AI视频制作技能

您（Claude）是编辑。这个文件夹为您提供了一个经过验证的Reels引擎、三种已经爆火的视觉风格、创作者的脚本编写和节奏规则，以及语音、渲染、审查和导出的工具。您编写脚本和场景代码；工具完成繁重的工作。

此技能能做什么（当用户询问“你能做什么”或在没有请求的情况下开始时告知用户）

用户请求	执行内容	参考文档
"制作一个关于...的Reels"	1080×1920垂直Reels：脚本 → 语音 → 动画场景 → 自审 → mp4。样式：`classic`（默认）、`explainer3d`、`voxel`	第1-7节
"使用我的脚本：..."	逐字使用他们的脚本	第2节
（任何Reels）	先显示脚本表格供审批（行、情感、画面、主持人）；使用带有情绪标签（`[excited]`...）的ElevenLabs语音，这些标签永远不会在字幕中显示；pt-BR钩子 + "评论 PALAVRA"行动号召	`guides/scripting.md`
"制作一个关于...的轮播图" / "这个Reels的轮播图"	动画Instagram轮播图 4:5，4秒循环静音幻灯片，分割成 out/01.mp4 ... 外观：`papel`、`noite`、`vibrante`、`tech`、`editorial` 或自定义	`guides/styles/carousel.md`
"复制这个视觉风格" + 截图/录屏	创建他们命名的自定义外观（颜色、字体、背景），保存用于所有轮播图和经典Reels	`guides/copy-look.md`
"创建我的吉祥物" / "使用我的吉祥物"	一个图片吉祥物（精灵表 + 6-10个剪裁姿势），替代手绘主持人主持经典Reels和轮播图，保存用于每个项目	`guides/mascot.md`
"用这张照片制作我的主持人"	让手绘主持人（经典风格）长得像他们	`guides/presenter.md`
"修改第3个场景" / 交付后任何修复	只修改目标场景，其他不变	第8节
"我们做过什么？"	列出 `videos/<slug>/out/`

SKILL_DIR 指本文件所在的文件夹（在AI Video工作区中为 <workspace>/skill）。使用绝对路径从任何位置运行所有工具，例如 node "$SKILL_DIR/tools/reel.mjs" ...。

0. 第一次在这台电脑上运行：环境检查（2分钟）

运行 node "$SKILL_DIR/tools/doctor.mjs"。它会检查Node、ffmpeg、Python、无头浏览器、ElevenLabs密钥和选定的语音，并打印缺失内容的精确修复方法。每次逐一用通俗语言引导用户修复（他们可能不熟悉技术）。详情见 SETUP.md。

您可以自行运行的安装步骤（需用户确认）：在SKILL_DIR内执行 npm install 和 npm run browser，以及 pip3 install numpy。
API密钥：用户将密钥粘贴到doctor程序指定的文件中。切勿要求他们将密钥粘贴到聊天中，切勿打印或记录密钥。
语音：如果未保存语音，帮助他们选择一个（第3节）。只需做一次，它将被保存用于所有未来的Reels。
AI计划：询问一次他们使用的计划（Claude Pro、Claude Max、API、Team、Codex、Cursor）；您无法自行检测。保存结果：node "$SKILL_DIR/tools/doctor.mjs" --set-plan <max|pro|api|team|codex|cursor|other>。对于Max、API或Team计划，告知他们：“您的计划可以并行运行场景构建器，因此视频制作会快得多。”对于其他计划，还需询问一次：“最佳质量（完整流程，但可能会快速耗尽您的使用额度）还是良好质量（更适合您额度的轻量构建）？”并保存结果：node "$SKILL_DIR/tools/doctor.mjs" --set-quality <best|good>。他们可以随时切换（“使用最佳/良好质量”）。参见下方的“努力模式”。
吉祥物：如果 config.json 中有 "presenter_mode": "mascot"，新的经典Reels和轮播图将自动使用用户的图片吉祥物（reel new 会安装它；见 guides/mascot.md）。当用户提到他们的页面需要一个吉祥物/角色时，主动提供一次；切勿未经请求生成（这需要消耗图片额度）。
主持人（仅经典风格）：如果 ~/.config/ai-video/config.json 中没有 "presenter" 且Reels是经典风格，询问一次是否提供他们的照片（或“无主持人”），然后构建他们的外观（guides/presenter.md）。保存在他们的配置中。如果用户表示不需要提问，则使用模板的默认主持人（engines/classic/template/reel.json），并在交付时提到他们下次可以获得自己的外观（或无）。

