Communitygithub.com

Pluviobyte/rnskill

口播(トーキングヘッド動画)の基本素材パックを生成します。トランスクリプト作成、言い間違いの検出、レビューページの生成を行い、ユーザー確認後に動画を編集。その後、編集済み動画を再トランスクリプトし、AI で字幕を校正して、後続の口波動画制作に使用できる source_cut.mp4 と subtitles.srt を出力します。トリガーワード:口動画を編集、口動画素材を処理、口動画素材を準備、言い間違いを検出、基本素材パック。

rnskill とは?

このスキル「剪口播(口動画編集 v3)」は、トーキングヘッド形式の動画(口播動画)から、後続の本制作で直接利用可能な「基本素材パック」を自動生成するエージェントスキルです。主なプラットフォームは Claude Code や Cursor などのAIエージェンツールを想定していますが、スクリプトベースで動作するため様々な環境に適用可能です。処理フローは、まず火山エンジンの音声認識(Seed ASR v3)を使って動画を文字起こしし、単語レベルのタイムスタンプを含む subtitles_words.json を生成。次にAIが言い間違いや不要な無音区間を分析し、自動選択リスト(auto_selected.json)を作成します。生成されたレビューHTMLページでユーザーが編集箇所を確認・承認すると、サーバーが該当箇所を削除した新しい動画をカット。その後エージェントはカット済み動画を再度文字起こしし、AIが原稿や文脈に基づいて用語や同音異義語の誤認識を修正した高品質な字幕(video.srt)を生成します。最終的に、編集済み動画(source_cut.mp4)と校正済み字幕(subtitles.srt)が基本素材パックとして出力され、後続の「口播成片」スキルでそのまま使用できます。このスキルの重要なルールとして、字幕は必ずカット後の動画から再取得すること、火山エンジンの初回出力をそのまま最終字幕として使わないこと、AI校正は映像にない言葉を追加しないこと、などが厳守されます。また、口播素材準備の唯一の入り口として設計されており、字幕生成を別スキルに分割しないことが推奨されています。

対応✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Pluviobyte/rnskill/tree/HEAD/skills/chengfeng-videocut-skills/%E5%89%AA%E5%8F%A3%E6%92%AD

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

読み原稿カット v3

火山エンジン文字起こし + AI 言い間違い検出 + ウェブレビュー + カット後再文字起こし + AI 字幕校正

クイックスタート

ユーザー: この読み原稿動画をカットして
ユーザー: この動画を処理して
ユーザー: この画面収録をベース素材パッケージに

字幕生成を個別の Skill に分割しないでください。読み原稿カット は読み原稿ベース素材パッケージの唯一のエントリです。

ユーザーが読み原稿の画面収録を渡した場合、本 Skill はデフォルトで後続の 読み原稿本番 が直接使用できるベース素材パッケージを生成します:

source_cut.mp4       # カット後読み原稿動画
subtitles.srt        # カット後動画に基づき再文字起こしされ、AI 校正された字幕
assets/              # オプションのスクリーンショット、コメント画像、結果ページ

レビューページは、ユーザーが「どこを削除するか」を確認し、新しい動画をカットするためだけに使います。字幕は元の動画の字幕を流用してはならず、火山の初回文字起こしを最終字幕として直接使ってはいけません。エージェントはカット後動画に基づいて再文字起こしを行い、AI 校正を経てから subtitles.srt に書き込む必要があります。

出力ディレクトリ構造

output/
└── YYYY-MM-DD_動画名/
    ├── 読み原稿カット/
    │   ├── 1_文字起こし/
    │   │   ├── audio.mp3
    │   │   ├── volcengine_result.json
    │   │   └── subtitles_words.json
    │   ├── 2_分析/
    │   │   ├── readable.txt
    │   │   ├── auto_selected.json
    │   │   └── 言い間違い分析.md
    │   └── 3_レビュー/
    │       ├── review.html
    │       └── video.mp4 → 元動画(シンボリックリンク)
    └── 字幕/
        ├── 1_文字起こし/
        │   ├── audio.mp3
        │   └── volcengine_result.json
        ├── subtitles_with_time.json
        └── 3_出力/
            ├── video.raw.srt
            └── video.srt

