**不是产品化，是原型**——能跑、能看、能改一遍参数就够。
+
+## 非目标（先不做）
+
+- 不做用户系统 / 多人协作 / 权限
+- 不做工单对接（验证完再谈合并主管线）
+- 不做云端部署（本地 4290 端口跑）
+- 不做批量 / 队列（单条手动触发）
+- 不做产品信息库（产品信息每次手填或贴文本）
+
+## 七步管线 — 原子任务拆解
+
+### 步骤 1 — TK 视频下载
+- [ ] 输入 TK 链接（TikTok 国际版，英文素材为主）
+- [ ] `yt-dlp` 下载到本地临时目录，返回 mp4 路径 + 元数据
+- [ ] 失败处理：限流 / 链接失效 / 私密视频，给明确报错
+- 风险：TK 反爬可能要 cookie / 代理，本地验证阶段可先手动准备
+
+### 步骤 2 — 视频/音频拆轨
+- [ ] `ffmpeg` 拆音轨为 wav（16kHz 单声道，便于 ASR）
+- [ ] 视频保留原 mp4，记录时长 / 帧率 / 分辨率
+- [ ] 拆轨产物存 `temp/<jobId>/` 下，便于复用
+
+### 步骤 3 — 关键帧抽取
+- [ ] **自动**：均匀采样 + 场景切换检测（ffmpeg `select='gt(scene,0.4)'`），返回候选帧 ≥ 10
+- [ ] **手动**：UI 时间轴拖动滑轨，预览缩略图，点击加入候选
+- [ ] **去重 / 选满**：用户最多保留 10 张，已选满给提示
+- [ ] 输出：10 张 jpg + 时间戳清单
+
+### 步骤 4 — ASR + 实时翻译
+- [ ] 音轨 → **Gemini** ASR（带时间戳分段）
+- [ ] 英文原文逐段输出，旁边实时跑中文翻译流式输出
+- [ ] UI：左右双栏（英 / 中），段落级时间戳可点击跳到对应视频时间
+
+### 步骤 5 — 文案改写
+- [ ] 输入区：**产品信息**（SKG 自家产品关键卖点，自由文本框）+ **改写指令**（保留原结构 / 重写 / 加 CTA 等几个 preset）
+- [ ] **Gemini** 拿原英文转录 + 产品信息 → 输出改写后中文文案（或中英双版）
+- [ ] 段落级 diff 视图：原文 vs 改写，可手动微调
+
+### 步骤 6 — 关键帧 → 生图
+- [ ] 关键帧勾选 1 张作为参考
+- [ ] 生图入口二选一：**nano-banana-pro**（Gemini 3 Pro Image，默认）/ **GPT Image**
+- [ ] prompt 自动从该帧的改写文案片段 + 产品信息合成，可手改
+- [ ] 输出图片入画廊网格，可多次重生
+
+### 步骤 7 — 生图 → 生视频 + 文案合成
+- [ ] 单张图作为视频生成首帧 / 参考图
+- [ ] **视频模型三选一**：Seedance / Kling / Veo3（API 抽象层，统一 prompt schema，key 配置文件切换）
+- [ ] 生视频 prompt = 改写文案对应段落 + 镜头描述（preset：缓推 / 摇 / 静态）
+- [ ] **文案合成**：生成的视频片段 + 改写文案做字幕 / 配音（TTS 用 Gemini？或先只做字幕）→ ffmpeg 合成最终 mp4
+
+## 数据流 / 状态
+
+每次跑一个 **Job**，状态机：
+```
+created → downloading → splitting → frames_extracted
+       → transcribed → rewritten → image_generated
+       → video_generated → composed → done | failed
+```
+
+状态 / 中间产物存 `jobs/<jobId>/state.json` + 文件落盘，刷新页面能恢复。
+
+## 技术栈拍板
+
+| 层 | 技术 | 备注 |
+|---|---|---|
+| 前端 | Next.js 16 + Tailwind 4 + shadcn/ui + Framer Motion | 风格库 04 同栈 |
+| API | Next.js API routes（轻任务） + Python FastAPI（重任务：yt-dlp / ffmpeg / ASR） | 同机部署 |
+| 任务编排 | 先同步阻塞 → 跑通后再上 BullMQ / Celery | 不预扩 |
+| 模型接入 | Poe API 优先，OpenRouter 备用（按 `feedback_poe-api-priority.md`） | 单独 `lib/ai/` 抽象层 |
+| 存储 | 本地文件系统 `jobs/<jobId>/` + SQLite 存元数据 | 验证阶段够用 |
+
+## 关键风险 / 待澄清
+
+1. **TK 下载合规** — 本地验证 OK，量产前需要法务点头
+2. **Veo3 / Seedance / Kling 的 API 可用性** — Poe 上 Veo3 已知可调，另外两家要查
+3. **生视频成本** — 单次 5-10 秒视频生成 $0.5-$2，验证阶段控量
+4. **字幕烧录 vs 旁白配音** — 步骤 7 默认只做字幕，配音作为 P2
+
+## 第一冲刺范围（MVP 最小可演）
+
+只做 **步骤 1+2+3+4** 端到端：
+- 输入 TK 链接 → 拿到视频 → 拆出 10 张关键帧 + 双语转录
+- UI 用 04 风格起骨架（hero + 关键帧画廊 slider + 左右双语栏）
+- **不做** 步骤 5/6/7，等 1-4 跑通再扩
+
+## 开发会话第一句
+
+```
+按 CLAUDE.md + .memory/plan.md，先 /plan 二次细化第一冲刺范围（步骤 1-4），
+然后 /ui-ux-pro-max --design-system 出 token，用 04 风格起 Next.js 骨架，端口 4290。
+```

