# 创世手册 · 从一台新电脑复刻 AI 工作流

> 目标：拿到这份手册的人，不是只知道“这台电脑做出了什么漂亮成果”，而是能看懂：这台电脑从刚装上 **Claude Code / Codex** 开始，做了哪些设置，接入了哪些工具，沉淀了哪些标准和记忆，形成了哪些可复用工作流，最终产出了哪些结果。
>
> 更重要的是：接收人可以把本手册交给自己的 agent，让它按步骤复刻这些设置、目录、标准、记忆和工作流，再按项目目标复刻相近结果。
>
> 本手册 = ①从 0 装 Claude/Codex + ②还原本机设置 + ③导入标准/记忆 + ④复刻工作流 + ⑤复刻结果 + ⑥给接收人 agent 的执行指令。下载包内同时提供基础标准、工作流标准和标准有效性分级，避免 agent 把不适用的设计/PPT规则硬套到所有项目。
> 截止：2026-06-03。维护者：一位产品经理（非开发，中文交流）。

---

## 第一部分 · 这份手册到底交付什么

### 1.1 一句话定位
这不是一份“作品展示说明”，而是一份**AI 工作流迁移手册**：记录一台电脑如何从新装 Claude Code / Codex 开始，逐步变成可持续产出网页、演讲、视频、配音、转写、真人进 AI、部署上线和跨项目记忆同步的工作环境。

接收人拿到后，应该能完成三件事：

1. **复刻环境**：安装 Claude Code、Codex、Homebrew、Node、Python、ffmpeg、whisper、edge-tts、Cloudflare/GitHub 工具和媒体模型。
2. **复刻判断力**：把 `~/标准/`、`项目记忆.md`、`AGENTS.md`、`~/项目全景.md`、`~/跨项目共享记忆.md` 放到正确位置。
3. **复刻工作流/结果**：让自己的 agent 按本手册的指令，重建媒体生成、网页 PPT、项目复盘、跨项目同步、一键上线等流程。

核心不是展示成果多漂亮，而是把**这台电脑怎样被训练成这种工作方式**讲清楚。

### 1.2 复刻路径总览

| 阶段 | 接收人要让 agent 做什么 | 复刻出来的东西 |
|---|---|---|
| 0. 装代理 | 安装并登录 Claude Code / Codex | 能读文件、写代码、跑命令、调工具的 AI 代理 |
| 1. 配环境 | 安装系统工具、Python 包、Cloudflare/GitHub 工具 | 能开发、部署、转写、配音、处理视频 |
| 2. 接模型 | 配 Codex 模型、Claude 登录、火山方舟 key、本地 whisper/insightface 模型 | 云端大脑 + 媒体生成 + 本地模型 |
| 3. 导记忆 | 放入标准库、工作流标准、项目记忆、AGENTS、跨项目共享记忆 | agent 知道怎么按我们的规则做事 |
| 4. 跑工作流 | 按模板跑网页、PPT、视频、配音、转写、上线流程 | 可重复的生产流程 |
| 5. 复刻结果 | 选择目标项目，让 agent 读取相关记忆和模板迭代 | 相近质量的页面、脚本、视频、文档或上线结果 |
| 6. 回写经验 | 每次项目收尾，把新规则写回当前项目、来源项目和标准库 | 工作流持续进化 |

