安卓启动视频 是做什么的?
一种方法和工具集,用于从运行在模拟器中的真实应用制作Google Play推广视频(16:9)、社交媒体竖版视频(9:16,各自带或不带旁白),以及商店图片。目标是完成一部代理级影片,而非简单的屏幕录制。
本技能适配自product-launch-motion(作者AbubakrChan,MIT许可)至Android。该技能为必需项且未捆绑:请从https://github.com/AbubakrChan/product-launch-motion安装(在提交`edbfb105`测试过),并在编写任何影片代码前阅读以下文档:
SKILL.mdreferences/technique.mdreferences/prompts.mdlegacy/references/03-word-locked-sync.mdlegacy/references/07-sound-and-master.md
针对Android的改动包括:使用触摸指示器替代光标,真实的60fps录制替代重建的运动,所有从屏幕抬起的内容使用不透明表面,检查音乐中的声乐切分伪影,通过语音识别验证旁白,以及遵循Play商店规则。
工具位于tools/目录下(索引见references/tools.md)。详细文档位于references/目录下;本文档仅包含方法和规则。
1. 交付物
| 项目 | 规格 |
|---|---|
| Play / YouTube 视频 | 1920x1080,60fps,H.264,AAC 48 kHz,-14 LUFS 集成响度,真峰值 <= -1 dBTP |
| 社交竖版视频 | 1080x1920,相同规格,独立制作(绝不是16:9的裁剪) |
| 各自带和不带旁白 | 四个母版。带旁白的版本单独制作,绝不替代仅音乐的版本 |
| Play 截图 | 最多8张,1080x1920,24位PNG无Alpha(或JPEG) |
| 特色图片 | 1024x500无Alpha;保持中心区域(约x 362至662)空白:Play会将播放按钮放置此处 |
| 社交静态图片 | 1080x1920 |
| 预览 | 每张最大14 MB,用于在Artifact中展示 |
时长:约40秒,最长不超过50秒。
在9:16格式中,所有重要内容(文字、Logo、按钮)不得出现在Reels、Shorts和TikTok界面对应的覆盖区域:顶部14%,底部20%,以及距右边缘约120 px的区域。
2. 制作规则(需先批准,然后严格遵守)
- 成品质量。 以代理级影片的标准评判每一帧。
- 真实运动。 手机内部所有移动的内容均为以60fps录制的应用画面。不得通过动画截图重建运动。任何卡顿的片段需重新录制。
- 无光标。 Android没有鼠标。每次触摸都用在真实触摸发生的地点和时间(依据录制的点击日志)标记为柔和圆盘和材质波纹效果。
- 屏幕上无其他应用(如即时通讯应用、地图、浏览器、账号选择器)。如果应用在按钮上提到了其他应用的名称,可以读出该词;但其他应用绝不应出现。
- 浮动元素必须带有表面。 任何从手机屏幕抬起的内容必须放置在自己的不透明表面上:即卡片本身或应用该部分的容器,并保持其圆角、颜色和柔和阴影。不得有文字悬浮在手机画面上,也不得有文字相互重叠。
- 与应用保持一致。 抬起的元素最初是可见帧的精确裁剪,并在过渡过程中通过短暂模糊变为矢量副本,并与该裁剪校准。不得使用虚构的徽章、图标、按钮或数据。
- 只包含品牌和应用已有的元素。 最终按钮上无播放图标,无全屏颜色覆盖,无为让文字可读而添加的底框:应调整大小。
- 品牌开场与收尾,在两种格式中都居中于其轴线。
- 生动的运动。 长线条在节拍上拉伸、变细和交叉的效果优于僵硬的方块。
- 可信的数据:使用应用所属领域的真实市场数据,绝不使用真实的个人数据。
- 文案使用上架语言,正确包含变音符号,不使用长破折号。
- 审阅者在制作前批准脚本、音乐、声音和品牌发音,并且看到的所有内容都已在第11节中检查过。
3. 角色与审批
- 导演(主会话):与审阅者沟通,启动子代理,审查并发布。需通过AskUserQuestion向审阅者提问。
- 分析子代理:负责产品、品牌、流程、本地环境、示例数据、录制计划和脚本。它不会构建应用或启动模拟器。
- 审批:在Artifact中展示故事板(使用Playwright绘制关键帧并提前查看),按小节审批脚本、音乐、配音选择、品牌发音以及录制时旋转显示器的许可。
- 制作子代理:负责构建应用、模拟器、录制、影片、音频、旁白、渲染、静态截图、检查以及交付物。它将进度记录在工作目录的
PROGRESS.md中。 - 收尾:导演审查并发布;审阅者的反馈通过SendMessage返回给制作环节,直至获得批准。
4. 本地环境与数据
