Communitygithub.com

remotion-chinese-psychology-video

Construye proyectos completos de videos cortos de psicología y divulgación de pensamiento en chino con Remotion a partir de un texto basado en señales (cues), incluyendo dirección personalizada del primer acto, temporización determinista de señales, efectos de sonido sincronizados, legibilidad estricta, revisiones de texto, verificación y entrega en zip.

¿Qué es remotion-chinese-psychology-video?

Este skill está diseñado para ayudar a desarrollar proyectos completos de Remotion v4 para videos cortos de psicología o ideas en chino. Toma un texto proporcionado por el usuario y lo convierte en un proyecto ejecutable que incluye una línea de tiempo de señales (cues) precisa, efectos de sonido sincronizados generados mediante Python y NumPy, y un diseño visual centrado en la legibilidad con la fuente NotoSerifSC. El skill sigue un flujo de trabajo estructurado: primero bloquea los requisitos del usuario, luego establece la línea de tiempo de las señales, después define la dirección creativa (incluyendo un primer acto con tomas continuas y una presentación del título diseñada de forma única), y finalmente implementa el proyecto en React con TypeScript. Admite revisiones de texto posteriores preservando el diseño visual y las animaciones de las señales no modificadas, y verifica la entrega mediante un script de auditoría y una lista de verificación. Está pensado principalmente para Claude Code, pero también se puede utilizar con otros agentes de IA que soporten el formato SKILL.md. No debe usarse para ediciones de video no relacionadas o fragmentos aislados de Remotion.

Compatible con✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Lsous456/remotion-chinese-psychology-video-skill/tree/HEAD

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

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:

  1. 文案是否包含钩子、提问、主题名和解释段。
  2. 作者、固定时长、逐句 dur / pause、配色或特定画面是否给出。
  3. 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。
  4. 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。
  5. 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:

  1. 旧文案整体被新文案替换。
  2. 用稳定 cue ID 和规范化文本判断哪些 cue 文本未变。
  3. 未变 cue 保留原场景组件、视觉设计、道具、配色和局部动画。
  4. 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。
  5. 重算每个 cue 时长、全局起点和 composition 总帧数。
  6. 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。
  7. 重新生成 WAV,并检查所有音效仍与局部事件点对齐。
  8. 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。

Skills relacionados