Motion 模式（信息动画）
Motion 把一集已经合成音频的播客变成一套 16:9 可录屏信息动画：系统根据口播稿的实际长度和自然段动态规划章节与动画数量，音频合成阶段同步产出真实 SRT；AI 为每个动画区间编排独立 HTML 构图和入场节奏，SRT / script-timing 负责推进真实口播时钟。
页面会直接嵌入播放器预览，也可以在新的单页打开后加载当前任务音频并全屏录制；动画画面与音频共用 SRT 主时钟。下载单文件 HTML 仍保留为离线分发视觉稿的出口。
设计参考 jacky-motion（MIT），保留「SRT 主时钟 + 确认门」核心思想，并按 BokeBox 的产品形态重构。
页面生成保留 Jacky-motion 的 SRT 主时钟思想，但不再把全片锁在一张固定模板上：整集只锁定色彩基底，每个 beat 另选构图与动效。当前支持 Hook 撞入、斜切揭示、信号柱状图、前后对照、阶梯级联、引语切片、Ticker 推进和收束锁帧八种构图；每页只保留一个第一眼主视觉，不做“标题 + 多张等宽卡片”的 Dashboard。
在播放器中生成
- 生成或重新生成一集节目；系统会同时得到章节化口播稿、合成音频和
podcast.srt。 - 切换到 Motion（动效） 面板。
- 先检查已经准备好的章节卡片；章节边界来自口播稿，数量会随口播长度增加，不再由每条字幕临时猜测。
- 在视觉要求输入框里写方向，例如“像 Apple 发布会一样克制，突出三个结论”。
- 点击 生成页面。AI 会为口播稿切出的全部动画区间生成视觉内容；短稿少一些，长稿会生成更多画面。
- 页面生成后，直接播放下方音频；章节切换和章节内步骤会跟随 SRT 实时推进。点击 新页录屏预览 可打开独立 HTML 页面，再全屏录制；需要离线分发时再下载 HTML。
没有配置 LLM Key 时，Motion 也会生成确定性的多构图页面，保证仍可预览和录屏；配置 LLM 后才会使用 AI 提炼的页面内容。
结构化风格控制
生成前可以在视觉要求输入框下方直接选择五个结构化选项。它们不是仅供参考的标签：选项会随请求传给服务端，并写入页面 spec；播放器预览和独立 motion.html 会共同使用这些值。
- 视觉基底：自动匹配、产品发布会、编辑杂志、手绘线稿、财经演播室、证据报纸或纸张拼贴。
- 配色方向：自动匹配、暖橙金、冷蓝青、霓虹撞色、黑白灰或纸张墨色；固定配色时会覆盖场景强调色。
- 标题字形：自动匹配、现代大标题、杂志衬线、数据等宽或手写注释。
- 信息密度：留白呼吸、平衡默认或高信息量；控制页面安全区、标题尺度与步骤间距。
- 动效强度：克制平滑、动态默认或爆点冲击；控制入场动画的节奏与标题冲击感。
推荐先用“自动匹配 + 平衡默认 + 动态默认”生成一版，再只改一个选项重新生成，方便比较风格差异。无论怎么选择，SRT 主时钟、beat 顺序和时间范围都不会被改写。
工作流
| 阶段 | 说明 |
|---|---|
| S1 章节化口播稿 | AI 在生成 script 的同时返回 motionChapters；以约 220 个口播字作为一章的参考，短稿至少 2 章，长稿按实际内容增加。每章包含标题、摘要和可直接送入 TTS 的口播片段；完整 script 按章节顺序拼接 |
| S2 音频与 SRT | TTS 按句合成音频，使用实测语音区间与句间停顿生成 script-timing.json 和 podcast.srt；这一步完成后 Motion 已具备稳定时钟与章节计划 |
| S3 章节时间轴 | 将章节首句映射到真实 SRT cue，再按章节口播长度细分动画区间；自然停顿留在相邻区间边界，不生成无内容空页 |
| S3.5 P3.5 确认门 | 检查首章从 0ms 开始、章节不重叠、收束章贴合总时长、step 毫秒点合法，最后一个 beat 必须是 closing |
| S4 AI 页面 | AI 为每个脚本驱动的动画区间选择独立 composition + motion；结构化风格选项约束基底、配色、字形、密度和动效强度，生成可截图的主视觉页 |
| S5 在线预览 / 导出 | React 播放器跟随音频实时切换全部页面；新页入口打开独立 motion.html 并同步任务音频，复用播放页的主视觉、构图和入场动效，适合全屏录制；下载 HTML 作为离线视觉稿 |
在播放器中生成
时间轴一经确认即锁定（motion-timeline.json），AI 页面可以反复生成，不会改动原始口播稿、音频或 SRT。
章节与镜头
- chapter beat：来自口播稿的语义章节，并按实际口播长度细分为多个动画区间；标题和摘要由上游脚本阶段确定，步骤毫秒点来自区间内部的 SRT cue
- 自然停顿：章节窗口会吸收正常句间停顿；超过门限的静音仍会生成 B-roll 过渡，画面不会空等
- closing beat：最后一个口播章节自动标记为收束页，
