html-explainer/references/lessons.md

踩坑台账（lessons）

血统：上半部分继承自 anything2explainer 与 html-video-workbuddy-driver 的实战， 下半部分是本技能（确定性 seek 渲染）自己的记录。新经验 持续追加。

继承来的坑（已在技能设计里规避，但要知道原理）

1. 帧时长必须用 MP3 容器时长，不是 TTS 词边界时长。词边界每段少算 ~0.81–0.89s（LAME padding），5 段累积 4.3s 音画错位。本技能：tts_build 裁首尾后回填 container_duration_sec，timeline_build 按它排全局轴。
2. 两级时钟：段长用容器时长（音画同步），末块字幕收尾用语音真实结束 （speech_end_sec）。混用 → 字幕比语音多停 0.8s/段。
3. 词边界字幕，绝不按字数插值：中文同字数时长差 3 倍（"AI" 0.71s vs "让" 0.17s）。
4. edge-tts 7.x 必须显式 boundary='WordBoundary'，默认 SentenceBoundary 整句一个事件；相邻数字熔读（沪深300+4479.55 → 三百万…），数字间补中文逗号。 硬超时 45s（websocket 会永久挂起零日志）+ 4 次指数退避（端点限流）+ 缓存 sig 含 boundary 与 trim。
5. edge-tts 语速标定：同一句话跨 RATE 对比，dur×(1+rate) 是常数 → 线性。 长片默认 +8%；1 分钟内高密度短片可到 +20%~+37%（听感优先，别只对齐字/秒数字）。
6. 字幕是屏幕文本：去句读标点、子句连写；要断开用 | 再切一块，不是把标点加回来。
7. 每块字幕 ≥0.6s（water-filling 按真实语速比例重分配，起点不动）。
8. HTML 帧绝不引 Google Fonts（国内不可达；实时录制系 6s/link 超时 → 成片被裁成 静止尾帧）。本技能用确定性 seek，风险从「毁片」降级为「5s 硬顶后用兜底字体」， 但字体不一致仍会让前后帧字重跳变 —— 契约照旧禁止。
9. 实时录制的 __hvUnfreeze 起播坑（html-video）：单文件帧没有 __hvPlayAll， 时间轴无人 play → 成片全空且零报错。本技能的 seek 渲染器整类消除此问题 （渲染器主动 seek，帧根本不需要起播逻辑）。
10. 字幕带禁区：底部 80–170px 只给字幕；内容元素 bottom < 170px 一律抬到 176–210px。入场轨迹也不许穿带。
11. 中文文件名 + Windows ffmpeg：UTF-8 按 ANSI 解析 → No such file。 项目目录、输出文件、抽帧全部 ASCII；中文名最后在资源管理器里改。
12. Git Bash 的 /tmp ≠ Node 的 /tmp（Windows 上 Node 解析成 C:\tmp）； 给 Node/Python 传路径用 C:/... 正斜杠绝对路径。
13. 给 Python 传含正则/反斜杠的代码不要用 heredoc/-c（反斜杠被静默吞）， 写成 .py 文件再执行。
14. QC 抽帧先看体积：同片内「明显偏小」的帧 = 疑似空画面，比肉眼快得多。 ⚠️ 这条继承自亮底主题的项目，阈值不可当常数用 —— 见第 19 条（改自适应）。 附参考量级：亮底主题纯背景 ≈90KB / 有内容 220KB+； 暗底主题（本技能默认风格）纯背景 ≈20KB / 有内容 ≈35–60KB。

本技能自己的记录（持续追加）

15. （2026-09-20 首版验证）seek 渲染确认：tl.pause(t, false) 同步渲染 inline style， document.getAnimations().currentTime = t*1000 同步 CSS keyframes；双 rAF 后 screenshot 能拿到正确的中间态（opacity 0→1 的半透明帧逐帧递增）。 （第二参 false 的必要性见 #27 —— 少了它，onUpdate 类回调全不触发。）

16. playwright-core 无浏览器探测：chromium.launch() 不带 executablePath 时不会 自动找系统 Chrome/Edge —— 必须显式传 executablePath（render_video.mjs 已内置探测链）。

17. ★ page.evaluate 的字符串陷阱（最隐蔽的静默失败，2026-09-20 定位）： page.evaluate 传字符串时，Playwright 只把它当表达式求值一次。 所以传 "async (o) => { ... }" 得到的是「一个箭头函数对象」而不是执行结果 —— 函数体根本不执行，返回值因不可序列化变 undefined，零报错。 症状：成片每帧都是静止首帧（只有纯 CSS 动画在动，GSAP 控制的元素停在 opacity:0）。 正确写法：把回调写成真正的 JS 函数字面量（不是模板字符串）， await page.evaluate(frameSeek, { t, globalT, total })。 排查手法：在 evaluate 里 return 一个探针值，看是否 undefined；或先试「内联箭头函数」 能跑通、换成字符串就挂 —— 立刻锁定此坑。

18. browser.launch({ viewport }) 不继承给 newPage()：viewport 必须逐 page 指定 browser.newPage({ viewport: { width: W, height: H } })，否则成片静默变 1280×720。

