口播成片
公式ソース
本 Skill は chengfeng / AI产品自由 が独自に開発・保守しています。
https://github.com/Agentchengfeng/chengfeng-videocut-skills
公式アカウント:GitHub @Agentchengfeng;X @chengfeng240928;小紅書 / 微信公衆号 / B站 / 抖音 / 視頻号 AI产品自由。
コアフロー
この Skill は次の 1 つだけを解決します:口播動画を完全な完成品にすること。完成品の縦横比とアニメーションスタイルは、ユーザー設定によって決定されます。
+-----------------------------+
| 入力 |
| 動画 + 字幕 + オプション素材 |
+--------------+--------------+
|
v
+-----------------------------+
| 1. 絵コンテ |
| 意味ごとの分割 + タイプ判定 + 画面ソース |
+--------------+--------------+
|
v
+-----------------------------+
| 2. タイムラインプレビュー |
| 元動画/スクリーンショット/HTML を口播と同期 |
+--------------+--------------+
|
v
+-----------------------------+
| 3. 合成 |
| ユーザー設定の縦横比で最終MP4を出力 |
+--------------+--------------+
|
v
+-----------------------------+
| 検収 |
| ffprobe + キーフレーム抽出で確認 |
+-----------------------------+
キューテーブル、HTMLモジュール、レビュープレーヤー、ファイナルプレーヤー、エクスポートスクリプトを、ユーザーフローとして個別に説明しないでください。これらは「タイムラインプレビュー」と「合成」の実装詳細に過ぎません。
ユーザー設定
本 Skill を実行するたびに、最初に以下を読み込みます:
用户配置/default.json
設定項目は、ユーザーの現在の選択のみを定義します:
{
"aspectRatio": "3:4",
"animationStyle": "xiaohei"
}
サポートする値:
3:4:デフォルトの縦型高精細。論理キャンバス1080x1440、デフォルト DPR1.5で1620x2160を出力。16:9:横型。論理キャンバスと出力キャンバス1920x1080。4:3:横型。論理キャンバスと出力キャンバス1440x1080。animationStyle:デフォルトはxiaohei。選択肢は动画/styles.jsonを参照。
コマンドライン引数はユーザー設定より優先されます。明示的な引数がない場合、エクスポートスクリプトは aspectRatio を読み取り、アニメーションスクリプトは animationStyle を読み取ります。縦横比の一時的な上書きには以下を使用できます:
--config /path/to/config.json
--ratio 16:9
--aspect-ratio 16:9
--width 1920 --height 1080
--dpr 1.5
ビジュアルの好み、テンプレート、エンコード品質、出力ディレクトリ、字幕マージンなどのその他の設定は 用户配置/default.json に記述しないでください。ユーザー設定には現在の選択のみを含めます。アニメーションディレクトリには、選択肢のレジストリと具体的なスタイルの実装のみを含めます。
アニメーションスタイル
アニメーションスタイルの現在の選択は 用户配置/default.json にあります:
animationStyle
アニメーションディレクトリには選択肢のみを登録します:
动画/styles.json
xiaohei は以下に対応します:
动画/ian-xiaohei-svg-motion/
絵コンテや HTML モジュールで説明アニメーション、プロセスアニメーション、手描き風のハイライトが必要な場合、デフォルトでまず小黑漫画風 SVG モーションエフェクトを使用します。ユーザーが他のアニメーションスタイルを明示的に指定しない限り、新しいスタイルをその場で発明しないでください。
入力
まずこれらのファイルを見つけます:
- メイン動画:
source_cut.mp4、*_cut.mp4またはユーザーが指定した編集済み動画。 - 字幕:
subtitles.srt、video.srtまたはsubtitles_with_time.json。 - オプションの原稿:記事、口播原稿、草稿。意図の理解のみに使用。
- オプションの素材:
assets/内のスクリーンショット、商品ページ、レビュー画像、結果ページ、証明ページ。 - プロジェクトルール:現在のプロジェクトに
AGENTS.mdまたはREADME.mdがある場合、最初に読み込みます。
トゥルースソースの優先順位:
実際の音声 / 字幕 > 編集済み動画の映像 > 素材ファイル > 原稿の下書き
原稿と実際の字幕が一致しない場合、字幕と音声を優先します。
ステップ 1:絵コンテ
デフォルトでは、最初に HTML 絵コンテ確認ページを作成し、Markdown テーブルは書きません。
絵コンテの事前フローは、この順序で実行する必要があります:
- まず、口播の意味に基づいてセグメントに分割します:同じ概念、同じアクション、同じ証拠について話している 1 文、2 文、または 3 文を 1 つのセグメントにまとめます。字幕番号で機械的に分割しないでください。
- 次に、各セグメントの画面タスクを判断します:操作デモ、元の画像による説明、結果の証明、概念の整理、または純粋なテキスト表現。
- 次に、画面ソースを決定します:実際の画面録画、元のスクリーンショット、元の画像で証明できるセグメントは、元の素材を優先します。概念的な説明であり、現在の画面が主にテキスト、空白、または関連性の低い映像である場合にのみ、HTML / 小黑アニメーションを設計します。
- 最後に、具体的なビジュアルデザインに入ります:各 HTML / 小黑アニメーションセグメントについて、まず独立したメタファーとアクションを明確に記述してから、モジュールを実装します。
一般的な出力パス:
review/storyboard-audit-vN.html
デフォルトでは、このテンプレートに基づきます:
templates/storyboard-audit.html
絵コンテはユーザーに次の質問を投げかけます:
この文が話されているとき、観客には何が見えるべきか?