- 仅限本地模拟器。 在种子数据前,检查所有模拟器主机变量是否已设置:若有一个变量缺失,通过管理SDK进行种子数据操作可能会写入生产环境。
- 目标市场的可信数据:名称、地点、价格和照片。照片需持有允许商业使用的许可,注明来源,且不包含第三方品牌。
- 位置设置:
adb -s <serial> emu geo fix <longitude> <latitude>。 - 发布或Profile构建,无调试覆盖层,并指向模拟器。仅用于录制的补丁(如隐藏环境横幅、跳过等待)需保持未提交状态,并在最后还原。
- 遥测功能(崩溃报告、分析)在该构建中关闭,或可证明不会影响生产环境。
- 干净的状态栏,使用SystemUI演示模式(
tools/capture/demo.sh):显示9:41,满电和WiFi,无通知。 - 录制期间系统动画缩放比例设为1;设为0时应用不会像真实手机一样运动。
- 共享后端:如果任何共享资源(如staging数据库)接收写入操作,需记录操作前后的行数。使用模拟供应商的本地API可能将虚构数据写入共享数据库。
5. 真实60fps录制
模拟器内部的screenrecord不够用:在1080x2400下约41fps(720x1600下约53fps),滚动看起来不流畅。仅用于测试(tools/capture/clip.py)。选项:
- Windows主机 + GPU(经过测试)。 在Windows上使用
-gpu host参数运行模拟器,将显示器旋转为竖屏以使手机以1:1比例显示,使用ffmpeg的ddagrab(桌面复制)以60fps录制,裁剪到手机屏幕区域并旋转,采用近乎无损的编码hevc_amf(AMD;经过测试)或h264_nvenc/hevc_nvenc(NVIDIA;未经测试)。tools/capture/capture.py(ClipGPU)进行录制,记录每次触摸和滑动的模拟器时钟时间,并将片段移至WSL。 - 物理手机配合scrcpy(未经测试)。 使用
scrcpy --record以手机的刷新率录制;触摸日志和同步逻辑需要相应调整。 - macOS / Linux主机:未涉及。
随后,sync60.py将每次触摸与其引起的视觉变化对齐,measure2.py、stutter.py和jumps.py测量结果(测试设置下每秒获得53到59个唯一帧),app_fps.sh告诉应用本身在模拟器内是否以60fps绘制。详细步骤,包括Windows检查(用户会话未锁定、屏幕超时设置、可用内存):references/capture-60fps.md。
6. 影片
先编写DIRECTION.md(品牌颜色和字体来自应用主题、Logo、概念、按小节的脚本、规则),然后编写PLAN.md,最后才编写代码。一个HTML页面(film/index.html?f=16x9或?f=9x16),其中所有内容都是seek(t)的纯函数:闭式弹簧效果,无CSS过渡,无定时器。tools/video/film/core.js是引擎(弹簧、轨道、滚动数字)。在通用矢量手机框架(无制造商品牌)内部,仅播放真实的录制内容,通过seek(t)逐帧播放,并根据触摸日志绘制触摸指示器。
使用Playwright渲染:每帧平均4个子帧,通过ffmpeg tmix以60fps输出,按并行片段划分,片段大小根据可用内存调整。草稿版本以30fps和半分辨率渲染。按小节输出接触表用于审阅,以及单帧图像。滚动数字逐帧检查:它们绝不能在中间显示乱码。详细说明:references/film.md。
7. 音乐
- Mixkit曲目,遵守Mixkit许可协议(https://mixkit.co/license/);曲目标题和作者需在致谢中注明。导演选择,审阅者在编辑前聆听。`tools/music/`包含目录(标题、作者、流派、时长、链接)和节奏/能量分析;不捆绑任何音频。
- 自定义节拍网格(
video/scripts/grid.py):测量速度和小节起始相位。剪辑在节拍上以相等功率的交叉淡入淡出进行切换,约14ms,位于起奏前的低谷处。 - 声乐切分检查。 某些曲目包含切分的人声碰撞音,听起来像单词(有时是粗鲁的)。
fingerprint.py和music_check.py将碰撞音的频谱指纹(从250 Hz到6 kHz的40个对数频带,余弦相似度)与编辑中的每个节拍进行比较:任何相似度不得超过0.88。这些小节被排除,其回声也被降低。 - 音效合成,调整到曲目的音阶并放置在测量的峰值处(
audio.py)。 - 混音起点:曲目 x 0.5 + 音效 x 0.62,-14 LUFS,真峰值 <= -1 dBTP。
详细说明:
references/audio.md。
8. 旁白
- Gemini TTS,模型
