ASCII H3 Director

中文

把一个念头，逼成一条会变形的字符链。

ASCII H3 Director 主视觉：字符在透视隧道中汇聚成巨大的字形

这是什么

ASCII H3 Director 是一个为 MiniMax H3 服务的导演工具：它把一句自由描述，编译成一条变形链（transformation chain）、一份写给时间而非散文的紧凑提示词，以及一套可在付款前拦下你的质量闸门。同时它自带一个确定性的 ASCII 渲染引擎——不联网、不调用任何图像库，用 5×9 手工点阵字库把同一份 FilmSpec 渲染成逐字节可复现的终端帧、SVG、PNG 和接触印样。它既是 DeepSeek Harness（DSH）插件，也是一个可移植的 Agent Skill。

v3 新增了什么（对比 v1）

v1 是一份 Markdown 技能包加几个 bash 脚本：generate_h3.sh 转发给 mmx video generate，continue_from_last_frame.sh 用 ffmpeg 抽出上一段视频的最后一帧，make_contact_sheet.sh 用 ffmpeg 的 tile 滤镜拼印样，导演逻辑全部写在 SKILL.md 的散文规则里。它能用，但所有判断都靠模型自觉，所有画面都要先付钱才能看见。

能力	v1	v3
形态	Markdown + bash 包装脚本	8 个零依赖 ES 模块 + DSH 插件 + Agent Skill
看到画面	必须先花钱生成，再用 ffmpeg 抽帧	确定性预览引擎，零 API key 即可看片
字库	无（依赖终端字体）	手写 5×9 点阵，覆盖可打印 ASCII 全部 95 个字形
可复现性	无保证	种子驱动，同一 FilmSpec 两次渲染 SHA-256 完全一致（已实测）
运动逻辑	散文规则，靠自觉	21 条机制的语法库 + `FORM_SUCCESSORS` 合法后继表
衔接	"保留上一帧的运动"	连续性契约：`exit_state` → `entry_state` 继承 + `checkSeam` 校验
质量把关	6 条自问自答	7 项检查自动打分 `/100`，不过闸门不生成
参考片分析	"提取运动语法"（人工）	`reference` 子命令：从观测 JSON 反推 STYLE DNA 与链条
印样	ffmpeg 必需	内置 PNG 编码器 + SVG 接触印样，不需要 ffmpeg
载体	只要支持 SKILL.md	DSH Cordis 插件（宿主工具 + Director Console 面板）
文档	英文	中 / 日 / 英三语

安装

路径 A — DSH 插件

# 从 npm
dsh plugin --profile web add @yankafei/ascii-h3-director

# 或从本地路径（开发时）
dsh plugin --profile web add /Users/coffee/Desktop/创造一切可能/ascii-h3-director

装好后插件会向会话注册宿主工具，并在 Web UI 里挂上 Director Console 面板。

路径 B — 通用 Agent Skill

# 方法一：手动拷贝
mkdir -p ~/.agents/skills
cp -R skill ~/.agents/skills/ascii-h3-director

# 方法二：跑安装脚本
skill/INSTALL.command

脚本会把 skill/ 复制到 ~/.agents/skills/ascii-h3-director/ 并打印自检命令。两条路径互不冲突：插件给 DSH，Skill 给任何读 SKILL.md 的编码代理。

快速上手

以下全部是真实可复制的终端记录；这个阶段不需要 API key，也不花一分钱。

$ ascii-h3 doctor
ascii-h3-director v3.0.0

[ok] node                         v24.19.0
[ok] engine modules               8 ramps, 5 palettes
[ok] glyph atlas                  5×9 bitmap font, printable ASCII
[ok] mechanisms                   21 mechanisms in the grammar
[ok] png encoder                  built-in, no image library required
[ok] render smoke test            N cells in Mms
[ok] quality gate                 score 100/100
[ok] mmx-cli (paid generation)    not installed — optional; install with: npm i -g mmx-cli

all core checks passed

$ ascii-h3 plan "15s ASCII clip about memory collapsing into language"
TITLE      15s / ascii / memory / collapsing
SEED       ascii-h3:1wok55r
DURATION   15s @ 21:9
LOOK       brutalist-digital / brutalist / high-impact
HERO TEXT  —

