games-development-ai/docs/agent-specs/2026-07-06-山海宇宙设定与美术音频管线-选型材料.md

date, topic, status, sot-impact, 上级, 关联, 图清单

date	topic	status	sot-impact	上级	关联	图清单
2026-07-06	山海宇宙设定与美术音频管线选型	已拍+批次一眼验过(2026-07-06 五问全按推荐拍定;2026-07-07 创始人眼验批次一 42 样张拍**锁锚开批产**——矿彩国风锚 r1 定稿,两款按此锚进 M3/M4 资产批产,主角跨帧漂移在批产期用「定妆帧作参考图+关键姿态逐帧」工艺压、不换通道;良率成本实测=¥1.88/57 呼/首过 81%,样张与产线三件演示在 docs-design/山海风格版-批次一/)	纯留痕;拍定后管线作业事实蒸馏进 .agents/skills(美术音频作业面),山海设定按 §1 锁 v1 供两款消费,不新建 canonical topic	docs/agent-specs/2026-07-06-品类北极星矩阵总纲-设计.md	.agents/skills/littlejs-game-dev.md §5–6(mmx 现行方案与 styleWords 纪律)· 三款开发设计书美术音频节(夜市 §5/§6、割草 §9/§10、卡牌 §9/§10)	图1 素材产线全景(Mermaid 文字为准);SVG 门面图随拍定由图代理补

山海宇宙设定与美术/音频管线选型材料

0. 这份材料解决什么

三本设计书把同一件事登记为头号排期风险:美术管线是三款共享的最大新建面(割草书风险一、卡牌书风险①、夜市 §5 管线选型待拍)。本材料把它一次出清,共两件:①山海宇宙设定 v1——《山海行纪》与《山海巡异录》统一 IP 宇宙的世界观、命名与色彩语言,风格版样张的生产前提;②美术/音频管线选型——生图通道、风格一致性、图集产线、中文字体子集、音频通道、风格版眼验制六项,每项给推荐与备选。待拍问题集中在 §10,拍完三线 M2+(割草 M3 风格版、卡牌 M2 初眼验、夜市 M4 换装)的美术依赖全部解锁。

1. 山海宇宙设定一页(v1,交拍即锁)

世界观核。上古有《山海图》,一张活的舆图:天下异兽的形貌、习性、所居之山川,皆以矿彩绘于图上;图上兽形安伏,人间便太平。近世图上兽形频频躁动挣脱,谓之「异动」——异兽自图中脱形入世,山野为患。执符行走人间、平定异动的人,统称巡使:镇守山野、以符阵御兽潮的是巡山使(《山海行纪》主角);行走四方、以符箓收服异兽归图的是巡异使(《山海巡异录》主角)。同一宇宙,一武一文、一外一内:行纪在野外正面抵挡兽潮(实时割草),巡异录深入异地逐一收服(回合卡牌)。

共用设定件(两款必须同源)。①符箓体系:巡使之力皆出符箓,按五行(金木水火土)定属性——卡牌的卡池即五行符与咒诀,割草的武器即符箓法器(雷符链/山字盾环/焚天羽),同一力量体系的两种施展形态。②异兽谱:两款的兽从同一份兽谱取形与名——割草 32 兽图鉴、卡牌 39 敌兽与兽牌,谱内每兽一份「谱面」(名/五行/形貌意象/习性一句),先立谱再各自取用,杜绝两款同兽异形。③巡使谱系:组织名、阶职名、符箓术语表单源维护。④色彩语言:见下。

**命名体系。**兽名两条路:山海经古籍原名(狰、穷奇、毕方、九尾、梼杌等,公有领域)直接取用;原创兽走「地貌/物性 + 古兽字」构词法(如 M0 已用的「涸泽鲛」),不得与任何现代作品的原创兽重名。人物、组织、地名、招式名全原创,半文半白调性(「巡异使」「周天」是标尺:古意可解、不掉书袋)。两款游戏名已定:《山海行纪》《山海巡异录》,后续系列沿「山海 + 双字行走记录体」构词。

**美术基调与色彩语言(风格锚 v1)。**统一锚 = 矿彩国风:底色用青绿山水与岩画肌理(石青、石绿),主体用装饰性图腾造型与矿物色(赭石、朱砂、雌黄),高光与法力表现用描金,整体像一幅会动的矿彩古图。两款在同一锚上取不同参数:《山海行纪》偏岩画的粗粝与兽潮的压迫(暗底、高对比、图腾化群兽),《山海巡异录》偏卷轴画的工整与文气(青绿底、金线符箓、卡面如册页)。该锚与两书已批的视觉方向逐字兼容(割草书候选 B「敦煌彩绘与岩画色板」、卡牌书甲案「青绿山水底×矿物彩×金线符箓」),风格版样张即用它产。

