#!/usr/bin/env python3 # -*- coding: utf-8 -*- """ ============================================================================= THẬP NGŨ NIÊN (THE FIFTEEN SPRINGS) - DIAGNOSTIC PROMPT HEALER & 3-BEAT PACER ============================================================================= Module: prompt_healer.py Author: Nguyễn Sĩ Sơn / AI Cinema Autonomous Engineering Reference: FlowKit Architectural Specification (Section 3 & 4) 1. Diagnostic Prompt Healing (Vòng lặp tự sửa lỗi tự hành): - Bắt các vector lỗi từ bộ danh mục 14 lỗi (Critical, High, Minor) của Critic Gate. - Bơm chính xác các chỉ thị khắc phục (anti-drift, locked camera, anatomy guard) vào motion_prompt trước khi chuyển sang chu trình render kế tiếp. - Giới hạn cứng tối đa 2 chu trình sửa đổi (MAX_HEALING_CYCLES = 2) để chống lặp vô hạn. - Bảo toàn nguyên vẹn Audio Guard (No-BGM) và Closed Lips Guard. 2. Cinematic 3-Beat Shot Formula & Camera Movement Separation: - Cấu trúc nhịp điệu thời gian 3 hồi chuẩn mực điện ảnh: * Beat 1 (0-3s): Thiết lập tư thế nhân vật, không gian và tâm thế ban đầu. * Beat 2 (3-6s): Đột biến động tác, biến chuyển vi biểu cảm (micro-expression), trọng tâm kịch tính. * Beat 3 (6-10s): Lắng đọng chuyển động, ổn định tư thế để khớp trơn tru với Tail Frame. - Tách bạch chuyển động máy quay (Camera Movement) thành câu lệnh độc lập, ngăn chặn AI Video Engine hòa trộn chuyển động nhân vật với chuyển động máy quay. ============================================================================= """ import re import sys from pathlib import Path from typing import List, Dict, Tuple, Optional, Any # Reconfigure console UTF-8 on Windows if sys.platform == "win32": try: sys.stdout.reconfigure(encoding="utf-8") sys.stderr.reconfigure(encoding="utf-8") except Exception: pass MAX_HEALING_CYCLES = 2 # Bản đồ phác đồ điều trị cho 14 lỗi video AI chuẩn FlowKit ERROR_THERAPY_CATALOG: Dict[str, Dict[str, str]] = { # 5 Critical Errors "character_drift": { "tier": "critical", "therapy": "strictly preserves identical facial bone structure, facial features, hair styling, and costume of {character} from reference turnaround sheet", "vi_therapy": "khóa chặt cấu trúc khung xương mặt, thần thái và trang phục của {character} chuẩn 100% theo Character Bible" }, "breed_swap": { "tier": "critical", "therapy": "strictly maintains character identity as {character}, no role swapping or face bleeding into other cast members", "vi_therapy": "duy trì đúng diện mạo {character}, tuyệt đối không bị nhiễm mặt hoặc tráo vai với nhân vật khác" }, "role_reversal": { "tier": "critical", "therapy": "strictly preserves character hierarchical roles, posture, status, and gaze direction as scripted", "vi_therapy": "giữ đúng vị thế, tư thế và hướng tương tác của nhân vật theo kịch bản" }, "brand_logo_text": { "tier": "critical", "therapy": "clean photorealistic cinematic plate, zero text, zero watermark, zero logos, zero artificial artifacts", "vi_therapy": "khung hình thuần điện ảnh, không watermark, không chữ lạ, không logo" }, "character_count_drift": { "tier": "critical", "therapy": "strictly maintains exact character count, zero extra background characters, zero vanishing subjects", "vi_therapy": "giữ nguyên số lượng nhân vật chính xác, không nhân bản thừa hoặc biến mất nhân vật" }, # 5 High Errors "camera_drift": { "tier": "high", "therapy": "locked-off static camera, subtle smooth cinematic tracking, perfectly stabilized gimbal motion", "vi_therapy": "chuyển động camera ổn định mượt mà, triệt tiêu rung giật bất thường, giữ vững trục máy" }, "object_morph": { "tier": "high", "therapy": "rigid consistent prop geometry, static physical objects maintain exact shape and texture throughout", "vi_therapy": "đạo cụ và vật thể giữ nguyên hình khối vật lý ổn định xuyên suốt cú máy" }, "reverse_motion": { "tier": "high", "therapy": "continuous progressive forward motion, fluid steady trajectory without backward hitch or jitter", "vi_therapy": "quỹ đạo chuyển động tịnh tiến liên tục về phía trước, không giật lùi, không khựng hình" }, "human_hands_limbs": { "tier": "high", "therapy": "anatomically accurate