這是 2026-06-07「文本→劇本」調研（廣度 58 方案 + 7 repo 深度精讀 + 我方架構摸底）對照我方現版本的差異比對結論：5 維度現狀打分、最該補的缺口、可借鑑對象與 license 紅線、以及按 CP 排序的落地路線圖。給工程團隊看，本週即可動工。
7 agent 平行5 維度比對已過 critic 對抗查證2026-06-07
merge_gate.py 的 ①層（regex/結構硬邊界 ＋ 鏡位三軸全同才合）是 production ON、且全市場（7 repo + 58 方案）無人做——別人都用單一 LLM 標籤或乾脆不守門。我方用確定性、離線、可測（24 pytest）的程式判據守紅線（explicit/QTE/服裝/場景/角色/large 絕不被合，安全方向 under-merge）。這是護城河，要守住並對外講清楚。
1. ②層 LLM 語意 merge 在 production 是 no-op（VN_LLM_MERGE=0 第一行直接 return）→ ①交給②裁決的 medium / 鏡位不同 pair 目前無人接手。
2. schema 缺「時間」維度 → 同地點同角色但「三天後」的兩 beat 可能被誤合。
→ 補②的離線版＋時間維度（見路線圖 S5 / M2）。
| 維度 | 現狀分數 | 最該補的 gap（單點最痛） | 借鑑誰（B2C 商用 license） |
|---|---|---|---|
| ① 分詞層 beat schema |
3D 鏡頭三軸 consumer-ready 卻 LLM-orphaned（camera_matrix/_beat_axes 已 prefer LLM 的 angle/distance，但 sys_prompt 從不要）＋ 全 schema 零枚舉驗證 |
LocalMiniDrama 受控枚舉三軸（MIT✅） ／ ai-comic-factory per-panel JSON 契約（Apache✅） ／ 自有 merge_gate._norm_vtype 糾偏範式 | |
| ② 分鏡 merge 守門 |
LLM 語意 merge production 預設關（no-op），整條 merge 退化成只靠①＋LLM 自填 variation；且缺「時間」維度 | DeepTiling 離線句向量切分（MIT✅） ＋ Meta-Chunking margin 邊界（Apache✅） ／ EACL2021、FilMaster（概念）／自有① | |
| ③ 連貫性狀態機 |
結構化狀態完全沒餵進生成（context()/_rolling_context() 雙孤兒）＋ 外觀純文字鎖無 image anchor |
SCORE / CANVAS 兩階段＋三軸狀態（概念）／LocalMiniDrama 錨圖 schema（MIT✅）／自有 ip_adapter_poc.py（已存在） | |
| 痛點a 長文本切割銜接 |
無語意切塊（只有 regex 硬邊界，純散文/聊天記錄翻車）＋ 無 global synopsis | DeepTiling / Meta-Chunking（MIT/Apache✅）／ViMax RAG 長劇本引擎（MIT✅）／Sudowrite synopsis（概念） | |
| 漫畫條漫分格 |
分格佈局 0 落地（固定全寬等大縱堆）＋ 電影手法（long take/montage/mise-en-scène）未編進 prompt | ai-comic-factory Layout grid（Apache✅）／story-to-manga reference sheet（MIT✅）／ViMax variation_type→modality（MIT✅）／自有 storyboard_bible.html |
🔴 紅線提醒：openOii / ai-shotlive(CC-NC) / MangaZero / Toonflow 一律只可借鑑概念、不可依賴其 code/資料。上表所有「可fork」項皆 MIT/Apache，安全。
對手 SCORE/CANVAS 核心就是「state 餵進生成 ＋ 錨圖鎖外觀」；我方 context()/_rolling_context() 是雙孤兒（全平行架構下前段 state 根本不存在），符號狀態淪為事後安全網；外觀只有純文字鎖。
✅ 好消息：ip_adapter_poc.py 已存在＝「接線」不是從零。
對手用「受控枚舉契約」逼 LLM 在有限維度選；我方 camera/motion/action/stage/arousal 全自由字串，非法值被 legacy_to_3d 預設靜默吃掉，分詞品質不可觀測。