《夜市一条街》关系口径(交拍)。推荐独立市井线,不并入山海宇宙:夜市的命是现代市井烟火气与治愈感,绑进玄幻宇宙两头受损;且其美术三候选(夜市书 §5)尚未拍,先绑定宇宙会预支掉那次选择。可留彩蛋级轻联动(夜市摊位卖山海异兽玩偶之类的装饰彩蛋),不做设定绑定。备选:若要 IP 大一统,夜市立为山海宇宙「人间市井」分支——代价是三候选里的非国风案作废。

clean-room 操作化(五条,生图与文案环节逐条生效)。①山海经原文与古图为公有领域,意象、兽名、原文描述可读可化用;②任何现代山海经改编作品(游戏/影视/漫画)的美术、角色设计、文案、命名禁读禁参考,生图 prompt 与设定文本不得出现其作品名与专有名词;③异兽造型从古籍文字描述 + 本档风格锚原创演绎,不以任何现代作品图像作参考图;④参考图机制(§4)只允许喂本项目自产的风格版样张;⑤设定文本、兽谱、文案入仓留痕,备案/软著材料可直接引用为原创证据链。

2. 需求侧汇总(三书资产清单合并,选型的输入)

款	图元量级	生图调用量级(含迭代×2–3)	音频	特殊工艺
山海行纪(LittleJS)	~1200 图元(角色 96 帧/异兽 292 帧/武器特效 80/tileset 5 套/UI ~190),4 张 2048² atlas,2.0–2.8MB	~3000–4000 次	BGM 6 首 + jingle ≤10;SFX 主体 zzfx 程序合成	帧动画关键姿态;webp q80;分包 4 桶
山海巡异录(Phaser)	154 卡插画(224–256px,~17KB/张)+ 敌兽 39 立绘 + 框/底纹/UI;插画位分层,程序动画	~1000 次(成图 ~250 × 淘汰率 ×4)	BGM 5 条;SFX ≈42 条(链环 8 级音阶优先 WebAudio 程序合成)	卡面=程序框层+插画位;字体子集两段(首屏 ~600 字/全集 ≤1800 字)
夜市一条街(Phaser)	常驻+分包 atlas ~5.4MB 量级(顾客 6 类×3 态/菜品/摊位/UI 30 件/事件立绘),风格三候选待拍	~1000 次量级	BGM 3 首(闲市/高峰/雨夜)+ SFX 24	风格随 §5 三候选拍定;字体首屏子集 ~0.15MB

合计:生图 ~5000–6000 次调用、成图千余张;BGM 14 首、SFX 程序合成为主;两款共用一条山海管线,夜市独立风格但共用同一套工艺链(通道/抠图/图集/字体/验收全同,只换风格锚包)。

3. 生图通道选型(四档)

**A. mmx 生图(MiniMax image-01)——推荐起步档,风格版直接用它产。**现行拍板方案(创始人 2026-06-12,免 GPU),CLI 本机已装、凭据已配、styleWords 纪律与 manifest 留痕先例齐备(littlejs-game-dev §5–6);CLI 可脚本化批跑,量产面无新建。成本官方口径 ~$0.0035/张(第三方托管 ~$0.03),与仓内实测(15 件 ≈¥0.5)同数量级——全程 6000 次也只是数十到数百元。风险:顶级画风上限待风格版检验;透明底与图集工艺靠后处理(§5);多参考图一致性机制弱于 B 档。

**B. 国内一线生图 API(字节火山 Seedream 4.x 为头号候选)——顶级冲刺备选。**官方 $0.03–0.04/张(2026-07 检索,evolink.ai/openrouter 口径),全程数千元级;中文语义理解与多参考图一致性(风格锚样张直接喂)是对 A 档的两点实质升级。成本 = 新开账号与 key、接一个 HTTP 客户端(半天级),接入面走仓内既有「密钥进项目文档」纪律。启用判据:A 档风格版眼验不过、或批产一致性抽检不达标时升档,不预开。阿里通义万相为同档备选〔价格本轮未核,来源缺口〕。