ルール: 既存フォルダは再利用し、なければ新規作成。

フロー

0. 出力ディレクトリ作成
    ↓
1. 音声抽出 (ffmpeg)
    ↓
2. 火山エンジン録音ファイル認識 2.0 呼び出し (Seed ASR v3)
    ↓
3. volcengine_result.json 生成
    ↓
4. 単語レベルの字幕生成 (subtitles_words.json)
    ↓
5. AI による言い間違い/無音分析、事前選択リスト生成 (auto_selected.json)
    ↓
6. レビューウェブページ生成 (review.html)
    ↓
7. レビューサーバー起動、ユーザーがウェブページで確認
    ↓
【ユーザー確認待ち】→ ウェブページで「カット実行」をクリック
    ↓
8. サーバーが新しい動画のみをカット
    ↓
9. エージェントがカット後動画の生成完了を監視
    ↓
10. カット後動画に基づき音声を再抽出、火山に文字起こし依頼、video.raw.srt 生成
    ↓
11. エージェントが原稿/本文と照合して AI 校正、video.srt 書き込み
    ↓
12. ベース素材パッケージ整理: source_cut.mp4 + subtitles.srt + オプション assets/

カット後字幕のハードルール:

  • カット後動画に基づいて再文字起こしする必要があり、元の動画の字幕から逆算してはならない。
  • 火山の文字起こしは初稿であり、video.raw.srt に出力する。
  • video.srt / subtitles.srt はエージェントが AI 校正した最終字幕のみとする。
  • 校正時はユーザーから提供された読み原稿、本文、固有名詞、文脈を参照して、用語、同音誤認識、文の区切りを修正する。動画内で話されていない内容を追加してはならない。

実行手順

手順 0: 出力ディレクトリ作成

# 変数設定(実際の動画に応じて調整)
VIDEO_PATH="/path/to/動画.mp4"
VIDEO_NAME=$(basename "$VIDEO_PATH" .mp4)
DATE=$(date +%Y-%m-%d)
BASE_DIR="output/${DATE}_${VIDEO_NAME}/読み原稿カット"

# サブディレクトリ作成
mkdir -p "$BASE_DIR/1_文字起こし" "$BASE_DIR/2_分析" "$BASE_DIR/3_レビュー"
cd "$BASE_DIR"

手順 1-3: 文字起こし

cd 1_文字起こし

# 1. 音声抽出(ファイル名にコロンがある場合は file: プレフィックスが必要)
ffmpeg -i "file:$VIDEO_PATH" -vn -acodec libmp3lame -y audio.mp3

# 2. 火山エンジン録音ファイル認識 2.0 呼び出し(デフォルト resource_id=volc.seedasr.auc)
SKILL_DIR="/Volumes/成峰/コード/剪辑Agent/.claude/skills/読み原稿カット"
"$SKILL_DIR/scripts/volcengine_transcribe.sh" audio.mp3
# 出力: volcengine_result.json

文字起こしスクリプトはデフォルトで火山 v3 Seed ASR 2.0 を使用:

POST /api/v3/auc/bigmodel/submit
POST /api/v3/auc/bigmodel/query
X-Api-Resource-Id: volc.seedasr.auc

一時的に他のリソースにフォールバックまたは比較する場合は、環境変数で上書き:

VOLCENGINE_ASR_RESOURCE_ID=volc.bigasr.auc "$SKILL_DIR/scripts/volcengine_transcribe.sh" audio.mp3

手順 4: 単語レベルのタイムライン生成

node "$SKILL_DIR/scripts/generate_subtitles.js" volcengine_result.json
# 出力: subtitles_words.json

cd ..

タイムスタンプルール:

  • generate_subtitles.js は result.utterances(v3)と旧版 utterances の両方に対応する必要がある。
  • v3 結果内の無効なタイムスタンプトークン(多くはスペース、start_time/end_time = -1)はフィルタリングする必要がある。そうしないと誤った無音が発生する。
  • 2026-06-25 の 180 秒サンプル評価: Seed ASR 2.0 の校正字幕タイムウィンドウに対する単語境界オフセット中央値は約 80ms、P90 は約 240ms、最大約 620ms。デフォルトの読み原稿カットタイムラインとして使用可能だが、長い文は単語レベルのタイムスタンプに基づいて字幕行に再分割する必要がある。

手順 5: 言い間違い分析(スクリプト+AI)

