fix: verify and guard video ai modules

video-ai-system/CURRENT.hdlp

@@ -3,7 +3,7 @@
 > HLDP://video-ai-system/CURRENT
 > 类型: 子系统官方置信入口 · 每次进入视频AI系统先读
 > 创建: D140 · 2026-06-22 · Codex收口
-> 更新: D143 · 2026-06-23 · preview-002复盘·制片厂化重启
+> 更新: D144 · 2026-06-24 · 8模块验收·生产阻塞项确认
 > 铸渊 ICE-GL-ZY001 · 冰朔 TCS-0002∞
 > 国作登字-2026-A-00037559
 
@@ -133,6 +133,7 @@ JZAO外置盘: 产物存放地，不是状态主控。
 | 苏白TTS配音 | ✅ 工程测试通过 | `video-ai-system/outputs/tests/TEST-TTS-001-SUBAI-RUN-001-REPORT.hdlp` |
 | 模型/成本路线 | ✅ 已建立 | `video-ai-system/knowledge/D144-MODEL-COST-ROUTE.hdlp` |
 | 腾讯AI开发交接 | ✅ 已建立 | `video-ai-system/plans/D144-TENCENT-AI-DEV-HANDOFF.hdlp` |
+| 腾讯AI 8模块代码 | 🟡 部分通过 | `video-ai-system/experience/D144-8-MODULE-VERIFICATION.hdlp` · 框架入仓，但主角资产、多参考图、口型同步、EP01 CLI仍非生产可用 |
 | 广告牌资产 | ✅ 草案 | `video-ai-system/assets/props/PROP-FREE-AD-BOARD/manifest.hdlp` |
 | 广告牌文字贴图 | ✅ PNG已生成 | `video-ai-system/assets/props/PROP-FREE-AD-BOARD/texture/free-ad-board-texture.png` |
 | 百宗会场景资产 | ✅ 草案 | `video-ai-system/assets/envs/ENV-002-Baizonghui/manifest.hdlp` |
@@ -149,10 +150,10 @@ JZAO外置盘: 产物存放地，不是状态主控。
 当前正式任务:
 
 ```
-D143-VIDEO-AI-RESET:
+D144-VIDEO-AI-PRODUCTION-BLOCKERS:
-从 preview-002 失败复盘和《渔乡守真心》样片对标开始，重新建立影视制作流程知识库、素材库、模型准入、对白口型测试、竖屏剪辑模板和经验闭环。
+腾讯AI 8模块已入仓并完成第一轮验收，但不能按“全部开发完成”验收。
-不直接生成 preview-003。
+当前优先级仍是字幕商业标准工具链、真实口型同步、剧本原文锁定、主角资产包真实生成、多参考/合成一致性路线。
-第一个突破测试是 2-3 秒“苏白说一句话”，第二个突破测试是“天道宗牌匾跨镜一致”。
+任何模块不能把占位输出、复制输出、未验证API能力标记成生产成功。
 ```
 
 ---

video-ai-system/engines/char-hero-design-packer/char-hero-design-packer.py

@@ -19,14 +19,23 @@ import os
 import sys
 import json
 import argparse
+import shutil
 from pathlib import Path
 
 # 添加项目根目录到路径
 PROJECT_ROOT = Path(__file__).parent.parent.parent
 sys.path.insert(0, str(PROJECT_ROOT / "engines"))
 
-from image_api_adapter import generate_image, save_image
+try:
-from hldp_prompt import expand_prompt
+    from image_api_adapter import generate_image
+except Exception as exc:
+    print(f"⚠️  Python图片生成适配器未接通: {exc}")
+    generate_image = None
+
+try:
+    from hldp_prompt import expand_prompt
+except Exception:
+    expand_prompt = None
 
 
 class CharHeroDesignPacker:
@@ -115,6 +124,14 @@ class CharHeroDesignPacker:
         print(f"  参考图: {candidate}")
         print(f"  提示词: {prompt[:100]}...")
 
