Communitygithub.com

knowledge-video-editor

知识型口播智能剪辑。自动精剪口播视频,添加知识可视化包装、双语字幕、封面帧,输出横屏16:9或竖屏9:16成品。

O que é knowledge-video-editor?

这是一个用于自动剪辑和包装口播视频的AI Agent技能,旨在将未经剪辑的真人或数字人口播视频直接转化为高质量的知识型成片。该技能特别适合知识科普、工具实操、商业分析、观点表达、故事分享和行业解读六类内容,支持横屏(16:9)和竖屏(9:16)两种输出格式。它不仅会进行精细的语音转写、口误和停顿删除等基础剪辑,还会根据视频内容自动判断类型来策划导演方案,并应用复杂的视觉组件(共21种)、两套高级配色主题(深空黑金和珍珠墨绿)、胶囊悬浮式动态章节导航栏以及真人圆形头像。技能包含13步自动化流水线,从环境检查、视频分析、内容理解、精剪到渲染质检,全部通过命令行脚本一键串联。它严格遵守一系列硬性规则,如封面必须在第一帧、双语字幕中文在上英文在下、全程必须显示真人(包括知识画面中的头像叠加)、以及严格的质检评分要求(低于90分自动修复)。该技能支持Codex、Claude Code等Agent,并强调诚实原则——当环境缺少依赖或原画质太差时,必须如实报告,禁止伪造成品。

Funciona com✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/WWF885/knowledge-video-editor/tree/main

Perguntar na sua IA favorita

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

Documentação

Knowledge Video Editor · 知识型口播智能剪辑

让知识看得见,让逻辑更清晰,让观看不枯燥。

本 Skill 把"一段未经剪辑的口播视频"变成"可直接发布的知识型成片"。你只要给它视频,它自己完成:读懂内容 → 判断类型 → 精剪原声 → 导演策划 → 逻辑可视化 → 双语字幕 → 首帧封面 → 质量验收 → 出片交付。

核心主张:默认全自动,不需要用户逐步确认;但绝不伪造成片。


一、先判断:这件事该不该用本 Skill

该用不该用
真人/数字人口播视频(对着镜头讲知识、讲方法、讲观点)纯 Vlog、旅行随手拍(无讲解主线)
已有口播 + 需要重新包装成知识视频纯影视剪辑、剧情片、短剧
需要横屏/竖屏成片、双语字幕、封面首帧只需要转码、裁剪、改分辨率
批量标准化出片(同一套视觉规范)需要保留原样只做字幕压制(用基础字幕流程即可)

判断依据:视频里有没有"能被结构化讲解的信息"。有,就进本 Skill。


二、开工前的三条铁律

  1. 先看环境,再动手。 执行 python3 scripts/check_environment.py --json,确认 ffmpeg / 转写引擎 / 渲染引擎 / 字体是否齐备。缺关键能力就报告实际缺口,不允许"假装出片"。
  2. 先出计划,再渲染。 必须先生成 director_plan.json 与 storyboard.json(逐秒分镜),通过 validate_storyboard.py 校验后才能进入渲染。
  3. 原片不动。 所有中间产物落在 <project>/work/,成片落在 <project>/output/。永远不要覆盖用户原视频。

三、13 步执行流水线

步骤动作产出脚本
1环境自检env_report.jsoncheck_environment.py
2视频属性识别(横竖屏/时长/清晰度/帧率/人像位置)video_meta.jsonanalyze_video.py
3内容理解与分段(判断整片类型 + 每段属性)analysis.jsonanalyze_video.py --content 或宿主大模型
4语音转写 + 精剪决策(重复/口误/停顿/语气词/首尾)transcript.json + edl.jsontranscribe.py
5精剪执行(裁切 + 降噪 + 响度归一 + 时间轴重映射)edited.mp4 + timemap.jsonedit_video.py
6全片导演计划(视频类型/主题/封面/章节/节奏)director_plan.json大模型 + 模板
7逻辑可视化(知识点 → 视觉组件映射)visual_map.json大模型 + 07 规范
8逐秒分镜(每 1 秒都有安排,每 3 秒评估构图)storyboard.json大模型 + storyboard.schema.json
9自适应构图(横屏/竖屏安全区、真人头像区域)layout.jsonconfig/safe-areas.json
10中英双语字幕(逐句、语义断句、宽度实测)subtitle.srt + subtitle.jsontranscribe.py --bilingual
11首帧封面生成(第一帧即封面)cover.pngrender_video.py --cover-only
12正式渲染(Remotion 合成 + 真人头像 + 音效/BGM 混音)output/01_最终成片.mp4render_video.py
13质检与自动修复(内容/画面/字幕/声音/解码)qc_report.mdquality_check.py