19. QC 体积阈值必须按主题底色自适应：固定「<100KB = 空画面」在黑底稀疏文字主题上 会把全部合规帧判成假阳性（实测本片中位数仅 40KB）。改为取本片抽帧体积中位数的 35% 作可疑线（叠加 12KB 绝对下限兜底），跨亮底/暗底主题都稳。 真·空画面会明显掉到中位数 1/3 以下，仍能被抓住。

20. （2026-09-20 补）画面风格库来自 html-video 的 23 个模板，不是「一种暗底风格」。 务必先读 references/style-catalog.md 再动手 —— 8 个类别、12 个 rich 模板 （零改动可渲染）与 11 个 gsap 模板（需重写）。挑风格时同时核对时长档 （3–6s 的片花模板硬拉到 20s 会显得空）。

21. html-video 模板分两种结构，改编成本差别很大（2026-09-20 实测）：

    • rich：单文件 + 纯 CSS @keyframes 时间轴 + 带 SKILL.md 风格规范 （画布/字体/时间轴/配色纪律）。seek 渲染器零改动即可驱动 —— 因为时间轴由 CSS animation-delay 声明，document.getAnimations().currentTime 可直接定位。实测 bold-signal 的 9 条动画全部可 seek（0.3s 只有编号、0.8s 卡在滑入中间态、 1.5s 全部到位 —— 逐帧确定性正确）。
    • gsap：index.html + compositions/*.html 多组合 + CDN 加载 GSAP。 不要搬代码 —— 单帧里没有起播钩子，搬进来会得到静止首帧且零报错 （就是 #9 的 __hvUnfreeze 坑）。只取视觉 DNA（配色/版式/动效意图）， 用 CSS keyframes 重新表达。 判定：grep -c '@keyframes' + 是否有 data-composition-src / compositions/*.html。

22. 改编 rich 模板必做三步（漏一步就出问题）： ① 删 Google Fonts 换系统字体栈 —— 模板原文一律外链 Google Fonts， 离线环境下每 link 5s 超时且字体静默回退，前后帧字重会跳变（详见 #8）。 ② 底部元素抬出字幕带 —— 模板不知道自己会被叠字幕，bottom:74~104px 的元素 会跟硬字幕压在一起（#10）。一律抬到 bottom:176px 以上。 ③ 填真实内容 —— 照模板 example.md 的字段填，严禁 lorem ipsum。 实测：改编 bold-signal / build-minimal / pentagram-stat 三帧混排成片， 509 帧 / 16.97s、音画差 0.04s、音量 −24.7dB 与源一致、QC 全过，三种风格视觉完全成型。

23. 一个项目可以混排多种模板风格，且这是推荐做法 —— 8 个场景全用同一个模板会很单调。建议 2–4 种风格轮换 （如：开场用 bold-signal 强冲击 → 论述用 build-minimal 留白 → 数据用 pentagram-stat 理性）。字幕层与进度条由渲染器统一注入， 跨风格视觉一致，各帧无需自管。

24. 风格目录是可再生成的，不要手改：scripts/import_styles.py --from <html-video>/templates 会重写 references/style-catalog.md + .json。该脚本能处理两种模板布局 （source/index.html 与 index.html），且 YAML 解析支持 >/| 块标量与任意层级缩进 （output.duration.min_sec）—— 一开始写的浅层解析器漏了 duration 和 description，注意别退回。 它是「抄设计规范」，不是代码依赖：跑完一次，技能就永久拥有风格知识， 之后做视频不需要 html-video 存在（类比：把菜谱抄回家，做菜不需要原餐厅营业）。 零依赖验证手法：grep -rn "html-video" scripts/ assets/ references/ —— 只应命中注释署名，不应命中 import / readFile / subprocess。

25. （2026-09-20）封面必须两套独立排版，绝不能用裁切： 成片 16:9，平台主页栅格按 3:4 裁 → 从 1920×1080 居中裁 3:4 只剩 810px 宽， 丢掉 57.8% 的画面宽度，横跨全宽的大字钩子必然被切。 正确做法：frames/cover_169.html（1920×1080）+ frames/cover_34.html（1440×1080） 两份 HTML 各自排版，共享同一套视觉基因（配色/幕底/主视觉/钩子文案）。 重排的核心动作是改变构型，不只是改间距： 悖论视觉从「右侧左右并置」→「上方竖排堆叠」；钩子从「左下两行」→「下方三行」。 实测踩到的两个坑（都已修）： · 钩子每行字数是硬约束 —— 16:9 版 ≤7 字/行、3:4 版 ≤5 字/行。 超了会出现孤字断行（「错在哪」的「哪」单独成行），极难看。 可反算：行宽 ≈ 字数 × 字号 × (1 + letter-spacing)，必须 ≤ 容器宽， 否则浏览器在任意字间断行。所以字号上限 = 容器宽 ÷ (最长行字数 × (1+ls))。 例：16:9 钩子第 2 行 7 字、ls=-0.022、容器 920px → 字号 ≤ 920/(7×0.978) ≈ 134， 取 126 留余量（实测：134px/880px 时末行出孤字，改 126/920 后通过）。 · 两份的底部元素位置必须各自算。3:4 版钩子占位更满， 直接沿用 16:9 的 bottom:104px 会跟末行大字重叠（实测撞了）。 3:4 版钩子 118px 三行时，角标必须压到 bottom:52px。