### 1.3 装了什么、各自干嘛（本机实测）

| 工具 | 版本(本机) | 装法 | 用来做什么 |
|---|---|---|---|
| **Claude Code** | 2.1.161 | 原生安装器（`~/.local/share/claude`，软链 `~/.local/bin/claude`） | 大脑/编排者：读标准、写代码、调脚本、管记忆 |
| **OpenAI Codex** | 0.136.0 | 官方安装器 / Codex App（`/opt/homebrew/bin/codex`） | 第二大脑/工程代理：读项目、改代码、跑命令、接 MCP/Skills/插件、沉淀标准 |
| Homebrew | 5.1.14 | 官方脚本 | 装下面大部分系统级工具 |
| node / npm | 26.0.0 / 11.12.1 | brew | 跑 JS 项目、wrangler |
| python3 | 系统 3.9.6 + brew 3.11 | 系统自带 + brew | 跑所有媒体生成脚本 |
| **ffmpeg / ffprobe** | 8.1.1 | brew | 视频/音频处理流水线（拼接/叠化/调色/抠像/字幕/合成 BGM） |
| **whisper-cpp** | brew 版 | brew install whisper-cpp | 本地离线转写（录音→文字），模型 `ggml-large-v3-turbo.bin` |
| **edge-tts** | 7.2.8 | pip | 免费在线中文 AI 配音（微软 Neural voice） |
| **insightface** | 1.0.1 | pip | 真人进 AI 的本地换脸（faceswap） |
| onnxruntime | 1.19.2 | pip | 跑 insightface / inswapper 的 onnx 模型 |
| opencv-python | 4.13 | pip | 换脸/图像处理 |
| pillow | 11.3 | pip | 图片降采样（首帧 base64 前必降到 ≤1600px）、字幕叠加 |
| requests | 2.32.5 | pip | 调火山方舟 REST API |
| gh (GitHub CLI) | 2.92.0 | brew | 建仓库、推代码、设密钥（部署用） |
| wrangler | 4.90.1 | npm/brew | Cloudflare Pages 部署 |
| GPT-SoVITS | — | 克隆仓库 | 备用：声音克隆（可选，本机有） |

> ⚠️ **inswapper_128.onnx**（换脸核心模型）本机放在 `/tmp/xm/`（临时目录，重启会丢）。新机务必放到**持久路径**（见 2.6）。

### 1.4 接了哪些「大模型 / 服务」，怎么接的

一共接了 **2 个云端大脑 + 1 个云端媒体生成 + 1 个云端免费 TTS + 3 个本地模型**：

| # | 服务 / 模型 | 类型 | 怎么接的 | 干嘛 |
|---|---|---|---|---|
| 1 | **Anthropic Claude**（Claude Code 内置） | 云·LLM | 订阅登录 | 编排一切 |
| 2 | **OpenAI Codex**：`gpt-5.5` 默认，`gpt-5.4-mini` 快速任务，`gpt-5.3-codex-spark` 研究预览 | 云·LLM/Agent | ChatGPT 登录；配置 `~/.codex/config.toml` | 本地/云端工程代理、项目整理、代码审查、文档/PPT/表格/浏览器工具调度 |
| 3 | **火山方舟 ARK**：`doubao-seedance-2-0-260128` | 云·视频 | REST：`POST https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks` → 轮询；Bearer key 存 `~/seedance/ark_key.txt` | 图生视频 / 文生视频（`role:first_frame` 锁首帧、`generate_audio`、`watermark`、`ratio`、`duration`） |
| 4 | **火山方舟 ARK**：`doubao-seedream-4-0-250828` | 云·图像 | 同上端点 | 文生图（分镜首帧、背景图） |
| 5 | **edge-tts** | 云·TTS（免费、无 key） | 本地 CLI / python | 中文配音：`zh-CN-XiaoxiaoNeural`(默认)、`zh-CN-YunxiNeural`(云希·叙事男声)、`zh-CN-YunyangNeural`(云扬·史诗男声) |
| 6 | **whisper-cpp** | 本地 | `whisper-cli` + `ggml-large-v3-turbo.bin` | 离线转写 |
| 7 | **insightface + inswapper_128.onnx** | 本地 | onnxruntime + buffalo_l | 换脸（真人正脸进 AI 视频） |
| 8 | GPT-SoVITS | 本地（可选） | python 仓库 | 声音克隆 |

**火山方舟调用的关键经验（踩过的坑）**：
- 首帧图 base64 上传**前必须降采样到宽 ≤1600px**，否则 2MB+ 原图上传写超时。
- 视频初版 prompt **绝不写"出现某某字"**——错字幕会逼整段重生、烧钱。
- 名人脸/名画过不了火山**输出版权审核**（遮挡也没用）→ 走「中性正脸基底过审 + 本地 faceswap 贴真脸」。
- 真人照被隐私拦截 → 走「互补遮挡参考库锁脸」或「本地 faceswap（只正脸）」或「精准特征文生」。

