使用程序化渲染（Three.js）而非原生视频 AI，创建一个 50 秒的竖屏音乐视频。
1. 使用 Suno 生成歌曲。从嵌入的元数据中提取歌词。
2. 使用 Demucs 分离音轨（人声、鼓、贝斯、其他）。
3. 使用 mlx_Whisper 转录人声。与官方歌词对齐，创建“1 句歌词 = 1 个场景”的脚本。
4. 编写故事板：为每句歌词定义“3D 展示内容”、“镜头”和“关键词”。
5. 让 4 个并行的 Opus sub-Agents 编写场景程序。
6. 导出 16 帧接触表以进行视觉验证。
7. 在无头 Chrome 中以 1080x1920 分辨率、60fps 进行渲染。
8. 将音量标准化至 -14 LUFS。
风格：类似雕刻的线条，颜色限制为黑色、骨色和橙色。