26. 封面渲染器（cover_build.mjs）复用场景渲染器底座，三处差异： ① 不注入字幕层/进度条（封面不要字幕）→ 底部无禁区，但仍留 ≥96px 平台安全边距 ② 不逐帧，只 seek 一个「封面时刻」：默认 --at last（tl.duration()，取完整态）； --at 0.8 可挑入场动画中间态（更有张力，适合动感题材） ③ 输出单张 PNG，默认 --scale 2 出 2 倍图（3840×2160 / 2880×2160）应付平台压缩 封面帧允许纯静态（没有 window.__tl 也不报错）——比场景帧宽松， 因为有的封面就是一张静图。但仍建议挂一条 1.2s 的短时间轴，好在 --at 时点微调。

27. ★★（2026-09-20 实测确诊）tl.pause(t) 会掐掉本次 seek 的回调 —— 数字滚动/末态回调全失效： GSAP 签名是 pause(atTime, suppressEvents)，第二参默认 true，含义是「本次跳转触发的 onStart/onUpdate/onComplete 一律不触发」。于是最自然的写法

    var p = {v:0}; tl.to(p, {v:100, duration:2, ease:'none',
      onUpdate:function(){ el.textContent = Math.round(p.v); }});
    

    在渲染器下 el.textContent 永远是 0 —— 补间本身算到了 100，但写 DOM 的那行从不执行。 症状极隐蔽：不报错、截图照写、体积正常、成片只有「数字不动」，静态合规检查也查不出来。

    判定证据（用一个探针脚本 .mjs 复现与渲染器逐字一致的 seek）：

    写法	seek 后 #a 的值	结论
    onUpdate + pause(t)	"0" ❌	回调被抑制
    onUpdate + pause(t, false)	"100" ✅	确诊 = suppressEvents
    transform + pause(t)	位移到位 ✅	不依赖回调，稳

    两处修法（本技能采用①+②双保险）： ① 渲染器/封面器改 tl.pause(t, false)（根因修复，一次性生效于所有帧） ② 帧里做数字滚动改用纯 transform 的「数字卷轴」（不依赖任何回调，任何 seek 方式都成立）： 外层 .strip{overflow:hidden}，内层 .val{display:block}（inline 元素不吃 transform）， tl.fromTo('.strip .val', {y:0}, {y:-steps*ITEM, duration:1.4, ease:'power2.out'})。

    顺带结论：tl.pause() 无参时不影响；但凡是「seek 到某时刻并期望伴随副作用」的写法， 都要显式传 false。注意：放行回调意味着 onUpdate 每帧都会跑一次，帧里写 onUpdate 必须保证幂等（只赋值、不 append DOM），否则整片几千帧会累积出灾难。

28. （2026-09-20 补）#18 的孪生坑：deviceScaleFactor 传给 chromium.launch() 会被静默忽略： viewport / deviceScaleFactor 都是 context 级选项，只能给 newPage()（或 newContext()）。 传给 launch() 不报错、不生效 → 封面出成 1 倍图（1920×1080 而非承诺的 3840×2160）， 日志还自欺写着「输出倍率 2x」。自查手法：渲完立刻 PIL.Image.open(...).size 核尺寸， 别信日志。 修复：newPage({ viewport, deviceScaleFactor }) + screenshot({ scale: 'device' })。

29. （2026-09-20 补）QC 抽帧曾只覆盖前 ~1/4 片：qc_check.py 按「字幕块起点」抽样， 但写成 pts[:samples] = 取前 N 块。一条 39 块的实测片取 12 → 只抽 0.25–23.86s， 后半段 6 个场景一帧没抽，「全部通过」是假的放心。 修法：块数多于样本数时按步长均匀挑（pts[int(i*len/N)]），既覆盖全片又仍落在字幕边界。 教训：抽样逻辑写完要 sanity check 一次「最后一个样本的时间 ≈ 片尾」

30. （2026-09-20 补）封面排版验收要量终态、不量中间态：页内脚本若写了 if (!__MG_RENDER__) tl.play(0) 自动起播，则直接 load 完就量得到的是 fromTo 的 起始值（.foot 会多出 +16px 之类的假偏移，.paradox 会 -17px）。 验收脚本必须先 addInitScript('window.__MG_RENDER__=true') 再 tl.pause(tl.duration(), false)， 与 cover_build 的 seek 完全一致 —— 否则你会去「修」一个根本不存在的布局 bug。 附：写一个十几行的终态测量脚本即可（行数 / 四边边距 / 元素重叠 / 钩子字号全判）。