+        if generate_image is None:
+            print("  ⚠️  当前仓库只有 JS 图片适配器 image-api-adapter.js，未提供 Python generate_image。")
+            print("  ⚠️  暂不能生成新主角资产；仅将候选图复制到 candidates/ 供人工/后续工具处理。")
+            fallback_path = self.candidates_dir / output_name
+            shutil.copy2(candidate, fallback_path)
+            print(f"  🟡 已复制候选图: {fallback_path}")
+            return None
+
         try:
             result_path = generate_image(
                 prompt=prompt,
@@ -203,24 +220,24 @@ class CharHeroDesignPacker:
 
         prompts = {
             "front_half_body": f"""
-            {base_desc.get('visual_description', '中国古代修仙少年，16岁，白色长发，蓝色眼睛')}
+            {base_desc.get('visual_description', '中国古代修仙少年，16岁，主角辨识度强')}
             正面半身像，胸部以上，面部清晰，眼神坚定，
-            3D动画风格，皮克斯风格，统一渲染风格，
+            3D国风漫剧风格，统一渲染风格，
             高清，8K，最佳质量
             """.strip(),
 
             "side_face": f"""
             {base_desc.get('visual_description', '中国古代修仙少年')}
             侧脸45度，能看到面部轮廓和发型，
-            3D动画风格，皮克斯风格，统一渲染风格，
+            3D国风漫剧风格，统一渲染风格，
             高清，8K，最佳质量
             """.strip(),
 
             "full_body_costume": f"""
             {base_desc.get('visual_description', '中国古代修仙少年')}
             全身像，站立姿势，完整展示服装细节，
-            白色内衬，蓝色外袍，黑色腰带，棕色靴子，
+            服装细节必须来自角色资产清单，不得自由改色，
-            3D动画风格，皮克斯风格，统一渲染风格，
+            3D国风漫剧风格，统一渲染风格，
             高清，8K，最佳质量
             """.strip(),
 
@@ -229,7 +246,7 @@ class CharHeroDesignPacker:
             表情表，网格布局，包含:
             平静，微笑，大笑，生气，惊讶，悲伤，
             每个表情单独一格，统一光照和背景，
-            3D动画风格，皮克斯风格，
+            3D国风漫剧风格，
             高清，8K，最佳质量
             """.strip(),
         }
@@ -263,7 +280,7 @@ class CharHeroDesignPacker:
         if path:
             results["expression_sheet"] = path
 
-        # 更新 manifest
+        # 更新 manifest。只有四项资产都真实生成时才可进入 APPROVED。
         self._update_manifest(results)
 
         print(f"\n✅ 资产包生成完成!")
@@ -276,10 +293,20 @@ class CharHeroDesignPacker:
         """更新 manifest.hdlp"""
         print(f"\n📝 更新 manifest.hdlp...")
 
+        required_assets = {"front_half_body", "side_face", "full_body_costume", "expression_sheet"}
+        is_complete = required_assets.issubset(results.keys())
+        approval_status = "APPROVED" if is_complete else "DRAFT_GENERATED"
+        type_label = "已批准" if is_complete else "待质检"
+        lock_note = (
+            "⊢ 资产已批准，可用于成片镜头。"
+            if is_complete
+            else "⊢ 资产包尚未完整生成/质检，禁止作为成片锁定资产。"
+        )
+
         manifest_content = f"""# 资产清单 · {self.character_id}
 
 > HLDP://video-ai-system/assets/characters/{self.character_id}/manifest
-> 类型: 角色资产 · 已批准
+> 类型: 角色资产 · {type_label}
 > 建立: D143 · 2026-06-23
 > 更新: D144 · 2026-06-24
 > 项目: 付费才能修仙 · EP01
@@ -289,7 +316,7 @@ class CharHeroDesignPacker:
 ## 状态
 
 ```
-approval_status: APPROVED
+approval_status: {approval_status}
 asset_type: character
 canonical_id: {self.character_id}
 canonical_name: 苏白
@@ -311,19 +338,19 @@ expression_sheet: {results.get("expression_sheet", "NOT_GENERATED")}
 ## 视觉锁
 