gemini-3.8-flash-tts。密钥仅来自环境变量GEMINI_API_KEY:绝不打印,绝不出现于命令行,绝不存储于仓库或聊天记录中。tts.py仅将其放在HTTP头中,并在错误信息中清除。 - 每天免费生成次数有限。 每次请求都会记录;收到429响应后需报告且不重试。合理分配:每种声音录制一行短配音语料,然后整个脚本一次请求一个录制版本。
- 配音选择:选择自然、温暖的声音,而非机器人感。好的人选:Sulafat(温暖),Laomedeia(活泼),Leda(年轻)。
- 品牌发音:在生成前询问审阅者;将发音提示写入导演提示中(“发音为...,类似...”),绝不在屏幕上显示。faster-whisper large-v3(
transcribe.py)在带和不带提示的情况下检查发音。该模型未捆绑:https://huggingface.co/Systran/faster-whisper-large-v3 - 声音优先。 每句旁白在影片中有其时间窗口,关键词语发生在它所指的视觉变化上(
segment.py、place.py、timing_table.py、pace.py)。 - 带旁白的混音(
narrated_mix.py):在每句旁白下方,音乐降低至低于人声9到12 dB,带有渐入渐出。check_margin.py检测人声失真的位置,audio_artifacts.py检测点击和剪辑音。 详细说明:references/narration.md。
9. 商店图片和Play元数据
- 截图:9:16影片的干净帧(
store_shots.mjs,每帧一个唯一的seek(t)调用,无运动模糊)或带标题的真实截图。1080x1920,24位PNG无Alpha(png_srgb.py)。第一张需阐述价值主张。 - 特色图片 1024x500:品牌标识、一行文字和手机,中心区域保持空白。
- 社交静态图片 1080x1920,遵守第1节的安全区域。
- Play元数据规则,同样适用于视频:不得出现“#1”、“最佳”、奖项、用户评价、“立即下载”按钮、带有日期的优惠或重复关键词,以及任何应用未提供的功能。
详细说明:
references/store-assets.md。
10. 交付
- 主Artifact:四个预览文件、静态图片、上架文案和音乐致谢。
- 每种格式一个下载页面(Artifact
downloads能力)。母版被分割为14 MB的块(tools/delivery/split.sh),在浏览器中重新组合,并在提供保存前使用SHA-256验证(tools/delivery/downloads/index.html,通过tools/editor/test-downloads.mjs测试)。单次发布最多发送64 MB:分多批将块上传到同一URL。 - 可选:将母版复制到Windows文件夹(配置中的
masters_dir_wsl)。 - 仅当审阅者要求时,再上传至Play商店或社交媒体。
11. 展示前检查
亲自以实际大小并在上下文中查看每一张接触表,并运行references/checks.md中的检查:影片检查(overlaps.mjs、purity.mjs、errors.mjs)、渲染检查(jumps.py、stutter.py)、音频检查(-14 LUFS、真峰值、无声乐形状的碰撞音、Whisper验证的完整人声)以及视觉清单(无光标、无其他应用、无调试横幅、干净状态栏、无个人数据、无裁剪文字、无拼写错误)。
12. 设备维护
在每个繁重的批处理任务前,检查uptime、free -g和Windows可用内存。渲染在内存限制范围内运行,一次只允许一个Gradle构建,长批次任务需监控温度(CPU超过85°C或GPU超过80°C时暂停),Windows可用内存不得低于2 GB。绝不终止其他会话的进程或模拟器。详细说明:references/checks.md中的“Machine care”一节。
13. 清理
关闭Android模拟器以及任何其他启动的模拟器,恢复显示器方向和屏幕超时设置,还原仅用于录制的补丁和临时配置,清空Windows录制文件夹,并明确说明哪些工作仍未完成。
参考文献
references/capture-60fps.md:Windows主机录制,逐步指南。references/film.md:影片页面规范、引擎、渲染、审阅表。references/audio.md:音乐选择、节拍网格、声乐切分检查、音效、混音。references/narration.md:Gemini TTS、配音选择、Whisper检查、放置、带旁白混音。references/store-assets.md:截图、特色图片、Play规则。references/checks.md:发布前检查清单和设备维护。references/lessons.md:来之不易的经验教训(作为规则)。references/tools.md:所有工具的说明及调用方式。