31. （2026-09-20 补，v1.2.2）speech_end_sec 在「首跑（现合成）」与「重跑（走缓存）」下不一致： _result() 里量的是已经裁过首尾的 out_path（trim_edges 原地替换过）， 所以 speech_window() 返回的 de 已经在裁后坐标系里，原代码又写了 "speech_end_sec": de - head_cut → 重复扣一次首裁量。 症状：同一段解说，首跑报 语音止 7.541s、重跑（缓存命中走 head_cut=0.0 分支）报 7.696s， 差 0.155s = 首裁量；末块字幕提前消失，且**「跑两遍逐帧一致」的承诺被打破**。 修法："speech_end_sec": de if trimmed else round(dur, 3)（de 已是裁后坐标，不再减）。 自查手法：连跑两次 tts_build.py，逐段比对 speech_end_sec —— 两次必须完全相同。 另注：container_duration_sec（帧长口径）与 boundaries（词边界，原始坐标）都不受影响， 所以这个 bug 只影响末块字幕收尾与 __SEG__.speech_end，不会造成音画漂移。

32. ★（2026-09-21 实测）--preview 渲完会删帧 —— 想留 PNG 必须显式 --keep-frames： render_video.mjs 尾部有

    if (!args.keepFrames && preview != null) { /* 遍历 framesDir 逐个 unlinkSync */ }
    

    设计意图是「预览模式顺手清草稿帧省盘」，但它对已经合成完、正准备复用的帧一视同仁地删掉。 本次踩法：为「只重渲 outro 一段」而用 --preview 15.1 跑临时项目，成片正常产出、 日志一切正常，帧目录被清掉了 49 张（第 50 张被宿主的安全删除守卫拦下才暴露）。 症状极隐蔽：✓ 场景 outro：453 帧 的日志是真的，帧也确实渲过，只是结尾被删了。 规则：只要帧还要用于「拼接 / QC / 封面 / 复核」，一律加 --keep-frames。 另注：完整渲（不带 --preview）不触发这段清理，所以「全片重渲」反而比「局部重渲」安全。

33. ★（2026-09-21 新增工作流）改单场画面后「只补渲这一场」的标准做法 —— 临时项目法： render_video.mjs 的 order 就是全部场景，改一帧就要全片重渲（一条实测片 3802 帧 ≈ 15 分钟）。 改的是末场时优先用 --only <场景id>（见第 45 条），比本法省事；本法适用于 被改场景不在末位、或需要精确控制全局帧号的情形。 用法是用临时项目精确复现该场景的全局帧号，渲完贴回主序列：

    1. 建 <项目>/render/_fix/，拷进 theme.css、assets/gsap.min.js、 frames/<id>.html、frames/<id>.beats.js（帧里的 ../theme.css / ../assets/ 相对路径靠目录深度对齐）；
    2. 写 project.json（order 只放目标场景，其余字段照抄主项目，gap 必须一致）
       • layout.json（只放目标场景的 start_sec/duration_sec）；
    3. 帧号对齐靠两个数：主序列里该场景的 gf = round(start_sec × fps)， 场景帧数 n = min(总帧数, round((start_sec+duration+gap)×fps)) − gf。 n 比 round(duration×fps) 大（末尾那段 gap 被并入前一场景）， 所以临时项目里要么加一个 duration_sec: 0 的占位场景凑出同样的 totalFrames， 要么用 --preview <n/fps> 直接把帧数卡到 n；
    4. 渲完（带 --keep-frames）把 f_000001..f_0000nn 贴成主序列的 f_<gf+1>..f_<gf+n>；
    5. 用主项目的 ffmpeg 口径重合成（见下），再跑 qc_check.py。

    本片实测：hook 291 帧 + outro 453 帧≈ 90s+130s，相比全片重渲 924s 省掉约 12 分钟。 主序列的合成命令（与 render_video.mjs 逐字一致）： -framerate 30 -i f_%06d.png -i audio/narration-full.mp3 -c:v libx264 -preset medium -crf 18 -pix_fmt yuv420p -movflags +faststart -c:a aac -b:a 160k -af apad -t <renderSec>

    别用 -shortest。 它按音轨长度收尾，而 layout 的 video_duration_sec 比音轨多出 一段片尾留白（末块字幕的收尾余韵），-shortest 会把这段留白连同最后一块字幕一起切掉。 正解是 -af apad -t <renderSec>：音轨不足处补静音，成片长度由 layout 唯一决定。

34. ★（2026-09-21）冷开场：短视频前 0.5 秒必须有主体，opacity 淡入是最慢的入场： 本片 hook 初版把三行巨型标题放在 t1（1.154s，第一句解说词起播），配 power3.out 0.72s 淡入。 抽帧一看 0.1s / 0.5s / 1.0s 三帧几乎全黑（只有角标 + 日期戳），1.4s 才有字 —— 信息流里这是硬伤。 两个改法叠加即可：① 入场起点从「第一句解说词」提前到 t0 + 0/0.14/0.28（t0 = 首字起播）， 别再等解说词；② 缓动换 power4.out + 0.5s（起手极快，0.15s 就走完七成）， opacity 淡入退居次要 —— 遮罩上推（overflow:hidden + y:104%→0）本身就提供遮挡， 不需要再叠一层从 0 开始的透明度，叠了就会让首帧必然全黑。 修后实测：0.10s 已能看到字头、0.35s 两行到位、0.70s 三行齐 —— 首帧体积也从 28KB 升到 37KB， qc_check.py 的抽帧体积列可以直接当「冷开场是否空屏」的回归指标用。 附：peek_frame.mjs 的 --at 是百分比不是帧号（--at 2,5,10 = 2%/5%/10% 轴长）， 查冷开场要传 --at 1,3,6 这种小的百分数。