✅ 3D 鏡頭矩陣（ANGLES9/DISTANCES4/MOTIONS7）消費端已備好、_beat_axes 已 prefer LLM 的 angle/distance，只差 sys_prompt 沒向 LLM 要。ACTION_KF 有 21 個 action，prompt 只給 8 個。「接線就解鎖」的高 CP 落後項。
B2C 客戶丟純散文小說/黃文/聊天記錄，常無「第N章/【】」標記 → 直接走 \n\n 或句末硬切，切在場景/對白/性愛動作中間 → 接縫漂移、跨段失憶。
平行各 chunk 只看前一 chunk 原文尾 400 字，看不到全局主線/人物關係 → 後段重演已演橋段、人物失憶。
✅ 為什麼該做：條漫是另一條低邊際成本的分發通路（靜態、可分享、適合平台/SEO），重用 VN 全部素材、純 CPU/PIL+CSS、不吃 GPU。研究已做滿（storyboard_bible.html），落地門檻低。
⚠️ 為什麼不能現在當主線：VN player 才是活的 A 路線終點；comic_build.py 是孤兒 PoC（讀死 journey、不被任何 orchestrator 呼叫、comic-deploy 是 stale）。核心引擎（③連貫/①schema）還漏的情況下先投資呈現層＝本末倒置。
怎麼接（最小成本三步，全在 quick win S15–S17）：
dynamic_router 加 panel_size 維度，直接複用 variation_type 欄（large→wan_flf / med→interp / small→css_idle），零新欄位補「分格大小→模態成本」掛勾。comic_build.py 三件套：參數化吃 journey_<key>.json 接 build_vn --comic ＋ emotion/variation 驅動動態 margin/留白 ＋ big滿寬/small半寬並排 → 孤兒 PoC 變可用條漫雛形，走統一 review gallery。shot_technique 枚舉欄（long_take/flashback/montage/mise_en_scene/null）＋ 3–5 條 few-shot（貼 storyboard_bible.html 規則表），先收集分鏡技法訊號（呈現層暫不用也零風險）。一次引入同時解鎖②離線語意 merge、②/③地點 canonical 分群、痛點a 語意切塊。中期最該先做的橫向投資。→ 解鎖 M2/M3/M4。
context() 當 ctx）
L 級 keystone，解鎖 ③狀態餵生成 ＋ 痛點a 接線 ＋ 階層摘要 ＋ retrieval。注意：critic 指這不是「接線」是「重架 convert()」（要把全平行改兩階段，Phase A 吃掉現有平行加速）。S12 global synopsis 是它落地前的廉價過渡。
ip_adapter_poc.py 已存在）
同時解鎖 ③ image anchor（最大槓桿）＋ 漫畫 reference-sheet 工作流（M12）。critic 建議納入 Story2Board（MIT✅，training-free 分鏡一致性）。
| # | 項目 | 維度 | 依賴 | license |
|---|---|---|---|---|
| S1 | sys_prompt 加 angle/distance/cam_move 三軸枚舉欄（camera 保留回退）——消費端已 ready，幾乎零下游改動即解鎖整個 3D 鏡頭矩陣【最高 CP】 | ① | 與 S3 同批 | LocalMiniDrama MIT✅ |
| S2 | 8-action 清單擴成 ACTION_KF 全集 ＋ GOOD_CAMERAS 合法組合提示（純改 sys_prompt 字串） | ① | 與 S1/S3 同批 | 自有 in-repo |
| S3 | coerce_beat() 集中糾偏：仿 merge_gate._norm_vtype 把 camera/motion/action/stage/arousal snap 到合法枚舉 ＋ 記 meta.schema_warnings，純程式零 LLM，立即讓分詞品質可觀測 | ① | 應與 S1/S2 一起 | 自有 in-repo |
| S4 | emotion_intensity(int −1~3) 可選欄 ＋ 映射補強 arousal（非性愛 beat 也有情緒強度） | ① | — | LocalMiniDrama MIT✅ |
| S5 | 時間跳躍 cue-word regex 加進 _hard_boundary（三天後/隔天/翌日/數小時後…命中即硬邊界）~6 行，補②缺的時間維度 | ② | — | EACL2021 概念 |