5.1 読みやすい形式を生成

cd 2_分析

node -e "
const data = require('../1_文字起こし/subtitles_words.json');
let output = [];
data.forEach((w, i) => {
  if (w.isGap) {
    const dur = (w.end - w.start).toFixed(2);
    if (dur >= 0.2) output.push(i + '|[無' + dur + 's]|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
  } else {
    output.push(i + '|' + w.text + '|' + w.start.toFixed(2) + '-' + w.end.toFixed(2));
  }
});
require('fs').writeFileSync('readable.txt', output.join('\\n'));
"

5.2 ユーザー習慣を読み込む

まず ユーザー習慣/ ディレクトリ内のすべてのルールファイルを読む。

5.3 文リストを生成(重要な手順)

まず文に分割し、その後分析する。 無音で区切って文リストを作成:

node -e "
const data = require('../1_文字起こし/subtitles_words.json');
let sentences = [];
let curr = { text: '', startIdx: -1, endIdx: -1 };

data.forEach((w, i) => {
  const isLongGap = w.isGap && (w.end - w.start) >= 0.5;
  if (isLongGap) {
    if (curr.text.length > 0) sentences.push({...curr});
    curr = { text: '', startIdx: -1, endIdx: -1 };
  } else if (!w.isGap) {
    if (curr.startIdx === -1) curr.startIdx = i;
    curr.text += w.text;
    curr.endIdx = i;
  }
});
if (curr.text.length > 0) sentences.push(curr);

sentences.forEach((s, i) => {
  console.log(i + '|' + s.startIdx + '-' + s.endIdx + '|' + s.text);
});
" > sentences.txt

5.4 スクリプトで自動的に無音をマーク(必ず先に実行)

node -e "
const words = require('../1_文字起こし/subtitles_words.json');
const selected = [];
words.forEach((w, i) => {
  if (w.isGap && (w.end - w.start) >= 0.2) selected.push(i);
});
require('fs').writeFileSync('auto_selected.json', JSON.stringify(selected, null, 2));
console.log('≥0.2sの無音数:', selected.length);
"

→ auto_selected.json を出力(無音 idx のみ)

5.4b 頭尾のトリミング(文字起こしの死角、必須)

🚨 火山は音声のみを文字起こしし、末尾の文字起こしされていない雑音/終了動作は字幕に含まれず、すべての検出器は見えない。 動画の長さを比較して補う必要がある。ユーザー習慣/3-無音区間処理.md を参照。

VDUR=$(ffprobe -v error -show_entries format=duration -of csv=p=0 "file:$VIDEO_PATH")
node -e "
const fs=require('fs');
const w=require('../1_文字起こし/subtitles_words.json');
const auto=require('./auto_selected.json');
const VDUR=$VDUR, last=w[w.length-1];
if(VDUR - last.end > 0.3){            // 末尾未カバー → 末尾要素を追加し事前選択
  w.push({text:'',start:last.end,end:VDUR,isGap:true,reason:'末尾未文字起こし(雑音/終了)'});
  auto.push(w.length-1);
  fs.writeFileSync('../1_文字起こし/subtitles_words.json',JSON.stringify(w));
  fs.writeFileSync('./auto_selected.json',JSON.stringify([...new Set(auto)].sort((a,b)=>a-b),null,1));
  console.log('末尾要素追加 idx',w.length-1,'['+last.end+'→'+VDUR+']');
} else console.log('末尾は既にカバーされています');
if(w[0].start>0.3) console.log('⚠️ 先頭',w[0].start,'s がカバーされていません。先頭要素の追加を検討してください');
"

5.5 AI による言い間違い分析(auto_selected.json に追記)

🚨 核心原則: 削除は前を優先。すべての重複/言い間違いは、前のものを削除し、後のものを保持する。

検出タイプごとにエージェントを分担し、並列実行:

各エージェントは1つの検出のみを担当し、プロンプトを短く正確にし、ルールの相互干渉を避ける。

エージェント入力検出内容削除範囲
A-文間重複sentences.txt隣接/1文飛ばして先頭5文字以上が同一前の文全体を削除
B-文内重複sentences.txt同一文内で A+中間+A のパターン前の断片のみ削除、文全体は削除しない
C-不完全文sentences.txt言いかけて無音+後で言い直し不完全文全体を削除

スクリプトで直接処理可能(AI 不要):

