用途：把一段短视频转成带旁白的漫画条。核心难点不是绘画，而是不虚构视频内容。流程分五阶段：探测→事实核对→旁白→绘制→质检/合成，其中事实核对是关卡。
依赖：processing-video（需 ffmpeg）、invoking-gemini（图像与视频模型）、proxy.env（CF 网关凭据，由 gemini 客户端自动读取）。
阶段0 探测与抽帧：用 ffprobe 读取时长，用 ffmpeg 按 fps=1、scale=640 抽帧，同时保留全分辨率静帧作图像模型参考；必要时按时间戳抽取全分辨率帧。
阶段1 核对故事线（关卡）：未从画面确认主体与动作前不得撰写旁白。缩略图易误读，错误故事线会把幻觉洗成成品图。推荐模式B：用 gemini-3.5-flash 原生理解视频，先压缩为小文件再以内联数据发送；长片段可采样帧或使用 File API。模式A：自行查看帧，制作联系表并查看足够多全分辨率帧，确认每个主体与动作。若用户已给出故事线，则以其为准。
阶段2 节拍与旁白：由视频决定分镜数量，按自然节拍每拍一格，不要默认四格或 2×2。每拍写一到两句短旁白，并维护一行角色/场景设定以保持一致性。
阶段3 设计版面再绘制：默认由你设计贴合故事的版面并指定各格目标宽高比，用 Gemini 按比例生成每格，再用 PIL 合成。备选：一次性整页生成，或统一网格。图像模型用 gemini-3-pro-image（无 Gemini 3.5 图像模型，勿用 gemini-2.5-flash-image）。每格绘制四规则：锚定真实静帧、显式声明连续性、用负面约束限定生物、锁定旁白框文字。图像调用较慢，建议分离脚本并行并轮询。
阶段4 质检与合成：发布前必须逐格查看，本地查看器不可用时改用 Gemini 视觉质检；检查主体、场景一致性、旁白逐字无杂字与重复词、生物是否正确，仅重生成失败格。用 PIL 按设计版面合成，先裁掉各格自带边框再统一描边，cover-fit 放入框内，加标题带后保存并展示。
限制：依赖上述外部技能与凭据；图像模型调用慢；需人工核对画面，避免虚构。