.memory/worklog.json

@@ -6,6 +6,13 @@
       "message": "项目创建: SKG AI 素材管线 - TK 二创验证",
       "hash": "",
       "files_changed": 0
+    },
+    {
+      "ts": "2026-05-12T15:37:36+08:00",
+      "type": "commit",
+      "message": "init: project scaffold",
+      "hash": "56d435f",
+      "files_changed": 7
     }
   ]
 }

CLAUDE.md

@@ -19,3 +19,31 @@
 - 部署完成后，不允许在 `.project.json` 缺少最新公网链接的状态下结束任务
 - 部署完成后，必须同步更新 `RULES.md` 的部署事实
 - 如果只更新了代码但没回写部署元数据，这个任务不算完成
+
+## 立项决策（2026-05-12 intake）
+
+- **定位**：SKG AI 素材生产管线第二条思路的独立原型验证，不替代主管线（工单系统场景 1），跑通后再评估合并方式
+- **端口**：4290
+- **核心管线（7 步）**：TK 链接 → 拆视频/音频 → 关键帧抽取（自动 + 手动，≤10）→ Gemini ASR + 实时英中翻译 → 接产品信息改写文案 → nano-banana-pro / GPT Image 生图（单选）→ Seedance / Kling / Veo3 生视频（参考改写后文案）→ 合成带文案成品视频
+- **模型分工**（key 走 Poe 优先 / OpenRouter 备用）：
+  - 文字 / ASR / 翻译 / 文案改写 → Google Gemini
+  - 生图 → nano-banana-pro（Gemini 3 Pro Image）+ GPT Image 二选一
+  - 生视频 → Seedance + Kling + Veo3 三家可切，API 抽象层放 key
+
+## 页面风格（已锁定）
+
+- **主风格 → `04-Dark-Gallery-Ambient`**（暗色画廊·氛围光）
+  - 路径：`~/Projects/research/20260305-网页风格库/04-Dark-Gallery-Ambient.md`
+  - 技术栈：Next.js 16 + Tailwind 4 + Framer Motion + shadcn/ui
+  - 关键帧画廊用横向 slider + ambient glow，选中态从图片提主色调营造环境光
+  - 玻璃拟态卡片 `bg-white/5 backdrop-blur-sm border-white/10`，纯黑底 `#0a0a0a~#111111`
+  - Playfair Display serif 做标题
+- **备选 → `13-Liquid-Glass`**（成品输出页 hero 可叠层用）
+- 触发：开发会话里说 "用 04 风格" / "用暗色画廊风格"
+
+## 开发流程（UI 项目标准）
+
+1. `/plan` 拆 7 步管线为原子任务（下载层 / 拆轨层 / ASR / 翻译 / 改写 / 生图 / 生视频 / 合成 / UI 工作台）
+2. `/ui-ux-pro-max --design-system` 出 design token
+3. 对接风格库 04，跑骨架
+4. `/review` + `/qa` 收尾

RULES.md

@@ -1,7 +1,14 @@
 # SKG AI 素材管线 - TK 二创验证
 
 ## 启动
-- `待补充` — 端口 4290
+- 前端 dev：`cd web && pnpm dev`（Next.js 16，端口 4290）
+- 后端 dev：`cd api && uvicorn main:app --port 4291 --reload`（FastAPI，端口 4291，重任务用）
+- 说明：以上为规划脚手架，未实际生成；开发会话第一步起骨架时落地
+
+## 立项决策快索引
+- 详见 `CLAUDE.md` 立项决策段 + `.memory/plan.md` 七步管线拆解
+- 风格：`04-Dark-Gallery-Ambient`（路径：`~/Projects/research/20260305-网页风格库/04-Dark-Gallery-Ambient.md`）
+- 第一冲刺：步骤 1-4（下载 / 拆轨 / 关键帧 / ASR+翻译）
 
 ## 部署事实
 - 平台：待定