| S6 | variation==small 自動合前加 text-similarity 地板（相似度過低→降級 medium 不自動合），交叉驗證 LLM 唯一語意訊號 | ② | — | 自有 in-repo |
| S7 | emotion-bucket 跨桶當 merge-blocker（calm/aroused/climax 桶，跨桶擋 exact/small 自動合）~8 行 | ② | — | Anifusion 概念 |
| S8 | merge_gate.py docstring ＋ meta stats 誠實標 llm_merge_active=false，避免維護者誤以為語意層有在守門 | ② | — | 自有 in-repo |
| S9 | arousal 單調守門：enforce() 鏡像既有 clothing _STAGE_RANK，用 _AROUSAL_RANK 防喚起倒退 | ③ | — | 自有 in-repo |
| S10 | bg 同義詞 canonical 小表（office/professor office→同 id），_norm_bg 套表——立即減接縫重複出圖（②/③共用，先止血） | ②③ | — | CANVAS 概念 |
| S11 | consistency_warnings 上檢核頁：接進 build_pipeline_review.py/統一 gallery（回穿/角色憑空/地點跳可見），零新邏輯 | ③ | — | 自有 in-repo |
| S12 | global synopsis 一次性注入：前置 1 個 LLM call 對全文出 synopsis（主線＋人物關係＋地點清單）塞進所有 _ctx——不動平行架構就解掉痛點a GAP2 大半【CP 最高】 | 痛a | — | Sudowrite 概念 |
| S13 | _ctx 取尾改「末 N 個完整句」（句界 。！？\n）＋ 400 改 env 可調；split_chunks 對無 \n\n 巨型 unit 補句末預切 | 痛a | — | 自有 in-repo |
| S14 | 處理孤兒 _rolling_context：明確決定「接線（配地基B）或移除」，現狀放著誤導維護者 | 痛a | 接線版依賴地基B | 自有 in-repo |
| S15 | router 加 panel_size 維度最小版：複用 variation_type → 既有 COST/modality（large→wan/med→interp/small→css），零新欄位 | 漫畫 | — | ViMax MIT✅ |
| S16 | comic_build.py 三件套：參數化吃 journey_<key>.json 接 build_vn --comic ＋ 動態 margin/留白 ＋ big滿寬/small半寬並排（孤兒 PoC→可用條漫雛形） | 漫畫 | — | ai-comic-factory Apache✅ |
| S17 | sys_prompt 加 shot_technique 枚舉欄 ＋ few-shot（貼 storyboard_bible.html 規則表），先收集分鏡技法訊號 | 漫畫 | — | 自有 in-repo |
| S18 | 補 pytest（time/emotion-shift/bg-canonical 三類目前無覆蓋）＋ inline __main__ 與 test_merge_gate.py 去重 | ② | 跟 S5-S8 同步 | 自有 in-repo |
🔵 藍底＝同批一起上：S1+S2+S3（schema 擴充＋糾偏，加枚舉欄就要同步加驗證否則白加）；S15+S16+S17（漫畫最小可行三件套）。S10 一份工同時服務②③。
| # | 項目 | 維度 | 依賴 | license |
|---|---|---|---|---|
| M1 | 地基 A：引入 CPU embedding 模型（橫向，解鎖 M2/M3/M4） | ②③痛a | — | DeepTiling/Meta-Chunking MIT/Apache✅ |
| M2 | ②離線語意 merge pass（預設開、離線安全）：相鄰 pair 算 cosine，>閾值且非硬邊界→合；線上 LLM② 當加值層 → 終結 production no-op | ② | M1 | DeepTiling fork MIT✅ |
| M3 | 語意切塊：regex 0 命中時 drop-in 取代 \n\n fallback（句向量谷底 / PPL 跳點），oversize 細切同步換 | 痛a | M1 | DeepTiling/Meta-Chunking✅ |
