Mundart-Fertigerstellung
Offizielle Quelle
Diese Fertigkeit wurde von chengfeng / AI产品自由 erstellt und wird von ihm gepflegt.
https://github.com/Agentchengfeng/chengfeng-videocut-skills
Offizielle Konten: GitHub @Agentchengfeng; X @chengfeng240928; Xiaohongshu / WeChat Official Account / Bilibili / Douyin / Video Account AI产品自由.
Kernprozess
Diese Fertigkeit löst nur eine Sache: Erstellen eines kompletten fertigen Videos aus einem Mundart-Video; das Seitenverhältnis und der Animationsstil des fertigen Videos werden durch die Benutzerkonfiguration bestimmt.
+-----------------------------+
| Eingabe |
| Video + Untertitel + optionale Assets |
+--------------+--------------+
|
v
+-----------------------------+
| 1. Storyboard |
| Konzeptionelle Segmentierung + Typbestimmung + Bildquellen |
+--------------+--------------+
|
v
+-----------------------------+
| 2. Zeitachsen-Vorschau |
| Originalvideo/Screenshots/HTML mit Sprache abgleichen |
+--------------+--------------+
|
v
+-----------------------------+
| 3. Zusammensetzung |
| Gemäß Benutzerkonfiguration finales MP4 exportieren |
+--------------+--------------+
|
v
+-----------------------------+
| Abnahme |
| ffprobe + Schlüsselbilder überprüfen |
+-----------------------------+
Stelle die Cue-Tabelle, HTML-Module, Review-Player, Final-Player und Exportskripte nicht als separate Benutzerworkflows dar. Sie sind lediglich Implementierungsdetails innerhalb der Schritte „Zeitachsen-Vorschau“ und „Zusammensetzung“.
Benutzerkonfiguration
Vor jeder Ausführung dieser Fertigkeit, zuerst lesen:
用户配置/default.json
Die Konfigurationselemente definieren nur die aktuelle Auswahl des Benutzers:
{
"aspectRatio": "3:4",
"animationStyle": "xiaohei"
}
Unterstützte Werte:
3:4: Standard Hochformat HD, logische Leinwand1080x1440, Standardexport mit DPR1.5als1620x2160.16:9: Querformat, logische und Export-Leinwand1920x1080.4:3: Querformat, logische und Export-Leinwand1440x1080.animationStyle: Standardmäßigxiaohei, Optionen aus动画/styles.json.
Befehlszeilenargumente haben Vorrang vor der Benutzerkonfiguration; wenn keine expliziten Argumente angegeben werden, liest das Exportskript aspectRatio und das Animationsskript liest animationStyle. Temporäre Überschreibung des Seitenverhältnisses mit:
--config /pfad/zu/config.json
--ratio 16:9
--aspect-ratio 16:9
--width 1920 --height 1080
--dpr 1.5
Schreibe keine visuellen Präferenzen, Vorlagen, Kodierungsqualität, Ausgabeverzeichnisse, Untertitelabstände und andere diverse Einstellungen in 用户配置/default.json. Die Benutzerkonfiguration enthält nur die aktuelle Auswahl; das Animationsverzeichnis enthält nur das Optionsregister und die spezifischen Stilimplementierungen.
Animationsstil
Die aktuelle Auswahl des Animationsstils befindet sich in 用户配置/default.json:
animationStyle
Das Animationsverzeichnis registriert nur die Optionen:
动画/styles.json
xiaohei entspricht:
动画/ian-xiaohei-svg-motion/
Wenn für ein Storyboard oder ein HTML-Modell Erklärungsanimationen, Prozessanimationen oder handgezeichnete Hervorhebungen erforderlich sind, wird standardmäßig zuerst der Xiaohei-Cartoon-SVG-Effekt verwendet. Erfinde keine neuen Stile, es sei denn, der Benutzer hat dies ausdrücklich angegeben.
Eingabe
Lokalisiere zuerst diese Dateien:
- Hauptvideo:
source_cut.mp4,*_cut.mp4oder ein vom Benutzer angegebenes geschnittenes Video. - Untertitel:
subtitles.srt,video.srtodersubtitles_with_time.json. - Optionaler Text: Artikel, Sprechtext, Textentwurf, nur zum Verständnis der Absicht.
