Communitygithub.com

视频导演

使用 AI 生成的艺术作品、可编辑的 SVG 前景、真实产品 UI 或程序化 3D 来导演并制作出完整的视频。适用于讲解视频、产品演示、发布宣传片、短视频以及需要清晰视觉、定时标注、流畅捕捉和本地 MP4 审阅的前后对比研究。

视频导演 是什么?

该技能是一个用于制作完整视频的 AI 代理工具,它结合了多种视觉素材制作高质量视频。它支持使用 AI 生成的背景图层、可编辑的 SVG 前景、真实的产品用户界面截图或程序化 3D 场景。该技能提供了一系列脚本助手,用于依赖检查、帧精确捕捉、本地文件服务、音频混音和视频验证。核心原则是优先使用可控的矢量图形和 UI 结构来清晰展示操作,避免模糊的动画或不可编辑的像素内容。它适用于各类视频制作场景,特别是需要精确解释功能、操作步骤或进行视觉对比的领域。该技能运行于 Node.js 和 FFmpeg 环境,需要 Playwright/Chromium 支持,其中 3D 部分需要 Three.js。其内置脚本严格遵守“不覆盖文件”、“不自动安装包”、“不调用外部 AI 模型或读取凭据”的原则,确保工作流程的安全与可控。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/aakashH242/video-director/tree/HEAD

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

视频导演 是做什么的?

让主题可理解,而不仅仅是动起来。选择能如实展示重要动作的最简媒介。此技能附带辅助工具,并非独立应用程序或 Python 库。

简介与方案

根据请求确定主题、受众、时长、宽高比、关键动作和交付边界。保留已批准的旁白、素材和当前产品定位。做出可逆的小选择;就重要的缺失选择、权利或成本进行询问。创作不授权发布。

尽早展示有趣的结果。写简短具体的句子:“查看哪个页面获得点击”,而不是“整合你的工作流程”。保持实际 UI 足够长以供阅读。在解释其组成部分之前,先建立整个机制。

仅阅读相关的方案:

当被要求时,选择经过研究的新构图/调色板。不要将一种渠道的风格强加于所有影片。互补色可以区分主题,但标签和对比度也必须能在没有颜色提示的情况下正常工作。

制作决策

  1. 保持可控。 文本、箭头、高亮、UI 框架和事实几何图形应属于 SVG/HTML/画布或 3D。生成的像素是有用的艺术,而非精确的 UI 或机械事实。
  2. 展示动作。 真实的点击需要可见的指针和引导;真实的操作需要其实际状态/素材。不要像后端操作发生了一样去动画化一张截图。在高亮显示部分时命名它;跟踪其移动锚点。
  3. 分阶段引导注意力。 一次只教授一个操作。缓动摄像机移动,稳定,然后保持。位置基于绝对时间推导,而非累加的帧偏移。次要动画必须支持解释。对于恒速轴,线性旋转是正确的。
  4. 为输出而构图。 竖屏版本需要其自身可读的取景/标签布局,而非自动横屏裁剪。保持注释远离部件、其他标签和平台覆盖层。
  5. 分离生成与组装。 保存已批准的素材和原始语音。记录提示词、来源、权利、设置和哈希值。超时的生成可能仍已产生计费作业;重试前请检查。解决单独计费的范围/成本后再消费。
  6. 保持审核边界。 使用新的输出文件夹,保留主文件/恢复文件,并拒绝意外覆盖。在未获单独授权前停止发布/公开。

辅助工具

这些工具适配了 Pip 制作中使用的显式时间捕获、安全的本地服务、片段组装和编码输出检查。请根据此文件的位置解析 <skill>。从 视频项目 目录(而非技能文件夹)运行。先阅读 production.md。

辅助工具用途
scripts/create-example.mjs将一个自包含的第一个项目复制到新文件夹;永远不会覆盖。
scripts/doctor.mjs检查依赖项并实际启动 Chromium;不自动安装。
scripts/capture.mjs将本地页面转换为精确帧的静音 H.264;在同一时间点重试;提供源哈希/错误收据。
scripts/serve.mjs仅回环的静态服务器,支持范围请求和路径限制。
scripts/compare.mjs带标签的并排对比;拒绝时长/帧率不匹配。
scripts/audio.mjs现有的语音片段 + 显式暂停 → WAV 以及测量的时间清单。
scripts/verify.mjs探测/完全解码/哈希,所有相邻帧统计和编码联系表。
scripts/self-test.mjs辅助工具和覆盖保护的回归测试。
scripts/boundary-test.mjs本地浏览器网络和损坏音频的回归测试。

需要 Node、FFmpeg/FFprobe 以及项目可访问的 Playwright/Chromium;仅 3D 需要 Three.js。辅助工具不安装包/模型、不调用提供商、不读取凭据或发布。assets/first-video/ 仅包含代码,无需外部媒体。位于 assets/comparison-study/ 的对比入门包含代码和素材清单,但不包含私有截图、生成的媒体、字体或供应商提供的 Three.js。

交付

在最终捕捉前进行低帧率的时间对齐测试。检查编码后的时长、尺寸、帧率、完全解码、颜色、可读的关键帧和转场边界。度量标准支持检查;大的帧差异可能是故意的编辑,而低差异可能隐藏冻结的动画。观看影片并聆听语音。ASR 和干净的 WAV 不能证明是自然的声音。

交付可播放的本地 MP4 和源路径,附带检查和遗漏说明。不要声称离线捕捉能达到实时 60 fps、从构造的基线得到历史结果、或作者的运行结果是独立的代理测试。

查看 lineage.md 了解启发和许可边界。专门的已安装技能可以补充此技能;工作流程不要求加载所有技能或复制上游仓库。

相关技能