---

name: jimeng-script-intake description: Use when 新剧本入库即梦分镜师工作空间并拆集。 version: 1.1.0 author: 即梦分镜师工作台 license: MIT platforms: [windows, linux, macos] metadata: codex: tags: [短剧, 剧本入库, 拆集, 即梦分镜师] related_skills: [jimeng-character-assets, docx]

短剧剧本入库与拆集（即梦分镜师工作空间）

When to Use

• 用户丢来一本新剧本（.docx/.txt/.doc/.pdf）说「这是新剧本，放在他应该在的位置」「开始处理这部」。
• 需要在即梦分镜师工作空间新建一部剧的剧本仓库（骨架 + 源稿存档 + 分集 txt）。
• 已入库剧本的场景行/叙述行格式被质疑、或下游脚本报「未命名场景（场景标题缺失）」、终审伪报台词「改写」时（看 references/script-format-contract.md 定位是哪条格式规则）。

不适用：已经在跑的剧本单集分镜生产（那是 AGENTS.md 的阶段一～八）。

工作区根：Codex 项目根（AGENTS.md 所在目录；所有 scripts/…、tools/… 相对该根，可用环境变量 JIMENG_ROOT 显式指定）。 权威规则：工作区根 AGENTS.md（阶段零前 / 文件结构 / 硬约束）。本技能只补它没写的操作细节与解析器坑。

目标位置（放错＝后续全流程读不到剧本）

scripts/<剧名>/
├── <剧名> 1-N.docx         # 源稿存档，原字节不动（既有各剧源稿都放这一层）
├── script/
│   ├── 00-剧本概要.txt      # 剧名 + 人物简表等「第1集」标题之前的前言
│   ├── ep01.txt … epNN.txt  # ★ 分镜全流程唯一读的剧本形态
│   ├── assets/  config/  outputs/

.codex/memory/<剧名>-<role>.md 五份身份文件必须在首次派子代理前存在，否则子代理按派遣契约 abort。

步骤

1. 定剧名：取剧本首行标题去掉《》或用户给的名字，作为 scripts/ 目录名（不含《》、标点）。
2. 建骨架＋身份文件（一条命令）：python tools/new_drama_memory.py "<剧名>" --dirs
3. 存档源稿：把用户上传件原样复制为 scripts/<剧名>/<剧名> 1-N.docx（N=总集数），md5sum 与上传件比对确认字节一致；不转码、不另存、不改内容。通用的 剧本(2).docx 这类文件名要换成「剧名 1-N」再入库。
4. 拆集：python tools/split_script_episodes.py "scripts/<剧名>/<剧名> 1-N.docx" --name "<剧名>" 产出 script/ep01.txt … + script/00-剧本概要.txt；重复执行幂等（覆盖同名文件）。
   • 整本多集、纯中文 → 用上面这条。
   • 单集稿 / 中韩对照（双语）稿 → 用 python tools/docx_script_import.py "<docx路径>" "<剧名>" --ep N：一次落 script/epNN.txt（中文正文）+ epNN-中韩对照.txt（双语留档）+ 00-剧本概要.txt + _source/ 源稿。别拿 split_script_episodes.py 处理双语稿：它按行保留韩文，韩文台词会被当成中文台词进台词本与终审对照。
   • 双语稿落库后把 _source/ 里的源稿按本节约定挪到剧根、命名成 <剧名> 1-N.docx（全库一致，换新版时能一键重跑）。
5. 验证（必做，不要只信脚本自报）：见下节。
6. 报告：产出清单＋验证数字＋下一步。
   • 阶段零（config/global-style.md）：风格 A-D 选项必须交用户敲定，不得代定；画幅也必须先问（短剧默认 9:16 竖屏，别写成 16:9）。用户偏好：光线从句从简（写「日间自然光，室内光线柔和」「夜晚，室内以油灯烛火作局部照明」这种粒度，不写光源方向与明暗细节）、不加角色与面孔强化子句——面孔铁律/画内文字这类纪律改记在人物资产条目里，不在 config 重复。
   • 人物资产（阶段零点五）走 jimeng-character-assets 技能。