  • 吃音語(あのあの、えーっと)→ 正規表現
  • フィラー(うん、あー、えー)→ 手動確認待ちとしてマーク

検証(verify)—— リスクに応じて投入し、全面展開しない(ユーザー習慣/10-削除リスク階層.md を参照):

  • 低リスクは検証不要: 無音、一字一句のサブセット重複(削除対象が保持内容の一字一句の先頭、例:「私は同じ文を」を削除し「私は同じ文のことを」を保持)、≤3字の純粋な詰まり/フィラー → 直接 auto_selected に入れ、ウェブページでの手動確認でカバー。
  • 高リスクは必ず検証: 文全体の削除、「先頭が一致し末尾が分岐」(例:「予算を超えた」vs「計画能力を超えた」)、長い断片の重複 → 対抗レビュアーを送り、固有の内容を削除していないことを確認。
  • 教訓: 以前すべての候補に対して 2× 検証を行ったところ、ヒットは ~4/91 で、すべて高リスククラスに該当(log/ 参照)。検証は高コストなので、削除を誤りやすい箇所に限定して投入すべき。

エージェントプロンプトテンプレート:

各エージェントへのプロンプトには以下を含める:
1. そのエージェントに対応する1つの検出ルールのみ(ユーザー習慣/から読み込み)
2. 完全な sentences.txt 内容
3. 明確な要求: 削除する idx 範囲のリストを返すこと
4. 🚨 「前削除、後保持」を強調: 前のバージョンを削除し、後のより完全なバージョンを保持

エージェント戻り値形式:

| 文番号 | idx範囲 | タイプ | 内容概要 | 処理 |
|------|---------|------|----------|------|

削除idxリスト: [すべての削除するidx]

結果のマージ:

すべてのエージェントから返された idx リストを収集 → auto_selected.json にマージ → 重複除去・ソート

範囲全体削除ルール: 言い間違いをマークする際、startIdx から endIdx までのすべての要素(中間の gap を含む)を auto_selected に追加する。個別に文字 idx を選択して gap をスキップしないこと。

🚨 重要警告: 行番号 ≠ idx

readable.txt 形式: idx|内容|時間
                   ↑ この値を使用

行番号1500 → "1568|[無1.02s]|..."  ← idxは1568、行番号1500ではありません!

言い間違い分析.md 形式:

## 文間重複 (Agent A)

| 文番号 | idx範囲 | 内容概要 | 処理 |
|------|---------|----------|------|
| 5 | 212-233 | 文6と重複、文6の方が完全 | 前の文を削除 |

## 文内重複 (Agent B)

| 文番号 | idx範囲 | 内容概要 | 処理 |
|------|---------|----------|------|
| 16 | 492-510 | 「多くの人がCLIコマンドと言うと」前半重複 | 断片を削除 |

## 不完全文 (Agent C)

| 文番号 | idx範囲 | 内容概要 | 処理 |
|------|---------|----------|------|
| 7 | 266-275 | 「説明するために、この質問に答えるために」未完了 | 文全体を削除 |

5.6 読み原稿アライメントによる補完(読み原稿がある場合)

ユーザーが読み原稿/原文稿を提供する場合(読み原稿は原稿を読んでいる)、それを文レベルのアライメントによる補完に使用する —— ユーザー習慣/11-読み原稿アライメント.md を参照。

読み原稿 = 意味の ground truth(言い回しは変わる可能性あり、例:「2つのモデル」↔「2つの大規模モデル」、一字一句 diff しない)。各文字起こし文を読み原稿の文にアライメントし、純粋なテキスト検出で見逃された文レベルの言い間違いを捉える: 文全体の言い直し、不完全文、対応する読み原稿なし —— 特に技術用語の詰まり(Mindverse / δ-mem / LoRA を間違えて言い直し、「Delta Mam」、孤立した単字「から」)。このような文全体の削除は高リスク → 検証を経て、保持されたバージョンが読み原稿の本来の意味をカバーしていることを確認。

手順 6-7: レビュー

cd ../3_レビュー

# 6. レビューウェブページ生成(動画ファイルを渡し、自動でシンボリックリンク作成)
node "$SKILL_DIR/scripts/generate_review.js" ../1_文字起こし/subtitles_words.json ../2_分析/auto_selected.json "$VIDEO_PATH"
# 出力: review.html, video.mp4(シンボリックリンク)

