初始化提交：contentm_agent 工作区全量快照

内容分四块：
1、产品规划产出 —— MCN 短视频整合营销工作台的①段五份（1a 需求／1b 竞品／1c 画像／1d 策略／1e 场景）、②段两份（2a 功能／2b 布局）、③段界面（DESIGN.md 契约与令牌表 ＋ mcn-workbench.html 原型 ＋ 实测/会诊/审查三份 ＋ 23 张闸门截图）。
2、开源竞品调研 —— 5 个内容工作台项目的取证原始件与 1b 系列分析文档。
3、参考资料 —— 竞品视频抽帧 1145 张 ＋ 2 个源视频 ＋ 功能点截图。
4、机制侧 —— 协作脚本与状态台账、工作区记忆日志、抽帧/OCR 脚本。

.gitignore 只排运行时日志、脚本备份副本与一次性探针输出，其余按原样入库。

cluster_subs.py

@@ -0,0 +1,103 @@
+# -*- coding: utf-8 -*-
+"""关键帧字幕区二值掩码哈希聚类 + 拼字幕长图，供多模态批量认字。
+用法：python cluster_subs.py --frames <frames目录> --outdir <长图输出目录> [--thresh 8] [--crop 0.15] [--rows 10]
+生成：<outdir>/sheet_001.jpg ... 每张含 rows 句字幕区（原分辨率竖排+时间戳），及 reps.txt 映射。
+"""
+import argparse, glob, os, re
+from PIL import Image, ImageDraw, ImageFont
+
+
+def crop_subtitle(im, crop):
+    w, h = im.size
+    sh = max(1, int(h * crop))
+    return im.crop((0, h - sh, w, h))
+
+
+def bin_hash(img, size=24):
+    """固定高阈值只抓亮色字幕文字（背景归零）→ 同句字幕跨帧掩码稳定可合并。"""
+    g = img.convert("L").resize((size + 1, size), Image.LANCZOS)
+    px = list(g.getdata())
+    thr = 160  # 字幕文字通常近白(>200)，背景暗(<100)，固定阈值隔离文字
+    bits = []
+    for y in range(size):
+        row = px[y * (size + 1):(y + 1) * (size + 1)]
+        for x in range(size):
+            bits.append(1 if row[x] > thr else 0)
+    return bits
+
+
+def hamming(a, b):
+    return sum(1 for i in range(len(a)) if a[i] != b[i])
+
+
+def ts_from_name(name):
+    m = re.search(r"_([0-9]+\.[0-9]+)s\.jpg$", name)
+    return float(m.group(1)) if m else 0.0
+
+
+def main():
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--frames", required=True)
+    ap.add_argument("--outdir", required=True)
+    ap.add_argument("--thresh", type=int, default=25)
+    ap.add_argument("--crop", type=float, default=0.15)
+    ap.add_argument("--rows", type=int, default=10, help="每张长图放几句")
+    args = ap.parse_args()
+
+    os.makedirs(args.outdir, exist_ok=True)
+    files = sorted(glob.glob(os.path.join(args.frames, "*.jpg")))
+    print("总帧数: %d" % len(files))
+
+    # 聚类
+    clusters = []
+    for f in files:
+        sub = crop_subtitle(Image.open(f), args.crop)
+        hsh = bin_hash(sub)
+        best, bestd = None, 999
+        for ci, c in enumerate(clusters):
+            d = hamming(hsh, c["hash"])
+            if d < bestd:
+                bestd, best = d, ci
+        ts = ts_from_name(os.path.basename(f))
+        if best is not None and bestd <= args.thresh:
+            clusters[best]["items"].append((f, ts))
+        else:
+            clusters.append({"hash": hsh, "items": [(f, ts)]})
+
+    reps = []
+    for c in clusters:
+        it = sorted(c["items"], key=lambda x: x[1])
+        mid = it[len(it) // 2]
+        reps.append((mid[0], mid[1], len(it)))
+    reps.sort(key=lambda x: x[1])
+    print("聚类数(代表帧): %d" % len(reps))
+
+    # 拼长图
+    try:
+        font = ImageFont.load_default()
+    except Exception:
+        font = None
+    sheets = [reps[i:i + args.rows] for i in range(0, len(reps), args.rows)]
+    map_lines = []
+    for si, grp in enumerate(sheets, 1):
+        crops = [crop_subtitle(Image.open(p), args.crop) for p, _, _ in grp]
+        wmax = max(c.width for c in crops)
+        ch = max(c.height for c in crops)
+        label_h = 28
+        canvas = Image.new("RGB", (wmax, (ch + label_h) * len(grp)), (255, 255, 255))
+        d = ImageDraw.Draw(canvas)
+        yy = 0
+        for (p, ts, n), c in zip(grp, crops):
+            d.rectangle([0, yy, wmax, yy + label_h], fill=(230, 230, 230))
+            d.text((6, yy + 6), "%.3fs  (同句帧数=%d)" % (ts, n), fill=(0, 0, 0), font=font)
+            canvas.paste(c, (0, yy + label_h))
+            yy += ch + label_h
+            map_lines.append("%03d\t%.3f" % (si, ts))
+        canvas.save(os.path.join(args.outdir, "sheet_%03d.jpg" % si))
+    with open(os.path.join(args.outdir, "reps.txt"), "w", encoding="utf-8") as fo:
+        fo.write("\n".join(map_lines))
+    print("长图张数: %d → %s" % (len(sheets), args.outdir))
+
+
+if __name__ == "__main__":
+    main()