TRANSFORMATION CHAIN
   1. 0–3s       Density Dissolve  [canonical]
      the form dematerialises because its glyph ramp slides toward emptiness while its silhouette holds
      exit → form=field camera=forward-punch-through v=1
   2. 3–6s       Glyph Sphere  [strong]
      thousands of characters orbit a tiny focal mark, then all orbits converge
      exit → form=solid-form camera=forward-punch-through v=1
   3. 6–9s       Typographic Wall  [strong]
      the camera punches through each wall without cutting; the wall shatters from the point of impact outward
      exit → form=fragments camera=forward-punch-through v=1
   4. 9–12s      Command Shockwave  [canonical]
      the release from compression travels outward as a single readable command, dragging microtype in its wake
      exit → form=space camera=forward-punch-through v=1
   5. 12–15s     ASCII Tunnel  [strong]
      the camera travels forward through the rings while they stretch into long perspective trails
      exit → form=space camera=forward-punch-through v=1

QUALITY GATE  PASS  (100/100)
────────────────────────────────────────────────────────────────
  ✔ One legible transformation chain
      5 beat(s): density-dissolve → glyph-sphere → type-wall → shockwave → tunnel
  ✔ First shot has a clear source state
      opens on "density-dissolve"
  ✔ Every transition has a physical cause
      all links follow the mechanism grammar
  ✔ At least 2 strong scale/density contrasts
      density spans 0.12–0.94 with 9 major swing(s)
  ✔ Final state is usable as the next clip’s input
      ends unresolved: the camera is still inside the tunnel with speed left over
  ✔ Generic HUD / cyberpunk / random glitch excluded
      no rejected vocabulary in the positive prompt
  ✔ Prompt stays compact (written for time, not prose)
      153 words

PROMPT (153 words)
────────────────────────────────────────────────────────────────
15-second ultra-wide ASCII kinetic typography sequence.

0–3s: The form dematerialises because its glyph ramp slides toward emptiness while its silhouette holds.
3–6s: Thousands of characters orbit a tiny focal mark, then all orbits converge.
6–9s: The camera punches through each wall without cutting; the wall shatters from the point of impact outward.
9–12s: The release from compression travels outward as a single readable command, dragging microtype in its wake.
12–15s: The camera travels forward through the rings while they stretch into long perspective trails. The camera is still inside the tunnel with speed left over.

STYLE: brutalist digital palette; brutalist character set; brutalist computational motion design; extreme perspective and scale contrast; monospaced glyphs as physical matter, not overlay; 21:9 frame.
RULE: no normal cuts; every transformation physically emerges from the previous form; preserve direction, velocity and scale across every transition; avoid generic HUD, cyberpunk city, random glitch, unmotivated particles, smoke wipes, photoreal humans.

$ ascii-h3 preview "a brutalist ASCII tunnel collapsing into a giant word OPEN" --cols 100 --rows 24
                                  t C                             C
   C                                                                                     C     C
  C        t t     C                 t                             CC                            C
  C C                                 C         C                t
 t      C               t            C                                  GC      t    t
         C          C00CC  C    8 C G   0CCC G   CCCC  C    C    CCG t   C  C     C 0CC0CtC    0  C
  0  C      C  Ct G   CC  C  01G08   C Ct 00000 C C0 0C  C CCCG C0C  C  CC  C   0 G C   0     C 1G
  ... (24 行确定性字形)

$ ascii-h3 strip "brutalist ASCII tunnel into giant word OPEN" --frames 6 --out sheet.png
wrote sheet.png (6 frames, 3×2, 1840×592)

