输入口播稿和素材文件夹，自动拆解语义分镜、判定呈现形式（真人口播/录屏/IP动画/AI解说动画）、匹配视觉模板、调度 HyperFrames/Remotion/IP动画/粗剪/字幕等 Skill 协同执行，安排动画卡点，检测素材遮挡与模板重复，输出完整视频和可编辑剪映草稿。