**C. 自托管开源(FLUX/SDXL + 风格 LoRA)——远期,不推荐本期。**一致性上限最高(可训专属 LoRA 锁死风格),但本项目无 GPU 是硬事实(A 档拍板理由即「免 GPU」),云 GPU 租用叠运维面,与三线 M2–M4 的节拍不匹配。仅当 IP 资产化进入量产期(批二批三扩品类、素材市场供给)再评。

**D. 委托画师——只留主视觉位。**与「第 N 千次改动零美术成本」的工程哲学冲突(改文案调数值不能等外包排期),不做批产通道;商店页主视觉、宣传图这类一次性高光件可外采,授权合同留档。

推荐组合:A 起步产风格版与首批资产,B 作预案(判据如上),同一套风格锚包与验收链两档通用换通道不换纪律。

4. 风格一致性方案

风格锚包 = 风格词组(styleWords 单源,升级自 littlejs-game-dev §6 纪律)+ 色板(§1 矿彩国风)+ 负向词表 + 参考图 3–5 张(风格版定稿后从样张里锁,只许自产图),存各游戏 assets/manifest 并三款共享一份山海锚(夜市另一份独立锚)。每批产出过两道验收:机器侧(尺寸/透明底/命名/atlas 合规,脚本断言)+ 人在环抽检(每批 ≥10% 眼检一致性;LLM 视觉评分只作 L3 软检辅助、不作门——模型能力判断不写进代码校验的既有红线)。返工率按三书成本画像的 ×2–3 迭代预算管理,实际良率随批记入 gen-ledger,连续两批 <40% 触发通道升档评估(§3 B 判据的量化形态)。帧动画一致性是已知最难面:关键姿态逐帧生图 + 程序补间为主路(卡牌书已定程序动画;割草 6 帧/兽走关键帧),不指望生图直出连续帧。

5. 精灵图与图集产线(生图 → 引擎)

flowchart LR
  P[风格锚包<br/>styleWords+色板+参考图] --> G[生图通道 A/B<br/>纯色底出图]
  G --> K[抠图/裁切<br/>色键脚本或 rembg] --> QA[机检:尺寸/透明底/命名] --> S[图集打包<br/>free-tex-packer-cli<br/>webp q80 2048²]
  S --> E1[LittleJS:atlas+tile 索引<br/>manifest 登记]
  S --> E2[Phaser:atlas JSON hash<br/>load.atlas]
  QA --> R[人检抽检 ≥10%<br/>不过→回 G 重产]
  S --> B[构建期字节账<br/>两本账断言输入]

全链开源零采购:抠图用色键脚本(生图统一要求纯浅色底,sharp/canvas 抠)或 rembg 兜底;打包用 free-tex-packer-cli(MIT)出 webp 图集与坐标 JSON;命名规范 role-state-frame 从生图请求就锁定,机检脚本按 manifest 对账。产线脚本落各游戏 scripts/(M0 已有 build 脚本先例),图集字节直接喂两本账实测断言——美术管线与包体门在构建期闭环。

6. 中文字体子集方案

构建期静态子集:fonttools pyftsubset(Python,零费用)扫描全部文案源(数据表+UI 文案+设定文本)出用字集,产两段 woff2——首屏最小集(卡牌书锚 ~600 字/0.35MB、夜市 ~0.15MB)+ 全集懒加载(≤1800 字/0.9MB 量级);字表扫描进构建脚本,新文案漏字在构建期就报。运行时兜底红线(卡牌书 M0 即要求):缺字回退系统字 + 日志上报,不许白块。字体授权推荐 SIL OFL 系(思源黑体/宋体、霞鹜文楷):允许子集化与嵌入分发、商用免费、无按装机量计费面,备案材料干净;非 OFL 的免费商用字体(站酷系等)条款逐款核,不进默认链。

7. 音频通道三案

主案 mmx music(推荐,已随批默认生效):music-2.6-free 对 key 不限量、本机已装、割草书已定为主通道;BGM 14 首全走它,无缝 loop 靠后处理(生成 60–90s 段落,ffmpeg 交叉淡接出 loop 点,脚本入产线)。SFX 主路 = 程序合成:割草 zzfx(audio-music 插件 playSfx 现成、零包体、音画同帧)、卡牌链环八级音阶用 WebAudio 参数化合成(零包体、逐环节拍可调)——手感类音效程序合成优于采样,这是两书已写定的工艺判断。备选外采商用曲库:仅当 mmx 质感不过创始人耳验时启用,授权条款(游戏内嵌+商用分发)须法务过,不进默认链。兜底 CC0(Kenney、freesound CC0 池):jingle 与氛围采样的应急源,入库登记 manifest 的 source 字段留授权痕。