35. ★（2026-09-21）入场动画有「截止时刻」，不是「起始时刻」——挂在最后一句上的收尾元素等于没出现： 介绍片的 outro 结尾有 3 个 chip（MIT © 2026 Moh / v1.2.2 / 23 种风格）， 挂在了最后一拍 B('去试试吧') = 5.763s，而该场景帧长 6.53s、成片实际收在 107.65s —— 留给它们的只有 0.35s（还要叠 0.07s×2 的 stagger）。抽帧看：整片结束前它们只露出半个头。 病根是把「这句解说词在说什么」当成了动画时点，而帧尾还有 tail（约 0.15s）+ 音轨与视频 的 0.4s 差，最后一拍的落点几乎贴着片尾。

    规则：任何入场动画的最晚触发点应 ≥1.2s 早于 speech_end；越靠后的元素越要挂到 前一句（本片改挂 B('仓库地址在简介里') + 0.45，获得 1.45s 展示时间）。 想在最后一句「再给一次响应」而不占用时间，就用已经在场元素的微动作（如 .repo 的 scale 1 → 1.03 → 1），不要引入新元素。

    ★ 配套的验收方法（比 qc_check 的默认抽帧更狠）：qc_check.py 只均匀抽 12 帧， 本片最后一个样本落在 92% 处（99.55s / 107.65s）——片尾三秒根本没被看到。 补一招：按 layout.json 算出每个场景 speech_end 前 0.15s 的全局时刻， 逐点抽帧拼成一张 contact sheet，一次过 11 个场景的「终态」。本片 11 帧一次过， 只有 outro 露出问题。命令形状（ffmpeg 走 imageio_ffmpeg）：

    FF=$(python -c "import imageio_ffmpeg;print(imageio_ffmpeg.get_ffmpeg_exe())")
    for t in 6.9 17.8 31.2 44.5 51.9 60.7 71.8 79.6 89.6 100.6 107.35; do
      "$FF" -y -loglevel error -ss $t -i out/<slug>.mp4 -frames:v 1 "render/end_check/e$t.png"
    done   # 再用 PIL 拼成一张 4 列 contact sheet 肉眼看
    

36. （2026-09-21）多 agent 并行建帧前，先落一份 frames/kit.css 共享视觉基座： 本片 11 个场景、3 个并行 agent，lint_frames.py 一次过、零违规、跨帧风格统一， 与前几片动辄返工形成对比。做法：把幕底（.bg/.grid）、章节角标（.sec）、 卡片（.card / .card--focus / .card--dim）、文字层级（.h1/.h2/.h3/.body/.tiny/.mono）、 配件（.chip/.tag/.rule）、禁区之上的信息条（.foot，bottom:186px）、 媒体卡（.shot）一次写死，帧文件只引用 class。要点：

    • kit.css 不是第四份契约文件，它和 theme.css 一样是共用层 —— 帧里 <link ../theme.css> 之后紧跟 <link kit.css>；lint_frames.py 只扫 frames/*.html， 不扫 kit.css，所以共享层里更要自律（本片 kit.css 同样只用 theme 变量）。
    • 派 agent 的 prompt 里把「底对齐用 top 定位、内容 bottom ≥ 180px、禁色值字面量、 B() 取 frames/<id>.beats.js 原文」写成硬要求 + 违反即返工，比事后 lint 返工便宜得多。
    • agent 会自行补「居中章节标题」等版式细节 —— 只要风格统一就放行，别逐帧纠偏。

    配额提醒：本片一次全片重渲 3242 帧花了 780s；而上面第 33 条已经写好了 「临时项目法按全局帧号补渲再贴回」的完整流程（约省 12 分钟）。 发现只有一两个场景要改时，先翻第 33 条，不要直接全片重渲。

37. （2026-09-22）帧内的「统一生长」辅助函数必须用 querySelectorAll。 常见写法 function grow(sel, t){ var el = document.querySelector(sel + ' .bar'); ... } 传单个 id（'#s1'）没问题，但传多匹配选择器（如 '.row:not([id])'）时 只会动到第一个元素 —— 其余柱子永远停在 width:0。 症状极具迷惑性：零报错、零 lint 违规、帧也不静止，只是「有几根柱子丢了」。 正解：querySelectorAll(sel) + 逐项 offset，tl.fromTo() 在循环内各自注册。 → 凡是「一组元素一起动」的辅助函数，一律 All + for，不要图省事。