endMs贴合主时钟总时长（±300ms），SRT 播完定格终帧
页面与镜头规则
- 信息原语分为 Claim、Contrast、Path、System、Evidence；每个 beat 只选择一种主原语。
- 每个章节只生成一张主视觉页；章节内部最多做少量步骤揭示，动画完成后停在可截图的最终帧。
- 色彩基底由整集统一锁定，但构图和入场节奏按 beat 独立选择；相邻页面不会重复同一 composition。
- 标题、正文和关键图形保留录屏安全区，避免内容挤在边缘或堆成卡片墙。
HTML 播放器
- 主时钟：
performance.now()+requestAnimationFrame，无 setTimeout 链；切后台回来按绝对时间追帧 - 门 overlay：准备播放 → 3-2-1 倒计时（录屏前预留）
- 音频：新页先尝试自动播放当前任务音频；浏览器拦截时画面仍自动预览，底部按钮可在用户点击后启用声音，暂停、跳转、重播都会校准音频位置。旧任务首次打开时会自动补装最新播放页视觉层，不需要重新生成口播稿
- HUD：分镜圆点 + 当前毫秒时钟
- 键盘：
空格暂停 / 继续 ·←→跳 5 秒 ·R重播 ·F全屏 - 样式：色彩基底支持产品发布会黑场、编辑杂志、手绘线稿、财经演播室、证据报纸和纸张拼贴六种方向；生成前还可结构化控制配色、字形、信息密度和动效强度；播放页与独立
motion.html使用同一套 Motion 视觉结构，每个 beat 再组合独立构图和入场动效，纯 CSS 动画 + class 切换，零外部依赖
API
| 方法 | 路径 | 说明 |
|---|---|---|
| GET | /api/jobs/:id/motion/timeline | 已确认时间轴与覆盖表（无则空） |
| POST | /api/jobs/:id/motion/generate | 根据口播稿和可选 styleOptions 调用 AI 生成页面并保存 |
| POST | /api/jobs/:id/motion/draft | S1→S3.5 预检，返回覆盖表与违规（不落盘） |
| POST | /api/jobs/:id/motion/confirm | 确认时间轴（门禁不通过返回 422）并装配 HTML |
| POST | /api/jobs/:id/motion/build | 用已确认时间轴重新装配 |
| GET | /api/jobs/:id/motion.html | 在线打开独立 motion.html；加 ?download=1 下载 |
| GET | /api/jobs/:id/motion.srt | 下载优化后的 SRT |
写操作需要登录；已确认产物支持公开站点访客下载（与音频一致）。
styleOptions 请求体示例：
{
"prompt": "前 1 秒先打爆点，适合 B 站录屏",
"styleOptions": {
"preset": "editorial-magazine",
"palette": "neon",
"typography": "editorial",
"density": "airy",
"intensity": "explosive"
}
}失败响应：
draft/confirm/build门禁未通过时返回422统一信封{ code, message, data, errorCode: 'GATE_FAILED' }，其中data携带gate（含violations违规明细）、rows（覆盖表）、notes（分镜说明）， 前端直接渲染违规列表，不会只给一句误导性文案。
产物文件
任务目录下新增：
motion-timeline.json：时间轴和 AI 页面 spec（门禁通过才写入）motion.html：单文件信息动画
与 jacky-motion 的关系
BokeBox 的 Motion 模式改编自 jacky-motion（MIT License），生成文件的文件头保留原作者署名。改编点：
- 保留 SRT 主时钟和确认门，将页面内容生成改成口播稿驱动的 AI 页面
- 在线预览成为主路径，HTML 下载作为次要出口
- 没有 LLM 配置时使用确定性 fallback 页面，不阻断预览
- 覆盖表 / 门禁规则与 BokeBox 的 TTS 时间轴（毫秒）直接对齐
- 纯逻辑（解析 / 优化 / 门禁）放
@bokebox/shared，服务端与前端共用，避免规则漂移 - 章节由口播稿上游一次确定，避免音频完成后再从字幕反推页面结构
- 音频阶段直接产出真实
podcast.srt；Motion 不再依赖公开下载接口临时恢复时间轴 - 页面数量由口播稿字数、自然段和可对齐的 SRT cue 共同决定；约每 220 个口播字形成一个视觉区间，并受可用 cue 数和系统安全上限约束，不再固定为 2–3 张字幕卡