把 --cols/--rows 调小可以先在终端里构图，再放大出图；--out 换成 .svg 就得到矢量印样。

唯一花钱的一步（必须闸门先 PASS）：

# 1. 写出提示词
ascii-h3 prompt "15s ASCII clip about memory collapsing into language" --out prompt.txt

# 2. 生成（H3 是付费服务；仓库里唯一会产生费用的调用）
mmx video generate --model MiniMax-H3 --prompt "$(cat prompt.txt)" \
  --duration 15 --ratio 21:9 --download outputs/clip01.mp4

mmx 未安装时，doctor 会把它标为可选而不是失败——引擎本身从不依赖它。

命令参考

命令	参数	作用
`plan`	`"
" [--seed S] [--beats N] [--json]`	完整导演方案：变形链、每拍运动状态、质量闸门
`chain`	`"
" [--beats N] [--json]`	只输出变形链
`prompt`	`"
" [--out FILE]`	只输出紧凑的 H3 提示词
`review`	`["
"] [--out prompt.txt] [--json]`	单独跑质量闸门；`--out` 可让闸门审查已有提示词
`reference`	`[--json]`	从参考片观测 JSON 提取 STYLE DNA 与可复现的运动链
`continue`	` "
" [--json]`	规划无缝续集：继承上一段出口状态，并报告接缝违规
`preview`	`"
" [--t SEC] [--cols N] [--rows N]`	在终端打印单帧 ASCII
`svg`	`"
" --t SEC --out FILE.svg`	导出矢量帧
`png`	`"
" --t SEC --out FILE.png`	导出位图帧（内置编码器）
`strip`	`"
" [--frames N] [--cols N] [--rows N] --out FILE.png\|.svg`	接触印样：N 张等距帧拼成一张图，不需要 ffmpeg
`mechanisms`	`[--json]`	打印运动语法库（按层级分组）
`doctor`	—	自检并跑一次渲染冒烟测试
`help` / `version`	—	用法 / 版本

通用标志：--seed --beats --duration --ratio --palette --ramp --mode --text "WORD,WORD" --avoid "a,b" --allow --block，另加渲染用的 --t --cols --rows --cellW --cellH。

可选值：--ramp ∈ classic brutalist minimal operators binary data phosphor typographic；--palette ∈ brutalist-digital minimal-signal phosphor paper-terminal monolith；--mode ∈ high-impact minimal-data；--ratio ∈ 21:9 16:9 9:16 4:3 1:1 adaptive。

运动语法

一条片子不是一种"风格"，而是一条变形链：字随时间改变职能——文字变成图案，图案变成粒子，粒子变成几何，几何变成空间，空间再变回文字。语法库共 21 条机制，分四层。

层级	id	名称	留下什么（emits）
canonical	`assemble`	Assemble from Sparse Field	`solid-form`
canonical	`density-dissolve`	Density Dissolve	`field`
canonical	`structural-decay`	Structural Decay	`fragments`
canonical	`letter-fragmentation`	Diegetic Letter-Topology Fragmentation	`fragments`
canonical	`implosion`	Implosion	`void`
canonical	`shockwave`	Command Shockwave	`space`
canonical	`cursor-vortex`	Cursor Vortex	`void`
strong	`boot-signal`	Boot Signal	`letterform`
strong	`contour-migration`	Contour Migration	`solid-form`
strong	`tunnel`	ASCII Tunnel	`space`
strong	`type-wall`	Typographic Wall	`fragments`
strong	`glyph-sphere`	Glyph Sphere	`solid-form`
strong	`giant-word`	Giant Cropped Typography	`letterform`
strong	`spatial-fold`	Spatial Fold	`space`
support	`field`	Character Field	`field`
support	`mask`	Text Mask	`letterform`
reject	`reject-hud`	Decorative HUD	`cliche`
reject	`reject-city`	Generic Cyberpunk City	`cliche`
reject	`reject-glitch`	Meaningless Glitch	`cliche`
reject	`reject-particles`	Unmotivated Particles	`cliche`
reject	`reject-smoke`	Smoke / Liquid Wipe	`cliche`

连续性契约

续集不是新场景。上一段的 exit_state 会成为下一段的 entry_state——摄影机向量、表观速度、旋转、缩放趋势、密度趋势、调色板、字符集全部继承，只有未完成的动作被移交而不是重新声明。

