容器与技能就绪 平台脚手架
注入 runtime env → 配置运行容器 → 物化受管技能 → 写 agent context manifest → transition.claim 认领。
st2-genre-canon选中
tobatsu-agent-runtime
+ ms/ts/ssz/koa1/koa2/fnd canon
一张任务从「收到改编需求」到「交付成功」实际走过的每一步 —— 哪些是平台脚手架、哪些是内嵌确定性脚本 pipeline.sh、哪些是 fable-5.1 的判断、又调了哪些外部生成组件。
"做一个和这个差不多的，坦克换成推着火炮的炮兵，场景和原视频一致不要在桥上，突出两军对垒，总时长 30s，风格和原视频一样，游戏渲染风格，确保有近景特写。"
gpt-2-5-sunburst-edit，非 Seedance。task.created → runtime_env.overridden。收到 payload（stage=creative，含 brief / hot / slot / creative_unit refs）。
注入 runtime env → 配置运行容器 → 物化受管技能 → 写 agent context manifest → transition.claim 认领。
after_create 钩子：校验 python3 / curl / PIL，把 base64 内嵌的 pipeline.sh 解到 bin/，建 outputs/plan/。这条线是确定性程序，非 agent 自由编排。
首个调用下载参考图、生成 ref evidence（可见主体/服装/来源角色建议），打印 PROGRAM 版本号与 AWAIT_NODE_A，把球交给模型。
读 ST2 canon + style_ref.md，直接看参考图与两张构图分镜表，纠正角色绑定，写出改编方案：「炮兵对垒：手推火炮齐射」 —— 坦克换手推轮式火炮炮兵、灰烬坡地两军对垒、不出现桥梁、保留游戏渲染风格、含多处近景。
墙钟最长，但算图并不慢：18 张 panel 每张仅 2~10s（段内 8 格并行），纯串行也才 ~68s。真正耗时在三处：① 看懂源视频（抽帧 / 切 9 格构图 / 切风格帧）；② QA 打回 round-2 重绘（seg_01 有 5 张重来一遍，seg_02 一次过）；③ agent 按 sleep 60/90/150 粗粒度轮询、渲染早好却要等下次醒来——空等。pipeline 侧实处理仅累计 ~331s（5.5min），其余 ~8min 是轮询空等。
"plan validated，锚点渲染 pending" —— 反复 sleep 60~150 后重跑同一命令等 board 出图。渲染是这条链最耗时的一段。
读 render.json，逐段看 board_path、核 review.json（pass / segments / continuity_handoff 连贯性交接）。
末段（不产视频）：把 20 个文件（2 board + 18 panel）上传 material-board → 组装 777KB 的 full-result-payload → schema 预检 → 发回调 → 程序独占 tobatsu-agent complete，agent 不得另发。6 分钟主要花在传 20 个文件 + 拼大 payload + 校验。
deploy.succeeded → provider material-board，target creative_boards。tobatsu-agent complete 把任务转 done，全程无 job.failed / 无 repair 回环。
按角色分组。脚本是这条 reforge 路线的骨架（确定性程序）；外部组件由脚本在子进程里 HTTP 调起；fable-5.1 只在两个 Node 停靠点做判断。
内嵌确定性程序（PROGRAM 143231397414）。step2-done 负责准备输入 / 校验 / 出图 / 拼接；step4-done 负责组装 / QA / 上传 / 回调。版本号不符即 fail: PROGRAM_VERSION_MISMATCH。
模板 hook：校验 python3/curl/PIL，解包内嵌 pipeline.sh 到 bin/，建 outputs/plan/。
工作区内部状态机 CLI。这条线里由程序独占 complete / fail 终态转换，agent 不得自行发送。
ST2 域规则唯一真源（现代军事 · UE4 写实）。物化了 7 套 genre canon，本任务按 genre=st2 选中它做风格锚。
统一生成网关，路由到图像编辑模型 fal-gpt-2-5-sunburst-edit。逐格重绘 18 张 panel（9 格 × 2 段），每格一次独立生成——本任务最大耗时来源。凭 UNIFIED_GENERATION_*。
源视频帧处理：按镜头抽代表帧、切风格参考、切 9 格构图 tile，最后把 9 格拼成 board。产物 URL 均在 storage.rendi.dev。凭 RENDI_API_KEY。
业务侧回收端。上传 20 个文件、组装并 schema 预检 777KB callback 后发回，落到 creative_boards。凭 MATERIAL_BOARD_INGEST_TOKEN。
ZenMux/Seedance 2.5 视频生成、视频分析 QA 由模板 runtime_env 声明，但只在后续「成片 delivery」阶段用；本 creative_reforge 只产板子，全程零视频、未调用。