| M4 | 地點 canonical 語意分群（S10 小表的完整版）：embedding 對全 script bg 字串 clustering → canonical id | ②③ | M1、S10 | CANVAS 概念 ＋ 自有 |
| M5 | 3D 鏡頭三軸全面解鎖 ＋ motion 拆兩軸：motion 收斂為 cam_move(後製/CSS) 與 subject_motion(給 Wan)；build_vn/router 改讀 typed 欄 | ① | S1/S3 | LocalMiniDrama MIT✅ ＋ 自有 |
| M6 | lighting typed 枚舉欄（assembler regex 升級為讀欄位、前置高權重，順解 CLIP 中文 desc_hint 被剝光） | ① | S3 | LocalMiniDrama MIT✅ |
| M7 | dof 枚舉 ＋ emotion_intensity 進 assembler 鏡頭片語 | ① | S4 | LocalMiniDrama MIT✅ |
| M8 | cam_idx 機位復用 handle（遇 cam_idx 直接復用該 beat 的 angle/distance/lighting/dof） | ① | M5 | ViMax MIT✅ |
| M9 | 地基 C：角色 reference sheet（四視圖＋color_palette＋style_tokens 進 VN_IDENTITY）＋ IP-Adapter 接線（先 S 級單角色 A/B 量測一致性槓桿，過了再鋪全角色） | ③漫畫 | ip_adapter_poc.py(已存在) | LocalMiniDrama＋story-to-manga＋Story2Board MIT✅ |
| M10 | 物件/道具狀態追蹤（StoryState 加 objects {id→state}＋轉移 log，enforce 擋不可能轉移），沿用 clothing rank 骨架 | ③ | — | CANVAS/elm-engine 概念 |
| M11 | 連貫性量化 continuity checker（掃 journey 算回穿/角色憑空/地點跳/物件不可能轉移分數）接進 CLAUDE.md 矩陣驗收 | ③ | — | CANVAS 概念 |
| M12 | 漫畫 layout 版面規劃 pass（panel_size/tilt/gutter 指派）＋ shot_technique 落地驅動 merge（long_take 不切/montage 拆小格） | 漫畫 | S15-S17、M9 | ai-comic-factory Apache✅ ＋ 自有 |
| # | 項目 | 維度 | 依賴 | license |
|---|---|---|---|---|
| L1 | 地基 B：兩階段架構（Phase A 序列建輕量 StoryState → Phase B 平行出 beat 時 context() 取代/疊加 _ctx）——③與痛點a 深度連貫的總開關 | ③痛a | S12 是過渡版 | SCORE/CANVAS 概念 ＋ Meta-Chunking MIT✅ |
| L2 | 階層 episode 摘要（章→場→beat 滾動摘要餵 Phase A context()，episode 邊界用 Meta-Chunking 抓） | ③痛a | L1、M1 | SCORE 概念 ＋ Meta-Chunking MIT✅ |
| L3 | Hybrid Retrieval（實體再登場 retrieve 歷史狀態補 ctx） | ③ | L1 | SCORE 概念 |
| L4 | stage → per-char wardrobe 物件（outfit_id＋reveal_level，正規化到 VN_IDENTITY 服裝表，多女主各角服裝結構承載） | ① | — | ai-shotlive 概念（❌不可依賴碼）→ 用自有 VN_IDENTITY 自建 |
地基A(M1) → 解鎖 M2 / M3 / M4（一份 embedding 投資吃三個維度）地基B(L1) → 解鎖 L2 / L3 / 痛點a 真正連貫；S12 global synopsis 是它落地前的廉價過渡地基C(M9) → 同時服務 ③ image anchor 與 漫畫 reference sheet（M12），別重複生角色表S1+S2+S3 必須同批（加枚舉欄就要同步加糾偏，否則白加）S10 → M4（地點止血小表 → 語意分群完整版）
| 分級 | 對象 |
|---|---|
| ✅ 可直接 fork / 依賴 code | ViMax、LocalMiniDrama、ai-comic-factory、Meta-Chunking、DeepTiling、victorhuangwq/story-to-manga（全 MIT/Apache）＋ Story2Board（MIT，critic 新升級） |