### 1.5 我们定下的标准（沟通中逐步固化，存 `~/标准/`）

现在标准分三类：

- **基础标准**：所有项目默认参考，如沟通、代码、安全、交付、Codex 使用。
- **工作流标准**：复刻具体流程时使用，如复刻人操作、网页 PPT、视频配音转写、Cloudflare 上线、Agent 回写。
- **标准审计**：判断哪些规则是硬标准，哪些只是特定场景有效，防止硬套。

| 类型 | 文件 | 核心约定 |
|---|---|---|
| 基础 | 沟通/代码/Git/测试/安全/产品验收/交付 | 所有项目的通用工程和协作底线 |
| 基础 | Codex 使用标准 | 从 0 搭建 Codex、模型选择、AGENTS、Skills、MCP、记忆同步 |
| 基础 | 跨项目记忆同步标准 | 一个项目读取另一个项目后，成果必须回写当前项目和来源项目 |
| 工作流 | 复刻人操作流程标准 | 接收人如何指挥自己的 agent 从读手册到复刻结果 |
| 工作流 | Agent 项目读取与回写工作流 | agent 接手项目、读取其他项目、回写记忆和标准 |
| 工作流 | 网页 PPT 与演示页复刻工作流 | 舞台/网页 PPT 类成果，先定叙事再排版 |
| 工作流 | 广告视觉设计标准 | 广告视频延展、广告案例板、营销 PPT，先看真实素材 |
| 工作流 | 视频配音转写复刻工作流 | seedance、edge-tts、whisper、字幕合成的最小样例流程 |
| 工作流 | Cloudflare 上线复刻工作流 | 静态站、演示页、下载页部署到 Cloudflare Pages |
| 工作流 | 真人进 AI / 3D 真人形象 | 真人脸、alpha 视频、绿幕/黑底、浏览器 canvas 验证 |
| 审计 | 标准有效性分级 | A 已验证硬标准 / B 局部验证工作流 / C 候选经验 |

> **铁律**：开始任何项目前，先读 `~/标准/` 对应条目 + 项目根目录的 `项目记忆.md`。
> **新铁律**：先判断任务类型再选标准。产品界面读 UI；网页 PPT 读网页 PPT 工作流；广告案例读广告视觉；不要把某一类标准硬套到所有产出。

### 1.6 定下的设计 / 审美规则（高标准演示项目沉淀的最高线）

- **文字标尺**：每页 PPT / 每句台词 ≤15 字；要"经典"（经得起发朋友圈、五年后还记得）；不出现"我觉得/可能/大家觉得"等弱化词。
- **视觉标尺**：背景本身要承载主题信息（**禁纯星空/纯黑做背景**）；画面有可读信息层（数据/HUD/对比/时间线）；至少一个反转/震撼点；至少一处强对比。
- **视频原则**：影院级布局；**初版一律无字幕**，先审纯画面/配音，确认后再本地叠**克制的底部小字幕**（Pillow+ffmpeg，0 API 费）；**绝不做综艺中间大字幕**；锚定真实拍摄出处、去 AI 感（颗粒/平实/不完美构图）。
- **5 条自检**：①触动 ②惊艳 ③指导 ④反思 ⑤配得上（大舞台级）。一条不过不算交付。
- **程序化教训**：CSS 画的"3D 实体物"（大楼/雷达）易显廉价 → 宁可用真实图做背景 + 排版层级 + 玻璃 HUD。
- **TTS 默认** = `zh-CN-XiaoxiaoNeural`（质感接近真人，免费）。
- **命名/交付**：所有文件夹中文命名；中文 commit；做完可打开的成品**主动在浏览器打开给用户**（URL 带时间戳绕缓存）。

