Take

take — 把剧本送上银幕

take 是 Agent 原生的分镜与 AI 影视生产工具包。核心原则：

Agent 负责思考（剧本分析、节拍、镜头语言），take 负责渲染（图像/视频）。

文本与剧本分析默认使用 Agent 工具自身的模型能力——不需要为分析配置任何 LLM API。 图像生成走 GPT-image-2，视频生成走 Seedance 2.0/2.5（主）→ Minimax H3（备）。

什么时候用

• 用户说"把这个剧本做成 Take 分镜 / 分镜一下 / 做成分镜脚本"
• 用户提供剧本，要求产出镜头列表、九宫格分镜、或直接生成视频
• 用户已有 shots.json / storyboard.md，要求校验、生成、导出

工作流（默认路径）

1. 读取剧本        → script.md（或用户直接粘贴的文本）
2. 节拍分解        → 用 Agent 自身模型：识别 beat（最小叙事单元），每拍给出
                     summary（发生了什么）+ purpose（为什么存在）+ emotion
3. 镜头设计        → 对每个 beat 拆出 shot：景别/角度/运镜/时长/人物/光影/氛围
4. 写 shots.json   → 严格按《输出契约》（references/output-contract.md）生成，
                     每个 shot 必须含 imagePrompt（GPT-image-2 友好）与可选 videoPrompt
5. 校验            → 运行 `take validate`（或 MCP validate_shots），有错即修
6. 生成            → `take generate images` → `take generate video`
                     （或 MCP generate_images / generate_video）
7. 导出            → `take export storyboard` 生成 storyboard.md 供人类审阅

硬性规则

• 文本分析绝不调 LLM API：分析、拆解、提示词编写全部由 Agent 自身完成。
• 模型路由由 take 决定：不要向用户或代码里写死 Sora2 等已退市模型；视频主 用 Seedance 2.0/2.5，备选 Minimax H3；图像主用 GPT-image-2。
• 一切皆文件：项目 = script.md + shots.json + storyboard.md + take.config.json。不引入任何隐藏状态。
• 镜头语言有约束：景别/角度/运镜必须使用 references/shot-language.md 中的受控词表（core 的 zod schema 会校验，非法值直接报错）。
• 先校验后生成：shots.json 未通过 take validate 之前不得进入生成步骤。

参考文档

使用示例

• "分镜这个故事" → 读取剧本，按工作流产出 shots.json，校验后生成
• "把 shots.json 做成图" → take generate images
• "检查我的分镜" → take validate
• "导出分镜表" → take export storyboard
• "查一下环境" → take doctor