100X Video Reverse v2.3

把参考视频转成用户可直接审阅、下游生成 Skill 可消费的标准反推包。默认只分析和验证，不调用付费生成、不上传原视频、不发布素材。

开始前

1. 确认用户提供的视频可读和授权边界。用户未指定输出目录时，直接使用当前工作区下 outputs/100x-video-reverse/<video-stem>-<timestamp>/，不为目录选择额外追问；始终只读源文件并输出到新的独立目录。
2. 始终阅读 workflow.md、output-contract.md 与 native-output.md。进行模型分析时再读 analysis-prompt.md。涉及商业文案、密集剪辑、外部上传或准备交给生成环节时读 failure-gates.md。只有评估、替换或升级本 Skill 时才读 golden-baseline.md。默认交付由 scripts/digest.py 从机器包确定性生成，Agent 不手工重排片段。
3. 检查 ffmpeg、ffprobe、Python jsonschema 和本地读写权限。缺少 jsonschema 时验证器必须硬停止；只在隔离环境补依赖，不做全局安装。调用任何外部模型前，实时核对官方模型列表和输入限制；用户指定模型优先。不能核实时停止外部调用，但继续完成本地证据包。

执行流程

1. 用 scripts/prepare_evidence.py 建立源文件指纹、规格、双阈值切点提议、稠密帧和独立音轨。自动切点只是诊断信号，不是真实镜头边界。
2. 同时查看完整视频与证据包，优先使用当前 Agent 已有的本地媒体理解能力，不要求用户另配 API。只有当前任务已明确授权外部语义分析时，才可沿用金样的 Google 官方 gemini-3.7-flash；调用前必须从官方模型列表核实真实 ID 和视频输入能力，不可用时保留原始错误并停止外部阶段，不静默换旧模型。按 references/analysis-prompt.md 校正镜头时间轴，区分可观察事实、推断和未知，不以固定间隔代替语义切镜。
3. 建立稳定资产 ID 和跨镜头一致性锚点，覆盖人物、商品、场景、道具、服装、音频与文字。看不清或听不清的品牌、价格、功效、台词和屏幕文字不得补写。
4. 生成完整的 reverse.json：镜头、四类关键帧、资产引用、音频/字幕、通用提示词、模型适配提示词、分段方案、拼接说明和 must_not_change。每个分段还要包含 execution_plan：目标时长、生成状态、选定模型、生成方式和输入素材；没有实时核实模型能力时明确写 needs_model_selection，不得伪装成可执行。
5. 用 scripts/materialize_reverse_media.py 将镜头帧和资产截图物化到包内相对路径，并生成 materialization_manifest.json。已有媒体只有在源 SHA-256、请求时间戳和文件 SHA-256 全部匹配 provenance 时才复用；否则硬停止，不覆盖。
6. 用 scripts/validate_reverse_package.py 做媒体与契约预检。硬错误必须修复后才能继续；警告必须保留并解释，不能改成通过。
7. 严格验证通过后运行 scripts/digest.py，再按 native-output.md 原样交付。Codex 使用 --format fragment --fragment-dir <本轮 thread 可视化目录>：首 tab 是左侧窄 9:16 播放器 + 右侧分段素材板，每段固定同组展示首帧／高光帧／尾帧；图片可拖出 JPEG 预览，需要原图时复制包内原帧路径。“镜头定位”保留逐镜联动，点击任一三帧或镜头都会暂停并定位视频，先显示中文操作说明，再显示所属分段的英文生成提示词。窄屏改为上下结构但三帧仍同组。其他客户端默认使用 --format md；判断不了客户端能力时不得赌内联协议。