- Optionale Assets: Screenshots, Produktseiten, Kommentarbilder, Ergebnis- und Nachweiseiten im Verzeichnis
assets/. - Projektregeln: Wenn das aktuelle Projekt eine
AGENTS.mdoderREADME.mdhat, diese zuerst lesen.
Hierarchie der Wahrheitsquelle:
Tatsächliches Audio / Untertitel > Geschnittenes Videobild > Asset-Dateien > Textentwurf
Wenn Text und tatsächliche Untertitel nicht übereinstimmen, haben die Untertitel und das Audio Vorrang.
Schritt 1: Storyboard
Standardmäßig zuerst eine HTML-Storyboard-Prüfseite erstellen, nicht zuerst eine Markdown-Tabelle schreiben.
Der vorbereitende Prozess für das Storyboard muss in dieser Reihenfolge ausgeführt werden:
- Zuerst nach semantischen Einheiten des Sprechtexts segmentieren: Ein oder zwei oder drei Sätze, die dasselbe Konzept, dieselbe Aktion oder denselben Beweis beschreiben, zu einer Einheit zusammenfassen; nicht mechanisch nach Untertitelnummern aufteilen.
- Dann die Bildaufgabe für jede Einheit bestimmen: Handelt es sich um eine Bedienungsdemonstration, eine Erklärung eines Originalbilds, einen Beweis eines Ergebnisses, eine konzeptionelle Klärung oder einen reinen Textausdruck.
- Dann die Bildquelle bestimmen: Für Segmente, die mit echten Bildschirmaufnahmen, Original-Screenshots, Originalbildern oder Beweisen belegt werden können, prioritär das Originalmaterial verwenden; Nur für konzeptionelle Erklärungen, bei denen der aktuelle Bildschirm hauptsächlich Text, leer oder schwach relevante Bilder enthält, erst dann HTML / Xiaohei-Animationen entwerfen.
- Erst dann in die spezifische visuelle Gestaltung einsteigen: Für jedes HTML / Xiaohei-Animation-Segment zuerst seine eigene Metapher und Aktion klar beschreiben, dann das Modul implementieren.
Üblicher Pfad:
review/storyboard-audit-vN.html
Standardmäßig basierend auf dieser Vorlage:
templates/storyboard-audit.html
Das Storyboard soll den Benutzer dazu bringen, folgende Frage zu beantworten:
Wenn dieser Satz gesprochen wird, was sollte das Publikum vor sich sehen?
Für jedes Segment mindestens klar angeben:
- Zeitbereich
- Untertitelnummern
- Vollständiger Sprechtext
- Grundlage der semantischen Segmentierung
- Bildaufgabe
- Bildtyp:
Originalvideo,Bedienungsbildschirmaufnahme,Original-Screenshot,Originalbild,Infografik-Fokus,HTML-Animation,Text + Animation - Quellenmaterial
- Kamerabewegung
Regeln für die Bildauswahl:
- Bedienungsdemonstration: Das Originalvideo / die Original-Bildschirmaufnahme verwenden, nicht in abstrakte Animationen umwandeln.
- Wenn über Bildinhalte, Diagramminhalte, Fehlersuchbildschirme oder Produktscreenshots gesprochen wird: Direkt das Originalbild oder den Original-Screenshot verwenden; Animationen nur für Kreisauswahl, Markierungen, lokale Fokussierung verwenden.
- Echte Bedienung, Beweis-, Ergebnis- und Nachweiseiten, Segmente, die Glaubwürdigkeit erfordern: Das Originalvideo oder den Original-Screenshot beibehalten.
- Bildschirmaufnahme- / Originalvideo-Segmente standardmäßig im Originalbild anzeigen; Nur wenn explizit vermieden werden muss, dass spätere einheitliche Untertitel überdeckt werden, dieses Segment als Bildschirmaufnahme-Fenster markieren und am unteren Rand einen Untertitel-Sicherheitsbereich freilassen. Wende die Fensterregel nicht pauschal auf alle Bildschirmaufnahme-Segmente an.
