Lewis创意视觉系统架构文档（ECC Bridge语言）

TL;DR

用ECC Bridge架构语言重新表达Lewis系统：地球Online层=输入层（注视流→信号素材），内心投射层=加工层（素材翻译→视觉语言），客观层=输出层（视觉语言→叙事作品）。GAP分析发现：注视流萃取、Harris风格识别数字化、凝视检测、空间叙事是当前缺失环节。

触发场景

• 将Lewis系统对标ECC Bridge架构时
• 分析Lewis技术GAP时
• 理解Harris风格数字化时

行动步骤

1. 三层架构映射：输入层（地球Online）→加工层（内心投射）→输出层（客观）

1. 建立Harris风格特征库：构图比例≥1:1.618、焦段35-50mm、色温偏暖3500-4500K

1. 注视流萃取：video-frames skill按场景切换切分→Gemini做重要性排序

1. 创作后复盘接入ECC Bridge闭环：作品发布后7天收集播放数据→分析完播曲线→更新风格特征库

证据

Kimi视角给出5个原则：信号要轻萃取要准/风格即资产规则要硬化/最低干预要真实/蒙太奇判断要可追溯/闭环要把观众纳入

失败边界

• Harris风格参数与实际作品偏差超过30%时重新校准
• 素材不足30秒时跳过萃取直接存档
• 数据样本不足（播放<1000）时仅存档不更新特征库

原理

Harris风格不是"感觉"，是可以描述的参数组合。把"感觉Harris"翻译成硬参数，才可能驱动AI自动对齐。10个作品后特征库应该能描述你80%的风格偏好。

使用记录

| 日期 | 项目/场景 | 结果 | 备注 |

|------|----------|------|------|

| 2026-05-17 | lewis-system-architecture | confirmed | ECC语言重构 |