# 7. レビューサーバー起動
node "$SKILL_DIR/scripts/review_server.js" 8899 "$VIDEO_PATH"
# 開く http://localhost:8899

⚠️ review_server.js を使用する必要があります。python3 -m http.server では代用できません。 理由: 動画再生は HTTP Range リクエスト(206)に依存しており、python の簡易サーバーは対応していないため、動画が再生できなかったり音声が出なかったりします。 一般ユーザーはこのターミナルウィンドウを開いたままにしておけばOKです。Claude Code / Codex では、エージェントが現在の環境で利用可能なバックグラウンドタスク機能を使用してホストします。ユーザーに tmux のインストールを要求しないでください。

ユーザーはウェブページで:

  • 動画を再生して確認
  • 削除項目をチェック/チェック解除
  • 左クリックで文字をなぞって一括削除/復元(複数行にまたがる操作対応)。ドラッグしすぎた場合、手を離さずに戻すと選択範囲がリアルタイムで狭まります
  • 「カット実行」をクリック

手順 8: カット後動画の監視

ユーザーがレビューページのボタンをクリックすると、review_server.js は新しい動画のみをカットし、レビューディレクトリに cut_done.json を書き込みます。エージェントはこのファイルを監視し、カット後動画が実際に生成され、サイズが安定していることを確認する必要があります。

# 別のエージェントタスク/ターミナルで、ユーザー確認後のカット結果を待つ
node "$SKILL_DIR/scripts/watch_cut_done.js" "output/YYYY-MM-DD_動画名/読み原稿カット/3_レビュー"

監視結果はカット後動画のパスを返します:

{
  "output": "output/YYYY-MM-DD_動画名/読み原稿カット/3_レビュー/動画名_cut.mp4",
  "newDuration": "123.45",
  "outputSize": 12345678
}

戻り値の output を CUT_VIDEO として記録し、後続の字幕はこの動画に基づいて再文字起こしする必要があります。

curl /api/cut やスクリプトでクリックをシミュレートしないでください。ユーザーが明示的に許可した場合を除きます。

手順 9: カット後動画に基づいて再文字起こし

"$SKILL_DIR/scripts/generate_srt_for_video.sh" "カット後動画.mp4" "output/YYYY-MM-DD_動画名/字幕"

字幕はカット後動画に基づいて再文字起こしする必要があり、元の動画の字幕から逆算してはなりません。

この手順では、火山の初回文字起こしのみを出力します:

output/YYYY-MM-DD_動画名/字幕/1_文字起こし/volcengine_result.json
output/YYYY-MM-DD_動画名/字幕/subtitles_with_time.json
output/YYYY-MM-DD_動画名/字幕/3_出力/video.raw.srt

手順 10: AI による字幕校正

エージェントは video.raw.srt または subtitles_with_time.json を読み込み、ユーザーから提供された読み原稿/本文/固有名詞/文脈を参照して AI 校正を行う必要があります。

校正ルール:

  • 元のタイムラインを保持し、字幕テキストのみを優先的に変更する。
  • 技術用語、ツール名、人名、英単語、同音誤認識を修正する。
  • 明らかに不適切な文の区切りを調整する。
  • 動画内で話されていない内容を追加しない。
  • 校正完了後、字幕/3_出力/video.srt に書き込む。

手順 11: ベース素材パッケージの整理

AI 校正完了後、カット後動画と最終字幕をプロジェクトルートディレクトリに整理します:

OUTPUT_ROOT="output/YYYY-MM-DD_動画名"
ln -sf "$CUT_VIDEO" "$OUTPUT_ROOT/source_cut.mp4"
ln -sf "$OUTPUT_ROOT/字幕/3_出力/video.srt" "$OUTPUT_ROOT/subtitles.srt"

最終成果物には少なくとも以下を含む:

output/YYYY-MM-DD_動画名/字幕/3_出力/video.srt
output/YYYY-MM-DD_動画名/source_cut.mp4
output/YYYY-MM-DD_動画名/subtitles.srt

ユーザーが次のステップで 読み原稿本番 を実行する場合、成果物を以下のように整理します:

source_cut.mp4  = カット後読み原稿動画
subtitles.srt   = AI 校正後のカット後字幕 SRT
assets/         = オプション素材

source_cut.mp4 と subtitles.srt はシンボリックリンクでも可。ユーザーに報告する際は、それらがカット後動画とカット後字幕を指していることを明示します。