- Konzeptklärung, Mechanismusbeziehungen, Systemarbeitsteilung, Zusammenfassung von Standpunkten, und der aktuelle Bildschirm besteht hauptsächlich aus Text, ist leer oder zeigt schwach relevante Bilder: HTML / Xiaohei-Animationen erstellen.
- Abstrakte Segmente, die mit kurzem Text zum Verständnis beitragen können: Text + Animation verwenden; Text ist für die Benennung zuständig, Animation für die Beziehungen und Aktionen.
- Wenn Screenshots oder Infografiken bereits vorhanden sind: Priorität diese wiederverwenden, nicht neu zeichnen.
- Wenn dasselbe Bild mehrmals vorkommt, muss es jedes Mal eine andere Aufgabe erfüllen: Gesamtansicht, lokale Fokussierung, Vergleich, erneute Betrachtung des Ergebnisses.
- Gestalte nicht alle Animationen mit dem gleichen dynamischen Effekt. Für jedes Animationssegment muss zuerst separat die Aktionsmetapher entworfen und dann implementiert werden.
Harte Standards für das Storyboard-Design:
- Eine Seite behandelt nur ein Konzept, eine Aktion oder einen Fall. Wenn im selben Sprechsegment zwei unabhängige Fälle auftreten, müssen sie auf zwei Seiten aufgeteilt werden; stopfe nicht zwei Fälle in dieselbe Tabelle oder dieselbe Animation, um Seiten zu sparen.
- Für jedes HTML / Xiaohei-Animation-Segment muss zuerst klar beschrieben werden: „Wenn dieser Satz gesprochen wird, was passiert auf dem Bildschirm“, dann implementieren. Die Aktion muss an einen bestimmten Sprechsatz oder Untertitel gebunden werden; wende nicht dieselbe Einblend-/Blink-/Vergrößerungssequenz gleichmäßig auf alle Segmente an.
- Wenn über Originalbilder, Screenshots oder Ergebnisseiten gesprochen wird, muss die Hauptvisualität das Originalmaterial sein. HTML ist nur für Ausschneiden, Vergrößern, Kreisauswahl, Markierungen und Fokuswechsel zuständig; ersetze nicht Originalbilder durch Bildschirmaufnahme-Frames oder neu gezeichnete Bilder.
- Bei langen Bildern und Web-Ergebnisseiten standardmäßig die leeren Informationsbereiche wegschneiden, priorisiert den Bereich freilegen, den das Publikum gerade hört; wenn der Sprechtext das entsprechende Objekt erwähnt, kann das entsprechende Bild oder der Teilbereich vergrößert werden, der Rest tritt in den Hintergrund.
- Im Videobild dürfen keine Materialpfade, internen Anweisungen, Aktionserklärungen oder Arbeitstischtexte wie „Originalmaterial · img/xxx.png“ erscheinen. Das Storyboard kann die Quelle angeben, aber das fertige Videobild enthält nur das, was das Publikum sehen muss.
- Wenn kein Titel nötig ist, wird kein Titel eingefügt. Ergebnis-, Tabellen- und Originalbild-Vergleichsseiten lassen prioritär die Hauptvisualität für sich sprechen, behalte nur kurze Labels, Modellnamen, Metriknamen oder notwendige Annotationen bei.
- Datenvergleichsseiten verwenden prioritär klare Tabellen, Spaltenausrichtung, kurze Labels und eine geringe Anzahl von Hervorhebungen. Die Schriftgröße muss dem Lesen dienen; stopfe keine Schrift in kleine Kästchen; wenn eine einfache Tabelle es klar vermittelt, mache kein komplexes Karten-Stapeln.
- Tabellen in kurzen Hochformat-Videos dürfen nicht nur als schmale horizontale Tabelle in der Mitte dargestellt werden. In der Datenphase muss die Tabelle als Hauptvisualität den Hauptsicherheitsbereich einnehmen; Voraufgabenbeschreibungen, Fall-Labels, Zusammenfassungssätze erscheinen nur in der entsprechenden Sprechphase und müssen nach Eintritt in die finale Datenvergleichsphase verschwinden oder in einen nicht raumeinnehmenden Zustand übergehen.