一键串联:python3 scripts/run.py --video <原片> --out <目录> --ratio 16:9


四、不可违反的硬规则(违反即返工)

  1. 第一帧必须是完整封面。 不允许黑屏、空白、标题还在入场动画中。标题最多 2 行,每行最多 4 字(字母数字同样计数),总计 ≤ 8 字,位于视觉中心,特粗黑体大字。
  2. 第二镜头起封面标题必须完全消失。 封面默认停留 1.5–2 秒,与口播同步开始,不插入无声等待。
  3. 横屏必须配动态章节导航栏。 3–6 个章节,每章 2–6 字,随口播进度平滑切换,最多占画面高度 8%,封面期间隐藏。导航条统一用胶囊悬浮式(圆角=高/2、毛玻璃、1px 描边、滑动高亮块、底部细进度线),不许堆砌"文字+✓+短横线"。
  4. 全片只用一个主色体系。 深空黑金 或 珍珠墨绿,二选一,不许混搭。
  5. 双语字幕中文在上、英文在下,逐句同步,必须实测字宽,不许溢出、不许遮挡核心知识区、不许无限缩小字号。
  6. 声音优先级:原人声 > 重点音效 > BGM。 BGM 必须低音量并随人声避让。
  7. 不许为缩短时长删掉关键论据,不许改变原始观点,不许改写事实。
  8. 不许把横屏成片直接裁剪成竖屏,必须重新布局、重新渲染。
  9. 验收分 < 90 必须自动定位并修复,修不好就如实报告,不许宣布合格。
  10. 素材必须可授权使用,不明来源的图片/音乐/视频一律不用。
  11. 每个画面都必须有真人。 真人镜头用 V01/V02 占满;知识画面(关键词、流程、对比、卡片、数字、总结等)必须在右上角叠加 V21 真人圆形头像,任何镜头都不允许全程无真人。
  12. 圆形头像取景与位置三条铁律。(a)圆内必须露出 头发 + 完整五官 + 双肩,头顶留 6–10% 余量、下巴以下至少留 25% 画幅给肩颈与衣领,禁止裁额头或下巴;(b)固定右上角,竖屏压在导航条之下、横屏压顶部右侧,与边缘留 48–52px;(c)绝不能压住标题、知识卡片和字幕——内容区要为它让位(竖屏内容整体下移、横屏右侧留 344px 安全区)。取景三参数:zoom(内层宽度/圆直径,1.0 为标准三件套,人物偏小才 1.2–1.5)+ focus_x/focus_y(人脸中心)+ anchor_y(人脸中心在圆内纵向位置,近景 0.42 / 宽机位 0.28);上线前必须渲一帧静帧验收。
  13. 讲解文字默认放大 12%。 知识画面的标题、要点、卡片正文统一按 text_scale 1.12 渲染,宁可减少字数,不要缩小字号。

五、视频类型判断(不是用户选,是你判断)

先判整片,再判段落。同一条视频里可以混用策略。

类型优先剪辑方式真人占比参考
knowledge 知识科普流程图、结构图、动态白板20–35%
practice 工具实操录屏、局部放大、操作演示15–30%
analysis 商业分析数据图、对比图、因果链25–40%
opinion 观点表达真人 + 关键词 + 案例40–60%
story 故事分享真人叙事 + 场景 + 时间轴45–65%
industry 行业解读地图、资料引用、实景、图表25–45%

比例是参考不是考勤。判断错类型 = 整片风格错,这一步决定后面 80% 的工作量。


六、目录结构

knowledge-video-editor/
├── SKILL.md                 # 本文件:唯一入口,规则总纲
├── AGENTS.md                # 给各 Agent 的执行协议(Codex/Claude/Gemini/豆包工作等)
├── README.md                # 人读版说明与效果展示
├── VERSION
├── references/              # 10 份细则(规则层,不含代码)
├── config/                  # 机器可读配置(主题/比例/安全区/术语表/Schema)
├── scripts/                 # 8 个可执行脚本(分析→剪辑→校验→渲染→质检)
├── templates/remotion/      # 可视化渲染引擎(React 组件)
├── assets/                  # 字体/图标/音乐/音效(授权素材,仓库内留空说明)
└── examples/                # 4 类真实导演计划示例

七、目录细则索引(按需精读,不要一次全吞)