 ```
-face_shape: 少年脸，柔和轮廓，白色长发
+face_shape: TODO_FROM_APPROVED_ASSET
-hair_style: 白色长发，束发，有发带
+hair_style: TODO_FROM_APPROVED_ASSET
-costume: 白色内衬 + 蓝色外袍 + 黑色腰带 + 棕色靴子
+costume: TODO_FROM_APPROVED_ASSET
 age_band: 16岁
-render_style: 3D动画，皮克斯风格，明亮色彩
+render_style: 3D国风漫剧
-color_palette: 白，蓝，黑，棕
+color_palette: TODO_FROM_APPROVED_ASSET
 ```
 
 ---
 
 ## 锁定
 
-⊢ 资产已批准，可用于成片镜头。
+{lock_note}
 ⊢ 禁止使用 candidates/ 或 rejected/ 中的图片作为最终资产。
 """
 

video-ai-system/engines/character-distinctiveness-qc/character-distinctiveness-qc.py

@@ -270,6 +270,14 @@ class CharacterDistinctivenessQC:
 
         return results
 
+    def save_report(self, result, output_path):
+        """保存单张或批量评估报告"""
+        output_path = Path(output_path)
+        output_path.parent.mkdir(parents=True, exist_ok=True)
+        with open(output_path, "w", encoding="utf-8") as f:
+            json.dump(result, f, ensure_ascii=False, indent=2)
+        print(f"\n  报告已保存: {output_path}")
+
     def _generate_batch_report(self, results):
         """生成批量评估报告"""
         print(f"\n📊 批量评估报告")
@@ -301,6 +309,7 @@ def main():
     parser.add_argument("--character", type=str, default="CHAR-003-SuBai",
                         help="角色ID (默认: CHAR-003-SuBai)")
     parser.add_argument("--batch", type=str, help="批量评估目录")
+    parser.add_argument("--output", type=str, help="输出 JSON 报告路径")
 
     args = parser.parse_args()
 
@@ -314,9 +323,13 @@ def main():
         result = qc.evaluate_image(args.image)
         print(f"\n📋 评估详情:")
         print(json.dumps(result, ensure_ascii=False, indent=2))
+        if args.output:
+            qc.save_report(result, args.output)
 
     elif args.batch:
         results = qc.evaluate_batch(args.batch)
+        if args.output:
+            qc.save_report(results, args.output)
 
 
 if __name__ == "__main__":

video-ai-system/engines/lipsync-adapter.py

@@ -33,8 +33,9 @@ sys.path.insert(0, str(PROJECT_ROOT / "engines"))
 class LipSyncAdapter:
     """口型适配器"""
 
-    def __init__(self, wav2lip_path=None):
+    def __init__(self, wav2lip_path=None, allow_fallback=False):
         self.wav2lip_path = wav2lip_path or PROJECT_ROOT / "tools" / "Wav2Lip"
+        self.allow_fallback = allow_fallback
         self.available = self._check_wav2lip()
 
     def _check_wav2lip(self):
@@ -53,7 +54,7 @@ class LipSyncAdapter:
         print(f"✅ Wav2Lip 已安装: {self.wav2lip_path}")
         return True
 
-    def sync_lips(self, video_path, audio_path, output_path=None):
+    def sync_lips(self, video_path, audio_path, output_path=None, allow_fallback=None):
         """
         口型同步
 
@@ -98,9 +99,20 @@ class LipSyncAdapter:
             result = self._run_wav2lip(video_path, audio_path, output_path)
             return result
 
-        # 方法2: 回退 (不处理，只复制视频)
+        fallback_enabled = self.allow_fallback if allow_fallback is None else allow_fallback
-        print(f"  ⚠️  Wav2Lip 不可用，回退到不处理模式")
+        if not fallback_enabled:
-        print(f"  💡 提示: 安装 Wav2Lip 以获得口型同步能力")
+            print(f"  ❌ Wav2Lip 不可用，口型同步未执行")
+            print(f"  💡 如需调试占位输出，可显式传入 --allow-fallback-copy")
+            return {
+                "success": False,
+                "error": "Wav2Lip 不可用，未执行真实口型同步",
+                "method": "not-run",