| ✅ 自有 in-repo（零風險） | merge_gate._norm_vtype、story_state clothing rank、ip_adapter_poc.py、storyboard_bible.html、build_pipeline_review.py、camera_matrix/action_keyframes |
| ⚠️ 僅借鑑概念，不可依賴 code/資料 | SCORE / CANVAS / EACL2021 / FilMaster / Sudowrite / Anifusion / Dashtoon / elm-engine / StoryWriter（license 待查前一律當概念） |
| ❌ 紅線（禁用其碼/資料） | openOii(無 license)、ai-shotlive(CC-NC)、MangaZero(非商用)、Toonflow(商用需授權)。ai-shotlive 衣橱概念可借鑑，但 L4 一律用自有 VN_IDENTITY 自建 |
結論：路線圖上所有需要實際依賴 code 的項目，借鑑對象都是 MIT/Apache 或我方 in-repo，無商用 license 風險。概念借鑑項全部本地自建。
LocalMiniDrama 是中國本地工具（最該懷疑 license，但 critic 用 gh 權威欄查證確實 MIT ✅），是路線圖上被引用次數最多的可 fork 對象：
four_view / color_palette / style_tokens）→ 餵 M9 地基 C＝fork 一次、解鎖最多維度。建議優先精讀其 schema 設計，作為我方枚舉契約的藍本。
A1 釘死 fork 來源：story-to-manga 同名 repo 多支 license 各異，必須釘死 victorhuangwq/story-to-manga（MIT）；且要先確認它真有 reference-sheet 段（它實為整頁漫畫生成器），否則改用已驗證的 DavidDinkevich/Story2Board（MIT）。
A2 反向漏網：DavidDinkevich/Story2Board 實查 MIT（training-free 分鏡一致性，正中 ③ image-anchor），從「概念」升級為「✅可fork」並納入地基 C。
B1（最該打的問號）：CANVAS 的 −39%/−38%/−50~57% 查無此論文，是未查證數字卻被當最高優先級論證基礎。降級為「待 M9 自家 A/B 量測的假設」——方向（錨圖鎖一致性）有 Story2Board/DiffSensei/IP-Adapter 背書，站得住，但別把 % 當事實寫進決策。
B2 估時修正：地基 B「複用雙孤兒、不重寫」低估了 L1——真正成本是把 convert() 從全平行（ThreadPoolExecutor 8 workers）改成兩階段，Phase A 會吃掉現有平行加速；L2/L3 是全新子系統不是接線。
C1：S9 arousal 守門被低估完成度——_AROUSAL_RANK 已存在、update() 已填，只差 enforce() 加回退 ≈ 3 行，併進 S3 做。
C2 優先級錯置：S10（bg canonical）升到②③本週首位（打最高頻「同地點重複出圖」），S5 時間維度降為順手做（很窄的 edge case）。
D 過度工程：M8 cam_idx 與 L3 Retrieval 先擱置（前者在 S1 上線前就投機優化；後者對單劇本一次跑完是過度工程）。
本週只動 S1+S2+S3+S12+S10（全純程式/字串、離線、零新依賴，接線點已逐一查證存在），其餘觀望。
相關檔案（皆絕對路徑）：/Users/daihaoting_1/Desktop/ai-matrix/script_to_vn.py（sys_prompt L107-116、_ctx L508、_rolling_context L381、convert L515）、merge_gate.py（_hard_boundary L90、llm_merge_pass L215）、story_state.py（_AROUSAL_RANK L20、enforce L37、context L95 孤兒）、camera_matrix.py、action_keyframes.py（ACTION_KF 21）、dynamic_router.py（無 panel_size）、comic_build.py（孤兒）、ip_adapter_poc.py（已存在）、review-site/storyboard_bible.html。
← 回 hub