用途：从配置组装卡通/动画/手工质感的音乐广告——用一首唱出来的歌承载全部叙事，一个反复出现的动画角色贯穿每个镜头，画面按小节切换并在副歌落点放高潮句。本能力只负责免费的确定性合成环节：按小节切齐、硬拼接、烧录角标与字幕、追加纯色结束卡、把歌曲混到底。
主要能力与输入：付费输入由其他能力负责，包括用 create-music-elevenlabs 生成唱歌曲（或用户提供 mp3 加 Whisper 词时间戳），用 librosa 做节拍跟踪以确定小节网格；用 create-image-fal（Nano Banana）锁定一个角色并在同一视觉包内逐小节出关键帧；用 create-video-fal 逐小节生成 Seedance i2v 片段。给定歌曲、word-timestamps.json、bars.json、每小节一个片段和品牌字标 SVG 后，本能力把每个片段剪到其小节窗口、按小节硬拼接、烧录 logo 角标与字幕、追加纯色结束卡，并把歌曲混在下面，输出主片。重新剪辑可复用已有歌曲、关键帧和片段，费用为 0。
使用约定：歌曲就是整体脚本，不另加旁白或第二条音轨；时间线围绕已交付歌曲的小节网格规划（按 4/4 假设，一小节一镜头）；字幕依据歌曲词时间戳并对照锁定歌词重新拼写，放在画面下方三分之一，无背景色块，在结束卡边界停止；高潮句落在低音 drop 上；logo 角标常驻但结束卡上抑制；结束卡由 cairosvg 与 PIL 从真实字标生成，不用 AI 渲染品牌文字，约 3 秒且歌曲仍在播放（尾部淡出，不留静音尾巴）。合成使用 ffmpeg，确定性且免费，通常输出 1080×1920 h264+aac 主片，带 0.5 秒尾淡出与响度归一化（loudnorm I=-14）；若宿主 ffmpeg 缺少 libass/drawtext，字幕与角标都改用定时 PIL PNG 叠加。
限制：需要逐镜头质检而非只看主片，上游关键帧/i2v 可能让角色材质漂移或凭空生成手部；出现漂移的小节应重新生成该小节的关键帧而非重剪。具体命令示例、配置字段细节和质检配方需查阅 scripts/PIPELINE.md、scripts/README.md 与 config.example.json，本资料未给出完整命令文本；定价与平台支持等未在资料中说明。