+                "requires": "Install Wav2Lip and checkpoint wav2lip_gan.pth"
+            }
+
+        # 调试回退: 不处理，只复制视频。必须显式开启，避免生产线假阳性。
+        print(f"  ⚠️  Wav2Lip 不可用，按 --allow-fallback-copy 复制原视频")
+        print(f"  💡 注意: 该输出不是口型同步成品")
 
         import shutil
         shutil.copy2(video_path, output_path)
@@ -109,7 +121,7 @@ class LipSyncAdapter:
             "success": True,
             "output_path": str(output_path),
             "method": "fallback(copy)",
-            "warning": "Wav2Lip 不可用，口型未同步。请安装 Wav2Lip。"
+            "warning": "Wav2Lip 不可用，口型未同步。该文件只能用于调试占位。"
         }
 
     def _run_wav2lip(self, video_path, audio_path, output_path):
@@ -247,6 +259,8 @@ def main():
     parser.add_argument("--batch", type=str, help="批量处理配置文件 (JSON)")
     parser.add_argument("--wav2lip-path", type=str, help="Wav2Lip 安装路径")
     parser.add_argument("--check-sync", action="store_true", help="检查口型同步质量")
+    parser.add_argument("--allow-fallback-copy", action="store_true",
+                        help="仅调试用: Wav2Lip 不可用时复制原视频并标记为 fallback")
 
     args = parser.parse_args()
 
@@ -276,7 +290,7 @@ def main():
 
         output_dir = config.get("output_dir", "./outputs/lipsync/")
 
-        adapter = LipSyncAdapter(args.wav2lip_path)
+        adapter = LipSyncAdapter(args.wav2lip_path, allow_fallback=args.allow_fallback_copy)
         results = adapter.batch_sync(video_audio_pairs, output_dir)
 
         sys.exit(0)
@@ -285,7 +299,7 @@ def main():
         parser.print_help()
         sys.exit(1)
 
-    adapter = LipSyncAdapter(args.wav2lip_path)
+    adapter = LipSyncAdapter(args.wav2lip_path, allow_fallback=args.allow_fallback_copy)
     result = adapter.sync_lips(args.video, args.audio, args.output)
 
     if result["success"]:

video-ai-system/engines/multi-reference-video-adapter.py

@@ -30,34 +30,43 @@ from datetime import datetime
 PROJECT_ROOT = Path(__file__).parent.parent
 sys.path.insert(0, str(PROJECT_ROOT / "engines"))
 
-# 从环境变量加载 API 配置
 def load_api_config():
-    """从 video-ai-system/.env 加载配置"""
+    """从仓库 .env、本机密钥文件和环境变量加载配置"""
     config = {}
-    env_file = PROJECT_ROOT / ".env"
+    env_files = [
-    if env_file.exists():
+        PROJECT_ROOT / ".env",
-        with open(env_file, "r") as f:
+        Path.home() / "guanghulab-local-secrets" / "video-ai-system.env",
+    ]
+    for env_file in env_files:
+        if not env_file.exists():
+            continue
+        with open(env_file, "r", encoding="utf-8") as f:
             for line in f:
                 line = line.strip()
                 if line and not line.startswith("#"):
                     key, _, val = line.partition("=")
-                    config[key.strip()] = val.strip()
+                    config[key.strip()] = val.strip().strip('"').strip("'")
+    for key in ["JIMENG_API_KEY", "JIMENG_BASE_URL", "JIMENG_MODEL"]:
+        if os.environ.get(key):
+            config[key] = os.environ[key]
     return config
 
 
 class MultiReferenceVideoAdapter:
     """多参考图视频适配器"""
 
-    def __init__(self):
+    def __init__(self, live_capability_check=False, allow_single_reference_fallback=False):
         self.config = load_api_config()
         self.api_key = self.config.get("JIMENG_API_KEY", "")
