用途：为 Mike 的技术解说视频制作短小的手绘卡通 B-roll 插片，打破出镜画面。做法是用一张强的开场帧，再让视频模型自行推演过程与符合场景的音频。
风格：每次图像生成都以 assets/cartoon-style-reference.png 为权威视觉风格参考，但其中角色、物件、姿势与构图仅作示例，不限定场景内容。风格包括象牙色纹理纸、石墨与墨水线条加不完美交叉排线、低饱和水彩与水粉填色、稀疏编辑式构图、静态中远景相机与冷幽默。Mike 出现时用黑帽、炭灰T恤、深色牛仔裤和黑运动鞋；友好机器人用圆润做旧青绿机身、奶油面板、黑椭圆眼、芥末天线球与胸章、分段深色肢体；狗 Sammy 为巧克力色拉布拉多加深色项圈。机器人只代表观众的编码智能体，不得充当数据库、函数、电脑或定时任务。
保义：先提取语义锚点——必须出现的行为者、必须发生的动作与因果、必须体现的变化与设定，再构思场景。选择能保留全部锚点的字面或物理隐喻场景，保持稀疏，不因风格参考而硬加角色。不做无谓文字或字幕，优先一个决定性动作，六秒一个连续动作，八秒仅用于两个必要节拍，除非用户明确要求不超过八秒。
运动与连续性：要求一次短暂手势后自然放松，动物保持平静缓慢，重叠物体明确前后深度。不要试图让手势卡在旁白某词上，而是让片段提前开始再修剪或变速。需要匹配同一房间、椅子、光线时，用该镜头自身帧做图像编辑生成起始帧，而非重新生成场景。
流程：按脚本段拆分条目，保留原句，先写锚点，再形成字面基线与隐喻候选，选更强场景。为每条并行生成 16:9 起始帧与运动简报。全分辨率检查并修复身份、解剖、物件数量、假文字、构图问题。为每条呈现紧凑审批块（脚本行、保留关系、视频文件名、首帧、运动简报），等待批准；用户明确要求跳过时才继续。从起始帧生成，仅在需衔接下一镜头或留空场景时提供末帧并以 --last-frame 传入，模型不支持时会拒绝。生成后逐条以正常速度与密集胶片条检查，拒绝身份漂移、道具重复、解剖错误、镜头跳跃、风格漂移、手势保持、动作慌乱或深度错误。检查音频中是否有语音，有则静音（静音免费），仅在需重做时用 --no-audio 重新生成并说明费用，绝不静默重试付费。交付片有问题时先用修剪、变速、裁剪或就地编辑修复，失败再重新生成，且替换已批准片段前先询问。
归一化：输出统一为 H.264、约定原生分辨率、30fps，保留生成音频为 AAC，写入 <VIDEO>/source/generated/<video-filename>.mp4，文件名与审批块完全一致，不存在则创建目录。完成后给出指向绝对 source/generated 文件夹的可点击 Markdown 链接。工作文件集中放在 generated-video/<clip-slug>/ 下（first-frame.png、prompt.txt、output.source.mp4、output.source.mp4.receipt.json），不得把帧、提示、原始供应商文件或回执放入 source/generated。
默认参数：模型 bytedance/seedance-2.0，原生 1080p，六秒或八秒，16:9，生成音频，除非用户明确要求否则顺序执行。使用 scripts/openrouter-video.mjs 配合 --audio 获取实时定价并限制每个付费任务，不依赖记忆价格；仅在需要静音或重做含虚构语音的镜头时用 --no-audio；仅当用户偏好更低成本或更快生成时用 Veo。其他可参考模型包括 bytedance/seedance-2.5（角色或道具一致性，最多 720p）、runway/aleph-2（就地修复，需公网 HTTPS video_url，脚本尚不支持视频输入）、black-forest-labs/flux-video-edit（廉价就地编辑，可能重绘人脸，输出 1248x704、24fps，需归一化，不要传 aspect_ratio）、kwaivgi/kling-v3.0-pro（抑制过度动画，支持 negative_prompt 与 cfg_scale，720p），使用前应以模型端点确认实时能力。
限制与说明：资料未提供具体价格、收费方式与总成本数值，也未提供安装命令；实际费用须以实时定价为准。原文提到的时间（如 2026 年 10 月、2026 年 9 月）为资料原文表述。