five-fingered hands, natural finger articulation, symmetrical eyes and facial geometry", "vi_therapy": "bàn tay chuẩn 5 ngón giải phẫu tự nhiên, mắt cân đối, không dị tật thừa chi" }, "scale_break": { "tier": "high", "therapy": "natural realistic human proportions relative to architecture and environment", "vi_therapy": "tỷ lệ cơ thể người thực tế so với không gian kiến trúc xung quanh" }, # 4 Minor Errors "lighting_jitter": { "tier": "minor", "therapy": "consistent cinematic three-point lighting, constant exposure and color temperature throughout entire shot", "vi_therapy": "ánh sáng điện ảnh đồng nhất, phơi sáng và nhiệt độ màu ổn định từ đầu đến cuối" }, "micro_blur": { "tier": "minor", "therapy": "pin-sharp focal plane, crisp edge micro-contrast, high physical fidelity", "vi_therapy": "mặt phẳng nét căng rõ, độ tương phản vi mô sắc cạnh, chi tiết điện ảnh cao" }, "background_warp": { "tier": "minor", "therapy": "rock-solid environmental architecture, stable perspective geometry", "vi_therapy": "hậu cảnh và phối cảnh kiến trúc vững chãi, không méo biến dạng" }, "color_shift": { "tier": "minor", "therapy": "locked color grade, uniform palette and tonal balance from head to tail", "vi_therapy": "tông màu chuẩn xác, bảo toàn gam màu điện ảnh liền mạch xuyên suốt cú máy" } } def extract_prompt_guards(raw_prompt: str) -> Tuple[str, str, str]: """ Tách biệt chính xác thân prompt và 2 tầng Guard bảo vệ: - closed_lips_guard: [KHÓA KHẨU HÌNH ...] - audio_guard: Quy tắc âm thanh: ... Trả về (clean_body, closed_lips_guard, audio_guard). """ clean_body = raw_prompt.strip() closed_lips_guard = "" audio_guard = "" # 1. Trích xuất Audio Guard (hỗ trợ cả dấu cách, xuống dòng và variations) m_audio = re.search(r"(?:[\r\n\s]+|^)(Quy tắc âm thanh:[^\r\n]+.*)$", clean_body, re.IGNORECASE) if not m_audio: m_audio = re.search(r"(?:[\r\n\s]+|^)(Quy tắc âm thanh:.*)$", clean_body, re.IGNORECASE | re.DOTALL) if m_audio: audio_guard = m_audio.group(1).strip() clean_body = clean_body[:m_audio.start()].strip() # 2. Trích xuất Closed Lips Guard m_lips = re.search(r"(?:[\r\n\s]+|^)(\[KHÓA KHẨU HÌNH[^\]]*\].*)$", clean_body, re.IGNORECASE) if not m_lips: m_lips = re.search(r"(?:[\r\n\s]+|^)(\[KHÓA KHẨU HÌNH.*)$", clean_body, re.IGNORECASE | re.DOTALL) if m_lips: closed_lips_guard = m_lips.group(1).strip() clean_body = clean_body[:m_lips.start()].strip() # 3. Chống trường hợp Closed Lips Guard bị kẹp bên trong Audio Guard do thứ tự lộn xộn ban đầu if "[KHÓA KHẨU HÌNH" in audio_guard: m_nested = re.search(r"(\[KHÓA KHẨU HÌNH.*)", audio_guard, re.IGNORECASE) if m_nested: if not closed_lips_guard: closed_lips_guard = m_nested.group(1).strip() audio_guard = audio_guard[:m_nested.start()].strip() return clean_body, closed_lips_guard, audio_guard def assemble_guarded_prompt(body: str, closed_lips: str = "", audio: str = "") -> str: """Ghép nối thân prompt với các Guard theo đúng thứ tự chuẩn điện ảnh: [Body] [Closed Lips] [Audio Guard].""" res = body.strip() if closed_lips: res = f"{res} {closed_lips.strip()}" if audio: res = f"{res} {audio.strip()}" return res.strip() class DiagnosticPromptHealer: """ Bộ chẩn đoán và điều trị Prompt tự hành (Self-Correction Loop). """ @classmethod def heal_prompt( cls, original_prompt: str, detected_errors: List[str], character_name: str = "", cycle: int = 1 ) -> Tuple[str, List[str]]: """ Tiêm các chỉ thị kháng lỗi vào prompt dựa trên danh sách lỗi phát hiện được. - cycle: số thứ tự chu trình sửa (1 đến 2). - Trả về: (healed_prompt, applied_therapies_list). """ if not detected_errors or cycle > MAX_HEALING_CYCLES: return original_prompt, [] char_clean = character_name.strip() if character_name else "nhân vật chính" # Tách biệt tuyệt đối các Guard bảo vệ prompt_body, closed_lips_guard, audio_guard = extract_prompt_guards(original_prompt) applied_therapies: List[str] = [] injections: List[str] = [] # Phân loại và ưu tiên lỗi Critical trước, sau đó tới High và Minor ordered_errors = sorted( detected_errors, key=lambda e: 0 if ERROR_THERAPY_CATALOG.get(e, {}).get("tier") == "critical" else (1 if ERROR_THERAPY_CATALOG.get(e, {}).get("tier") == "high" else 