38. 绝对定位元素的 top 是相对它自己的定位框**，不是相对页面。** compare 帧要把徽标放到「双卡下方」，直接写 top:384px → 实际落在 容器 top(196) + 384 = 580，跑进了下一区块并压住柱状图。 正确值 = 容器高度 + 留白（本例 176 + 6 = 182px）。 → 给绝对定位子元素写坐标前，先确认它挂在哪个定位祖先上； peek_frame 出图后拿实际像素反查一次最稳。

39. 数字卷轴（odometer）在 seek 渲染下的可靠写法。 第 9 条说「数字滚动用纯 transform 数字卷轴」，这里给出可直接抄的实现：

    <span class="reel"><b class="rack"><i>0</i><i>1</i>…<i>9</i></b></span>
    

    .reel { display:inline-block; height:1em; overflow:hidden; }
    .reel .rack { display:block; }
    .reel .rack i { display:block; height:1em; line-height:1em; font-style:normal; }
    

    tl.fromTo(rack, { y:'0em' }, { y:'-3em', duration:1.5, ease:'power2.out' }, t);
    

    要点：① 每位数字一个 .reel，y 走到 -N em 即显示数字 N； ② 完全不用 onUpdate 回调，因此不受 tl.pause(t, true) 抑制影响（对比第 27 条）； ③ 外层数字用 display:flex; align-items:flex-start 保证多位等齐， 货币符号等窄字用 align-self:center + 小字号，别混进 rack。 本片 liverl 的 30 / 347 / 75 三个数都靠它，终态逐位正确。

40. 暗底上的光晕别写 rgba() 字面量。 box-shadow: 0 0 40px rgba(214,137,81,.45) 会被 lint_frames.py 按契约 3 拦下。 直接 box-shadow: 0 0 40px var(--signal) / var(--accent-glow) 即可 —— theme 变量本身就是带 alpha 的色，效果一样且换肤自动跟随。

41. peek_frame --at 是百分比，判「元素缺失」前先换算成秒。 --at 92 ≈ 时长 × 0.92。本片 models 的 20×、perf 的底部结论条、 compare 的 1/20 ~ 1/60 都在 peek 时点之后才入场 —— 看到「应该有的东西没有」时，先 时长 × 百分比 算一下时点，再决定要不要改版。 想复核终态直接给 --at 99。

42. 亮底「编辑插页」是最好用的节奏工具。 全片 10 场景里只把 2 个纯数据场景（排名柱图、差距图）做成亮底 （--paper + --ink + --accent-on-paper），其余全暗底 —— 比「全亮」或「全暗」都更抓人，且换肤只动 theme.css 一处。 注意：亮底帧必须自己铺 --paper 背景，否则会露出暗色幕底。

43. ★ 「A 或者不 A」不是选择，是同义反复 —— 结尾最常见的废句。 真实案例：结尾三行写成 结婚或者不结婚 / 买房或者不买房 / 留在城市，或者回到县城， 观众读完的反馈是「说了跟没说一样」。因为它的信息量严格为零： 每条都穷尽了全部可能性，等于什么都没说，只是把句法凑得像选项。 同类废句还有两种，一起拉黑：

    废句类型	例子	为什么废
    同义反复	结婚或者不结婚	穷尽全部可能 = 零信息
    自指复读	这就是一个普通人的一生	把标题当结论念了一遍
    鸡汤留白	没有人知道你会走到哪里，包括你自己	听起来像总结，其实没有指向任何事

    正确写法：不总结、不升华、不判断，只把「还没有结果的具体的事」按它本来的样子列出来。 落点必须是可核查的具体物（一条没回的消息 / 一栏空着的三方协议 / 下周的复查）， 而不是处境的名字。判据一句话：把这句话里的名词换成任何其他片子也成立，就是废句。 结构上让它成立的做法是前面埋钩子、结尾不回收—— 全片早段写过「还有一个，在等消息」，结尾不是给答案，而是让这条消息仍然悬着。

    配套的画面写法（比文字更省事）：把结尾做成一页勾选框全空的待办清单 （☐ 那条消息 ⋯⋯ 未回），每行随念到它的那一句落下，一条都不打勾。 「未完成」不用靠形容词，靠空框本身。

44. 极简帧里同一信息只准出现一次。 上一条的同一个镜头里，全片固定的左下角日期戳是 2026 · 你 21 岁， 右栏又放了一个 .min-age 写着同一句 —— peek 出图才发现画面上有两处一模一样的字。 极简帧元素少，重复格外显眼。定稿前通读一遍画面上所有文字（含全局固定元素： 左上系列标、左下日期、右下场次），逐个确认没有同义重复。同类：右上小标题与场次标记撞词。

45. --only <场景id> 局部重渲的前提，和它的必然后续。 改一句旁白不必重渲整片（本片 14 场 6194 帧，全渲 20 分钟，重渲末场 78 秒）：

    node scripts/render_video.mjs . --only <场景id>     # 只重渲这一场
    node scripts/render_video.mjs . --mux-only          # 用现有帧重新合成
    