レビューのハードルール

レビューページの手順で必ず停止し、リンクをユーザーに渡します。

ユーザーが確認するまで、エージェントは次の3つのことのみ行えます:

  1. review.html の生成
  2. review_server.js の起動
  3. ユーザーにレビューページの URL を伝える

ユーザーが明示的に「実行をクリックして」または「直接カットして」と言わない限り、エージェントは以下を許可されません:

  • /api/cut の直接呼び出し
  • curl/スクリプトによるクリックのシミュレート
  • レビューページをスキップしてカット後動画を直接生成

ユーザーがレビューページで「カット実行」をクリックした後、サーバーはカット後動画のみを生成します。エージェントはカット後動画の完了を監視した後、カット後の再文字起こしと AI 字幕校正に進むことができます。


データ形式

subtitles_words.json

[
  {"text": "大", "start": 0.12, "end": 0.2, "isGap": false},
  {"text": "", "start": 6.78, "end": 7.48, "isGap": true}
]

auto_selected.json

[72, 85, 120]  // Claude 分析で生成された事前選択インデックス

カットエンコーディング(ハードルール)

⚠️ 元の動画パラメータに合わせて再エンコードし、フレームレベルで正確にカット。

cut_video.sh の動作方法:

  1. 元の動画のエンコードパラメータ(codec/profile/pix_fmt/bitrate)を自動検出
  2. filter_complex で trim+concat を使用してフレームレベルで正確にカット
  3. 同じパラメータで再エンコード: -profile:v high -b:v {元の動画ビットレート} -pix_fmt yuv420p

重要: 再エンコードの画質は元の動画パラメータに一致するかどうかに依存し、CRF 値ではありません。

  • ✅ -b:v {元の動画ビットレート} -profile:v high -pix_fmt yuv420p → 目視で違いなし
  • ❌ -crf N のみ指定し、profile/pix_fmt を指定しない → ずれが生じる可能性あり

設定

火山エンジン API Key

ユーザーが火山音声認識 API Key を持っていない場合、まず火山コンソールで「録音ファイル認識 2.0」を有効にし、API Key を作成するよう依頼:

https://console.volcengine.com/speech/new/setting/activate?projectName=default

現在のデフォルトモデルリソース:

録音ファイル認識 2.0 / Seed ASR
resource_id = volc.seedasr.auc

Key を取得したら、Skills ルートディレクトリの .env に書き込む:

cd /Volumes/成峰/コード/剪辑Agent/.claude/skills
cp .env.example .env
# .env を編集し、VOLCENGINE_API_KEY=xxx を記入

npm でインストールした場合、Skills ルートディレクトリは通常:

~/.claude/skills/chengfeng-videocut-skills
~/.codex/skills/chengfeng-videocut-skills

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Pluviobyte/rnskill

将法天象地、同源巨大法相或角色力量显现的视觉参考制作成连续关键帧,再使用用户选择或可用的图生视频工具分段生成、检查和合成动作视频,不绑定成片平台。适用于本体与法相同框、领域展开、凝实与同步出招;不负责整部小说改编或普通图片轮播。

Pluviobyte/rnskill

Create Ian Xiaohei-style HTML/SVG motion illustrations for Chinese articles, scripts, storyboard scenes, workflow explanations, concept metaphors, and short video visual aids. Use when the user asks for 小黑 SVG、漫画感 HTML、分层 SVG 动效、把小黑生图做成 HTML/SVG、可编辑矢量动效、口播流程动画、手绘漫画动效、正文配图动画, or wants a Xiaohei illustration style adapted into controllable HTML/SVG/GSAP output instead of raster image generation.

Pluviobyte/rnskill

口播视频成片 Skill。把文章/口播稿/SRT、剪后视频和 HTML/图片素材串成分镜稿、时间线预览和最终 MP4;成片比例和动画风格从用户配置读取,动画默认使用小黑风格。触发词:口播成片、做分镜稿、时间线预览、合成口播视频、导出竖屏MP4

Pluviobyte/rnskill

自进化 skills。记录用户反馈,更新方法论和规则。触发词:更新规则、记录反馈、改进skill

Pluviobyte/rnskill

dontbesilent 目标清晰化。用维特根斯坦的语言哲学把模糊的目标审计成可检查的交付物。 触发方式:/dbs-goal、/目标、「帮我搞清楚目标」「我想做个人 IP」「我的目标是成为...」「我想变得更...」 Goal clarification using Wittgenstein's philosophy of language. Audits fuzzy goals into checkable deliverables. Trigger: /dbs-goal, "help me clarify my goal", "I want to become...", "my goal is...