         self.base_url = self.config.get("JIMENG_BASE_URL", "https://ark.cn-beijing.volces.com/api/v3")
         self.model = self.config.get("JIMENG_MODEL", "doubao-seedance-2-0-260128")
+        self.live_capability_check = live_capability_check
+        self.allow_single_reference_fallback = allow_single_reference_fallback
 
         # API 能力探测结果缓存
         self._api_capabilities = None
 
-    def check_api_capabilities(self):
+    def check_api_capabilities(self, live=None):
         """
         检查 API 是否支持多参考图
         返回: {
@@ -70,6 +79,7 @@ class MultiReferenceVideoAdapter:
         if self._api_capabilities:
             return self._api_capabilities
 
+        live = self.live_capability_check if live is None else live
         print("🔍 检查 Seedance API 多参考图支持...")
 
         # 根据 Volcengine 官方文档 (https://www.volcengine.com/docs/82379/1520757)
@@ -83,8 +93,17 @@ class MultiReferenceVideoAdapter:
         #   { type: "image_url", image_url: { url: "data:image/png;base64,..." } },  # 第二张参考图
         # ]
 
-        # 实际测试: 尝试提交一个包含2张参考图的请求，看是否报错
+        if not live:
-        test_result = self._test_multi_reference()
+            test_result = {
+                "multi_reference_supported": False,
+                "max_references": 1,
+                "supported_types": ["image_url"],
+                "status": "unverified",
+                "details": "未执行付费/联网实测；需要 --live-check 才会提交真实 API 探测任务",
+                "requires_live_check": True
+            }
+        else:
+            test_result = self._test_multi_reference()
 
         self._api_capabilities = test_result
         return test_result
@@ -94,6 +113,15 @@ class MultiReferenceVideoAdapter:
         实际测试 API 是否支持多参考图
         方法: 提交一个测试请求，包含2张参考图，观察响应
         """
+        if not self.api_key:
+            return {
+                "multi_reference_supported": False,
+                "max_references": 1,
+                "supported_types": ["image_url"],
+                "details": "未找到 JIMENG_API_KEY，无法执行 live check",
+                "status": "missing_api_key"
+            }
+
         # 构造一个最小测试请求
         test_prompt = "test multi-reference support"
 
@@ -216,7 +244,16 @@ class MultiReferenceVideoAdapter:
             print(f"     2. 后期合成牌匾/场景 (平面追踪 + 贴图)")
             print(f"     3. 或使用可灵生成角色，Seedance 生成场景，后期合成")
 
-            # 回退: 只用第一张参考图
+            if not self.allow_single_reference_fallback:
+                return {
+                    "success": False,
+                    "method": "not-run",
+                    "error": "多参考图能力未确认或不支持，未自动回退单参考图以避免误导一致性测试",
+                    "capabilities": capabilities,
+                    "next_step": "使用 --live-check 验证多参考图，或显式传入 --allow-single-reference-fallback 做调试占位"
+                }
+
+            # 回退: 只用第一张参考图。必须显式开启，避免误导牌匾/场景一致性判断。
             warning = "API不支持多参考图，已回退到单参考图模式。牌匾/场景一致性需要后期合成。"
             print(f"\n  🔄 回退: 使用第一张参考图生成...")
 
@@ -336,6 +373,10 @@ class MultiReferenceVideoAdapter:
 def main():
     parser = argparse.ArgumentParser(description="MULTI-REFERENCE-VIDEO-ADAPTER")
     parser.add_argument("--check-api", action="store_true", help="检查API多参考图支持")
+    parser.add_argument("--live-check", action="store_true",
+                        help="执行真实 API 探测请求，可能产生费用")