非法示例（摄影机复位 + 调色板跳变 + 速度归零，checkSeam 会逐条报出）：

  // exit_state.json（上一段出口）
  { "form": "solid-form", "camera": "forward-punch-through",
-   "velocity": 1.1, "palette": "brutalist-digital", "ramp": "brutalist",
-   "unresolved": "the glyph sphere is still resolving when the clip ends" }
  // entry_state（续集开头）——错误
+ { "form": "void", "camera": "orbital-lock",
+   "velocity": 0, "palette": "phosphor", "ramp": "minimal",
+   "unresolved": "the glyph sphere is still resolving when the clip ends" }

修正后（inherit() 的产物，checkSeam 返回空数组）：

{
  "form": "solid-form",
  "camera": "forward-punch-through",
  "velocity": 1.21,
  "rotation": 0,
  "scaleTrend": -1,
  "densityTrend": 1,
  "unresolved": "",
  "palette": "brutalist-digital",
  "ramp": "brutalist"
}

checkSeam 会检查：摄影机向量是否复位；表观速度是否被归零；速度方向是否在接缝处反转；调色板是否改变；主导字符集是否改变；未完成的动作是否被重复而不是收尾。ascii-h3 continue 会把违规逐条打印在 SEAM: BROKEN 之下；SEAM: holds 表示接缝成立。

质量闸门

付款前，7 项检查每一项都要能回答"是"。得分 = 通过数 / 7 × 100，全通过才 PASS。

id	检查	失败意味着
`single-chain`	存在一条可读的变形链（≥3 拍）	概念太散，先收敛成一条链
`source-state`	首镜有明确的起始状态	没有起点，观众不知道从哪开始
`physical-cause`	每个转场都有物理成因	出现了语法上没有合法后继的跳变
`contrast`	至少 2 次强烈的尺度/密度对比	画面平；加大压缩与释放的摆幅
`exit-state`	末态可作为下一段的输入	片子完全收尾，无法续接
`no-cliche`	正提示词里没有 HUD / 赛博城市 / 随机故障	陈词滥调混进了正向描述
`compact`	提示词保持紧凑（≤320 词）	写给时间，而不是写给散文

界面

Director Console 把上面这一切放进 DSH Web UI：左栏是 brief 与标志，中栏是失真链条和逐拍状态，右栏是闸门分数与预览。

Director Console 面板：左侧 brief 输入，中间变形链与运动状态，右侧质量闸门与 ASCII 预览

确定性引擎导出的接触印样与预览帧：

接触印样：Assemble from Sparse Field 的六帧等距采样

接触印样：ASCII Tunnel 的六帧等距采样

接触印样：Cursor Vortex 的六帧等距采样

仓库结构

ascii-h3-director/
├── src/
│   ├── cli.js             # 命令面：13 个子命令、参数解析、doctor
│   ├── core.js            # 种子 RNG、缓动、值噪声、8 条 ramp、5 套 palette
│   ├── glyph-atlas.js     # 手写 5×9 点阵字库（ASCII 32–126，95 字形）
│   ├── renderer.js        # Grid / Camera / 图元 / planFilm / renderFilmFrame
│   ├── motion-grammar.js  # 21 条机制、FORM_SUCCESSORS、inherit / checkSeam
│   ├── director.js        # brief 解析、提示词合成、质量闸门、参考分析、续集
│   ├── raster.js          # Grid → 文本 / SVG / RGB
│   └── png.js             # 内置 PNG 编码器（zlib，无外部依赖）
├── skill/                 # 可移植 Agent Skill（SKILL.md + references + scripts）
├── docs/                  # 三语文档
├── assets/                # README 图像与印样
└── test/                  # 确定性回归测试

环境要求

Node 18+（doctor 会显式检查主版本号）
引擎零运行时依赖：没有 node_modules 也能跑，PNG 由内置编码器写出
ffmpeg 可选：strip / preview / svg / png 全部不需要它
mmx-cli 可选：npm i -g mmx-cli，只用于付费生成

