feat: collect complete Feishu media assets

2026-07-11 12:30:54 +08:00
parent 3ea50649f6
commit bbafe770b3
662 changed files with 15404 additions and 14017 deletions
@@ -0,0 +1,112 @@
+# SYGownwDHirvcBkYAUNcLdRon2g
+
+Source: https://dianchukeji.feishu.cn/wiki/SYGownwDHirvcBkYAUNcLdRon2g
+
+
+# 一、工作概述
+# 二、主要产出
+## 2.1-剧情投放节奏和等级核心数值框架
+### 剧情投放节奏
+#### 剧情金币消耗分档
+按你给的前45个剧情节点，可归纳为：
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+#### 可拟合模型
+剧情金币需求不适合用简单线性模型，更像“分阶段阶梯模型”：
+其中：
+  - stage：当前所处阶段
+  - base(stage)：该阶段主档位
+  - fluctuation(slot)：该阶段内的小波动，用于做节奏起伏
+可进一步写成：
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+这说明剧情消耗不是为了“越来越贵”，而是为了控制：反馈频率、目标长度、阶段感强弱
+### 等级核心数值框架
+#### 拟合公式
+已知每个剧情节点固定给：
+  - XP * 15
+而升级点在：
+  - 2, 5, 9, 14, 19, 25, 31, 38, 45
+  - 以及你补充的 Lv10 -> Lv11 仍需 105 XP
+因此可推出：
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+经验模型可概括为
+而阶段目标剧情数呈现阶梯式增长：
+2 -> 3 -> 4 -> 5 -> 5 -> 6 -> 6 -> 7 -> 7 -> 7
+这不是线性增长，而是**缓慢抬升后进入平台稳定增长期**。
+#### 直接解释
+这意味着：
+  - 7级以后，每升1级 ≈ 完成7段剧情
+  - 等级节奏不再主要由刷订单决定
+  - 而是由“剧情段数消耗速度”决定
+#### 等级框架表
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+## 2.2-笑脸订单机制拆解
+### **机制拆解**
+![图片](../feishu-images/SYGownwDHirvcBkYAUNcLdRon2g_Jbv7bsXhiow6.png)
+推导过程主要是通过观察录频中的机制效果，记录现象加上我的推测，让AI基于现象反推详细规则，然后再代入数据验证偏差。
+### 数值框架拆解
+#### 核心参考数据
+![图片](../feishu-images/SYGownwDHirvcBkYAUNcLdRon2g_RCdUbtgmyo0k.png)
+#### 核心结论
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+#### 奖励拟合
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+**拟合偏差：**当前样本数据有限拟合结果存在一定偏差，但是考虑到奖励内容为不同等级的物品，本身价值存在较大的跨度，因此目前拟合值的偏差都在可接受的范围内，推导的模型可以用于支持决策
+
+> [嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
+
+## 2.3-人物动画序列帧实现方案
+### **问题修复结果**
+昨天整体的方案流程基本已经跑通了实现方案，但仍然存在人物抖动这一问题，根据之前定位的问题方向，今天主要修复的是切图和对齐问题，修复以后，人物头像动画基本已经可以正常播放了，同时我测试了一下使用seeddance直接生成表情动画的方式，对比了一下，还是前一套方案的可控性更强，内存占用更低。因此后续会根据这套流程去尝试批量生产任人物头像动画。
+### **关键技术路线**
+**核心路线就是：**
+母图统一 -> 固定规格生成 -> 帧对齐清洗 -> Unity序列帧播放
+当前这版先落地的是“自动对齐版”：
+  - 所有帧保留相同画布尺寸
+  - 检测每张图的非透明像素区域
+  - 计算这个区域的外接框中心
+  - 把每一帧平移到和基准帧中心重合
+  - 输出一套对齐后的正式帧给 Unity 测试
+后续如果还需要更精细，再升级到“锚点微调版”：
+  - 用双眼中点、鼻尖、嘴中心做人工或半自动校准
+**人物头像抖动的关键问题是怎么解决的**
+关键不是 Unity，也不完全是提示词，而是“每帧图片的像素中心不一致”。
+抖动主要来自两类问题：
+这套方案对这两个问题的处理方式是：
+  - 对第 1 类问题：用统一画布 + 自动对齐清洗解决
+这是当前最有效、最稳定的一步。
+  - 对第 2 类问题：用更严格的生成约束 + 后续人工筛帧解决
+也就是尽量让 AI 少漂，再把漂得太明显的帧剔掉。
+**相比直接用 AI 生成表情动画，这套方案的优势**
+# 三、收获和反思
+## 3.1-收获：
+# 四、明日计划
+# 五、当前进度和规划
+**时间**
+**模块**
+**交付物**
+**交付标准**
+**完成情况**
+**本周任务完成进度（%）**
+D1
+20%
+D2
+20%
+D3
+20%
+D4
+20%
+D5
+20%
+规划风险提醒：**探索与收口失衡【最高优先级】、空间压力设计失误、订单节奏不合理、广告点打断体验、合成反馈不够满足、 美术风格不统一、 第一版系统定义过早、单人 AI 工具使用不熟**