+    parser.add_argument("--allow-single-reference-fallback", action="store_true",
+                        help="多参考图不可用时允许单参考图调试占位")
     parser.add_argument("--prompt", type=str, help="提示词")
     parser.add_argument("--references", type=str, nargs="+", help="参考图路径列表")
     parser.add_argument("--output", type=str, help="输出路径")
@@ -344,10 +385,13 @@ def main():
 
     args = parser.parse_args()
 
-    adapter = MultiReferenceVideoAdapter()
+    adapter = MultiReferenceVideoAdapter(
+        live_capability_check=args.live_check,
+        allow_single_reference_fallback=args.allow_single_reference_fallback
+    )
 
     if args.check_api:
-        capabilities = adapter.check_api_capabilities()
+        capabilities = adapter.check_api_capabilities(live=args.live_check)
         print(f"\n📊 API 能力报告:")
         print(f"   多参考图支持: {capabilities['multi_reference_supported']}")
         print(f"   最大参考图数: {capabilities['max_references']}")

video-ai-system/engines/shot-qc-automation.py

@@ -585,7 +585,12 @@ def main():
         print(f"\n⚠️  QC 跳过 (依赖不可用)")
         sys.exit(0)
     else:
-        print(f"\n❌ QC 失败: {result.get('error', 'Unknown error')}")
+        if result.get("error"):
+            print(f"\n❌ QC 失败: {result['error']}")
+        else:
+            issues = result.get("issues") or []
+            issue_text = "；".join(issues) if issues else "未通过阈值"
+            print(f"\n❌ QC 未通过: {issue_text}")
         sys.exit(1)
 
 

video-ai-system/engines/voice-emotion-compiler.py

@@ -20,17 +20,24 @@ import os
 import sys
 import json
 import argparse
+import importlib.util
 from pathlib import Path
 from datetime import datetime
 
 PROJECT_ROOT = Path(__file__).parent.parent
 sys.path.insert(0, str(PROJECT_ROOT / "engines"))
 
-# 导入现有的 TTS 引擎
+# 导入现有的 TTS 引擎。文件名是 tts-engine.py，不能用普通 import。
+tts_engine_path = PROJECT_ROOT / "engines" / "tts-engine.py"
 try:
-    from tts_engine import generate_speech, generate_by_character, load_voice_config
+    spec = importlib.util.spec_from_file_location("tts_engine", tts_engine_path)
-except ImportError:
+    tts_engine = importlib.util.module_from_spec(spec)
-    print("⚠️  无法导入 tts-engine，将使用简化模式")
+    spec.loader.exec_module(tts_engine)
+    generate_speech = tts_engine.generate_speech
+    generate_by_character = tts_engine.generate_by_character
+    load_voice_config = tts_engine.load_voice_config
+except Exception as exc:
+    print(f"⚠️  无法导入 tts-engine，将使用简化模式: {exc}")
     generate_speech = None
     generate_by_character = None
 
@@ -270,7 +277,7 @@ class VoiceEmotionCompiler:
 
         variants = [
             {"label": "基准", "params": base_params},
-            {"label": "语速+10%", "params": {**base_params, "rate": f"+{int(base_params['rate'].strip('%+')) + 10}%"},
+            {"label": "语速+10%", "params": {**base_params, "rate": f"+{int(base_params['rate'].strip('%+')) + 10}%"}},
             {"label": "音调+5Hz", "params": {**base_params, "pitch": f"+{int(base_params['pitch'].strip('Hz+')) + 5}Hz"}},
             {"label": "音量+10%", "params": {**base_params, "volume": f"+{int(base_params['volume'].strip('%+')) + 10}%"}},
         ]

video-ai-system/experience/D144-8-MODULE-VERIFICATION.hdlp

@@ -0,0 +1,263 @@
+# D144 · 视频AI系统8模块验收记录
+
+> HLDP://video-ai-system/experience/D144-8-MODULE-VERIFICATION
