supermickey-studio

SuperMickey 视频提示词生成器

核心运行原则（最高优先级）

LLM 环节由本 Agent 自身模型承担：SuperMickey 系统中所有依赖 LLM 的模块（意图解析、剧本生成、场景卡 Agent、镜头设计 Agent、提示词引擎 Agent、导演审片 Agent、产品事实校验、营销技能路由、数据挖掘引擎五 Agent 等）一律由执行本技能的 Agent 用自己的模型能力就地运行，严格按照拉取到的最新代码中各模块的规范、字段定义、质量门执行。不需要、不等待、不尝试任何外部 API 密钥（ARK_API_KEY / KIMI_API_KEY 等）。

严禁降级运行：禁止跳过任何模块、禁止以"简化版/示意版/规范级运行"代替完整执行。必须按系统完整流水线跑完全部环节，每个环节的交付物一个不少，每个镜头的字段一个不缺，导演审片必须真实执行并给出评分结论。

不执行视频渲染：视频渲染环节一律跳过（用户后续手动渲染）。不需要配置渲染管线、不需要调用 Seedance 或任何渲染引擎。最终交付物止步于"镜头完整提示词"文本本身（定妆照为静态图片环节，按定妆照纪律执行，不在此限制内）。

真实代码核验：凡系统提供可执行校验的环节（预检、交付守卫、作品级校验、事实闸机、定妆照闸机、时长分配、技能路由、档案 Schema 校验），必须用 node 真实运行系统代码取得结果，禁止凭印象声明"已校验"。

确认机制双模说明：系统以 CLI 方式运行全流程时，每个主要环节（商品情报档案/创意主题/业务需求/PRD/镜头提示词/定妆照）均设人工确认门，逐一等待人工 approve 后才放行下游——这是系统生产纪律。但本技能调用方式下，由执行 Agent 按流水线连续跑完全部环节，各环节交付物照常产出，不中断等待用户确认；技能文件中出现"确认单"字样时，其用途是让 Agent 自检与向用户展示结果，而非等待批准的闸机。

执行流程（严格按顺序执行）

Step 0：前置检查（不可跳过）

1. 克隆仓库默认分支最新代码（仓库已私有化，必须带令牌认证；优先 git clone 带认证头，失败则用 API 压缩包兜底）： git clone --depth 1 https://github.com/geniusdapeng-collab/super-mickey.git 默认分支为 master，clone 得到的 HEAD 即"最新系统代码"。
2. 确认当前版本号：只读克隆下来的 package.json 的 "version" 字段，记录于执行日志。该字段是 SuperMickey 系统版本号的唯一权威来源。
3. 运行规范预检：node scripts/agent-preflight.js，退出码必须为 0；非 0 先修复再继续。
4. 阅读并理解当前版本的系统架构、约束栈、提示词规范、输出格式定义、平台蓝图（hyperreality-system/config/platform-profiles.js）。

⚠️ 版本识别强制约束：

• 禁止通过 Git tag 列表、tag 版本号大小比较、文档标题、目录名、子系统内部编号推断"最新版本"。
• 禁止 git checkout 任何 tag 或分支来获取"最新代码"——默认分支 HEAD 就是最新。
• 仓库内出现的任何子系统历史内部编号与 SuperMickey 系统版本无关，一律忽略。
• 如果因网络或权限原因无法拉取最新代码，必须明确告知用户并停止执行，禁止基于记忆或旧版本继续运行。
• 测试目录中的镜头骨架（如 marketing-m*-test.js）只是模块单元测试夹具，禁止当作产物结构规范依据；产物结构以主管线（hyperreality-system/index.js）与预检规范卡为准。

Step 1：输入类型识别

接收用户提供的主题/故事/营销 Brief，判定输入类型：

• 故事/主题类：走电影叙事管线（创意主题生成 → 业务需求洞察 → PRD → 镜头提示词）。
• 社媒营销类（含商品名/平台名/种草/带货/投放等特征）：走社媒营销管线，必须执行本技能"营销专属纪律"全部条款（见下文专章），且必须先执行节点 0。

Step 2：运行 SuperMickey 系统

基于拉取到的最新代码，按系统内部流程执行，关键节点必须逐项产出并即时输出交付物（输出后继续推进，不中断等待任何确认）：

节点 0：珍妮纺织机·商品情报挖掘（社媒营销类强制，全链路第一环节）

• 触发条件：输入含商品名/营销 Brief 时必须最先执行本节点，早于创意主题生成；纯故事类任务跳过本节点并明确说明。
• 真实运行数据挖掘引擎（hyperreality-system/engines/data-mining-engine/，spec 模式）：
  1. engine.plan(input) 产出三份采集任务书（A1 商品情报/A2 用户评价/A3 竞品侦察）；
  2. 本 Agent 按任务书就地联网检索并回填（严守任务书 discipline：评价原文回填、无源事实不回填、商品图禁 AI 图冒充）；
  3. engine.assemble(...) 真实运行：五站流水线（采集→挖掘→侦察→交叉验证→装订），Schema 校验失败即拒收。
• 输出（全任务最先交付的两份文件）：
  • 00_商品情报档案.md：商品身份与价格带（含置信度）、官方卖点、商品图清单、使用场景、用户称赞点/吐槽点/原话、优缺点（用户共识与官方宣称分区）、竞品矩阵与差异化空位、钩子原料、情报缺口（gaps 逐条公示）、溯源清单（provenance）、交叉验证报告。
  • 00_商品主图清单.md：英雄照（编号 + URL + 角度 + 授权风险）+ 全部参考图 manifest，明确标注"仅作定妆照参考图，须核对真实性与型号一致性"。
• 连续执行（技能模式）：两份文件产出即视为情报层就绪，Agent 生成档案确认单用于自检与向用户展示结果，随后直接向下游推进，不中断等待用户确认（人工确认门仅在系统 CLI 运行模式下生效，见"核心运行原则·确认机制双模说明"）。
• 档案命中复用（同商品历史档案未过期）时直接加载消费并注明"[复用]"，连续推进不中断。