Remotion 中文心理短片
Claude Code 使用
本 skill 主要面向 Claude Code。安装到以下任一位置后即可使用:
-
个人 skill:
~/.claude/skills/remotion-chinese-psychology-video/ -
项目 skill:
.claude/skills/remotion-chinese-psychology-video/ -
可直接输入
/remotion-chinese-psychology-video调用。 -
也可用自然语言提出中文心理或思想类短视频需求,让 Claude 根据 description 自动加载。
-
只在任务需要时读取对应的
references/文件,不要一次加载全部说明。 -
遵循 Claude Code 当前的工具权限与会话目录;本 skill 不自行扩大权限。
交付目标
把用户给出的中文文案做成可运行、可修改、可导出的 Remotion v4 工程,并交付 zip。
除非用户明确覆盖,工程必须满足:
- Node.js 18+、Remotion v4、TypeScript。
- 1920×1080、30 fps。
- 中文字体为思源宋体
NotoSerifSC。 npm install && npm run dev可以预览,npm run build可以导出。- 工程内提供
tools/make_audio.py,使用 Python + NumPy 按文案时间点合成关键音效,输出public/soundtrack.wav。 - 工程带 README,说明项目结构、文案修改方式和音效重新生成方式。
- 不包含配音或配乐,只包含与关键画面事件精确同步的音效。
- zip 不包含
node_modules、预览缓存或无关临时文件。
将用户已经确认的文案、作者署名、视觉方向和其他明确选择视为锁定内容。只有用户明确要求时才改;未要求改动的 cue 保留原有视觉设计、道具、配色与局部动画。
先锁定需求
开始制作前先独立检查:
- 文案是否包含钩子、提问、主题名和解释段。
- 作者、固定时长、逐句
dur/pause、配色或特定画面是否给出。 - 用户是否要求直接导出且不逐帧检验。若是,仍要完成必要的类型检查和工程完整性检查。
- 文案修改是否会让未变 cue 的绝对起点变化。会变化时,保留其视觉和局部动画,但重算全局时间轴与音效。
- 是否存在无法同时满足的约束。先指出冲突并采用最合理的可执行解释,不要悄悄违背已确认内容。
默认不增加配音、配乐、画面水印、品牌、作者(除非文案或用户给出)或未要求的剧情。
建立 cue 时间轴
先读 references/cue-timing.md,再建立唯一的时间轴数据源。
-
每个可独立成镜的句子对应一个稳定
cueId。 -
先确定场景边界,再计算时长;不要让 React 组件各自估算起点。
-
普通 cue 的秒数按用户参数计算:
seconds = max(minDuration, baseHold + visibleCharacterCount / charsPerSecond + pause) -
pause是可选的附加停留;dur是固定秒数覆盖项,存在时忽略公式和pause。 -
在 30 fps 下将时长转换为整数帧,并让后一 cue 起点等于前一 cue 结束帧。
-
总时长由所有 cue 帧数相加得到;片尾如需尾留,单独设
tailFrames。 -
把参数、cue、场景和音效事件放在少量可审计的配置文件中,README 必须告诉用户从哪里修改。
中文可见字数、标点是否计字、基础停留、每秒字数和最短时长应在工程中明确配置,不能散落在镜头组件里。若用户没给参数,可给一套合理默认值,并在交付说明中写明。
先导演,再编码
制作当前视频的视觉主轴和镜头表。先读 references/creative-direction.md,完成以下决策后再写组件:
- 全片统一的火柴人造型、线宽、比例、关节和识别色。
- 与主题相关的材质、光影、空间和色彩系统。
- 每个 cue 的独立道具、动作和视觉隐喻。
- 第一幕的连续镜头路径、点题动作和标题揭晓机制。
- 哪些字幕关键词需要高亮,哪些数字或界面元素需要独立避让。
每个视频的开场必须重新设计。不要复用以前的镜头路径、构图或标题动效。每个场景也必须有自己的道具和事件,不能退化为火柴人站在字幕旁边。
第一幕硬要求
第一幕由钩子、铺垫、主题标题揭晓组成,目标约 10–20 秒。
- 尽量一镜到底;采用连续 2D、2.5D 或 3D 镜头运动。
- 不用平铺直叙的横向卷轴式 ppt 幻灯片。