+> 日期: 2026-06-24
+> 入口: 腾讯AI提交的 8 大模块工程验收
+> 结论: 框架已进入仓库，但不能整体视为生产完成；需要按下方缺口继续补齐。
+
+---
+
+## 总结
+
+```
+overall_status: PARTIAL_PASS
+production_ready: false
+main_blockers:
+  - 主角资产包生成未真正接通图片生成适配器
+  - 口型同步依赖 Wav2Lip 未安装，不能解决“人物说台词”
+  - 多参考图能力未做真实付费验证，默认不能用于一致性承诺
+  - EP01 一键生产 CLI 仍读取占位台词，不满足“剧本怎么写就怎么拍”
+  - 字幕标准工具链仍需独立开发，不在本次8模块内完成
+```
+
+---
+
+## 模块验收
+
+### 1. CHAR-HERO-DESIGN-PACKER
+
+```
+status: NOT_READY
+syntax: PASS_AFTER_FIX
+production_ready: false
+```
+
+发现:
+- 原代码直接导入不存在的 Python `image_api_adapter`，仓库当前只有 JS 图片适配器，启动即崩。
+- 原代码会在资产不完整时把 `manifest.hdlp` 写成 `APPROVED`，会污染后续角色锁定。
+- 原提示词带有未经剧本/资产锁确认的视觉默认值，例如白发、蓝眼、蓝袍、皮克斯风格，容易造成角色漂移。
+
+已修:
+- 图片适配器未接通时不崩溃，明确提示未生成。
+- 只有 4/4 资产完整生成时才允许 `APPROVED`；否则为 `DRAFT_GENERATED`。
+- 默认风格改为 3D国风漫剧，并要求服装来自角色资产清单，不得自由改色。
+
+后续:
+- 需要开发 Python 到现有 JS 图片适配器的桥接，或统一改成 Node CLI 调用。
+- 需要把“主角辨识度设计稿/正侧全身/表情表/色彩锁”作为独立资产包生成和人工确认流程。
+
+---
+
+### 2. CHARACTER-DISTINCTIVENESS-QC
+
+```
+status: PARTIAL_PASS
+syntax: PASS
+report_output: PASS_AFTER_FIX
+production_ready: false
+```
+
+实测:
+- 输入 `video-ai-system/assets/references/EP01-P0/ref-char003-subai-plus-tdz-plaque.png`
+- 输出 `/tmp/guanghulab-module-check/character-qc.json`
+- 结果: `overall_score: 6.35/10`, `verdict: FAIL`
+
+说明:
+- 这个结论与编辑意见“主角太普通、像路人甲”一致。
+- 当前算法是基础 OpenCV 分数，只能做第一层粗筛，不能替代人眼/多模型视觉评审。
+
+已修:
+- 增加 `--output`，允许质检报告落盘进入经验库。
+
+后续:
+- 接入图像理解模型做“主角感/路人感/记忆点”语义评分。
+- 加入同镜头前后角色一致性对比，而不是只看单张图。
+
+---
+
+### 3. MULTI-REFERENCE-VIDEO-ADAPTER
+
+```
+status: GUARDED_NOT_VERIFIED
+syntax: PASS
+production_ready: false
+```
+
+发现:
+- 原 `--check-api` 会直接提交真实视频生成请求，可能产生费用。
+- 原代码只读仓库 `.env`，不读本机密钥文件。
+- 多参考图未确认时自动回退单参考图，会误导牌匾/角色/场景一致性判断。
+
+已修:
+- 默认 `--check-api` 只做无付费预检。
+- 只有显式传入 `--live-check` 才会提交真实 API 探测请求。
+- 读取本机 `~/guanghulab-local-secrets/video-ai-system.env`。
+- 多参考图未确认时不自动回退；只有显式 `--allow-single-reference-fallback` 才允许调试占位。
+
+后续:
+- 需要一次受控 live-check，确认 Seedance/豆包视频 API 是否真支持多参考图。
+- 如果不支持，必须走“角色视频 + 牌匾/场景后期合成”的工程路线。
+
+---
+
+### 4. VOICE-EMOTION-COMPILER
+
+```
+status: PASS_FOR_TTS_PARAM_COMPILE
+syntax: PASS_AFTER_FIX
+production_ready: partial
+```
+
+发现:
+- 原代码有语法错误。
+- 原代码用普通 import 导入 `tts-engine.py`，文件名含连字符，无法导入。
+
+已修并实测:
+- 修复语法错误。
+- 用动态导入接上 `tts-engine.py`。
+- 实测生成苏白情绪配音 MP3 成功: `/tmp/guanghulab-module-check/subai-emotion.mp3`
+
+后续:
+- Edge-TTS 可做低成本测试，但商业成片建议继续 A/B 测豆包语音、火山语音或更适合角色对白的声音模型。
+- 需要按角色建立“台词情绪标签 -> 音色/语速/音高/停顿”表。
+
+---
+
+### 5. LIPSYNC-ADAPTER
+
+```
+status: FAIL_DEPENDENCY_MISSING
+syntax: PASS_AFTER_FIX
+production_ready: false
+```
+
+发现:
+- Wav2Lip 未安装。
+- 原代码在 Wav2Lip 不可用时复制原视频并返回成功，会把“没做口型”伪装为“口型完成”。
+
+已修:
+- 默认无 Wav2Lip 时返回失败。
+- 只有显式传入 `--allow-fallback-copy` 才允许复制原视频，并标记为调试占位。
+
+实测:
+- 当前返回失败: `Wav2Lip 不可用，未执行真实口型同步`
+
+后续:
+- 安装 Wav2Lip 或改接可商用口型/视频驱动 API。
+- 需要口型 QC：音频峰值与嘴部开合是否同步，不能只看生成成功。
+
+---
+
+### 6. AUDIO-MIXER
+
+```
+status: BASIC_PASS
+production_ready: partial
+```
+
+实测:
+- 单音轨输出成功: `/tmp/guanghulab-module-check/mix-single.mp3`
+
+缺口:
+- 当前对白压低 BGM 是简化处理，不是真正精细侧链压缩。
+- 需要对白优先、BGM 自动 ducking、响度标准、峰值保护、短视频平台响度目标。
+
+后续:
+- 开发基于 FFmpeg sidechaincompress / loudnorm 的商业混音预设。
+- 输出混音 QC 报告：对白响度、BGM 响度、峰值、电平余量。
+
+---
+
+### 7. SHOT-QC-AUTOMATION
+
+```
+status: PARTIAL_PASS
+syntax: PASS
+production_ready: false
+```
+
+实测:
+- 输入移动硬盘样片: `TEST-SUBTITLE-007-RUN002-REFERENCE-DRAMA.mp4`
+- 输出 `/tmp/guanghulab-module-check/qc-after-fix.json`
+- 结果: 检测到横屏 `1112x834`，失败原因 `竖屏比例错误`
+
+已修:
+- 原 CLI 失败时只显示 `Unknown error`；已改成输出真实失败项。
+- 依赖清单补充 `numpy`, `opencv-python`, `requests`。
+
+缺口:
+- OCR 未安装，字幕/牌匾文字检查被跳过。
+- 现代物品检测仍是 TODO。
+- 换脸检查只是粗糙直方图，不足以判定角色一致性。
+
+后续:
+- 安装/配置 OCR。
+- 接 YOLO 或视觉模型做现代物品、遮挡、文字、角色漂移检查。
+
+---
+
+### 8. EP01-SHOT03-PRODUCTION-CLI
+
+```
+status: DRY_RUN_ONLY
+syntax: PASS
+production_ready: false
+```
+
+实测:
+- `--dry-run` 可执行完整步骤列表。
+
+重大问题:
+- 配置读取仍显示 `台词: 苏白原文台词`，不是剧本原文台词。
+- 这不满足用户要求：剧本怎么写，就怎么拍；不能用占位台词进入生产。
+
+后续:
+- 必须接入剧本/分镜头源文件，逐字锁定台词。
+- 每个镜头需要输出“剧本文本 -> 提示词 -> 画面 -> 配音 -> 字幕”的可追溯链路。
+
+---
+
+## 本次工程修复清单
+
+```
+fixed_files:
+  - engines/voice-emotion-compiler.py
+  - engines/char-hero-design-packer/char-hero-design-packer.py
+  - engines/character-distinctiveness-qc/character-distinctiveness-qc.py
+  - engines/lipsync-adapter.py
+  - engines/multi-reference-video-adapter.py
+  - engines/shot-qc-automation.py
+  - requirements-video-ai.txt
+```
+
+---
+
+## 下一步优先级
+
+```
+P0:
+  - 字幕商业标准渲染工具链
+  - 真实口型同步方案
+  - 剧本原文锁定与 EP01 CLI 台词读取修复
+  - 主角资产包真实生成与人工确认
+
+P1:
+  - 多参考图 live-check
+  - 角色一致性跨镜头 QC
+  - BGM/对白混音 loudness + ducking
+
+P2:
+  - OCR/牌匾文字 QC
+  - 现代物品检测
+  - 成本账本与模型可用性检查
+```
+
+---
+
+## 验收结论
+
+```
+腾讯AI这次提交的8个模块，不能按“全部开发完成”验收。
+准确结论是: 工程骨架已建立，其中语音参数编译、基础混音、基础QC可继续用；
+主角资产生成、多参考视频、口型同步、EP01一键生产仍是生产阻塞项。
+```

video-ai-system/memory/zai-fu-fei-xiu-xian/STATUS.hdlp

@@ -1,7 +1,7 @@
 # 付费才能修仙 · 3D漫剧主线 · 项目状态
 
 > HLDP://video-ai-system/memory/zai-fu-fei-xiu-xian/STATUS
-> 更新: D143 · 2026-06-23 · preview-002复盘·制片厂化重启
+> 更新: D144 · 2026-06-24 · 8模块验收·生产阻塞项确认
 > 铸渊 ICE-GL-ZY001
 > 国作登字-2026-A-00037559
 
@@ -119,6 +119,7 @@ preview-003: 暂不生成。
 | 苏白TTS配音 | ✅ 工程测试通过 | `outputs/tests/TEST-TTS-001-SUBAI-RUN-001-REPORT.hdlp` |
 | 模型/成本路线 | ✅ 已建立 | `knowledge/D144-MODEL-COST-ROUTE.hdlp` |
 | 腾讯AI开发交接 | ✅ 已建立 | `plans/D144-TENCENT-AI-DEV-HANDOFF.hdlp` |
+| 腾讯AI 8模块代码 | 🟡 部分通过 | `experience/D144-8-MODULE-VERIFICATION.hdlp` · 框架已入仓，生产阻塞项仍在 |
 | 广告牌资产 | ✅ 草案 | `assets/props/PROP-FREE-AD-BOARD/manifest.hdlp` |
 | 广告牌文字贴图 | ✅ PNG已生成 | `assets/props/PROP-FREE-AD-BOARD/texture/free-ad-board-texture.png` |
 | 百宗会场景资产 | ✅ 草案 | `assets/envs/ENV-002-Baizonghui/manifest.hdlp` |
@@ -218,6 +219,11 @@ preview-003: 暂不生成。
 - [ ] 开发 reference-subtitle-analyzer / ASS渲染 / 字体管理 / 安全区QC 字幕工具链
 - [x] 重定性 RUN-002: 牌匾一致性失败，但百宗会人群氛围可用
 - [x] 测试苏白Edge-TTS工程配音 → `outputs/tests/TEST-TTS-001-SUBAI-RUN-001-REPORT.hdlp`
+- [x] 验收腾讯AI 8模块代码 → `experience/D144-8-MODULE-VERIFICATION.hdlp`
+- [ ] 接通主角资产包真实图片生成适配器，禁止未完整资产写入 APPROVED
+- [ ] 安装或替换真实口型同步方案，禁止复制视频冒充口型完成
+- [ ] 修复 EP01-SHOT03 CLI 台词读取，占位台词不得进入生产
+- [ ] 受控验证 Seedance/豆包视频多参考图能力，未验证前不得承诺跨镜一致
 - [x] 建立模型/成本路线 → `knowledge/D144-MODEL-COST-ROUTE.hdlp`
 - [x] 建立腾讯AI人格体开发交接清单 → `plans/D144-TENCENT-AI-DEV-HANDOFF.hdlp`
 - [ ] 生成E1-SHOT03专用苏白底片: 上方/身后预留牌匾空间

video-ai-system/requirements-video-ai.txt

@@ -2,3 +2,10 @@ edge-tts>=7.2.8
 pysrt>=1.1.2
 cairosvg>=2.9.0
 Pillow>=12.2.0
+numpy>=2.0.0
+opencv-python>=4.10.0
+requests>=2.32.0
+
+# Optional production QC dependencies:
+# pytesseract>=0.3.13  # requires system tesseract binary
+# ultralytics>=8.3.0   # modern-item detection, not wired yet