Communitygithub.com

lzcjsyr/Book2Video

Transforma relatórios profissionais curtos, resultados financeiros de empresas, relatórios de corretoras, prospectos, análises macroeconômicas e documentos PDF com muitas tabelas e dados em roteiros de alta qualidade e precisos para vídeos curtos chineses (WeChat Video/Douyin). Use este skill sempre que o usuário mencionar 'relatório de pesquisa', 'resultados financeiros', 'relatório de análise de negócios' ou precisar 'interpretar dados' e 'transformar relatório/PDF em vídeo curto'.

O que é Book2Video?

Este skill (lzcjsyr/Book2Video) é um assistente especializado para gerar roteiros de vídeo a partir de materiais densos em dados, como relatórios financeiros, de corretoras e white papers. Ele estrutura a transformação de tabelas e dados brutos em narrativas orais cativantes, adequadas para plataformas como WeChat Video e Douyin. O skill divide o processo em três módulos principais: extração de dados, redação padronizada e revisão iterativa. O fluxo de trabalho garante precisão ao exigir um mapeamento de dados, verificação de informações e um processo de revisão com auditoria de diferenças, antes de gerar uma saída JSON final. Ele é ideal para criadores de conteúdo que precisam de roteiros de alta qualidade e baseados em fatos, com um foco claro em dados verificáveis e narrativa envolvente.

Funciona com~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lzcjsyr/Book2Video/tree/HEAD/skills/step1/report-video-script

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Estratégia de Geração de Roteiros para Relatórios com Dados Intensivos

Esta é uma habilidade projetada especificamente para relatórios profissionais curtos, resultados financeiros de empresas, relatórios de corretoras, white papers do setor e outros materiais com dados densos. Ela transforma dados e tabelas complexos em roteiros de vídeo hardcore que pessoas comuns entendem e consideram úteis.

Este Skill é uma porta de entrada fina, responsável por dividir o processamento do relatório em vários módulos que podem ser mantidos individualmente:

  • reading-and-extraction.md: Extração de texto/tabelas de alta precisão (combinando extração local/pré-processamento externo), inicialização da tabela de comparação de dados e leitura em janela.
  • writing-standard.md: Padrões para abertura, derivação lógica, linguagem coloquial de dados para roteiros de relatórios de pesquisa e o contrato final de saída JSON.
  • revision-workflow.md: Fluxo de revisão do rascunho v1, verificação de dados v2, versão final e processo de auditoria de diferenças.

Configuração de Comprimento do Corpo do Texto

Esta é a única fonte da verdade para o comprimento final do corpo do texto neste Skill. Outros Reference não devem escrever contagens de palavras específicas, apenas referenciar esta seção.

draft_min_chars: 1000
final_target_chars: 1200
  • _draft_v1.txt deve atingir draft_min_chars antes de ser salvo.
  • Todos os rascunhos subsequentes do corpo do texto, em princípio, não devem ser inferiores a draft_min_chars.
  • O comprimento alvo do conteúdo no JSON final bruto deve seguir final_target_chars, e total_length deve escrever o número real de caracteres do conteúdo.

Fluxo Principal

Não produza a saída final em uma rodada. Execute as seguintes etapas para garantir a veracidade dos dados e o poder de comunicação do script:

  1. Extrair e Ler : Leia primeiro reading-and-extraction.md. Use ferramentas de extração locais (como PyMuPDF/fitz) para analisar o PDF ou leia diretamente o relatório Markdown pré-convertido, divida as janelas de leitura Bash e leia 100% do conteúdo. Crie uma tabela de comparação de dados para consulta posterior.
  2. Determinar o Ponto de Entrada Lógico : Extraia silenciosamente a questão central do relatório (por exemplo, crise do setor, gargalo de crescimento da empresa, anomalia macroeconômica), extraia a estrutura de explicação central do relatório e vincule-a a um ponto de interesse altamente relevante para o público (por exemplo, o que esses dados significam para uma pessoa comum).
  3. Escrever o Primeiro Rascunho : Leia writing-standard.md, escreva _draft_v1.txt atingindo draft_min_chars, com foco em "traduzir" dados frios para linguagem coloquial e causalidade lógica.
  4. Verificação e Revisão de Estrutura e Dados : Leia revision-workflow.md. Após determinar o segundo rascunho _draft_v2_structure.txt, salve-o diretamente como o rascunho inicial _draft_final.txt. Extraia todos os dados dele para gerar o livro-razão _data_check_ledger.json (inicialmente como unchecked). Em seguida, compare com o texto original para verificação e faça correções/edições locais diretamente no _draft_final.txt (atualize o status para verified/abandon/corrected). Após toda a verificação de dados ser concluída (sem unchecked), finalize _draft_final.txt e registre a auditoria de diferenças _revision_audit.json.
  5. Empacotar e Gerar JSON : Gere o JSON final de acordo com o contrato de saída JSON final em writing-standard.md.

Requisitos de Autoverificação

Antes de enviar o JSON final, confirme silenciosamente:

  • A tabela de comparação de dados foi completamente estabelecida; cada porcentagem, valor, taxa, etc. que aparece no texto tem uma fonte precisa na tabela de comparação.
  • Todos os itens no livro-razão de verificação de dados _data_check_ledger.json tiveram seu status atualizado (sem unchecked), completando o ciclo de dados.
  • A abertura, em menos de 100 caracteres, fornece uma questão contundente ou conflito central, bem como uma promessa de benefício de interesse para o espectador.
  • A cada aproximadamente 250 caracteres, há um avanço lógico; o texto é coloquial, removendo frases de resumo de IA como "o livro menciona", "pode-se ver na figura acima".
  • O processo de revisão está completo; cada rodada de alteração tem um before/after claro em _revision_audit.json.

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

lzcjsyr/Book2Video

将 PDF、EPUB、DOCX 等书籍或长文档一次性转成约 4 分钟的中文读书带货短视频口播稿,以情绪共鸣、观看留存和购买欲为核心,直接输出 Book2Video 后续流程可读取的 raw JSON。用户提到读书带货、图书推广、卖书口播、商品卡、走心书单视频、情绪型读书文案或要求生成可直接进入视频流水线的带货稿时使用。

lzcjsyr/Book2Video

将长书、长文档转成中文视频号读书解说稿;先抽取文本并建立可恢复覆盖台账,覆盖自检通过后再按入口定义的正文长度生成初稿、多轮修订和最终 raw JSON。

lzcjsyr/Book2Video

将长书、长文档、PDF、EPUB、读书资料、思想经典、社科著作、商业书或研究型长文转成更有传播感的中文视频号/抖音读书口播稿,并输出项目可用的 raw JSON。只要用户提到“读书解说”“拆书稿”“视频号口播”“把这本书做成短视频”“长文档转视频脚本”“生成标题/封面/金句/raw JSON”,都应使用此 skill。

lzcjsyr/Book2Video

Cody的公众号长文写作skill。当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。触发词包括但不限于:写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写。即使用户只是说"帮我把这个写成文章"或"用我的风格写一下",只要上下文涉及内容创作和公众号输出,都应该触发。也适用于用户丢过来一个PDF、brief、新闻链接、语音转文字或任何素材说"帮我写篇文章"的场景。不要用于短内容(小红书帖子、推特、朋友圈)或纯标题摘要生成。

lzcjsyr/Book2Video

简化版的文稿生成技能。能够直接读取图书/文档,提取核心论点,生成高品质、口语化的视频号/抖音读书解说文稿并输出标准 JSON 格式。

lzcjsyr/Book2Video

The fallback workflow for authoring custom HyperFrames video compositions at any length or format — longer or multi-scene pieces, brand / sizzle reels, montages, title cards, static loops, and freeform compositions. Input- and length-agnostic. If a specialized workflow clearly fits the input — a marketed product, a website, a topic explainer, a GitHub PR, existing footage, a short motion graphic, or a Remotion port — prefer it (see /hyperframes); use this only as the general fallback when none fit.

Habilidades Relacionadas