台词正文一字不改，只做标记类规范化

四项都由 tools/split_script_episodes.py 默认完成（--no-fix 关闭，仅用于排查）：

1. 场景行去行首「场」、非断字连字符(U+2010‑2014)统一为 ASCII -：场12‑3 青云宗山门 日 外 → 12-3 青云宗山门 日 外。 why：gen_dialogue_list.is_scene_title() 要求行首是数字编号；否则整集台词被归入「未命名场景（场景标题缺失）」，而 check_dialogue 还会把该场景行并进上一条台词 → 终审伪报「改写」。
2. 无标记叙述行补 △（原稿多数叙述行本来就带 △，属标记不一致）。 why：check_dialogue 把任何无法识别的行并进上一条台词，且空行不重置合并状态 → 台词被污染。
3. 台词后紧贴的【…】行（钩子/字幕）前补空行。 why：gen_dialogue_list 把紧贴上一句的普通文本行当作台词折行续接。
4. 前言（剧名/人物简表）独立成 script/00-剧本概要.txt，绝不并入 ep01。 why：人物简表每行都形如 角色：介绍，会被解析成 ep01 的台词，污染台词本与终审对照。

拆集（整本 → 分集）与人物清点

• 拆集：python tools/split_script_episodes.py "scripts/<剧名>/<剧名> 1-N.docx" --name "<剧名>"（章节见下）。
• 人物清点：python tools/gen_character_inventory.py "<剧名>" --alias assets/_character-aliases.json —— 阶段零点五 第 1 步，逐集出场表 + 有台词/无台词分列；别名表按剧维护。 新剧首次清点时最常见的漏项是**「角色名 + 动作描述」的台词行**（弟子甲厉声反驳：…、清月收回手掌面向众人：…）与单字序号简写（人物：守山弟子甲、乙、丙），两者不并回角色名就会多出几个幽灵角色，后续分镜 @引用名分裂。

验证（两步，都真跑）

• 逐行回环比对：源稿非空行数 == 写出行数，且序列逐行相等（用 normalize() 重算期望序列），只允许上面三类标记差异 —— 证明没有丢字/串行。
• 镜像试跑台词本：把 script/ep*.txt 复制到 scratch 的 <剧名>/script/ 下，对每集跑 .agents/skills/jimeng-storyboard/scripts/gen_dialogue_list.py，然后核对：全部集解析成功、台词总条数 == 源稿独立计数（减去人物简表行数）、0 集出现「未命名场景」、无台词含 △ 或异常长（>90 字多为被叙述/钩子污染）。 在 scratch 里跑，别直接生成项目 outputs/（那是分镜生产产物）。 现成片段与解析器契约见 references/script-format-contract.md。

坑

• 自写 docx 段落抽取正则：用 <w:t(?:\s[^>]*)?>(.*?)</w:t>（w:t 后必须是空白或 >）。写成 <w:t[^>]*> 会连 <w:textAlignment .../> 一起匹配，把大段 XML 当成正文抽出来，表现为「剧本里混进了标签」，排查半天。tools/split_script_episodes.py 已按前者实现。
• 集号标题与场景行格式两大类都要容错：正文标题可能是「第N集」或「第N集」（阿拉伯/中文数字），解析器两都收；场景编号可能是 1-1 地点 日 内、场1‑1 …、36-1 地点｜午后｜外，去「场」+连字符统一后都满足「行首数字」契约。
• native python 读不了 MSYS 的 /tmp/...：$TMPDIR 在 bash 里可能展开成 /tmp/...，直接传给 python 会 file not found。scratch 一律用原生路径 C:/Users/<user>/AppData/Local/Temp/jimeng-scratch/...。
• 中韩对照 / 双语稿：进流水线的 epXX.txt 只留中文行，韩文行另存 epXX-中韩对照.txt。韩文台词行同样满足 角色(情绪): 台词 形态（半角括号与冒号也在正则里），混进 epXX.txt 会让台词本与终审对照凭空多出一整套「缺失/改写」。双语档案同时是后续韩国本地化（人名/称谓/物件）的依据。
• 台词本总时长异常（约为合理值的两倍）、且某说话人台词后粘着一整段叙述 = 那段叙述没打 △（解析器把无法识别的行并进上一条台词）。入库后先核总秒数与逐条字数，别只看「N 条台词」。
• 逐字校验要对着源稿算：把源 docx 抽出的（角色, 台词）序列与 script/epXX.txt 的序列逐对比较，只有这样才能证明「只加标记、没改一个字」；只比行数证明不了。片段见 references/script-format-contract.md §5。
• 别把源稿只留在 docs/：docs/ 是暂存区，管道只读 scripts/<剧名>/script/epXX.txt。
• 不要手改 script/epXX.txt 的台词文字来「修格式」；只加标记（△/空行/场景行前缀），台词逐字是终审硬判据。
• 拆集规则（规范化项）改动后，要在旧剧上跑一次 tools\py.cmd tools/run_all_checks.py <剧名> epXX 回归对比。