### 1.7 最终产出了哪些结果（本机实测）

- **工作环境结果**：Claude Code + Codex 双代理；基础标准 + 工作流标准 + 标准有效性分级；项目记忆体系；跨项目共享记忆；Cloudflare 一键上线脚本；seedance 媒体生成模板。
- **网页演讲结果**：一个演示页从 v1 到 v2、经十余轮迭代（含多个备份/重构版），沉淀出网页 PPT、演讲叙事和视觉标准。
- **媒体生成结果**：`~/seedance/输出/` 下 198 个视频；`~/seedance/脚本/` 71 个生成脚本；形成图生视频、配音、转写、字幕、本地 faceswap 的流水线。
- **项目资产结果**：多个项目（演讲页、媒体生成、部署、协作工具、课程等）都有各自的 `项目记忆.md`，可被 agent 重新读取并继续工作。
- **标准化结果**：跨项目经验不再只停留在聊天里，而是回写到 `~/标准/`、`~/跨项目共享记忆.md` 和项目记忆。
- **对外分享结果**：把整套能力**脱敏蒸馏**成对外可分享版（完全匿名、零公司/交易/隐私信息），含展示网页 + 下载工具包。由此沉淀出「**脱敏对外分享工作流**」：通读各项目记忆 → 剔除敏感（公司/品牌/交易/真实姓名/本地路径/密钥）→ 对外文档**全部重写而非删词**（原文含真实案例锚定，删词易漏）→ 按设计标准做页 → 一键部署。

### 1.8 消耗了多少 token（诚实说明）
本机**不持久化累计 token 总数**，无法给出精确数字。要看用量请：会话内输入 `/cost`，或登录 **Anthropic Console → Usage/Billing** 看账单。火山方舟用量在**火山引擎控制台**查（按视频/图片计费，是真金白银——所以我们定了"先文字方案→小步试→确认再批量"的成本铁律）。

### 1.9 应用了多少共享记忆 / 资料
- **自动记忆体系** `~/.claude/projects/<你的工程ID>/memory/`：40+ 条 `.md`（每条一个事实，带 frontmatter）+ `MEMORY.md` 索引（每次开会话载入）。分 user / feedback / project / reference 四类。
- **公共标准库** `~/标准/`：20 个标准文件，分为基础标准、工作流标准和标准有效性分级。
- **项目记忆镜像**：每个项目根目录一份 `项目记忆.md`（任何模型/工具打开即读到该项目上下文）+ 家目录顶层 `~/项目全景.md`（项目清单/定位/关系）。
- **专用工具夹**：`~/seedance/`（媒体生成）、`~/Cloudflare/`（一键上线）、`~/whisper模型/`（转写模型）。

---

## 第二部分 · 新机复刻：从 0 安装 Claude / Codex / 工具

> 推荐顺序执行。带 `★` 的是后面创作能力的关键。可直接跑随附的 `setup.sh` 完成 0–7 的大部分，再手动做 §2.5/2.7/2.8 的登录与密钥。

### 2.0 系统前提
- macOS（Apple Silicon 优先）。安装 Xcode 命令行工具：`xcode-select --install`
- 安装 Homebrew：`/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"`

### 2.1 ★ Claude Code（大脑）
原生安装器（本机用法）：
```
curl -fsSL https://claude.ai/install.sh | bash
```
（或 `npm install -g @anthropic-ai/claude-code`。）装完 `claude` 登录你的 Anthropic 账号。

### 2.1B ★ OpenAI Codex（第二大脑 / 工程代理）
官方安装：
```
curl -fsSL https://chatgpt.com/codex/install.sh | sh
codex --version
codex doctor
```
静默安装：
```
CODEX_NON_INTERACTIVE=1 curl -fsSL https://chatgpt.com/codex/install.sh | sh
```
登录：
```
codex login
```
本机当前定稿模型：
```
model = "gpt-5.5"
model_reasoning_effort = "medium"
```
配置路径：`~/.codex/config.toml`；项目级配置：`项目根/.codex/config.toml`。  
模型规则：复杂项目默认 `gpt-5.5`；轻量任务可临时用 `gpt-5.4-mini`；需要 Codex Spark 研究预览时再用 `gpt-5.3-codex-spark`。临时切换用 `codex -m gpt-5.4-mini` 或会话内 `/model`。

推荐启动：
```
codex --sandbox workspace-write --ask-for-approval on-request
```
可信本机整理任务可用：
```
codex --cd ~
```
进入项目后先跑：
```
codex
/init
```
生成或更新 `AGENTS.md`，把项目目标、目录、测试/部署命令、必读记忆、相关标准、交付定义写进去。稳定规则写 `AGENTS.md`/`项目记忆.md`/`~/标准/`，不要只靠聊天上下文。