    两个前提，缺一个就会出错： ① 只有末场安全。脚本会提示被改场景是否为末场；非末场一旦时长变化， 其后所有场景的帧号整体前移，必须整片重渲。 ② 变短之后必须清掉尾部过期帧，否则 ffmpeg 会把旧帧一起编进去，成片比 layout 长。 先算出新总帧数（round((Σduration + gap×(n-1)) × fps)）再删：

    for f in (FRAMES := pathlib.Path('render/frames')).iterdir():
        if f.name.startswith('f_') and int(f.name[2:8]) > TOTAL: f.unlink()
    

    验收口径（别只看渲染日志的「✓ 成片」）：帧号连续无缺口 + 成片时长 == layout 总长。 本片收尾实测 6194 帧、0 缺帧、Duration 00:03:26.47 与 layout 的 206.47s 逐位一致。

46. ★（2026-09-23）「用户需要中断流程去手工做一件事」时，那个选择必须先落盘。 加火山 TTS 时踩的：向导让用户选方案 → 选火山 → 生成 tts.env 模板让用户去填密钥 → 此时 project.json 还没写 provider（原本要等全部步骤走完才写）→ 用户填完回来跑 --check，脚本从 project.json 读到默认的 edge，于是静默去测 edge 并报「✓ 就绪」。 用户会以为密钥配好了。 规则：只要流程中间存在「需要用户离开去手工完成」的断点，断点之前已经确定的状态就要立刻持久化。 顺带把「我测的是哪个」显式打印出来（测试方案：volcano）—— 加了这一行，同类错位就不可能再静默。 更一般的判据：任何带默认值的回退，都要问一句「这个默认值在什么情况下会冒充用户的真实选择」。

47. 密钥只能用「单点接触」的接口包封装，且默认值不能替用户做安全决定。 本技能的密钥纪律是「agent 不读、仓库不记、日志不吐、分发不含」。让它成立的不是自觉， 是结构：密钥只存在 tts.env，只有 tts_volcano.py 读它，agent 只调这个包。 四条各有对应机制：

    • 不读 → 接口包自己读；agent 想知道状态就跑 --status（输出脱敏摘要）
    • 不记 → .gitignore + check_integrity.py 的密钥防线检查（遍历仓库抓非空赋值与 AKLT…）
    • 不吐 → 异常过 _redact()。脱敏规则别写成「长字符串就当密钥」：那会把 reqid/logid 一起抹掉，排查时没有定位线索。只抹「本次实际加载的密钥值」+ 明确形态（AKLT…）即可， 因为密钥只可能从这两个来源进入输出。
    • 不含 → package_skill.py 排除密钥文件（见 #48） 必须对用户说清的实话：合成代码是 agent 在本机执行的，运行时进程里密钥对脚本可见， 「agent 绝对读不到」做不到。能保证的是不进对话、不进仓库、不进日志、不进分发， 再加最小权限子账号 + 用量告警 + 可随时轮换把泄露半径收敛成一次可撤销的事故。 ★ 附实证：环境变量比凭据文件更不安全 —— 本机 env 的输出会被工具结果带进会话记录 （早前 env | grep proxy 连 MCP 的 bearer token 都打出来过）。要存密钥就用 系统凭据管理器或仓库外的文件，别用环境变量。

48. 加了新的敏感文件类型，要同时检查「打包/分发」与「gitignore」两条路 —— 它们不共享规则。 package_skill.py 的排除表原先只有仓库卫生文件，没有 .env。 也就是说：技能目录里一旦放了 tts.env，package_skill.py 会把它打进可分发的 zip， 用户把包转给别人 = 把 API Key 一起发出去。gitignore 挡不住这条（打包不看 gitignore）。 修完必须实测而不是只看代码：往技能目录放一个假 tts.env，打包， 再开 zip 列表 + 对每个成员做内容级扫描（b'AKLT...' in z.read(n)）。 验收三条：密钥文件不在包里、模板 tts.env.example 仍在包里、内容扫描无命中。

49. 「非 0 的状态码 = 错误」是错的 —— 先查清楚协议里的成功/结束码各是什么。 火山 V3 单向流式的响应是 NDJSON，音频块 code=0，而结束标记是 code=20000000 且 data=null。 社区记录里有人只判 code===0 收音频，症状是「合并出来的音频末尾嘎然而止」——最后一段丢了， 而 HTTP 200、日志一切正常。本包按 code 显式区分三种：0 收音频 / 20000000 结束 / 其他抛错，并且离线断言过（本地假服务端按官方响应结构回包，断言音频字节数、 时间戳换算、请求头与请求体字段）。这类「协议细节只听文档会错」的地方， 花十分钟搭个假服务端做断言，比拿真 key 反复试便宜得多。

