这是一个旁白驱动的方形拼贴讲解视频生成技能（narrated-collage-explainer），输出 1080×1080 的讲解或创始人故事视频，视觉风格为温暖的纸白色拼贴。官方示例为 examples/prismor/：一个 50 秒、共 16 个节拍的 Prismor 讲解视频，使用 Prismor 真实 README 中的 GIF 与截图。
工作流程：
脚本（vo.txt）：写 90–120 词，约 45–50 秒，使用短句，一句一个要点。每个节拍都需要一个可被提示的短语。所陈述内容必须来自产品自身的文档。
语音：运行 python3 scripts/collage.py voice --brief brief.json，先执行 OpenAI TTS（vo.voice、vo.instructions），再用 Whisper 获取词级时间戳。脚本仍是拼写的唯一依据，Whisper 只提供时间信息。
节拍：在 brief.json 中，每个节拍包含 "at"（脚本中的提示短语）与类型。一个节拍持续到下一个节拍的提示。节拍内的卡片与叠加层也可以有自己的 "at" 提示。
媒体：优先使用真实素材，即产品自身的截图，并在窗口中播放。
终端内容以原生文本形式呈现（kind: terminal），不要用 GIF 裁剪，因为裁剪会截断行，且在设备内会缩得过小、无法辨认。把真实记录重录为每行不超过 26 个字符的短行。屏幕会自动调整字号以填满安全区域，且不会裁切。
品牌图标来自 thesvg.org。python3 scripts/collage.py icons --brief … 会下载图标节拍用到的全部 slug（若有浅色背景版本则用该版本），用无头 Chromium 栅格化，并在 assets/icons/icons.json 记录来源与许可。
只生成场景元素（assets：山丘、CRT、复古电脑、档案照片），质量设为低或中。logo 位置始终使用真实 logo。
检查：check 会打印节拍表，确认语音存在，并在任何文本溢出时失败。然后用 still … t1 t2 与 sheet 复核。
渲染：render 会自动混入旁白。
节拍类型：
- tv：带媒体屏幕的设备，device: crt（电视）或 mac（复古一体机）；键：device、media、bg（plain/hills）、y、width。
- window：XP 风格窗口配媒体；键：media、title、bg。
- cards：深色卡片，按提及顺序堆叠；cards: [{at, title, meta, logo?, lines: [{t, mark?, tone?}]}]。
- word：一个大号像素字体关键词；键：text、photo?（词旁图片）、stars?、word_at?。
- burst：海军蓝星形爆炸图，含一张图片加一个词；键：media（默认 logo）、text、word_at。
- collage：照片落入松散堆叠；键：media: [...]、step。
- icons：来自 thesvg 的品牌标识，主图标在提示时放大出现并配像素说明文字，其余填充两行淡出；键：lead: [{slug, label, at}]、rest: [slugs]、rest_at。
- end：logo、词、副行，然后黑屏；键：text、sub。
任意节拍可带叠加层：overlays: [{at, text, style: "inverse"|"cyan", y}]，即在媒体上叠加关键词。节拍可设置 "tr": "pixel"（溶解）或 "cut"；更改背景默认溶解。
媒体规格：屏幕用 {"kind": "terminal", "lines": [{"t", "tone": cmd|dim|ok|hi|bad|plain}], "step", "max_size"}；窗口中的图片与素材用 {"src": "file.jpg|gif", "frames", "crop", "zoom"}；电视雪花用 {"kind": "static"}。
设计规则：不使用药丸、标签或徽章；卡片元信息与结论用排版文字。卡片中威胁用信号红标记上的反白显示。不用斜体。大词与副标题用像素字体，卡片标题用无衬线体，代码用 Geist Mono。任何内容不得溢出，check 必须通过；卡片适配其行，副标题适配画面且在繁忙素材上获得柔和光晕。只使用真实 logo，不编造用户评价，不引用真实人物的帖子，而是展示真实产品产物。
适用场景：需要快速制作方形、旁白驱动、拼贴风格的产品讲解或创始人故事短视频。限制：词数、时长、字体与布局规则由上述规范约束；具体安装命令、依赖版本及平台支持暂未提供。