- Bewertungswörter enthalten nur positive / neutrale Ergebnisse, die der Sprechtext explizit erwähnt oder die für den Schnitt hervorgehoben werden müssen. Vergleichselemente können leer gelassen werden oder nur Daten zeigen; füge keine negativen Begriffe wie „langsam und teuer“ hinzu, es sei denn, der ursprüngliche Sprechsatz enthält diese Beurteilung.
- Symbole müssen aus dem Animationsbibliotheksindex gesucht werden. Vorhandene Symbole für ChatGPT, Claude, Flash-Blitze, Step, DeepSeek, Qwen usw. dürfen nicht durch abstrakte Formen ersetzt werden; neue vom Benutzer bereitgestellte SVGs müssen zuerst in der Animationsbibliothek gespeichert und der Index aktualisiert werden.
Gehe erst zur Zeitachsen-Vorschau über, wenn die Richtung des Storyboards bestätigt ist.
Schritt 2: Zeitachsen-Vorschau
Nachdem die Richtung des Storyboards bestätigt ist, die Zeitachsen-Vorschau erstellen.
Üblicher Pfad:
review/timeline-preview.html
Standardmäßig basierend auf dieser Vorlage:
templates/timeline-preview.html
In der Zeitachsen-Vorschau prüfen:
- Ob die Bildwechsel mit den Sprechsätzen synchron sind.
- Ob das Originalvideo fälschlicherweise durch HTML ersetzt wurde.
- Ob die als Bildschirmaufnahme-Fenster markierten Segmente den unteren Untertitel-Sicherheitsbereich freilassen; nicht markierte Bildschirmaufnahme-Segmente sollten nicht automatisch verkleinert werden.
- Ob Screenshots, Seiten, Beweismaterial falsch verwendet wurden.
- Bildmaterial standardmäßig mit linkem und rechtem Rand belassen, nicht das gesamte aktuelle Bild ausfüllen; nur wenn die Betonung des vollständigen Screenshots erforderlich ist, separat verkleinern.
- Ob das Bild Text verdeckt, beschnitten ist oder schwarze Ränder hat.
- HTML-Module sehen einzeln in Ordnung aus, aber halten sie stand, wenn sie in die gesamte Zeitachse eingefügt werden?
Wenn die Vorschauseite ein Quellvideo enthält, muss der Dienst, der HTTP Range-Anfragen unterstützt, zum Öffnen der Seite verwendet werden, sonst kann der Browser nicht zufällig seeken, und die Fortschrittsleiste wird an den Anfang zurückgesetzt. Verwende nicht den normalen python -m http.server, um MP4-Zeitachsen vorzusehen. Standardmäßig verwenden:
node ~/.Codex/skills/chengfeng-videocut-skills/口播成片/scripts/serve_range_preview.cjs \
--project-dir /absolute/path/to/project \
--port 8767
Bei Bedarf generieren:
docs/08-动画cue表-vN.md
html-modules/module-*.html
html-modules/xiaohei-*.html
Wenn eine neue Erklärungsanimation erstellt werden soll, zuerst 用户配置/default.json mit animationStyle lesen, dann im 动画/styles.json die entsprechende Animations-Subfertigkeit suchen.
Jede Animationsaktion muss an einen bestimmten Sprechsatz gebunden sein; verteile nicht gleichmäßig Zeit. Mehrphasige HTML-Animationen müssen den Anzeige-/Versteckzustand explizit verwalten: Wenn die nächste Phase erscheint, müssen die Erklärungskarten, Labels und Annotationen der vorherigen Phase, die keine Informationsaufgabe mehr haben, ausgeblendet werden; lasse nicht zu, dass die vorherige Phase weiterhin den Hauptvisualitätsraum einnimmt, insbesondere bei Hochformat-Datentabellen, Screenshot-Fokussierung und Ergebnisseiten.