各セグメントには少なくとも以下を明確に記述します:
- 時間範囲
- 字幕番号
- 完全な口播
- 意味分割の根拠
- 画面タスク
- 画面タイプ:
原视频、操作录屏、原始截图、原始图片、信息图聚焦、HTML 动画、文字 + 动画 - 素材ソース
- カメラアクション
画面選択ルール:
- 操作デモ:元の動画 / 元の画面録画を使用します。抽象的なアニメーションに変更しないでください。
- 画像コンテンツ、チャートコンテンツ、エラースクリーンショット、製品スクリーンショットについて話す場合:元の画像または元のスクリーンショットを直接使用します。アニメーションは、選択、注釈、部分的なフォーカスのみに使用します。
- 実際の操作、証明ページ、結果ページ、信頼性が必要なクリップ:元の動画または元のスクリーンショットを保持します。
- 画面録画 / 元の動画クリップはデフォルトで元の映像を表示します。後続の統一字幕を避ける必要がある場合にのみ、そのセグメントを画面録画小窓としてマークし、下部に字幕安全領域を残します。小窓ルールをすべての録画セグメントに一括適用しないでください。
- 概念の整理、メカニズムの関係、システムの役割分担、意見の要約であり、現在の画面が主にテキスト、空白、または関連性の低い映像である場合:HTML / 小黑アニメーションを作成します。
- 短いテキストで理解を補助できる抽象的なセグメント:テキスト + アニメーションを使用します。テキストは命名を担当し、アニメーションは関係とアクションを担当します。
- 既存のスクリーンショットや情報図がある場合:それらを優先的に再利用し、再描画しないでください。
- 同じ画像が複数回表示される場合、毎回異なるタスクを担当する必要があります:全体像、部分フォーカス、比較、結果の再確認。
- すべてのアニメーションを同じ動きのセットにしないでください。各アニメーションセグメントは、最初に個別にアクションのメタファーを設計してから実装する必要があります。
絵コンテデザインのハード基準:
- 1 ページでは、1 つの概念、1 つのアクション、または 1 つのケースのみを提示します。同じ口播セグメント内に 2 つの独立したケースが出現する場合、2 つのページに分割する必要があります。ページ数を減らすために 2 つのケースを 1 つのテーブルやアニメーションに詰め込まないでください。
- 各 HTML / 小黑アニメーションセグメントについて、まず「この文が話されているとき、画面で何が起こるか」を明確に記述してから実装します。アクションは特定の口播文または字幕にバインドする必要があります。同じ入場 / 点滅 / 拡大をすべてのセグメントに均等に適用しないでください。
- 元の画像、スクリーンショット、結果ページについて話す場合、メインビジュアルは元の素材でなければなりません。HTML は、トリミング、拡大、選択、注釈、およびフォーカス切り替えのみを担当します。画面録画のフレーム抽出や図の再描画で元の画像を置き換えないでください。
- 長い画像や Web 結果ページは、デフォルトで情報のない空白領域をトリミングし、視聴者が現在聞いている領域を優先的に表示します。口播が対応するオブジェクトについて言及するとき、対応する画像または部分を拡大し、残りのコンテンツは後退させることができます。
- 動画画面に素材パス、内部説明、アクションの説明、または「元の画像素材・img/xxx.png」などのワークベンチテキストを表示しないでください。絵コンテにはソースを記述できますが、完成した動画画面には視聴者が見る必要のあるコンテンツのみを保持します。
- 不要なタイトルは配置しません。結果ページ、テーブルページ、元の画像比較ページでは、メインビジュアルに語らせることを優先し、短いラベル、モデル名、メトリック名、または必要な注釈のみを保持します。
- データ比較ページでは、明確なテーブル、列の整列、短いラベル、および少数のハイライトを優先します。フォントサイズは読みやすさを考慮し、テキストを小さなボックスに詰め込みすぎないようにします。シンプルなテーブルで明確に説明できる場合は、複雑なカードのスタックを作成しないでください。
- 縦型ショート動画のテーブルは、中央の横長の小さなテーブルだけにしないでください。データ段階では、テーブルをメインビジュアルとして主要な安全領域を占めるようにします。事前タスクの説明、ケースラベル、サマリー文は、対応する口播段階でのみ表示されます。最終的なデータ比較段階に入ると、それらは消えるか、スペースを取らない位置に退避します。
- 評価語は、口播で明確に言及された肯定的 / 中立的な結果、または編集で強調する必要があるもののみを記述します。比較項目は空白のままにするか、データのみを表示できます。「遅くて高い」などの否定的な表現は、口播の原文がその判断でない限り追加しないでください。
- アイコンはアニメーションライブラリのインデックスから見つける必要があります。ChatGPT、Claude、Flash 稲妻、Step、DeepSeek、Qwen などの既存のアイコンは、抽象的な形状で代用してはいけません。ユーザーから提供された新しい SVG は、まずアニメーションライブラリに保存し、インデックスを更新する必要があります。
絵コンテの方向性が確認されるまで、タイムラインプレビューに進まないでください。