需要解决去读
怎么判断类型、怎么分段references/01_视频理解与类型判断.md
删哪些、留哪些、怎么不删错references/02_自动精细剪辑.md
封面怎么做才不返工references/03_首帧封面规范.md
横竖屏布局、导航栏参数references/04_横竖屏与动态导航.md
两个主题的色值与使用场景references/05_配色与视觉设计.md
逐秒分镜怎么写、动画曲线references/06_智能分镜与逐秒动态.md
V01–V20 组件怎么选、V21 头像怎么做references/07_视觉组件使用规范.md
字幕字号、断句、安全区references/08_中英字幕与安全区.md
BGM 与音效密度、避让references/09_背景音乐与音效.md
质检 100 分怎么打、怎么修references/10_质检与自动修复.md

八、命令行速查

# 1. 环境自检
python3 scripts/check_environment.py --json

# 2. 读取视频属性
python3 scripts/analyze_video.py --video input.mp4 --out work/video_meta.json

# 3. 转写(中英双语)
python3 scripts/transcribe.py --video work/edited.mp4 --bilingual --out work/

# 4. 按 EDL 精剪
python3 scripts/edit_video.py --video input.mp4 --edl work/edl.json --out work/edited.mp4

# 5. 校验分镜(不通过不许渲染)
python3 scripts/validate_storyboard.py --storyboard work/storyboard.json

# 6. 渲染(含封面单独导出,含真人圆形头像)
python3 scripts/render_video.py --storyboard work/storyboard.json --ratio 16:9 \
  --audio work/edited.mp4 --cover cover.png --out output/01_最终成片.mp4

# 7. 质检
python3 scripts/quality_check.py --video output/01_最终成片.mp4 \
  --storyboard work/storyboard.json --report output/08_自动质检报告.md

# 8. 全流程
python3 scripts/run.py --video input.mp4 --out project/ --ratio 9:16 --theme pearl-green

任何脚本都支持 --dry-run,先看它打算干什么。


九、数据结构(必须遵守的契约)

导演计划与分镜采用统一 JSON 契约:config/storyboard.schema.json。最小可用结构:

{
  "video_type": "knowledge",
  "aspect_ratio": "16:9",
  "resolution": [1920, 1080],
  "theme": "dark_gold",
  "cover": {
    "lines": ["工作方式", "彻底变了"],
    "position": "center",
    "visible_from_first_frame": true,
    "duration": 2
  },
  "presenter": {
    "always_visible": true,
    "badge": { "enabled": true, "diameter_px": 192, "top_px": 316, "focus_x": 0.58, "focus_y": 0.30, "zoom": 1.0, "anchor_y": 0.42 }
  },
  "navigation": { "enabled": true, "chapters": ["现状", "逻辑", "案例", "总结"] },
  "subtitles": { "languages": ["zh", "en"], "layout": "chinese_above_english", "safe_area_check": true },
  "storyboard": [
    { "scene_id": "S001", "start": 0, "end": 2, "visual_type": "cover",
      "motion": "subtle_push", "sfx": "soft_impact" },
    { "scene_id": "S002", "start": 2, "end": 5, "visual_type": "presenter",
      "cover_visible": false,
      "animation_plan": [
        { "time": 2, "action": "show_navigation" },
        { "time": 3, "action": "highlight_keyword" },
        { "time": 4, "action": "subtle_zoom" }
      ] }
  ]
}

正式执行时还必须带:素材绝对路径、精确帧号、真实字幕时间戳、图形坐标、动画曲线、授权信息、横竖屏安全区、头像取景参数。


十、跨 Agent 适配

同一套规则,任何 Agent 都能读;能否出片取决于环境。

Agent读取方式能否渲染
Codex / Claude Code / Gemini CLIAGENTS.md → SKILL.md是(需 ffmpeg + node)
豆包工作 / WorkBuddy本 SKILL.md视环境
仅文本 LLM只输出 director_plan.json + storyboard.json否,交给渲染环境

分工原则:推理归模型,渲染归程序。 不要让大模型去猜像素,也不要让渲染引擎去做语义判断。


十一、交付清单

<选题名>/
├── 01_最终成片.mp4
├── 02_首帧封面.png
├── 03_精剪原声视频.mp4
├── 04_中英双语字幕.srt
├── 05_完整口播文稿.md
├── 06_全片导演计划.json
├── 07_逐秒分镜计划.json
├── 08_自动质检报告.md
└── 09_可编辑视频工程/

横竖屏双出时,各自生成一份成片、封面、分镜布局与字幕工程,共用内容分析与精剪时间轴。


十二、什么时候必须停下来报告

  • 转写引擎不可用,且无替代方案 → 报告,不要瞎编台词。
  • 原片严重模糊/无声/无有效讲解内容 → 报告,不要硬剪。
  • 素材版权不明 → 不用,并说明原因。
  • 渲染多次失败 → 报告错误原文,不要交出半成品冒充成片。

诚实优于完成度。

Habilidades Relacionadas