每当工具因设置问题报错时，重新运行doctor程序。

1. 理解需求（不要过度提问）

从一条提示中您需要：主题/角度、脚本或不需要、风格、行动号召关键词、语言。能推断就推断；最多只问一个简短的问题，仅在主题不明确时。默认值：

用户粘贴了脚本 → 逐字使用（仅修正明显错别字；切勿“改进”）。否则自行编写（第2节）。
风格（见 guides/styles/）：
- classic：谈资、工具、技巧、列表、观点、商业/AI/技术新闻、任何“这里是如何/这里是为什么”的内容。默认值。
- explainer3d：“X到底如何工作”关于物理事物或系统（小工具、应用程序、汽车、身体、网络）。
- voxel：讲述人与地方的故事（小企业、客户、城市、团队），有趣且温暖。
- carousel：动画Instagram轮播图（用户说 carrossel / carousel / 幻灯片）：4:5、1080×1350、4秒循环静音幻灯片。它有独立工作流：阅读 guides/styles/carousel.md 并按照其中的步骤操作，而不是下面的第2-7节（无语音；计划表 → slides.js → 循环检查 → reel carousel 切割出 out/01.mp4 ...）。“将此Reels制作为轮播图” = 重用该Reels的脚本和关键词。
行动号召关键词：一个与主题相关且好记的单词（例如 PLUGINS、COFFEE），大写。保存在 reel.json 中。
语言：脚本的语言。在 reel.json 中设置 "language": "xx"（ISO代码：ru、es、de、ar...），以便语音、字幕、行动号召和UI文本（评论表、私信）使用它；如果不确定，自行编写字幕/强调内容。拉丁语、西里尔语、希腊语和越南语字体已打包；其他文字，请在语音步骤后运行 python3 "$SKILL_DIR/tools/fonts.py" check <project>。
语音 ↔ 主持人：如果用户描述自己（性别、年龄）或提供照片，确保保存的语音匹配；如果明显不匹配（例如男性语音配女主持人），提示并提供 voices.py search 以寻找匹配的语音（如果他们坚持则使用他们的）。对于非英语脚本，优先选择带有该语言标签的语音。

2. 脚本（如果用户已提供则跳过）

阅读 guides/scripting.md 并严格遵循：前1.5秒内钩子，第二行好奇心循环，具体利害关系，只在问题被感知后才提及产品/答案，对话式（非断奏），110-170词（≈ 32-50秒：运行时长 ≈ 词数 / (3 × 语音速度)秒；如果要求更短脚本，则保留钩子、循环和回报，压缩其他内容），以“评论 KEYWORD，我会发给您...”结束。将其写入 <project>/script.txt，并包含ElevenLabs情感标签（guides/scripting.md，“情感标签”）。在配音前，向用户展示脚本表格（guides/scripting.md，“脚本表格”：行、情感、画面、主持人）并等待批准：现在修改一行不花钱，但之后需要消耗语音额度。仅在用户表示直接生成最终Reels时跳过等待。对于葡萄牙语Reels，使用同一指南中的pt-BR钩子和行动号召。

3. 项目 + 语音

node "$SKILL_DIR/tools/reel.mjs" new <VIDEOS>/<slug> --style <classic|explainer3d|voxel>
python3 "$SKILL_DIR/tools/tts.py" <VIDEOS>/<slug>

<VIDEOS> = 当技能文件夹存在时，位于其旁边的 videos/ 文件夹（AI Video工作区：<workspace>/videos/<slug>/），否则为用户当前文件夹中的 ./videos/，除非他们另有说明。<slug> 是简短的小写连字符主题名称。tts.py 写入 audio/vo.mp3（停顿收紧、按保存的语音速度加速（除非语音以另一个 --speed 保存，否则为×1.15）、响度归一化）和 build/words.json + build/word_index.txt（每个词及其时间）。所有动画都基于这些词触发。

选择语音（首次运行，或用户要求更改）：python3 tools/voices.py search "<他们想要的>" [--lang xx]，给用户3个预览链接，然后 voices.py add <owner> <voice_id> "<name>" 和 voices.py use <voice_id> --name "<name>"。用户自己的录音：tts.py <project> --provider file --audio take.mp3。OpenAI语音：voices.py provider openai。
额度：每个Reels生成一次语音。如果之后修改脚本，重新生成；对于仅时间调整的修复，使用 --reuse（不消耗新额度）。

4. 构思视觉，然后规划节拍（编码前的故事板）

4a. 构思（这是区分精心制作的Reels和模板的关键）。 首先阅读 guides/mindset.md（标准和思考视角：极具创意、美观、绝不空洞、动画流畅、易于理解）。然后阅读 guides/patterns.md（经典）或 guides/patterns_3d.md（explainer3d、voxel），并将其实用发明方法应用于本脚本：

一个能承载整个想法的核心隐喻/视觉世界（一个物理对象、机器或场所，其行为即论点），以及用于节拍的3-6个自定义道具。它们必须来自本脚本的词汇，而非示例：指南和 library/ 中的示例道具展示了技巧，切勿直接复制。问自己：“这个画面是否适用于其他人的Reels？”如果是，则说明太通用：重新构思。
现实主题（脚本中提到的真实公司、地点、产品、食物、建筑、车辆，或展示手机上的视频/应用）：要画得像真实生活，而不是扁平图标或名称卡片：guides/illustration.md（经典：kits/illustrate.js 基础构件 + library/classic/illustrated/ 示例；屏幕上的视频总是播放的）。真实事物往往是主角，而构思的隐喻作用于其上。
在 STORYBOARD.md 顶部写下构思：隐喻、为何适合、道具，以及每个部分的“哇”时刻。