致谢与既有工作

MiniMax-AI/MiniMax-H3 — H3 模型与官方 prompt-writing 技能
MiniMax-AI/cli — mmx CLI，付费生成与下载
mexicat/pdoom-video — style bible、时间轴思维、印样式审查
mrdoob/three.js — AsciiEffect，早期 ASCII 渲染的参考
remotion-dev/remotion — 常量优先的时序与可编程渲染流程
motion-canvas/motion-canvas — 代码驱动矢量/文字动画的备选回退
deepseek-ai/deepseek-harness — 插件、工具与面板的宿主

许可证

MIT。贡献请保持三语 README 同步，并让 ascii-h3 doctor 通过。

日本語

ひとつの想念を、変形しつづける文字の連鎖に絞り上げる。

これは何か

ASCII H3 Director は MiniMax H3 のための演出ツールです。自由な一行のブリーフを変形チェーン、時間のために書かれた簡潔なプロンプト、そして支払いの前に立ちはだかる品質ゲートへとコンパイルします。さらに決定論的な ASCII レンダリングエンジンを内蔵し、5×9 の手書きビットマップ書体だけで、同じ FilmSpec をバイト単位で再現可能な端末フレーム・SVG・PNG・コンタクトシートに描き出します。DeepSeek Harness（DSH）プラグインであり、同時に可搬な Agent Skill でもあります。

v3 で新しくなったこと（v1 との比較）

v1 は Markdown のスキルと bash スクリプトの集まりでした。generate_h3.sh は mmx video generate に丸投げし、continue_from_last_frame.sh は ffmpeg で前作の最終フレームを抜き、make_contact_sheet.sh は ffmpeg の tile フィルタでシートを組み、演出の判断はすべて SKILL.md の散文ルールに書かれていました。動きますが、判断はモデルの良識任せ、絵を見るにはまず支払う必要がありました。

能力	v1	v3
形態	Markdown + bash ラッパ	依存ゼロの ES モジュール 8 本 + DSH プラグイン + Agent Skill
絵を見る	生成してから ffmpeg で抜き出す	決定論的プレビュー。API キーなしで確認できる
書体	なし（端末フォント依存）	手書き 5×9 ビットマップ。印字可能 ASCII 95 字形を収録
再現性	保証なし	シード駆動。同一 FilmSpec の 2 回レンダリングが SHA-256 一致（実測済み）
運動の論理	散文のルール	21 機構の文法ライブラリ + `FORM_SUCCESSORS` 後継表
接続	「前フレームの運動を保つ」	連続性契約：`exit_state` → `entry_state` 継承 + `checkSeam` 検証
品質	6 つの自問	7 項目を自動採点（/100）。合格しないと生成しない
参照分析	「運動文法を抽出」（手作業）	`reference` サブコマンド：観測 JSON から STYLE DNA とチェーンを逆算
コンタクトシート	ffmpeg 必須	内蔵 PNG エンコーダ + SVG シート。ffmpeg 不要
配布	SKILL.md が読めれば可	DSH Cordis プラグイン（ホストツール + Director Console パネル）
ドキュメント	英語	中 / 日 / 英の三言語

インストール

経路 A — DSH プラグイン

# npm から
dsh plugin --profile web add @yankafei/ascii-h3-director

# ローカルパスから（開発時）
dsh plugin --profile web add /Users/coffee/Desktop/创造一切可能/ascii-h3-director

導入後、プラグインはセッションにホストツールを登録し、Web UI に Director Console パネルを載せます。

経路 B — 汎用 Agent Skill

# 手動コピー
mkdir -p ~/.agents/skills
cp -R skill ~/.agents/skills/ascii-h3-director

# またはインストーラ
skill/INSTALL.command

skill/ が ~/.agents/skills/ascii-h3-director/ にコピーされ、自己検証コマンドが表示されます。2 つの経路は競合

@yankafei/ascii-h3-director

安裝

說明文件