授权面待核一条(诚实登记):mmx/生图产物的商用授权与著作权归属条款,以及备案/软著材料中 AI 生成素材的申报口径,本轮未逐字核对平台协议〔来源缺口〕——列为拍定后首个法务动作,不阻塞风格版试产。

8. 风格版样张眼验制(执行方案)

批次一(先行):山海两款合批——同一风格锚包一次产两款样张:割草 30 帧(1 角色+3 兽+1 场景+UI 一角,割草书 §9 口径)+ 卡牌 12 张(卡面 3 稀有度×2 职业+敌兽 2+场景 2+结算图 2,卡牌书 §9 口径),兽样张从共用兽谱取同名兽——这批同时是「一条美术管线供两款」的第一次落地检验。批次二:夜市独立——先拍夜市书 §5 风格三候选,拍定后产 8–12 张关键帧。〔裁定 2026-07-07:创始人拍候选 A·「暖夜霓虹」手绘烟火(深蓝夜幕+暖黄摊灯霓虹光源层+手绘厚涂+蒸汽粒子;传播截图力最强,包体与一致性两风险按书 §5 工艺法管理);批次二样张即产,独立锚包不共用山海 r1。〕〔眼验 2026-07-07:批次二 12 帧交付(日/夜/高峰/雨四场景+摊主揭蒸笼+三顾客+三菜品+UI 摊灯位,落 docs-design/夜市风格版-批次二/),创始人眼验拍锁锚开批产;招牌乱字(image-01 在夜市街道题材上的系统性伴生物)按产线除字工序处理=近景大字 inpaint/裁切、远景招牌 390×844 下读作纹理保留,不升档 B。〕眼验交付形态:拼板图(contact sheet)+ 逐张 prompt/成本留痕(manifest 先例);眼验结论三选一:锁锚开批产 / 调锚重产(≤2 轮)/ 升档 B 通道重产。时间锚:批次一在山海宇宙设定拍定后即产(卡牌书要求最迟 M2 初、割草 M3 门前);执行位按书内纪律——机械批产可降档,验收在 fable 位,眼验者=创始人。

9. 成本画像(如实,预算不设限仍记账)

生图:A 档全程 ~6000 次 = 数十到数百元(官方 ~$0.0035/张口径);若升 B 档 = 数千元级($0.03–0.04/张,2026-07 检索价)。音频:mmx music 不限量 = 0;程序合成 SFX = 0。字体/图集/抠图工具链:全开源 = 0。委托画师(若启用主视觉位):单张千元级市场价〔训练期知识,未核〕。人力主体即三线 fable 会话,已在各书成本画像内,本材料不重复计。外部引注:MiniMax image-01 价格见 pricepertoken.com 与 puter.com 2026-06 口径;Seedream 4.0/4.5 见 evolink.ai/openrouter.ai 2026-07 口径(具体单价以启用时官方控制台为准)。

10. 创始人已拍(2026-07-06,五问全按推荐拍定)

1. 山海宇宙设定 v1(§1)是否锁定——含世界观核/共用设定件/命名体系/风格锚。推荐:锁 v1,兽谱与术语表随两款开发增量维护,设定变更走本档修订。
2. 夜市与山海宇宙的关系——推荐:独立市井线 + 彩蛋级轻联动;备选:并入为「人间市井」分支(代价=夜市非国风美术候选作废)。
3. 生图通道——推荐:A(mmx)起步产风格版与首批,B(Seedream)按 §3/§4 判据备而不开;备选:直接开 B 追顶级画风上限(多花数千元与半天接入,换一致性机制升级)。
4. 风格版批次——推荐:批次一山海合批先行(设定拍定即产),批次二夜市随其风格三候选拍后;备选:三款同批(要求本次连夜市风格一并拍)。
5. 音频与字体授权面——推荐:mmx music + 程序合成 SFX + OFL 字体 = 零外采零法务依赖开工,外采通道仅耳验不过时启用;AI 产物商用条款核对(§7 末)列拍定后首个法务动作。

拍定后落地序:锁设定 v1 → 产线脚本三件(抠图/图集/字体子集,一次建三款用)→ 批次一样张 → 眼验 → 锁锚开批产;全程 gen-ledger 留痕,管线作业事实随首批收口蒸馏进 .agents/skills/。