Current brief
做一条克制但有购买冲动的产品种草视频
系统先找商品 close-up、使用场景与情绪镜头，再生成旁白节奏、BGM、字体与镜头顺序。
GITHUB REPO · FireRedTeam
FireRed-OpenStoryline：把剪辑变成导演意图
它不是“HTML 渲染器”，而是视频素材理解与剪辑规划底座：把原始素材切成 clip，理解、筛选、分组，再生成故事线、时间线与可复用的剪辑 Skill。
5核心能力模块
MCPAgent 工具编排
Skill剪辑风格复刻
01 素材搜索 / 镜头切分
02 clip 级理解 / 情绪识别
03 故事线 / 旁白 / 时间线
01 · Director bench
从“我要剪视频”到可执行时间线
切换创作意图，看 FireRed 如何把一句话拆成素材、文案、推荐与 timeline 输出。
00:00Hook产品亮点先行
00:08Proof场景与细节
00:22CTA轻量收束
02 · Video understanding pipeline
FireRed 的价值在流程，而不是单次“看懂一帧”
逐步点击：它把连续视频压缩成可检索、可调试、可复用的 clip metadata，再交给 LLM 做更高层叙事规划。
当前节点
智能素材搜索与整理
按主题自动搜索/下载图片与视频片段，先把素材从“散乱文件”整理成可进入剪辑决策的候选池。
searchdownloadasset pool
raw
clip db
storyline
timeline
output
03 · When does the pipeline matter?
拖动素材复杂度：Codex-only 何时不够？
短视频一次性 demo 可以临场抽帧；长视频、多素材、多版本，需要 FireRed 这种视频 ETL / video-RAG 底座。
当前判断
FireRed 开始有明显价值
当素材数量、时长和版本需求上升，clip 级结构化、缓存、可调试 pipeline 会比临场抽帧稳定。
04 · Three-layer stack
FireRed、Codex、HyperFrames 不是替代关系
这篇笔记的关键判断：FireRed 负责理解素材与剪辑规划，Codex 做智能导演与工程胶水，HyperFrames 做高表现力渲染。
视频 ETL / 剪辑规划底座
FireRed
理解素材，产出故事线与时间线 JSON智能导演 + 工程师
Codex
改策略、补胶水、生成 composition高级视觉渲染器
HyperFrames
用 HTML/CSS/Canvas/GSAP 精确渲染05 · Editing Skill archive
把一次剪辑沉淀成可复刻 Skill
README 里最像 agent-native 的部分：把完整剪辑工作流归档成 Skill，下次更换素材即可复刻风格。
旁白语气
素材库模式
对话式精修
Skill 草案
openstoryline_style_skill: source: FireRed-OpenStoryline intent: 复刻当前剪辑策略，而不是复制具体素材 preserve: clip timing, narration rhythm, timeline JSON
06 · Reading verdict
正确读法：它是“会剪辑的大脑”，不是最终画面炫技层
FireRed 的护城河不是单点模型，而是视频理解 → 剪辑决策 → 时间线落地的工程化流程。要做高表现力视频，最有潜力的是让它输出计划，再由 Codex/HyperFrames 接上渲染。