ステップ 2:タイムラインプレビュー
絵コンテの方向性が確認された後、タイムラインプレビューを作成します。
一般的な出力パス:
review/timeline-preview.html
デフォルトでは、このテンプレートに基づきます:
templates/timeline-preview.html
タイムラインプレビューでは以下を確認します:
- 画面の切り替えが口播の文と同期しているか。
- 元の動画が誤って HTML に置き換えられていないか。
- 画面録画小窓としてマークされたセグメントが、下部の字幕安全領域を避けているか。マークされていない録画セグメントは自動的に縮小されないこと。
- スクリーンショット、ページ、証明素材が誤って使用されていないか。
- 画像素材はデフォルトで左右のマージンを保持し、画面いっぱいに貼り付けないこと。完全なスクリーンショットを強調する必要がある場合にのみ、個別に縮小します。
- 画面に文字が隠れていないか、トリミングされていないか、黒い縁が残っていないか。
- HTML モジュールは単独では問題なく見えても、タイムライン全体に配置したときに成立するか。
プレビューページにソース動画がある場合、HTTP Range をサポートするサービスでページを開く必要があります。そうしないと、ブラウザがランダムシークできず、プログレスバーが先頭に戻ります。通常の python -m http.server で MP4 タイムラインをプレビューしないでください。デフォルトでは次を使用します:
node ~/.Codex/skills/chengfeng-videocut-skills/口播成片/scripts/serve_range_preview.cjs \
--project-dir /absolute/path/to/project \
--port 8767
必要に応じて次を生成します:
docs/08-动画cue表-vN.md
html-modules/module-*.html
html-modules/xiaohei-*.html
新しい説明アニメーションを作成する場合は、まず 用户配置/default.json の animationStyle を読み取り、次に 动画/styles.json で対応するアニメーションサブ Skill を見つけます。
各アニメーションアクションは、特定の口播文にバインドする必要があります。時間を均等に割り当てないでください。多段階の HTML アニメーションでは、表示/非表示の状態を明示的に管理する必要があります。次の段階が表示されるとき、前の段階で情報タスクを担当しなくなった説明カード、ラベル、注釈は非表示にする必要があります。前の段階がメインビジュアルスペースを占有し続けないようにします。特に縦型データテーブル、スクリーンショットフォーカス、結果ページでは重要です。
ステップ 3:合成
ユーザーがタイムラインプレビューを確認した後にのみ、合成を実行できます。
合成前に以下を作成または確認します:
final-player.html
新しい final-player.html または HTML モジュールを記述する前に、以下を読み込みます:
references/artifact-contracts.md
プロジェクトに HTML モジュールがある場合、最初にレンダーモードを注入します:
node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/write_render_mode.cjs \
--project-dir /absolute/path/to/project
タイムラインプレビューと最終エクスポートでは、同じ HTML レンダリングコンテキストを使用する必要があります。HTML モジュールは、プレビューページと final-player.html の両方で ?timeline=1&render=1 を付ける必要があります。プレビューページは、最終キャンバスを比例的にウィンドウに収めることのみを担当し、モジュールがプレビューウィンドウに基づいてレスポンシブにレイアウトを変更させてはいけません。
高精細納品では、CSS 論理キャンバスを直接拡大してはいけません。デフォルトの 3:4 は論理キャンバス 1080x1440 を維持し、スクリーンショット DPR 1.5 で 1620x2160 を出力する必要があります。そうしないと、テーブル、CSS カード、スクリーンショットの注釈がエクスポートで相対的に小さくなり、プレビューと一致しなくなります。
プレビューとエクスポートでサイズの不一致が発生した場合、最初に HTML モジュール内部の CSS、render-mode.js、およびエクスポート DPR を確認し、プレビューページと final-player の論理キャンバスが同じであることを確認します。動画全体を再エクスポートする前にこれを確認してください。一般的な原因は、プレビューの iframe が小さく、正常に見えることですが、最終的な高精細キャンバスが .photo-frame { max-width: ... }、.stage { width: min(...) }、.wrap { max-height: ... }、clamp(...) などのプレビューサイズの上限をトリガーし、エクスポートが「小さな画像」になることです。修正順序:
write_render_mode.cjsを使用してhtml-modules/render-mode.jsを再生成します。- タイムラインプレビューで HTML モジュールの URL が
?timeline=1&render=1になっていることを確認します。 export_final_video.cjsのviewportが論理キャンバスサイズであり、dprが高精細倍率であることを確認します。- final-player を使用して、実際のエクスポート viewport 下でそのモジュールのキーフレームを抽出します。必要に応じて
getBoundingClientRect()を使用してメインビジュアルコンテナのサイズを比較します。
縦型画面で横長の小黑 SVG / 16:9 SVG モジュールを処理する場合、.wrap { transform: scale(...) } などの全体拡大を使用して「横長の小さなバー」問題を解決しないでください。全体の拡大縮小は 3:4 キャンバスで左右の端を切り取り、特に左右に配置されたモデルカード、矢印、説明ラベルを切り取ります。縦型の構図に再配置するか、完全な安全領域を維持します。変更後は、そのモジュールの左右の境界フレームを抽出して確認する必要があり、中央のキーフレームだけを見てはいけません。
最終動画をエクスポートします:
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
デフォルトでは高精細納品でエクスポート:ロスレス PNG 中間フレーム、H.264 crf=14、preset=slow。これにより、ブラウザプレビューではクリアでも、エクスポート後に小さなテキストや細い線がぼやけるのを防ぎます:
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
リズムを確認するための一時的な目的や、迅速な下書きが必要な場合にのみ、明示的に品質を下げます:
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
縦横比の読み取りルールについては「ユーザー設定」を参照してください。プロジェクトとユーザー設定が異なる場合は、次を渡すことができます:
--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
検収
エクスポートが成功したことは、完成品が正しいことを意味しません。次の 2 つの手順を実行する必要があります:
ffprobeを使用して、解像度、フレームレート、長さ、オーディオを確認します。- 3 つ以上のキーフレームを抽出し、画面が正しいか目視で確認します。
- 各 HTML モジュールについて、対応する口播時間の final-player フレームを少なくとも 1 つ抽出し、タイムラインプレビューの同じ時点と比較します。サイズ、位置、トリミング、表示/非表示の状態が一致している必要があります。
ffprobeだけを完了の根拠にしてはいけません。
現在の縦横比に従って解像度を確認します。その他の期待値は、スクリプトのデフォルト値とプロジェクトの実際の入力に基づきます。現在のデフォルト設定は次のとおりです:
1620x2160
論理キャンバス 1080x1440、DPR 1.5
3:4
30fps
長さは編集済みソース動画と同じ
オーディオあり
HUD、ボタン、レビュータイムライン、ブラウザ UI なし
境界
適しているもの:
- 中国語の口播
- チュートリアル、製品デモ、結果表示、知識解説
- 編集済みの動画と字幕がすでにあり、素材は後から追加可能
- 元の動画 + スクリーンショット + HTML 説明画面を組み合わせた完成品
優先的に対応しないもの:
- 動画がなく、原稿だけで完成品を生成する
- 複雑なマルチカメラの実写編集
- 編集ソフトのプロジェクトファイルを必要とする詳細なカラグレーディングやマルチトラックミキシング
- ユーザーが絵コンテとタイムラインプレビューを確認せずに、直接最終公開を要求する
プロジェクトの衛生管理
ユーザーの作業領域内でファイルを新規作成または変更した場合、プロジェクトの README インデックスを同期して更新する必要があります。
ローカルアクティビティログは、次の場所に統一して配置します:
log/
log/ には、ローカルマシンでの実験、ユーザー設定、一時的な結論、未公開の作業プロセスのみを記録し、GitHub へのアップロードは禁止します。このディレクトリは .claude/skills/.gitignore によって無視されています。
この Skill ディレクトリ内に新しい README を追加しないでください。この Skill のコアファイルは次のもののみを保持します:
SKILL.md
templates/
references/
scripts/
用户配置/
动画/
动画/ は、口播成片で再利用可能な HTML/SVG/GSAP アニメーションサブ Skill、テンプレート、ルールを蓄積するために使用します。オプションのスタイルは 动画/styles.json を参照し、現在の選択は 用户配置/default.json を参照します。