Clone any viral video with AI agents. Not just a script, the whole workflow: swap the face, the words, the B-roll, ship 100 variants in one command, and get your 100M views.
TypeScript agentic-aiaiai-agentsai-videocompilerdslffmpeggenerative-aillmmarkup-languagemonorepoplugin-systemprogramming-languagetext-to-videotypescriptvideovideo-automationvideo-clonevideo-editingvideo-generation
docs: make role cues turn-scoped
kashorincef63960cf19
diff --git a/spec/script-surface-v1.md b/spec/script-surface-v1.mdindex 6ae90271..01179c9c 100644--- a/spec/script-surface-v1.md+++ b/spec/script-surface-v1.md@@ -86,8 +86,7 @@ Segment 的两个结构切点;真正的静音或素材行为由外部 Program## 1. 文档与 Segment-一个 Script 有且仅有一个 `<script>` 根。结构标签必须独占一行。v1 的-Segment 形式只有:+一个 Script 有且仅有一个 `<script>` 根。v1 的 Segment 形式只有:```svml<segment id="intro">@@ -127,11 +126,13 @@ Segment 形式只有:## 2. Role Cue-Role Cue 只在 spoken line 的逻辑行首(忽略规范缩进)出现:+Role Cue 只在 Segment 内的逻辑行首(忽略规范缩进)出现,并开启一个+spoken turn:```svml<segment id="dialogue">- <A> What time is it?+ <A> What time+ is it?<B> It’s 8:30.</segment>```@@ -153,14 +154,19 @@ speaker 数据模型,不建立人物实体,不选择音色,不成为可接- Role Cue 只由“逻辑行首、合法尖括号内容、且不含未转义 `|`”这一位置识别,并且同一行必须跟随非空 spoken content。- 正文里的冒号永远是正文;解析器不通过 `A:` 猜说话人。-- 同一个非空 Segment 要么所有 spoken line 都有 Role Cue,要么都没有。- 空白行、纯 Selection 行和注释不算 spoken line。+- 同一个非空 Segment 要么完全无 Role Cue,要么第一个 spoken atom 必须由+ Role Cue 开启。时间标记、注释和布局空白不算 spoken atom;已经以无 Cue+ 正文开始的 Segment 不得在中途切换为有 Cue 模式。+- 一个 Role Cue 的 turn 一直延续到下一个 Role Cue 或 Segment 结束。turn+ 内的物理换行只是布局空白,不结束 turn,也不要求重复 Role Cue。- Role label 是 NFC 后 1–32 个 Unicode 字符的可读文本;可由 UnicodeLetter、Mark、Number、内部空格、`_`、`-`、`.` 组成,首尾不得有空白。引号、`=`、`/`、换行、`<`、`>`、`|`、`:` 均非法,因此带属性的未知结构标签不会被吞成 Role Cue。-- Role Cue 的作用域只到本行结束。源码自动折行属于编辑器显示,不得写入- 语义换行;下一位说话人必须另起一行并再次声明。+- 在 `dialogue` 投影中,Role Cue 边界由规范 serializer 输出为一次换行和+ `label: ` 前缀;在 `speech` 与 `caption` 中只移除 Cue,并在相邻 atom+ 之间保留必要分隔。重新折行源码不得改变 Narrative IR 的语义内容或任一+ 文本投影;允许变化的只有 source range 和 source hash。## 3. Dual Text@@ -423,10 +429,10 @@ Dual Text 内另有:\>```-未知反斜杠转义必须报错。解析顺序固定为:+未知反斜杠转义必须报错。解析优先级固定为:-1. 独占行的已知结构标签与注释;-2. spoken line 逻辑行首、不含未转义 `|` 的 `<Role>`;+1. 已知结构标签与注释;+2. Segment 内逻辑行首、不含未转义 `|` 的 `<Role>`;3. 含一个未转义分隔 `|` 的 inline `<display | speech>`;4. 其他尖括号结构报错。@@ -437,22 +443,28 @@ temporal name namespace。三者的 id 均满足:[a-z][a-z0-9_-]{0,63}```-源码缩进、换行和连续空白是 authoring layout,不是字幕换行或停顿指令。-编译投影在 atom 边界保留必要分隔并规范化布局空白;字幕 cue 切分与硬换行由-外部 Caption Program 决定。规范 formatter 使用两空格缩进 Segment、四-空格缩进 spoken line,并在 Segment 之间留一空行;formatter 不得改变-Narrative IR。+除“逻辑行首可识别 Role Cue”这一词法作用外,源码缩进、换行和连续空白都+是 authoring layout,不是 turn、字幕换行或停顿指令。编译投影在 atom+边界保留必要分隔并规范化布局空白;字幕 cue 切分与硬换行由外部 Caption+Program 决定。-注释使用独立行的 `<!-- ... -->`,可以跨行但不能嵌套,也不能写进 spoken-line 或 Dual Text。注释不进入任何投影、token、Selection、Moment 或 hash-的语义内容;需要可复现源码身份时可以另算 source hash。+结构标签和注释不依靠独占一行才被解析。规范 formatter 把结构标签和注释+各自放在独立行,使用两空格缩进 Segment、四空格缩进 Segment 内的 spoken+content,并在 Segment 之间留一空行。formatter 前后重新解析所得 Narrative+IR 的语义内容必须相同;允许变化的只有 source range 和 source hash。++注释使用 `<!-- ... -->`,可以跨行但不能嵌套,也不能写进 Dual Text、Slot、+temporal marker、Role Cue 或结构标签内部。注释可出现在 atom 之间允许布局+空白的位置,并按布局空白处理;规范 formatter 将其独占一行。注释不进入+任何投影、token、Selection、Moment 或 hash 的语义内容;需要可复现源码+身份时可以另算 source hash。## 8. Narrative IR 与消费者合同解析结果至少保留:- Segment 的顺序、id 和结构边界;-- 每个 spoken line 的可选 Role Cue;+- 每个 Segment 的有序 spoken turn,以及各 turn 的可选 Role Cue;- plain / Dual Text / Slot atom 及其源码范围;- caption atom 到一个或多个 speech token 的显式映射;- 每个 SelectionSet 的一个或多个有序 occurrence;