Pluviobyte/rnskill

dontbesilent 短视频开头优化。诊断开头问题 + 生成优化方案。 触发方式:/dbs-hook、/hook、「帮我优化开头」「开头怎么写」 Short video opening optimization with diagnosis and solutions. Trigger: /dbs-hook, "optimize my opening", "how to write opening

Pluviobyte/rnskill

把当前诊断的关键状态存到本地,下次回来可以接着用。 触发方式:/dbs-save、/存档、「保存这次诊断」「记下来」「这个结论留着」 Save the current diagnosis state to disk for cross-session recall. Trigger: /dbs-save, "save this diagnosis", "remember this

Pluviobyte/rnskill

dontbesilent 商业工具箱主入口。双模式:任务前路由(你的问题该用哪个 skill)+ 任务后导航(刚做完诊断,下一步该干什么)。 触发方式:/dbs、/商业、「帮我看看」、「下一步怎么走」 Main entry point for dontbesilent business toolkit. Dual mode: pre-task routing + post-task navigation. Trigger: /dbs, "help me with my business", "what's next

Pluviobyte/rnskill

孙宇晨.skill 的别名。触发后立刻读取并执行 `../孙宇晨/SKILL.md`,不单独维护内容。 触发:孙割.skill、/孙割、"用孙割视角看"、"孙割会怎么处理"、"切换到孙割"。

Pluviobyte/rnskill

蒸馏孙宇晨(孙割)公开可查的决策模式,做成一套非扮演的决策分析工具:拆解他如何把注意力、身份、叙事当成可购买、可叠加、可兑换的资产来经营,用来给你自己的选题/发布/公关/危机决策做沙盘推演,不用于替他或任何真实人物发声、编造言论。 触发:孙宇晨.skill、孙割.skill、/孙宇晨、/孙割、"用孙割视角看"、"孙宇晨会怎么做"、"孙割会怎么处理"、"注意力收割模型"、"蒸馏孙宇晨"。

Pluviobyte/rnskill

将参考图或简要描述解码为可编辑的半色调纸张拼贴规范,默认使用 Codex 内置 image_gen 生成品牌一致的静帧和透明图层,再用本地 FFmpeg 或 HyperFrames 制作“从空背景逐件组装”的确定性动态视频。用户提到半色调拼贴、纸张拼贴、剪纸拼贴、编辑式拼贴、杂志拼贴、复古印刷拼贴、拼贴动效、拼贴动画、剪纸动画、纸片组装、逐层组装、从无到有、元素飞入拼装、定格拼贴、定格动画、Arcads 风格、参考图拆解、风格拆解、反向拆解视觉、照这个风格做、做类似的、生成拼贴静帧、让这张图动起来、让这些元素组装起来、制作拼贴广告或拼贴解释视频时使用。英文触发语义包括 editorial collage、halftone collage、paper collage、paper-cut motion、stop-motion graphic、assemble from empty、build-on motion、analyze this、break this down、reverse-engineer this look、generate the stills、animate this、make these move。默认不调用 Arcads、Nano Banana、Seedance 或 Kling;只有用户明确要求且对应连接器可用时才进入外部生成路径。

Pluviobyte/rnskill

Create deterministic editorial-style cover images with a warm paper-gray background, oversized black slab-serif/Chinese display typography, generous whitespace, and a dotted vector analysis icon. Use when the user asks for a “点阵编辑风封面”, “暖灰杂志风封面”, “Codex + Hyperframes 同款封面”, or wants to reproduce/adapt the specific minimal left-text/right-icon banner style. Produce editable SVG and a rendered PNG; do not use this skill for generic covers without this visual direction.

Pluviobyte/rnskill

Chinese AI/tech writing de-AI editor for posts, X/Twitter threads, technical essays, product notes, model reviews, and public-writing drafts. Use when the user asks to 去AI味, 改得像本人, 写推特post, 精修中文AI技术文章, or complains about AI-flavored shells such as 不是A而是B, 真正/其实/本质上, 更重要的是, 冒号讲义腔, 空泛总结, 顺滑但没作者判断的稿子.