Codex 标准详见随附：
- `Codex从0搭建与使用标准.md`
- `标准/Codex使用标准.md`

### 2.2 系统级工具（brew）
```
brew install node python@3.11 ffmpeg whisper-cpp gh
npm install -g wrangler        # Cloudflare 部署
```

### 2.3 ★ Python 媒体工具（pip）
```
pip3 install --user edge-tts insightface onnxruntime opencv-python pillow requests numpy
```

### 2.4 ★ 火山方舟（seedance 视频 / seedream 图像）
1. 注册 **火山引擎 → 方舟（ARK）**，开通 `doubao-seedance` 与 `doubao-seedream`，创建 **API Key**。
2. 建工具夹并存 key（**一行，不要带引号/空格**）：
   ```
   mkdir -p ~/seedance/脚本 ~/seedance/输出
   echo "你的_ARK_API_KEY" > ~/seedance/ark_key.txt
   ```
3. 调用范式（脚本里复用）：
   - 端点 `POST https://ark.cn-beijing.volces.com/api/v3/contents/generations/tasks`，Header `Authorization: Bearer <key>`。
   - body：`{model, content:[{type:text,text:PROMPT},{type:image_url,image_url:{url:<data:base64>},role:"first_frame"}], ratio:"16:9", duration:5, generate_audio:false, watermark:false}`，返回 task id 后轮询 `.../tasks/<id>` 到 `succeeded` 取 `video_url`。
   - **首帧 base64 前用 Pillow 降到宽 ≤1600px**。
   - 模型名：视频 `doubao-seedance-2-0-260128`，图像 `doubao-seedream-4-0-250828`（以控制台最新可用为准）。
   - 随附 `seedance_图生视频模板.py` 可直接改 prompt 用。

### 2.5 ★ 配音（edge-tts，免费无 key）
```
edge-tts --voice zh-CN-XiaoxiaoNeural --text "你好，世界" --write-media out.mp3
```
常用：`zh-CN-XiaoxiaoNeural`(默认)、`zh-CN-YunxiNeural`(叙事男声)、`zh-CN-YunyangNeural`(史诗男声)。可加 `--rate=-4% --pitch=-10Hz`。

### 2.6 ★ 转写 + 换脸（本地模型）
**whisper 转写模型**：
```
mkdir -p ~/whisper模型
curl -L -o ~/whisper模型/ggml-large-v3-turbo.bin \
  https://huggingface.co/ggerganov/whisper.cpp/resolve/main/ggml-large-v3-turbo.bin
# 用：whisper-cli -m ~/whisper模型/ggml-large-v3-turbo.bin -f 录音.wav -l zh
```
**insightface 换脸**：`buffalo_l` 首次调用自动下载到 `~/.insightface/models/`。`inswapper_128.onnx` 需单独获取，放**持久路径**（别放 /tmp）：
```
mkdir -p ~/models && cp <你的>/inswapper_128.onnx ~/models/inswapper_128.onnx
```
脚本里把模型路径指向 `~/models/inswapper_128.onnx`。

### 2.7 ★ 一键上线（Cloudflare）
1. `gh auth login`（GitHub 登录）。
2. Cloudflare：建 **API Token**（Pages 编辑权限）记下 **Account ID**，设环境变量：
   ```
   export CLOUDFLARE_API_TOKEN=你的token
   export CLOUDFLARE_ACCOUNT_ID=你的account_id
   ```
3. 把 `~/Cloudflare/部署新项目.sh`（随附）拷过来，项目放 `~/Cloudflare/项目/<根域名>/<项目名>/`，然后：
   ```
   ~/Cloudflare/部署新项目.sh <项目名> <域名>
   ```
   它会自动：建 GitHub 仓库 → push → 建 CF Pages 项目 → 部署 → 绑定域名 → 设 CI 密钥。

