用途：把一首专门生成的演唱歌曲作为整个 MV 广告的叙事，按歌词节奏组装成类似小型动画音乐视频的成片，而非普通演示。资料中的示例配置为 Loóna “Fall In Love With Sleep Again”，28 秒纸艺风格 9:16，见 scripts/config.example.json。
主要能力与规则：歌曲本身就是脚本，不另加旁白或第二条音乐轨；时间线围绕已交付的歌曲规划，根据返回的词时间（timeline.json）把每个画面边界对齐到歌词短语边缘，不按预设网格裁剪歌曲；字幕取自歌曲自身的词时间而非 Whisper，按歌词边界约每 3 词分块，重音词使用暖光色；恰好一个主画面（is_hook）对齐到副歌落点，让 hook_word 出现在该位置并在字幕中强调；所有关键帧共用一套 look pack（style_opener、negative_tail、调色板）以保证一致；片段按歌词窗口裁剪后硬切拼接，不使用溶解，可选一处匹配剪辑进入主画面揭示；结尾卡由真实应用图标确定性合成（品牌渐变、圆形图标、字标、标语、CTA），不用 AI 渲染品牌文字。
使用方式：这是免费、确定性的装配阶段，本身不产生费用。三个付费输入属于独立能力：演唱歌曲（create-music-elevenlabs，music_v1，force_instrumental FALSE），每个画面一张关键帧（create-image-fal），每个画面一段 Kling 3.0 图生视频片段（create-video-fal）。在拿到歌曲、words.json 和每拍一个片段后运行本技能，它会裁剪、硬切拼接、构建歌词同步字幕、合成 PIL 结尾卡并混流成母版。重复剪辑复用已有歌曲、关键帧和片段，成本为 0。最终用 FFmpeg 烧录 ASS 字幕、叠加结尾卡 PNG、混入歌曲、增强高潮节拍、loudnorm 至 −14 LUFS，输出 1080×1920 h264+aac。
限制：不包含付费生成能力，需要先另行准备歌曲、关键帧与视频片段；不提供 Whisper 式字幕路径；品牌结尾卡必须使用真实素材，而非扩散模型生成。其他参数与更多细节暂未提供。