- 钩子先制造问题、损失、矛盾或视觉异样,再给主题命名。
- 标题出场必须单独设计,并“演出”主题含义,而不是只做普通推拉、逐字弹入或缩放。
- 作者存在时,在标题下方用一行清晰小字署名;小字仍不得低于画面可读下限。
- 若钩子本身是文案 cue,确保表演与第一句字幕同步,不能先演完再补字幕。
实现 Remotion 工程
使用集中配置驱动 Composition:
- 在
calculateMetadata或等价位置从 cue 数据计算 composition 的durationInFrames。 - 使用统一
Sequence或绝对帧映射,避免多个独立计时器漂移。 - 在
delayRender/continueRender或可靠字体加载流程中等待NotoSerifSC;不要让首帧闪回退字体。 - 给每个 cue 建立明确组件映射。组件只接收自身 cue 与局部参数。
- 局部动画使用 cue 内相对帧;全局音效事件用 cue ID + cue 内秒数记录,再映射到绝对帧。
- 对相机运动使用稳定锚点和可逆变换;需要界面清晰时,相机运动应停住在可读姿态。
- 保持可维护的组件命名和配置边界,禁止把所有镜头堆进一个超大文件。
清晰度硬门槛
- 画面正文不得小于 44 px;重点词通常 60–200 px。
- 字幕约 66–68 px,并使用深色渐变底托或奶油色纸片等实底提升对比。
- 亮字加深色描边;暗字放在足够亮的底上。
- 不使用半透明“鬼影字”作为可读信息。
- 画面四边保留安全边距,底部约 200 px 留给字幕;关键道具、数字、按钮和标题不能被字幕、遮罩、眼皮、粒子或镜头裁切遮挡。
- 镜头放大手机整屏、编辑器、关键界面或关键数字时,必须保证信息完整可见。
- 若缩放后主界面文字仍偏小,把关键数字或结论用独立大字放在两侧,但不要伪装成主界面的一部分。
- 在代表性帧上检查文字边界、描边、对比度、遮挡和最小字号;不能只凭代码判断“应该清楚”。
声音
先读 references/audio-synthesis.md,再写 tools/make_audio.py。
- 建立事件表,把点击、划屏、心跳、碎裂、气泡、剪刀、脚步等绑定到 cue ID 和 cue 内时间。
- 音效必须和画面事件共用同一事件源或同一时间映射;不要维护两套近似时间。
- 点题处可使用极短节奏型音效,但不得形成持续配乐。
- 使用 NumPy 和 Python 标准库生成确定性 PCM WAV。默认 48 kHz、16-bit,可单声道或立体声。
- 重新运行脚本必须覆盖
public/soundtrack.wav,且结果与事件表一致。 - README 写明依赖、命令、事件表和输出路径。
修改文案
用户提供新文案时,按以下规则合并:
- 旧文案整体被新文案替换。
- 用稳定 cue ID 和规范化文本判断哪些 cue 文本未变。
- 未变 cue 保留原场景组件、视觉设计、道具、配色和局部动画。
- 新增或改文 cue 重新设计对应画面与字幕;若结构变化破坏了主题主轴,允许重新导演受影响的连续段。
- 重算每个 cue 时长、全局起点和 composition 总帧数。
- 由于前序时长改变,未变 cue 的绝对起点可以变化;这不等于改动其视觉内容。必须同步平移所有后续
Sequence、音效事件和相机关键帧。 - 重新生成 WAV,并检查所有音效仍与局部事件点对齐。
- 不因一次文案修改顺手更换作者、字体、分辨率、视觉系统或未受影响的场景。
若用户要求“完全不改动其他画面”且文案时长变化,说明无法同时保持绝对时间位置不变;优先保持视觉内容不变并重算时间轴。
验证与打包
完成工程后运行 scripts/audit_project.py 做静态交付检查,再执行工程自身的类型检查。用户要求正常检验时,还应渲染代表性帧并人工查看:
- 第一幕点题帧、标题帧和作者行。
- 每个 cue 的中段和结束前状态。
- 字幕最长句、最大相机缩放、最复杂界面。
- 手机整屏、关键数字、划线与重点词的完整可见性。
- 至少检查声音事件表与对应 cue 的帧映射;如环境可播放,抽听关键事件,若不能则明确说明。
用户说“直接导出压缩包,不需要检验”时,不做逐帧预览,但必须完成类型检查和可打包性检查。
使用 references/delivery-checklist.md 做最终检查。zip 根目录应直接包含可运行工程文件,避免多套一层无意义目录;README 放在工程根目录。
交付回复简短说明:
- 做了什么。
- 第一幕和标题的独立设计。
- 后续各场景。
- 音效事件与生成方式。
- 哪些部分已验证、哪些未验证。