### 2.8 ★ 记忆与标准（把"大脑的经验"也搬过去）
```
mkdir -p ~/标准
# 1) 拷贝随附下载包里的 标准/*.md 到 ~/标准/
# 2) 在 ~/ 放 项目全景.md；每个项目根放 项目记忆.md
# 3) Claude Code 的自动记忆目录：~/.claude/projects/<你的工程ID>/memory/
#    放 MEMORY.md(索引) + 每条事实一个 .md
# 4) Codex 的稳定项目规则写入 AGENTS.md；跨项目规则写入 ~/标准/ 与 ~/跨项目共享记忆.md
```
> 没有这一步，新机只是"装了工具"；有了这一步，新机才"继承了判断力"。

---

## 第三部分 · 工作方法论（怎么真做出同等成果）

1. **先对齐目标**：每个项目开始先校准"最终目标"作为北极星，不被字面要求带跑。
2. **先读标准 + 项目记忆**，再动手。
3. **Codex 项目入口**：进项目先读 `项目记忆.md`、`~/项目全景.md`、相关 `~/标准/*.md`；如果项目没有 `AGENTS.md`，先 `/init` 建立。
4. **跨项目同步**：一个项目读取另一个项目成果后，新规则/新事实必须回写当前项目和来源项目；能复用的抽象进 `~/标准/`。
5. **成本意识**（媒体生成花钱）：先出**文字方案**确认 → **小步试**一段 → 满意再批量；优先复用本地已有素材；绝不"对话一句就重生一段"。
6. **真人进 AI**：先读 `真人进AI视频标准`，按决策树走遮挡参考库 / 本地 faceswap / 精准文生。
7. **视频**：初版无字幕→审画面/配音→本地叠克制底部小字幕。
8. **质量门**：5 条自检 + 文字/视觉标尺，一条不过就重做。
9. **交付**：做完**主动在浏览器打开**给用户看（URL 带时间戳绕缓存）；改动**实时回写 `项目记忆.md`** 防断档。
10. **验证看真实浏览器**：headless 截图对 CSS 动画/转场不准；隐藏的全屏层别给子元素显式 `pointer-events:auto`（否则吃全屏点击）。

---

## 第四部分 · 给接收人 agent 的复刻指令

接收人不要只把这份手册当说明书读。正确用法是：把下载包交给自己的 Claude/Codex/其他 agent，然后按下面顺序下指令。

### 4.1 第一条指令：先读手册，不要急着动手

```
请先阅读《创世手册.md》、`00-给你的Agent-标准与工作流选择清单.md`、`标准/说明.md`、`Codex从0搭建与使用标准.md`、`标准/复刻人操作流程标准.md`、`标准/标准有效性分级.md`。
读完后先输出一份复刻计划，分成：环境安装、账号/密钥、目录结构、标准记忆、工作流模板、验证清单。
不要直接删除或覆盖任何文件。
```

### 4.2 第二条指令：搭建新机环境

```
请按《创世手册》第二部分搭建这台机器：
1. 安装 Claude Code 和 Codex，并确认 `claude --version`、`codex --version`、`codex doctor` 正常。
2. 安装 Homebrew、node、python、ffmpeg、whisper-cpp、gh、wrangler。
3. 安装 Python 媒体工具：edge-tts、insightface、onnxruntime、opencv-python、pillow、requests、numpy。
4. 创建 `~/标准`、`~/seedance`、`~/Cloudflare`、`~/whisper模型`、`~/models`。
完成后告诉我哪些步骤成功、哪些需要我手动登录或填 key。
```

### 4.3 第三条指令：导入记忆和规则

```
请先读 `00-给你的Agent-标准与工作流选择清单.md`，按其协议把全部标准/工作流列给我、逐条问我是否采用，**只把我选中的** `标准/*.md` 同步到 `~/标准/`（默认不要全量导入）。
请在每个项目根目录检查或创建 `项目记忆.md`。
请为 Codex 项目创建或更新 `AGENTS.md`，写入：项目目标、目录结构、必读标准、测试/部署命令、交付标准、跨项目记忆同步规则。
如果不确定某条记忆属于哪个项目，不要删除，先归类到对应项目的 `_旧项目/` 或 `_旧文件/`。
请先读 `标准有效性分级.md`，判断每条标准是 A 硬标准、B 场景工作流还是 C 候选经验，不要把 UI/PPT/广告标准互相硬套。
```