Schritt 3: Zusammensetzung
Erst nach Bestätigung der Zeitachsen-Vorschau durch den Benutzer zusammensetzen.
Vor dem Zusammensetzen erstellen oder bestätigen:
final-player.html
Vor dem Schreiben eines neuen final-player.html oder HTML-Moduls lesen:
references/artifact-contracts.md
Wenn ein HTML-Modul im Projekt vorhanden ist, zuerst den Render-Modus injizieren:
node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/write_render_mode.cjs \
--project-dir /absolute/path/to/project
Die Zeitachsen-Vorschau und der endgültige Export müssen denselben HTML-Rendering-Kontext verwenden. HTML-Module müssen sowohl in der Vorschau- als auch in der final-player.html-Seite mit ?timeline=1&render=1 versehen sein; die Vorschauseite ist nur dafür verantwortlich, die endgültige Leinwand proportional in das Fenster zu skalieren. Die Module dürfen sich nicht an das responsive Layout des Vorschaufensters anpassen.
Bei HD-Auslieferung darf die CSS-Logik-Leinwand nicht einfach vergrößert werden. Standardmäßig muss 3:4 die logische Leinwand 1080x1440 beibehalten und dann mit Screenshot-DPR 1.5 die Ausgabe 1620x2160 erfolgen; sonst werden Tabellen, CSS-Karten und Screenshot-Annotationen im Export relativ kleiner und stimmen nicht mit der Vorschau überein.
Wenn es in der Vorschau und im Export Größenunterschiede gibt, zuerst das interne CSS des HTML-Moduls, render-mode.js und den Export-DPR überprüfen, bestätigen, dass die logische Leinwand der Vorschauseite und des final-players identisch ist; nicht zuerst das gesamte Video neu exportieren. Häufige Ursache: Das Vorschau-Iframe ist kleiner, sieht normal aus; die endgültige HD-Leinwand löst .photo-frame { max-width: ... }, .stage { width: min(...) }, .wrap { max-height: ... }, clamp(...) usw., die auf die Vorschaumaße beschränkt sind, aus, was dazu führt, dass der Export zu einem „kleinen Bild“ wird. Reparaturreihenfolge:
- Mit
write_render_mode.cjserneuthtml-modules/render-mode.jsgenerieren. - In der Zeitachsen-Vorschau bestätigen, dass die HTML-Modul-URL bereits zu
?timeline=1&render=1geworden ist. - Bestätigen, dass das
viewportinexport_final_video.cjsdie logische Leinwandgröße ist unddprder HD-Multiplikator ist. - Mit dem final-player unter dem tatsächlichen Export-Viewport den Schlüsselframe dieses Moduls abrufen und gegebenenfalls mit
getBoundingClientRect()die Größe des Hauptvisualitätscontainers vergleichen.
Bei der Verarbeitung von horizontalen Xiaohei-SVG / 16:9 SVG-Modulen im Hochformat ist es verboten, eine Gesamtvergrößerung wie .wrap { transform: scale(...) } zu verwenden, um das Problem des „kleinen horizontalen Streifens“ zu lösen. Die Gesamtskalierung schneidet im 3:4 Bild die linken und rechten Ränder ab, insbesondere die links und rechts verteilten Modellkarten, Pfeile und Erklärungs-Labels. Entweder die Komposition in ein Hochformat umstellen oder den vollständigen Sicherheitsbereich beibehalten; nach der Änderung müssen die linken und rechten Randframes dieses Moduls überprüft werden, nicht nur der zentrale Schlüsselframe.
