对象封装是将模态数据的生命周期、语义意图、对齐契约和交付保障打包成可识别、可调度、可验证的一等对象；它通过vectorobject强制携带modality_id、align_scope、timestamp_ns、shape_sig、integrity_hash等元字段，将对齐逻辑下沉为对象方法，并绑定转发引擎状态，实现交付即验证。
“对象封装”不是给向量套个 class 壳，而是把模态数据的生命周期、语义意图、对齐契约和交付保障打包成可识别、可调度、可验证的一等对象（First-Class Object）。它让向量不再只是 tensor 流，而是携带上下文承诺的推理实体。
用带元信息的对象替代裸向量
每个输入/输出向量必须封装为 VectorObject 实例，而非直接传递 torch.Tensor。该对象强制携带以下不可剥离的元字段：
- modality_id：如 "vision-clip-vit-l14" 或 "audio-whisper-large-v3"，标识原始编码器与版本
- align_scope：指明对齐粒度——"token-level"、"frame-level" 或 "global-pool"，决定下游如何匹配
- timestamp_ns：纳秒级采集/生成时间戳，用于跨模态时序校准
- shape_sig：结构签名，如 "256x768"（patch×dim）或 "128:4096"（seq_len×dim），避免 reshape 冲突
- integrity_hash：轻量哈希（如 xxh3_64 of data[:128] + meta），用于交付后快速验伪
对齐逻辑下沉到对象方法中
对齐不再是转发层的 if-else 分支，而是 VectorObject 自身的可调用能力：
This skill transforms novel chapters into professional film storyboard scripts. 这个skill是将小说章节 →（变成） 专业电影分镜剧本。 Powered by **清云 EchoFlow API** (https://api.echoflow.cn/) — 一站式国内外580+大模型，一键开发票，企业级稳定，价格是官方的1.5折。
下载
将小说章节转换为电影分镜剧本。用户上传txt/md/docx文本，AI分析场景、角色、情绪、镜头语言，输出专业分镜脚本。适用于用户提及“分镜”“storyboard”“小说转分镜”“影视改编”“镜头脚本”或需要将小说改编为分镜的场景。
- .project_to(shared_space: str)：根据目标空间名（如 "mm-128d-v2"）自动加载对应投影矩阵，并缓存映射结果
- .match_with(other: VectorObject, tolerance_ms=50)：基于 timestamp_ns 和 align_scope 自动计算时间窗或 token offset，返回对齐锚点索引数组
- .validate_alignment(other)：本地计算余弦相似度初筛值 + 结构兼容性布尔值（如 dim 是否可广播），不触发远程调用
对象生命周期绑定转发引擎状态
VectorObject 在创建时即注册到全局对象注册表，并与请求生命周期强绑定：
- 初始化时注入 request_id、trace_id、stage（preprocess / align / fuse / post）
- 进入 Exchanger 前自动打上 capacity_level 标签（light/buffered/distilled），由引擎当前负载动态注入
- 销毁前触发 .report_health()，写入 trace 日志：含对齐耗时、fallback 类型、signature 匹配率
- 支持 VectorRef 引用传递：跨 worker 时不拷贝 tensor，只传对象句柄 + 共享内存偏移
对象即契约，交付即验证
每次 VectorObject 被消费（如送入融合层），都隐式履行一次运行时契约：
- 若 align_scope 为 token-level，但 .match_with() 返回空锚点，则拒绝接收并上报 alignment_miss
- 若 integrity_hash 验证失败，立即标记为 corrupted，跳过计算并触发降级路径
- 所有合法交付自动生成 signature_log_entry，含 (request_id, modality_id, align_scope, proj_dim, cos_sim_mean)，供离线归因