### 4.4 第四条指令：复刻具体工作流

```
请从手册中选择一个工作流复刻：
- 网页/PPT 工作流：读取 UI 标准、项目记忆、Cloudflare 部署脚本，做出可打开页面并部署。
- seedance 视频工作流：读取 seedance 模板、火山方舟调用规则、字幕/配音标准，先生成 5 秒测试片。
- 转写/配音工作流：用 whisper-cpp 转写录音，用 edge-tts 生成中文配音。
- 真人进 AI 工作流：先读真人进AI视频标准，按审核墙和本地 faceswap 决策树执行。
每次只跑一个最小样例，验证通过后再批量。
```

### 4.5 第五条指令：复刻结果并回写

```
请读取目标项目的 `项目记忆.md` 和相关标准，复刻一个相近结果。
完成后必须回写：
1. 当前项目 `项目记忆.md`
2. 如果用了其他项目经验，回写来源项目 `项目记忆.md`
3. 如果形成跨项目规则，更新 `~/标准/` 或 `~/跨项目共享记忆.md`
最后输出：改了什么、怎么验证、还缺什么、下一步建议。
```

---

## 第五部分 · 新机验证清单（逐项打勾）

- [ ] `claude --version` 能出版本，且已登录
- [ ] `codex --version` / `codex doctor` 正常，且 `codex login` 已登录
- [ ] `~/.codex/config.toml` 已设默认模型 `gpt-5.5`
- [ ] 新项目可用 `/init` 生成 `AGENTS.md`
- [ ] `ffmpeg -version` / `whisper-cli` / `wrangler --version` / `gh auth status` 正常
- [ ] `python3 -c "import edge_tts, insightface, cv2, PIL, requests"` 无报错
- [ ] `edge-tts` 能生成一段 mp3（默认 Xiaoxiao）
- [ ] `~/seedance/ark_key.txt` 存在 → 跑 `seedance_图生视频模板.py` 能出 5s 视频
- [ ] `~/whisper模型/ggml-large-v3-turbo.bin` 存在 → 能转写一段录音
- [ ] `~/models/inswapper_128.onnx` 在持久路径
- [ ] CF Token/Account 环境变量已设 → `部署新项目.sh` 能把一个 demo 上线
- [ ] `~/标准/` 基础标准、工作流标准、标准有效性分级齐 + `~/项目全景.md` + 各项目 `项目记忆.md` 就位
- [ ] Claude Code 记忆目录有 `MEMORY.md` + 事实文件

全部打勾 = 新机已具备同等能力。

---

## 附录 A · 模型 / voice 速查
- 视频：`doubao-seedance-2-0-260128`（火山方舟，图生/文生视频）
- Codex：`gpt-5.5`（默认）/ `gpt-5.4-mini`（轻量）/ `gpt-5.3-codex-spark`（研究预览，以官方当前可用为准）
- 图像：`doubao-seedream-4-0-250828`（火山方舟，文生图）
- 配音：`zh-CN-XiaoxiaoNeural` / `zh-CN-YunxiNeural` / `zh-CN-YunyangNeural`（edge-tts）
- 转写：`ggml-large-v3-turbo.bin`（whisper-cpp）
- 换脸：`buffalo_l` + `inswapper_128.onnx`（insightface/onnxruntime）

## 附录 B · 关键路径
```
~/.local/bin/claude            # Claude Code
/opt/homebrew/bin/codex        # Codex CLI(本机)
~/.codex/config.toml           # Codex 用户级配置
~/标准/                         # 基础标准 + 工作流标准 + 标准有效性分级
~/项目全景.md                    # 家目录项目地图
~/seedance/{脚本,输出,ark_key.txt}  # 媒体生成流水线
~/whisper模型/ggml-large-v3-turbo.bin
~/models/inswapper_128.onnx     # 换脸模型(持久)
~/Cloudflare/部署新项目.sh        # 一键上线
~/.claude/projects/<工程ID>/memory/  # 自动记忆 + MEMORY.md
项目根/AGENTS.md                # Codex 项目级硬规则
```

— 完 —