# Jianying Verify

> Use when: 需要一套验收判据/口径时 / 设计验收判据 / 判据视野不够要自检 / 被问"这个怎么才算通过" / 审片要给验收口径时. 本 skill 是【库】—— 仅在其它 skill 引用它、或用户明确要验收方法时被使用，不主动触发. 触发词: 怎么算通过 / 验收判据怎么定 / 这个改动该怎么证明 / 判据视野够不够 / 判据自检.

- Skill: `minimax-ai/jianying-verify` (Agent Skill)
- Install (CLI): `npx get-skill add minimax-ai/jianying-verify`
- Raw SKILL.md: https://api.skillmd.com/api/skills/minimax-ai/jianying-verify/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- License: Apache-2.0
- Author: MiniMax AI (https://skillmd.com/u/minimax-ai)
- Updated: 2026-11-11
- Page: https://skillmd.com/skills/minimax-ai/jianying-verify

---


# 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

1. **判据视野覆盖被测对象** —— 用 max-over-frames，不用单帧。
2. **阴性对照必须存在** —— 每个"能跑"都要配一个"不能跑"的对照。
3. **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）。
4. **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**。
5. **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。
6. **注入坏了必须失败** —— 每个判据都要能被"故意弄坏"而失败。
7. **★ 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**。
8. **★ 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。
9. **★ 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。
10. **★ 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 |
| ~~改动可见性~~ | ~~max MAD > 阈值~~ | ⚠️ **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）

1. **逐节点探针**：每个节点单开 ⇒ MAD > 0
2. **全链改变量**：`grade_change_mad > 0`
3. **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`

