剪映验收判据(jianying-verify · 库 skill)
一句话定位:回答"这个改动算不算成功、怎么证明"——给出可执行的验收口径与判据自检方法。 ★ 本 skill 是【库】:不主动触发,只在其它 skill 引用它、或用户明确要验收方法时使用。 完整版:
references/verify-discipline.md(本文件是它的入口摘要)。
核心一条:判据的视野必须覆盖被测对象
只抽一帧 = 用抽样代替了被测对象 ⇒ 假 FAIL 和假 PASS 都会出。
实测(2026-10-21):单帧抽样选的第 5 帧 MAD=0.47(阈值 0.5)判 FAIL,
而同一批帧里第 74 帧 MAD=123.5 / maxAbs=255 / 100% 像素变化。
⇒ 对策:verify_diff 一律取全帧最大(max-over-frames)。
★★★ 核心两条(2026-10-21 §76.7 追加):先量噪声底,再谈"可见"
官方渲染器不是确定性的:同一份草稿渲染两次,帧就已经不一样。
| 样本 | 不同的帧 | 最差 MAD |
|---|---|---|
| 抓帧容差 60ms | 14/108 | 48.19 @frame39 |
| 抓帧容差 20ms | 17/108 | 123.55 @frame73/74 |
⇒ 噪声底(48~123)比任何"改动可见"阈值(0.5)高两个数量级 ⇒ 裸 MAD 不能证明"改动可见"(历史上写下的 123.5 与噪声同量级,已作废)。
⇒ 判据分三层,主判据必须落在确定的那一层:
| 层 | 判据 | 确定性 | 怎么用 |
|---|---|---|---|
| ① 语义 | 落盘草稿的逐段字段差(如 volume 0.99→0.2) |
✅ 完全确定 | 改草稿链的首选主判据 |
| ② 像素(自有渲染器) | grade_apply 逐节点探针 + 全链 MAD |
✅ 确定 | 调色链的主判据 |
| ③ 像素(官方渲染器) | verify_diff max-over-frames |
⚠️ 有噪声底 | 必须先校准,否则只作参考 |
校准怎么用:verify_diff 传 noiseDir(同一状态再渲染一次的帧),
判据线自动抬到 max(threshold, noiseMad × 1.5);不传就在输出里标 calibrated:false ⇒ 不许装作可信。
三层判定
协议层说支持 ≠ 契约层被接受 ≠ 渲染层生效
| 层 | 判什么 | 怎么判 | 我们的工具 |
|---|---|---|---|
| 契约层 | 字段认不认 | 材料存活 / 回写明文 / 字段保留 | draft_read(解密回读) |
| 渲染层 | 有没有效果 | 无头取帧 + A/B 逐像素差分 + 阳性对照 | render_frames + verify_diff |
| 机械层 | 危险动作被拦了吗 | 护栏断言 | draft_commit(真草稿 sha)/ grade_apply(逐节点探针) |
十条硬规矩
- 判据视野覆盖被测对象 —— 用 max-over-frames,不用单帧。
- 阴性对照必须存在 —— 每个"能跑"都要配一个"不能跑"的对照。
- 输出必须能自证是"这次跑出来的" —— 同一输出目录不许并发跑两份(会互相覆盖帧、污染证据); 基线也不许借用别的跑的残留目录(⇒ 测的是两次不同的改动)。
- 探针要能区分"没生效"和"没在测" —— 数值整齐得不正常 ⇒ 探针没在测单节点。
- 参数形态不对 ⇒ 静默失效 —— 链的每个节点要么真生效、要么被整段跳过,不会报错 ⇒ 必须逐节点探针。
- 注入坏了必须失败 —— 每个判据都要能被"故意弄坏"而失败。
- ★ 像素判据必须先量噪声底 —— 没有噪声底就不要报"改动可见";基线必须本次自产。
- ★ 阳性对照必须与被测项【同路径、同对象】 —— 只换一个已知会生效的东西;它也"没变" ⇒ 是装置坏了,换装置再测。
- ★ 判据的期望值必须先在【已知正确的实现】上成立 —— 判据与被测对象语义矛盾 = 自己判自己失败。
- ★ 噪声底必须【逐帧】量 —— 官方渲染非确定:平均 MAD 可能 0.00000 也可能 0.01602(差 1 帧、maxAbs=255)⇒ 平均值会随机翻车。
数字底线(我们复刻链的验收口径)
| 对象 | 口径 | 实测 |
|---|---|---|
| 调色链(逐点) | maxAbs ≤ 1 LSB | 1 LSB |
| 调色链(65³ LUT) | maxAbs ≤ 2 LSB | 2 LSB(对齐 §54 curves 的 65³ precedent 0.0086) |
| 曲线恒等 | 字节完全一致 | 256/256 texel |
| ⚠️ 作废(123.5 与噪声底同量级)⇒ 改用语义判据或噪声校准 | ||
| 真草稿 | sha 逐字节相同 | 64 files identical |
| 改草稿生效(语义) | 逐段字段差 + expect 断言 |
volume 0.99 → 0.2(其余 3 段不变)✓ |
调色的"生效"判据(三条同时成立)
- 逐节点探针:每个节点单开 ⇒ MAD > 0
- 全链改变量:
grade_change_mad > 0 - 空间分布合理:改"亮"应该 mean 上升、clip 比例不超阈值(过曝是另一个问题,不是"调亮")
判据自检清单(写新判据时问自己)
- 判据的视野覆盖被测对象了吗?(不是抽一帧)
- 有阴性对照吗?
- 故意弄坏它会失败吗?
- 探针能区分"没生效"和"没在测"吗?
- 输出能自证是这次跑出来的吗?
- ★ 像素判据的噪声底量了吗?(同一状态重渲染 ⇒ 差异有多大?没有噪声底就别报"可见")
- ★ 基线是【这次跑】产生的吗?(借用别的跑的残留目录 ⇒ 测的是两次不同的改动)
★ 边界(不做什么 / 为什么 / 替代)
| 不做 | 为什么 | 替代 |
|---|---|---|
| 主动触发(当任务型 skill 用) | 它是库:只在被别的 skill 引用、或用户明确要验收方法时用 | 由 jianying-review / jianying-draft-edit 引用 |
| 直接下"通过 / 不通过"的终局结论 | 本 skill 给的是口径;结论要基于被测对象与证据边界 | 调用方拿口径去跑 verify_diff,自己结合范围下结论 |
| 用单帧抽样当判据 | 抽样既会假 FAIL 也会假 PASS | max-over-frames(全帧最大) |
| 用裸 MAD 阈值当"改动可见" | 官方渲染器同态重渲染噪声底 48~123 ⇒ 没有判别力 | 语义判据(逐段字段差)· 或传 noiseDir 校准 |
| 把不同维度合并成一个总评分 | 量纲不可比(像素 / dB / µs / 百分比) | 分维度给结论,每个维度标注证据强度 |
★ 官方对照:他们给方法论,我们给能跑的检测器
剪映官方的 editing-review skill 只有 47 行,且原文明确写着:
「这里列出的是检查方法,不是已实现或已运行的检测器」。
⇒ 官方是"告诉你该查什么",我们是"已经查了,数字在这"(像素差 / 逐节点探针 / sha 断言 / LUFS 测量)。
⇒ 审片结论要带数字与证据边界,不要只给主观建议。
参考
- 完整纪律:
references/verify-discipline.md - 踩坑清单(含本项目的反面教材):
references/pitfalls.md - 审片 skill:
skills/jianying-review/SKILL.md