generate-script

generate-script

调用项目配置的文本生成模型（Gemini / Ark / OpenAI / 自定义供应商，由 project.json 决定）， 基于 Step 1 中间文件产出最终的 JSON 剧本。剧本里的 image_prompt / video_prompt 是后续图像 / 视频生成的"种子"，Prompt 质量基本决定了画面质量——所以本 skill 是 ArcReel 整条 pipeline 中最值得重点优化的一环。

前置条件

1. 项目目录下存在 project.json（含 style / overview / characters / scenes / props）
2. 已完成 Step 1 预处理（按 effective_mode 选择一种中间文件）：
   • narration（图生视频 / 宫格生视频 + 说书）：drafts/episode_N/step1_segments.json（结构化片段：逐字 novel_text + 时长 + segment_break + 出场角色 / 场景 / 道具）
   • drama（图生视频 / 宫格生视频 + 剧集动画）：drafts/episode_N/step1_normalized_script.json（结构化内容；step1 已定稿口播 utterances / 原文锚 source_text / 视觉改编描述，step2 透传 + 补视觉，见 ADR 0041）
   • reference_video（参考生视频）：drafts/episode_N/step1_reference_units.md
   • ad（广告/短片）例外：不需要任何 step1 中间文件——创作输入是 project.json 的 brief + products（含 selling_points）+ target_duration，prompt 由后端按审定的 带货八段框架配比表构建（products 为空自动分流通用短片 prompt）
3. drama / narration（图生 / 宫格）须先经 web 审核 gate 确认：step1 结构化中间态在 Web 端审阅、可手动 / agent 编辑，显式确认后本工具才生成 step2 视觉层。确认有两条等价路径：用户在 Web 端点击确认，或在对话中明确同意后由主 agent 调用 mcp__arcreel__confirm_script_review({"episode": N})。未确认（或确认后内容又被改）时本工具拒绝；存量项目（已生成过本集剧本）已 grandfather 放行。ad 与 reference_video 不受此 gate 约束。

用法

通过 MCP 工具调用（项目名由 session 绑定，不需要传）：

mcp__arcreel__generate_episode_script({"episode": N})
mcp__arcreel__generate_episode_script({"episode": N, "dry_run": true})   # 仅预览 prompt

输出路径由工具内部固定为 {project}/scripts/episode_{N}.json，不支持自定义； 如需重命名或归档，请在 Web 端操作。

重要：生成剧本必须调用上述 MCP 工具。此 skill 不提供任何 Python/Shell 脚本，不得用 BASH 调 python .../scripts/*.py。

生成流程

MCP 工具内部通过 ScriptGenerator 完成以下步骤：

1. 加载 project.json — 读取 content_mode、characters、scenes、props、overview、style
2. 加载 Step 1 中间文件 — 根据 effective_mode 选择对应文件
3. 构建 Prompt — 由 lib.prompt_builders_script 或 lib.prompt_builders_reference 生成
4. 调用 TextBackend — 由 TextGenerator 按项目配置选择文本模型，传入 Pydantic schema 作为 response_schema 强约束 JSON 结构
5. Pydantic 验证 — 按 content_mode / effective_mode 选 schema：
   • ad → AdEpisodeScript（平铺 shots[]，骨架不随生成路径更换；storyboard 路径 duration 按 supported_durations 枚举硬约束，reference_video 路径为 1-15 秒自由整数）
   • reference_video（narration/drama 下）→ ReferenceVideoScript（含 video_units[]）
   • narration → step2 走两段式：LLM 的 response_schema 是 NarrationVisualEpisodeScript（仅 segment_id + image_prompt + video_prompt），后端按 segment_id 把视觉层合并回 step1 的结构化片段（novel_text / 时长 / segment_break / 出场角色 / 场景 / 道具透传），得到完整 NarrationEpisodeScript。novel_text 不进 LLM 输出 → 不发生扩写漂移
   • drama（storyboard / grid）→ 两段式：LLM 输出 DramaVisualScript（仅 scene_id + image_prompt + video_prompt），后端按 scene_id 把视觉层合并回 step1 已定稿内容（step1_normalized_script.json 的 utterances / source_text / 出场资产 / 时长 / 边界透传不变），合并结果即 DramaEpisodeScript。非视觉字段不进 LLM 输出，从工程上杜绝其经 Structured Outputs 漂移（见 ADR 0041）
6. 补充元数据 — episode、content_mode、novel（项目 title + 第N集）、统计信息（片段 / 场景 / unit 数、总时长）、时间戳。这些字段对 LLM 隐藏（SkipJsonSchema），由后端从 project.json 注入，避免 LLM 幻觉污染下游消费方（compose-video 的 mp4 文件名、剪映草稿等）。
   • 注：顶层 generation_mode 仅在 narration/drama 的参考生视频剧本中写入（值恒为 reference_video）；ad 剧本骨架唯一（仅 shots[] + content_mode），不写入顶层 generation_mode，消费方不得按该字段对 ad 剧本分派。

输出格式

生成的 JSON 文件保存至 scripts/episode_N.json，核心结构：

• title：LLM 写入的剧集标题
• episode / content_mode / novel（含 title、chapter）：由后端 _add_metadata 注入，不依赖 LLM 输出
• narration 模式：segments[]（每个片段含 novel_text、duration_seconds、segment_break、出场角色 / 场景 / 道具 —— 由 step1 透传；image_prompt、video_prompt —— 由 step2 生成）
• drama 模式：scenes[]（每个场景含 image_prompt、video_prompt、duration_seconds，以及 step1 透传的 utterances、source_text、characters_in_scene 等）
• ad 模式：shots[]（每个镜头含 section、voiceover_text、products_in_shot、image_prompt、video_prompt、duration_seconds 等），metadata.total_shots；总时长偏离 target_duration 超阈值仅日志提醒，不阻塞保存；无论生成路径如何均不含顶层 generation_mode
• reference_video 模式：video_units[]（每个 unit 含 shots[]、references[]、duration_seconds 等），metadata.total_units，并写入顶层 generation_mode: "reference_video"
• metadata：total_segments / total_scenes、created_at、generator
• duration_seconds：全集总时长（秒），由后端按各分镜时长求和重算

--dry-run 输出

打印将发送给文本模型的完整 prompt 文本，不调用 API、不写文件。用于检查 prompt 质量和长度。

三种生成模式的数据路径、预处理 subagent、schema 选择详见 .claude/references/generation-modes.md。