Pluviobyte/rnskill

内容复盘工作流:取数 → 爆款分级(R/M/Tier)→ 按需拉取内容本体 → 归因 → 沉淀(方法论/金句库/案例库/概念库/课程灵感)+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律:复盘不沉淀,等于白复盘——每次至少一条资产入库,或写明为什么没有。

Pluviobyte/rnskill

实操长片策划工作流(B站/YouTube 新赛道,实操+真人出镜)。产出可直接照着录的策划稿:测试题组(含可粘贴 prompt)、 结构时间轴(全身出镜段 vs PiP 段)、出镜口播稿、录屏操作清单、悬念与彩蛋设计。 Use when the user says 做实操长片, 实操视频, 实测视频, 对比实测, xx做成实操, 出个实测策划, 这个选题拍实操, or ra-选题 routes a 实操长片 立项 here. 策划稿落 `01-内容生产/视频工作台/制作中/<日期-主题>/策划稿.md`,frontmatter status 是与制作端交接的唯一状态机。

Pluviobyte/rnskill

视频脚本洗稿和二创脚本工作流。Use when the user provides an existing transcript, oral draft, viral script, competitor video text, rough topic notes, or wants 洗稿, 二创改写, 爆款视频脚本重写, 逐字稿改成短视频脚本, rewrite with ra-人话, and queue the approved script into 01-内容生产/视频工作台/待制作/ as the handoff contract for video production. If the user provides a video URL or local video file and asks 视频洗稿、视频二创、洗稿并制作视频, use ra-video-wash-pipeline first.

Pluviobyte/rnskill

选题全生命周期调度:记录选题、深化选题、选题推荐、立项分发(视频/图文/文章/实操长片/多形态)、发布归档。 Use when the user says 灵感xx, 想法xx, 记录选题, 这个可以做个选题, 先存着这个链接, 深化选题/深化一下xx, 给我N个选题, 帮我出选题, 选题推荐, 立项, 做成视频, 制作视频, 做成文章, 制作文章, 做成图文, 制作图文, 做成实操长片, 图文视频文章都做/都分发, 我要自己出镜讲, xx发布了, xx要改; or when the user gives a link plus a target form (链接+制作视频/文章/图文). Owns the 00-选题池 card system: one topic = one card; user never moves files — this skill does.

Pluviobyte/rnskill

短视频钩子(开头)类型选择与写法,中文名「钩子」。Use when 起钩子、写钩子、钩子怎么写、钩子没思路、设计前5秒钩子、写视频开头/口播稿开头, or when the user asks 视频开头怎么做、开头模板、hook 类型、帮我起个钩子, including during ra-洗稿 script rewriting and 选题深化. Provides a scenario-based taxonomy of 7 hook types with decision flow, prerequisites, sentence templates, and common mistakes. For diagnosing and optimizing an existing hook draft, use dbs-hook instead; this skill chooses the type, dbs-hook polishes the execution.

Pluviobyte/rnskill

End-to-end video production orchestration for the content-creation workspace. Use when the user asks to make, recreate, package, render, QC, or archive a video; when the user says 制作待制作队列, 按交接稿制作, 制作队列视频, or points at a handoff project folder under 01-内容生产/视频工作台/待制作/ (contract file 交接稿.md inside) or an image-card handoff under 01-内容生产/图文工作台/待制作/ (its frontmatter is the binding production contract); when a request could route to HyperFrames, Remotion, captions, TTS, download/transcription, website/product videos, motion graphics, or reference replication; or when the user needs production planning before editing.

Pluviobyte/rnskill

Create dark cinematic SaaS/product motion videos in the Presenton-like "magic UI" style: black starfield stage, bottom purple glow, large kinetic type, cyan-to-magenta CTA buttons, prompt cards, floating UI templates, integration badges, model rings, export objects, speed-blur transitions, and short product capability arcs. Use when the user asks for "这种风格", "同款风格", dark SaaS promo, AI product demo, magic UI product video, or a style-level creation inspired by a reference video. Do not use for pixel-level or frame-accurate replication; use rn-replica-qc first for that.

関連スキル