Exportiere das finale Video:
node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/export_final_video.cjs \
--project-dir /absolute/path/to/project \
--input-video /absolute/path/to/source_cut.mp4 \
--duration 173.03
Standardmäßig im HD-Modus exportieren: verlustfreie PNG-Zwischenframes, H.264 crf=14, preset=slow. So wird vermieden, dass die Browser-Vorschau klar ist, aber nach dem Export kleine Texte und feine Linien weich werden:
node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/export_final_video.cjs \
--project-dir /absolute/path/to/project \
--input-video /absolute/path/to/source_cut.mp4 \
--duration 173.03 \
--frame-format png \
--crf 14 \
--preset slow
Nur wenn temporär der Rhythmus überprüft und schnell ein Entwurf benötigt wird, explizit herabstufen:
node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/export_final_video.cjs \
--project-dir /absolute/path/to/project \
--input-video /absolute/path/to/source_cut.mp4 \
--duration 173.03 \
--frame-format jpeg \
--quality 92 \
--crf 18 \
--preset medium
Die Regeln zum Lesen des Seitenverhältnisses siehe „Benutzerkonfiguration“. Wenn das Projekt und die Benutzerkonfiguration unterschiedlich sind, können übergeben werden:
--config
--ratio
--aspect-ratio
--fps
--player
--stage
--frames-dir
--width
--height
--frame-format png|jpeg
--quality 100
--crf 14
--dpr 1.5
--device-scale-factor 1.5
Abnahme
Ein erfolgreicher Export bedeutet nicht, dass das fertige Video korrekt ist. Zwei Schritte sind erforderlich:
- Mit
ffprobedie Auflösung, Bildrate, Dauer und Audio überprüfen. - Mindestens 3 Schlüsselframes extrahieren und manuell prüfen, ob das Bild korrekt ist.
- Für jedes HTML-Modul mindestens 1 Frame des final-players zum entsprechenden Sprechzeitpunkt extrahieren und mit demselben Zeitpunkt der Zeitachsen-Vorschau vergleichen; Größe, Position, Beschneidung und Sichtbarkeit müssen identisch sein;
ffprobedarf nicht als alleiniges Abschlusskriterium verwendet werden.
Die Auflösung gemäß dem aktuellen Seitenverhältnis überprüfen; andere Erwartungen stammen aus den Skript-Standardwerten und den tatsächlichen Eingaben des Projekts. Die aktuelle Standardkonfiguration lautet:
1620x2160
Logische Leinwand 1080x1440, DPR 1.5
3:4
30fps
Dauer identisch mit dem Quellvideo nach dem Schnitt
Hat Audio
Kein HUD, keine Schaltflächen, keine Überprüfungszeitleiste, keine Browser-UI
Grenzen
Geeignet für:
- Chinesische Mundartvideos
- Tutorials, Produktdemonstrationen, Ergebnispräsentationen, Wissensvermittlung
- Vorhandenes geschnittenes Video und Untertitel, Material kann später ergänzt werden
- Fertigstellung aus Mischung von Originalvideo + Screenshots + HTML-Erklärungsbildern
Nicht prioritär gelöst:
- Kein Video vorhanden, direkt aus Text ein fertiges Video generieren
- Komplexe Mehrkamera-Echtaufnahmen-Schneiden
- Feine Farbkorrektur und Mehrspur-Abmischung, die eine Schnittsoftware-Projektdatei erfordern
- Der Benutzer hat das Storyboard und die Zeitachsen-Vorschau nicht gesehen und fordert direkt die endgültige Veröffentlichung
Projekt-Hygiene
Wenn im Arbeitsbereich des Benutzers Dateien hinzugefügt oder geändert werden, muss der Projekt-README-Index synchron aktualisiert werden.
Lokale Aktivitätsprotokolle werden einheitlich abgelegt unter:
log/
log/ zeichnet nur lokale Experimente, Benutzereinstellungen, temporäre Schlussfolgerungen und nicht veröffentlichte Arbeitsprozesse auf; das Hochladen auf GitHub ist verboten. Dieses Verzeichnis wurde von .claude/skills/.gitignore ignoriert.
Füge in diesem Fertigkeitsverzeichnis kein README hinzu. Die Kerndateien dieser Fertigkeit behalten nur:
SKILL.md
templates/
references/
scripts/
用户配置/
动画/
动画/ dient zum Sammeln von wiederverwendbaren HTML/SVG/GSAP-Animations-Subfertigkeiten, Vorlagen und Regeln für die Mundart-Fertigerstellung; optionale Stile siehe 动画/styles.json, aktuelle Auswahl siehe 用户配置/default.json.