2) ) for err in ordered_errors: err_norm = err.lower().strip() matched_key = None for k in ERROR_THERAPY_CATALOG: if k in err_norm or err_norm in k: matched_key = k break if matched_key: info = ERROR_THERAPY_CATALOG[matched_key] therapy_text = info["therapy"].format(character=char_clean) vi_therapy_text = info["vi_therapy"].format(character=char_clean) # Tránh trùng lặp nếu prompt đã có nội dung tương tự if therapy_text.lower() not in prompt_body.lower() and vi_therapy_text.lower() not in prompt_body.lower(): # Đóng gói chỉ thị dưới dạng thẻ điều trị của FlowKit tag = f" [HEALING-{info['tier'].upper()}: {therapy_text}. {vi_therapy_text}]" injections.append(tag) applied_therapies.append(f"{matched_key} ({info['tier']})") if not injections: return original_prompt, [] # Ghép các chỉ thị vào thân prompt trước guards healed_body = prompt_body + " " + " ".join(injections) healed_prompt = assemble_guarded_prompt(healed_body, closed_lips_guard, audio_guard) return healed_prompt, applied_therapies class CinematicShotPacer: """ Công cụ cấu trúc nhịp điệu cú máy 3 Hồi (Cinematic 3-Beat Formula) kết hợp tách biệt câu lệnh chuyển động camera (Camera Movement Separation). """ @classmethod def format_3beat_prompt( cls, raw_prompt: str, camera_motion: str = "", beat_1_desc: Optional[str] = None, beat_2_desc: Optional[str] = None, beat_3_desc: Optional[str] = None, character_name: str = "" ) -> str: """ Định dạng prompt thành 3 nhịp thời gian chuẩn điện ảnh: [Beat 1 (0-3s) - Thiết lập bối cảnh & Trạng thái]: ... [Beat 2 (3-6s) - Cao trào & Biến chuyển cảm xúc]: ... [Beat 3 (6-10s) - Lắng đọng & Nối tiếp tiếp biên]: ... [Chuyển động Camera]: ... """ # Trích xuất guards chuẩn hóa prompt_clean, closed_lips_guard, audio_guard = extract_prompt_guards(raw_prompt) # Nếu đã có beat chi tiết từ người dùng / kịch bản if beat_1_desc and beat_2_desc and beat_3_desc: b1 = beat_1_desc.strip() b2 = beat_2_desc.strip() b3 = beat_3_desc.strip() else: # Tự động phân đoạn câu từ prompt_clean sentences = [s.strip() for s in re.split(r"[.!?;\n]+", prompt_clean) if len(s.strip()) > 3] if len(sentences) >= 3: b1 = sentences[0] b2 = " ".join(sentences[1:-1]) b3 = sentences[-1] elif len(sentences) == 2: b1 = sentences[0] b2 = sentences[1] b3 = "Chuyển động chậm dần, tư thế lắng đọng hòa vào không gian." elif len(sentences) == 1: b1 = f"Khung cảnh mở ra: {sentences[0]}." b2 = "Diễn biến cảm xúc tự nhiên, ánh mắt và cử chỉ vi mô tinh tế." b3 = "Khung hình ổn định, lắng đọng nhịp thở trước khi chuyển cảnh." else: b1 = "Nhân vật tĩnh lặng trong không gian, tà áo lay động nhẹ theo gió." b2 = "Cử chỉ tao nhã, ánh mắt biểu lộ nội tâm sâu lắng." b3 = "Tư thế dừng ở thế cân bằng hoàn hảo, chuẩn bị cho cú nối cảnh tiếp theo." # Trích xuất và chuẩn hóa camera motion cam_text = camera_motion.strip() if camera_motion else "" if not cam_text: # Tìm xem trong prompt có nhắc tới từ khóa camera không cam_match = re.search(r"(camera\s*[^.,;]+|góc máy\s*[^.,;]+|quay cận\s*[^.,;]+|quay toàn\s*[^.,;]+|slow push-in[^.,;]*)", prompt_clean, re.IGNORECASE) if cam_match: cam_text = cam_match.group(1).strip() else: cam_text = "Góc quay ngang tầm mắt (Eye-level), ống kính điện ảnh 50mm, chuyển động trượt êm ái (Smooth gimbal push-in)" lines = [ f"[Beat 1 (0-3s) - Thiết lập]: {b1}", f"[Beat 2 (3-6s) - Kịch tính & Cảm xúc]: {b2}", f"[Beat 3 (6-10s) - Lắng đọng & Nối tiếp]: {b3}", f"[Chuyển động Camera]: {cam_text}" ] formatted_body = "\n".join(lines) return assemble_guarded_prompt(formatted_body, closed_lips_guard, audio_guard) if __name__ == "__main__": test_prompt = "Nàng Kiều ngồi bên song cửa ngắm trăng. Tay nâng chén trà nguội. Tiếng thở dài nhẹ trong đêm." pacer_result = CinematicShotPacer.format_3beat_prompt(test_prompt, camera_motion="Slow cinematic push-in 50mm") print("--- 3-BEAT PACED PROMPT ---") print(pacer_result) print("\n--- DIAGNOSTIC PROMPT HEALING ---") healed, actions = DiagnosticPromptHealer.heal_prompt( test_prompt, detected_errors=["camera_drift", "character_drift"], character_name="Thúy Kiều", cycle=1 ) print(f"Applied therapies: {actions}") print(f"Healed prompt: {healed}")