本文说明在一台新机器上要装什么、怎样确认可用，以及生成物占多少空间、怎样清理。
首次使用的分阶段步骤见 getting-started.md，归档与清理的完整流程见 release.md。
| 项 | 要求 | 用途 | 实测可用的版本 |
|---|---|---|---|
| Node.js | 22.12 或更新 | 运行全部工具 | 22.21、24.21 |
| Chrome 或 Chromium | 近期版本 | 无头出帧 | 152、154 |
| ffmpeg 与 ffprobe | 带 libx264 编码器 | 编码、封装、响度与静止检测 | 2026 年 9 月的主线构建 |
| Python 3 | 3.10 或更新 | 配音、混音、回听 | 3.12、3.14 |
Python 包 edge-tts、numpy |
必需 | 配音、混音 | edge-tts 7.3（7.2.8 已被在线服务拒绝，见 踩过的坑）、numpy 1.26 与 2.4 |
Python 包 faster-whisper |
可选 | 回听旁白（asr.js、tts_probe.js） |
1.2 |
Python 包 pillow |
可选 | 越界自检（margin.js） |
10、12 |
| 字体 | 清单见 kit/assets.json |
画面 | 由 assets.js 下载并校验 |
| 语音识别模型 | 可选 | 回听旁白 | faster-whisper small |
| 显卡 | 可选，要能被 Chrome 用作硬件加速 | 出帧提速；策划者要求 4K 的片子靠它才出得动（缺省仍是 1080p），见 tools.md 第 1 节「用显卡出帧与 4K 交付」 | Windows 上经 ANGLE（D3D11）调用 |
Windows、Linux、macOS 都可以。配音需要联网（edge-tts 调用在线语音服务）；其余步骤离线可做。
只写场景、看帧、跑扫描，需要的是 Node、Chrome 与字体；配音、混音、渲染、封装才需要 Python 与 ffmpeg。
只验证源码工具时运行 npm test、npm run check:repo；检查看帧环境用 node kit/tools/doctor.js --visual。这两层不需要在线语音服务。
git clone <仓库地址>
cd ft
npm ci # puppeteer-core 与 gsap，版本由 package-lock.json 锁定
node kit/tools/assets.js --fetch # 字体，约 44 MB，逐个校验 SHA-256
node kit/tools/doctor.js # 逐项检查，指出缺什么Python 包使用 .venv/ 安装 kit/requirements.txt；可选审查包使用 kit/requirements-review.txt，各系统命令见 快速入门。工具优先采用 PYTHON / 本机配置指定的程序，其次查本仓库 .venv/，最后查系统 Python。
- ffmpeg：放进系统
PATH，或把可执行文件放在assets/ffmpeg/bin/下，或在本机配置里写明位置。 - 语音识别模型：不放置时
asr.js首次运行由 faster-whisper 自行下载；也可node kit/tools/assets.js --fetch --whisper取到assets/whisper/fw-small/（约 480 MB）。模型站点连不上时，在本机配置里把hf_endpoint换成可用的镜像。 - 工具按常见位置找 Chrome、ffmpeg、Python；位置特殊时写
kit/config.local.json（不入库，样例见kit/config.local.example.json）或设环境变量，见 tools.md 第 6 节。
doctor.js 输出「环境可用」即可开工。带 ! 的项不影响出片，但会缺少对应的检查。
- 控制台输出是 UTF-8。cmd 里出现乱码时先执行
chcp 65001；PowerShell 里先执行[Console]::OutputEncoding = [Text.Encoding]::UTF8。乱码只影响显示，不影响结果。 - 仓库路径里有非 ASCII 字符时，工具已作处理（语音识别模型按相对路径加载）。自己写命令时用相对路径。
- 写 PowerShell 脚本时，自定义函数不要叫
mv、del、cp、rm这类名字：它们是内置别名，调用时执行的是内置命令而不是自己的函数。 - cmd 里
if not exist x mkdir x & 后续命令会把后续命令一并归入if，写成(if not exist x mkdir x) & …。
空间应以当前文件实测；下表是既有制作中的量级参考，不代表每次 clone 或每部影片的固定大小：
| 位置 | 内容 | 大小 | 能否删 |
|---|---|---|---|
node_modules/ |
依赖 | 约 35 MB | 能，npm ci 重装 |
assets/fonts/ |
字体 | 约 44 MB | 能，assets.js --fetch 重新下载 |
assets/whisper/ |
语音识别模型 | 约 480 MB | 能 |
assets/ffmpeg/ |
ffmpeg | 视构建而定，约 500 MB | 能 |
<视频>/audio/ |
旁白音频缓存 | 每种语言几 MB | 先归档；重合成需要联网且可能改变时间线 |
<视频>/out/<语言>/video.mp4 |
无声画面 | 8 分钟约 150 MB | 先归档；重新渲染需要几分钟到几十分钟 |
<视频>/out/<语言>/*.wav |
各条混音与分轨 | 8 分钟每条约 90 MB，一次混音五条 | 先归档；相同输入可由 audio.js 重建 |
<视频>/out/*.mp4 |
成片 | 8 分钟每个约 150 MB，每种语言三个 | 交付物，另行保存后才能删 |
<视频>/shots/、<视频>/build/ |
截图、检查报告与中间数据 | 随采样范围变化 | 先归档复盘证据，报告是重跑交付检查的输入 |
一部 8 分钟的双语片子，渲染与封装期间曾占约 2–3 GB。用 node kit/tools/clean.js <视频> 查看当前实际占用；执行删除需另指定仓库外的新归档目录并校验，见 release.md。
会悄悄变大的地方：
- 浏览器的临时档案目录。 每个无头浏览器实例用一个
lvs-chrome-*临时目录，正常关闭时删除。doctor.js只报告数量，其中可能包含正在使用的目录。异常退出后按 release.md 核对 PID、子进程与目录归属，仅处理已确认不再使用的目录；不批量清理。 - 不经本工具启动的无头 Chrome。 直接用命令行
chrome --headless --screenshot出图时，每次会在用户缓存目录下留一份几十 MB 的档案（Linux 上是~/.cache/google-chrome-headless/）。曾经因此累积到 17 GB。出图一律用look.js与sheets.js。 - 中止的渲染留下的分段。
out/<语言>/video.mp4.segs/，重新渲染时会被覆盖；收尾时随out/统一归档和清理。 - WSL 的虚拟磁盘。 在 WSL 里删除文件之后，宿主机上的虚拟磁盘文件不会自动变小，要在关闭该发行版之后压缩。
清理须保留成片、配音和审查证据的可校验副本；单片清理工具不会删除字体、依赖、实验环境或系统缓存。