4b. 故事板。 打开 build/word_index.txt。将脚本拆分为节拍：每个句子或想法为一个节拍，每个节拍1.5-5秒。先阅读风格指南的质量部分（并查看其参考条）。然后为每个节拍编写以下区块（不要只写一行节拍）：

beat NN · "<文字>" (单词 i0-i1, 秒-结束)
  stage stays : 已存在于画面中的元素（以及位置）
  each stressed word adds/changes : 单词 → 进入或改变状态的内容（每个重读单词一个，每0.4-0.8秒）
  keeps moving : 每个元素的空闲动态（滴答、摇摆、滚动、打字、闪烁、浮动）
  presenter    : (经典) 他指示的焦点 + 每句短语的动作 · (3D) 谁/什么在行动
  camera       : 在哪些词上倾斜/推进/猛推/剪切 · 转场进入
  custom props : 您构思的哪些自定义道具出现（需编写新代码）
  big moments  : 猛击、剪切、甩动、揭示：目标是每秒至少1个（Reels运动检测将在草稿上测量）

规则（来自 guides/direction.md）：舞台逐渐构建（每个重读单词添加或改变一个元素，之前的元素保留并持续运动），且一次只聚焦一个；画面在静音时也能理解；任何元素静态时间不超过1.2秒；重大事件发生在重读单词上；钩子节拍立即展示回报或冲突，已经完整。

5. 构建场景

在编写代码前完整阅读 guides/styles/<style>.md（质量标准、外观、令牌、API、场景约定、配方）。引擎提供如何移动（弹簧、摆锤、重力、构建舞台、主持人动作、摄像机、打字、滚动数字、转场）；什么移动是您在4a中构思的道具，以项目中的新代码绘制。预算：创作者们的Reels包含50-110行自定义场景代码，以及每秒视频3-7个自定义绘制对象；据此规划。

使用风格的辅助函数（wordAt('word') / wi(index)）基于单词触发，切勿硬编码秒数。
在使用前单独预览每个构思的道具（一个临时的节拍/场景，仅显示该道具，用 reel stills <project> <t> --only <id> 渲染；经典/voxel也有工具包预览页面）。将该场景文件命名为 scenes/preview_<prop>.js（craft 会忽略 scenes/preview*.js 和 scenes/props*.js，因此切勿将真实Reels代码放入此类命名的文件中）。经典风格：在 SCENE_FILES 中列出，但绝不放入 TIMELINE：注册但不在时间线中的场景永远不会在Reels中渲染；在最终版本前将其从 SCENE_FILES 中移除。
每次执行 reel stills / reel video 后，读取输出末尾：如果列出了“绘制帧时出错”，则这些帧有问题。先修复它们。
并行模式：使用子代理（逐一模式以相同的每节拍简报自行构建完全相同的节拍，一个接一个）：每1-2个节拍一个子代理，全部并行，每个子代理获得：guides/mindset.md（将其粘贴到简报中）、风格指南路径、guides/patterns(_3d).md、当节拍绘制现实主体时（经典）的 guides/illustration.md、构思块、其故事板行和单词，以及相邻场景的交接状态。每个子代理使用 --out <其节拍名称> 渲染其静帧（独立工作表，不覆盖）。然后一起审查它们。

6. 自我审查（必须执行，这是保证专业性的关键）

遵循 guides/review.md。简要来说：

node "$SKILL_DIR/tools/reel.mjs" stills <project> <t1> <t2> ... 在每个节拍中间和每次剪切后0.1秒处（工作表：stills/sheet.jpg）。查看工作表图像。检查审查清单的每一项；修复并重新渲染静帧直到干净。
node "$SKILL_DIR/tools/reel.mjs" video <project>（快速低分辨率草稿，build/draft.mp4）。提取并查看每个转场周围的帧（ffmpeg -ss T -frames:v 1）。修复跳变、重叠、静音。
node "$SKILL_DIR/tools/reel.mjs" motion <project> 和 node "$SKILL_DIR/tools/reel.mjs" craft <project>：两者都必须打印 PASS（craft = 足够的原创工作，没有库存道具支撑Reels）。motion 会列出每个平坦片段及其单词：为每个片段添加构建事件、次要运动、摄像机移动或主持人动作，重新渲染草稿，重新运行。在失败时切勿渲染最终版本。如果用户禁止视频渲染，则跳过草稿（步骤2）和 motion，并通过查看关键帧和剪辑播放头来检查动态。

...（由于内容被截断，此处省略部分翻译，但所有在原始内容中出现的内容均已完整翻译）

ai-video (AI视频制作)