50. 对外接口的「同构」是省事的关键 —— 适配新引擎时先看能不能让下游零改动。 火山 TTS 有五种接入方式（WS 双向流式 / WS 单向流式 / HTTP Chunked / SSE / 已弃用的 v1）， 选的是 HTTP Chunked 单向流式，唯一理由是它和 edge-tts 形态同构：发一次文本、收一串音频。 于是缓存 / 硬超时 / 退避重试 / 裁静音 / 两级时钟一行没改， 两引擎产出的 manifest 结构完全一致，timeline_build.py / subs.py / 渲染器零改动。 双向流式是为 LLM 实时对话设计的（可打断、多轮 session 状态机），离线出片要它纯属负担。 ★ 判断依据要落在数据契约上而不只是传输方式：这里真正的关键不是「怎么发」， 而是「词级时间戳拿不拿得到」——火山 sentence.words[] 给字级 startTime/endTime（秒）， 正好等价于 edge 的 WordBoundary，不需要「强制对齐」那一步 （注意：前提是显式开 audio_params.enable_subtitle，见第 51 条）。 接新引擎前先确认这一点；拿不到词级时间戳就别接——按字数插值是这个技能明确禁止的退化。

51. ★（2026-09-23）官方文档示例里「有值」的字段，不等于你不传参数它就会返回。 火山文档的响应示例里 sentence.words[] 带着完整的字级时间戳，很容易让人以为「默认就给」。 实测：不传 audio_params.enable_subtitle: true，words 恒为空数组（同文本对比 false→words=0，true→words=10）。这个坑的可怕之处在于它完全不报错： 音频正常、时长正常、sentence.text 也正常，只有时间戳是空的。 下游会静默退化——subs.py 发现没有词边界就按字数插值（只打一行 stderr 警告）， 成片照样能出，字幕却开始飘。判据：凡是「文档示例里看着有值」的字段， 都要用一个显式关掉参数的对照组实测一次，别接受单边证据。 顺带：该开关仅豆包 2.0 的中英文音色支持，所以本包在拿到音频却没有时间戳时 会往结果里塞 warning，让 tts_build.py 能把它打到台面上，而不是安静地飘字幕。

52. 计费/统计字段常挂在「流结束」那一行上 —— 别在结束标记处提前 continue。 同一个坑的第二层：usage.text_words 就挂在 code=20000000（结束标记）那一行。 解析循环写成「先判结束标记 → continue → 再读其他字段」， 结果计费字数永远是 0，而请求本身完全正常。加上 X-Control-Require-Usage-Tokens-Return: * 这个头之后依然读到 0 —— 因为问题不在服务端给不给，而在我们把那一行跳过了。 症状极易被误判成「是不是免费额度？」。顺序原则：一行的所有字段先全部读完， 再决定这行要不要跳过它的「主语义」。修完实测：计费 20 字 与文本长度逐字对上。

53. 缓存里必须连「裁剪量」一起存 —— 否则首跑与重跑产出的 manifest 不一致。 词边界是原始坐标系（合成完那一刻的时间），下游 subs.py 靠 lead_cut_sec 平移。 缓存只存了边界数组、命中缓存时把首裁量当 0，于是重跑的 lead_cut_sec=0、首跑是 0.037 ——字幕整体晚一帧。这类 bug 只在「第二次跑」出现，而第二次跑恰恰是最常发生的场景。 修法：缓存改成 {"boundaries": [...], "lead_cut_sec": x}，并对旧版裸列表格式做兼容读取。 验收必须是深度 diff（见 55）。

54. ★ 别把仓库里的 *.example 模板「改名」成真文件 —— 模板会消失，而其他用户再也配不起来。 实证：用户把 tts.env.example 改名成 tts.env 去填 key。功能上没问题（gitignore 也确实 挡住了它入库），但仓库里少了模板，check_integrity.py 的密钥防线当场报错。 这类错之所以常见，是因为「复制」和「改名」在资源管理器里只差一个字。 两道改进：① 模板开头直接写清「请复制，不要改名」； ② 校验脚本在「缺模板」时再看一眼同目录有没有真文件，有就直说「疑似改名」—— 错误信息能指向原因，比只报「缺文件」有用得多。

55. ★ 验证脚本本身要先 sanity check ——「没发现差异」可能是比较器根本没比到。 验证「首跑 vs 重跑一致」时，第一版 diff 把 items 这个列表当成不透明值 （只记 <list 3>），于是 982 个字段里一个都没深入比较，第二轮打印出 「✓ 两次 manifest 完全一致」。而同一时刻终端上明明显示首裁 0.037s vs 0.000s。 两个互相矛盾的证据同时出现时，先怀疑那个「更省事」的结论。 改成递归进入列表后，立刻暴露 3 处不一致。 ★ 通用规则：验证器要能被证伪 —— 先拿一个已知有差异的输入试一次， 看它会不会报差异；会报，才有资格说「一致」。

56. 「名称 / 序号 / 原始 ID」的解析必须收在接口包里，不能让调用方各写一份。 火山 CLI 的 --voice "云舟 2.0" 把中文显示名原样当成 speaker 发出去， 服务端拒了，报的是 55000000 resource ID is mismatched with speaker related resource ——完全看不出「其实是名字没解析」。修法是把 resolve_voice_token() 放进接口包， tts_setup.py 改为委托它，语速换算（parse_rate_percent）同理。 判据：凡是「用户会手输、而协议只认机器格式」的字段（音色名、语速、路径）， 解析逻辑有且只能有一份，且放在离协议最近的那一层。 两份实现必然慢慢跑偏。