Communitygithub.com

lzcjsyr/Book2Video

Konvertiert lange Bücher und Dokumente in chinesische WeChat-Video-Leserklärungen; extrahiert Text, erstellt einen abdeckbaren Wiederherstellungsbericht und generiert nach bestandener Abdeckungsprüfung Entwürfe, mehrere Überarbeitungen und finales raw JSON.

Was ist Book2Video?

Dieses Skill ist ein dünnschichtiger Einstiegspunkt, der die Verarbeitung langer Dokumente in mehrere modular wartbare Referenzdateien aufteilt: `references/reading-strategy.md` (Bash-Leseplan mit max. 23 000 Zeichen pro Fenster, Abdeckungsformate und Fehlerbedingungen), `references/writing-standard.md` (spezifische Anforderungen an WeChat-Video-Leserklärungen und raw-JSON-Feldformat) und `references/revision-workflow.md` (schlanker, rückverfolgbarer Ablageprozess für Entwurf, Struktur, Finalversion und Differenzaudit). Es stellt sicher, dass vor dem ersten Entwurf eine Abdeckungsprüfung bestanden wird und dass alle Entwürfe eine Mindestlänge von 3000 Zeichen erreichen, bevor sie gespeichert werden. Der gesamte Prozess folgt einem strengen Ablauf: Verstehen → Blickwinkel festlegen → Erstentwurf schreiben → mehrere Überarbeitungen → fertige Ausgabe. Vor der endgültigen JSON-Ausgabe werden stillschweigend mehrere Prüfpunkte bestätigt, darunter die Einhaltung der Abdeckungsanforderungen, der Schreibstandards, des Überarbeitungsprozesses und der JSON-Vertragsspezifikationen, sodass nur ein einsatzbereites raw JSON ausgegeben wird, das mit `json.loads` analysiert werden kann.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lzcjsyr/Book2Video/tree/HEAD/skills/step1/book-video-script_V1

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Strategie zum direkten Lesen langer Inhalte

Dieses Skill ist ein dünnschichtiger Einstiegspunkt, der die Verarbeitung langer Dokumente in mehrere modular wartbare Module aufteilt:

  • references/reading-strategy.md: Bash liest kontinuierlich in Fenstern von maximal 23 000 Zeichen, Format des Abdeckungsberichts, Ablagepfade, Fehlerbedingungen.
  • references/writing-standard.md: Spezifische Anforderungen an den Text von WeChat-Video-Leserklärungen und das Format der finalen raw-JSON-Felder.
  • references/revision-workflow.md: Schlanker, rückverfolgbarer Ablageprozess für Entwürfe, Strukturversionen, Finalversionen und Differenzaudit.

Konfiguration der Textlänge

Dies ist die einzige Wahrheitsquelle für die endgültige Textlänge in diesem Skill. Andere Referenzen dürfen keine konkreten Wortzahlen wiederholen, sondern nur auf diesen Abschnitt verweisen.

draft_min_chars: 3000
final_target_chars: 3200
  • _draft_v1.txt muss vor dem Speichern draft_min_chars erreichen.
  • Alle nachfolgenden Textversionen dürfen grundsätzlich nicht unter draft_min_chars liegen.
  • Die Ziellänge des content-Felds im finalen raw JSON richtet sich nach final_target_chars. total_length gibt die tatsächliche Zeichenanzahl des content-Felds an.

Hauptablauf

Nicht direkt in einer Runde ausgeben. Nach dem Prinzip „Verstehen → Blickwinkel festlegen → Erstentwurf schreiben → mehrere Überarbeitungen → fertige Ausgabe" vorgehen:

  1. Dokumentenverständnis: Zuerst references/reading-strategy.md lesen. Text extrahieren, Bash-Zeichenfenster-Plan erstellen, Abdeckungsbericht anlegen und aktualisieren.
  2. Abdeckungstor: Erst wenn die Abdeckungsprüfung bestanden ist, dürfen Entwürfe, Überarbeitungen oder das finale JSON erstellt werden.
  3. Typ und Blickwinkel: Still den Dokumenttyp bestimmen, Kernfrage identifizieren, Erklärungsrahmen und einen scharfen, auf das Publikum bezogenen Blickwinkel festlegen.
  4. Erstentwurf: references/writing-standard.md lesen, _draft_v1.txt mit mindestens draft_min_chars Zeichen generieren.
  5. Mehrere Überarbeitungen: references/revision-workflow.md lesen, Strukturversion, Finalversion und Überarbeitungsaudit speichern.
  6. Fertige Ausgabe: Aus _draft_final.txt Titel, Covertext, Kernaussage, Einleitung und finales raw JSON generieren. Sofern der Benutzer nicht die Anzeige des Prozesses wünscht, wird nur das einsatzbereite raw JSON ausgegeben, das mit json.loads analysiert werden kann.

Selbstprüfungsanforderungen

Vor der Abgabe des finalen JSON stillschweigend folgende Punkte prüfen:

  • Die Abdeckungsanforderungen wurden entsprechend der Gesamtzeichenzahl des Dokuments erfüllt: Anfang, Mitte, Ende und Hauptkapitel sind abgedeckt, und coverage_check.passed=true im Bericht stimmt mit den Tatsachen überein.
  • Der Text entspricht den Anforderungen aus writing-standard.md hinsichtlich Anfang, Rhythmus, Stil, verbotenen Ausdrücken und Überarbeitungen.
  • Bei jeder Überarbeitungsrunde wurde writing-standard.md erneut gelesen, um sicherzustellen, dass keine Anforderungen vergessen wurden.
  • Der Überarbeitungsprozess wurde gemäß revision-workflow.md in jeder Runde abgelegt. Die Finalversion stammt aus _draft_final.txt, und das Audit kann die tatsächlichen Unterschiede jeder Runde nachvollziehen.
  • Das JSON entspricht dem finalen JSON-Ausgabevertrag aus writing-standard.md.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

lzcjsyr/Book2Video

将 PDF、EPUB、DOCX 等书籍或长文档一次性转成约 4 分钟的中文读书带货短视频口播稿,以情绪共鸣、观看留存和购买欲为核心,直接输出 Book2Video 后续流程可读取的 raw JSON。用户提到读书带货、图书推广、卖书口播、商品卡、走心书单视频、情绪型读书文案或要求生成可直接进入视频流水线的带货稿时使用。

lzcjsyr/Book2Video

将长书、长文档、PDF、EPUB、读书资料、思想经典、社科著作、商业书或研究型长文转成更有传播感的中文视频号/抖音读书口播稿,并输出项目可用的 raw JSON。只要用户提到“读书解说”“拆书稿”“视频号口播”“把这本书做成短视频”“长文档转视频脚本”“生成标题/封面/金句/raw JSON”,都应使用此 skill。

lzcjsyr/Book2Video

Cody的公众号长文写作skill。当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。触发词包括但不限于:写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写。即使用户只是说"帮我把这个写成文章"或"用我的风格写一下",只要上下文涉及内容创作和公众号输出,都应该触发。也适用于用户丢过来一个PDF、brief、新闻链接、语音转文字或任何素材说"帮我写篇文章"的场景。不要用于短内容(小红书帖子、推特、朋友圈)或纯标题摘要生成。

lzcjsyr/Book2Video

将中短篇专业报告、公司财报、券商研报、招股书、宏观经济分析及含有较多表格和数据的PDF文档,转化为高品质、数据精准的中文视频号/抖音口播解说稿。只要用户提到“研报”、“财报”、“商业分析报告”或需要“解读数据”、“把报告/PDF做成短视频”,务必使用此 Skill。

lzcjsyr/Book2Video

简化版的文稿生成技能。能够直接读取图书/文档,提取核心论点,生成高品质、口语化的视频号/抖音读书解说文稿并输出标准 JSON 格式。

lzcjsyr/Book2Video

The fallback workflow for authoring custom HyperFrames video compositions at any length or format — longer or multi-scene pieces, brand / sizzle reels, montages, title cards, static loops, and freeform compositions. Input- and length-agnostic. If a specialized workflow clearly fits the input — a marketed product, a website, a topic explainer, a GitHub PR, existing footage, a short motion graphic, or a Remotion port — prefer it (see /hyperframes); use this only as the general fallback when none fit.

Verwandte Skills