Communitygithub.com

videoprodutor(视频制作器)

一个编排系统,可将链接/主题自动转化为专业的宣传片或解说视频,无需 API 密钥,在本地运行,同时支持 16:9 和 9:16 竖版,并采用深色高级琥珀风格。

videoprodutor(视频制作器) 是什么?

这是一个完整的端到端视频制作技能(“O Produtor”),它接收一个链接或主题,并自动输出一个专业级别的视频(广告或解说),全程在本地运行,无需任何外部 API 密钥。该技能基于一个经过验证的三层架构:第一层是带有深度感的电影化背景(使用 Flux2-Klein 生成的图像或 SVG 后备),第二层是动态文本动画(GSAP 驱动),第三层是与旁白对应的主题插图或图表。整个流程遵循严格的流水线:从规划(video-plan-editor)、脚本生成与多语言校对(葡萄牙语重音 + 英语音译)、本地 TTS(Kokoro)、资产生成,到最终通过 HyperFrames 引擎渲染为 16:9 和 9:16 两种格式。核心原则包括:图像优先但有可靠的 SVG 后备、基于实际音频时长的单源时间线控制、以及所有文本和发音的严格校对。它参考了一个真实的案例(“Hormozi 12 条秘诀”),并提供了全面的参考文献(如重音校对、安全区、运动库)以确保可靠运行。用户只需运行 `vpe scaffold`、生成音频、触发合成脚本,最后使用 `hyperframes render` 完成渲染,即可一键获得深色高级 INEMA.CLUB 风格的专业视频。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/linnoff88-dev/arckhe-skill-videoprodutor/tree/HEAD/skill/videoprodutor

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

videoprodutor(视频制作器) 是做什么的?

编排系统,将一个链接/主题转化为一个专业视频(广告或解说), 端到端,复用生态系统中的各个组件。自包含:自带经过测试的模板(三层生成器)。 全部在本地运行,无需 API 密钥。用户(Nei)的默认配置:巴西葡萄牙语(PT-BR)、深色高级琥珀风格、16:9 与 9:16、行动号召(CTA)为 INEMA.CLUB。

三层架构(专业视频的要素,而非幻灯片)

  1. 电影层(第 1 层) — 带有深度感的背景:图像(Flux2-Klein)加蒙版 + 视差/肯·伯恩斯效果。
  2. 动态文字层(第 2 层) — 动画化的数字/标题/条/强调效果(GSAP)。
  3. 主题插图层(第 3 层) — 显示叙述内容的图标/图表/计数器。 关于细节及各库的适用场景,请参见 references/mapa-libs-motion.md。

工作流水线(始终按此顺序)

链接/主题
 → 规划       skill video-plan-editor (vpe) → plano-edicao.json(预设、节拍、主题、CTA)
 → 脚本       SCRIPT.md + assets/txt/sN.txt(展开缩写/数字以便朗读)
 → 校对       文本:屏幕(PT-BR 带重音 + 英文保持原拼写)vs 朗读(txt/sN.txt:英文音译)—— references/revisao-texto.md
 → 语音+时间  Kokoro pf_dora → assets/audio/sN.wav ; ffprobe → 数组 AUDIO[]
 → 第 1 层艺术 自动:图像服务器运行中 → flux2-klein (gen-imgs.mjs);否则 → SVG (svg-icons.mjs)
 → 合成       scripts/composition-template.mjs(3 层;根据 AUDIO[] 时间)
 → 验证       hyperframes lint(0 错误)+ inspect(0 溢出)+ 检查草稿帧
 → 渲染       hyperframes render --quality high → 16:9 和 9:16
 → 专业视频

预检(检查依赖)

npx hyperframes doctor                      # 渲染引擎(Chrome+FFmpeg)
curl -s localhost:8000/health               # 图像服务器(flux2-klein)—— 可选,有 SVG 后备
python3 -c "import kokoro_onnx, soundfile"  # 本地 TTS
node -v ; ffmpeg -version | head -1 ; which vpe

黄金规则(不可妥协)

  • 第 1 层默认使用图像;SVG 是后备(通过 /health 自动检测)。绝不能因缺少图像而阻塞。请参见 references/fallback-svg.md。
  • 9:16 安全区:图像/插图位于顶部区域(从右向左进入),信息在中间,底部和右侧避开应用 UI,视频字幕隐藏。请参见 references/safe-zones.md。
  • 单源时间控制:数组 AUDIO[](通过 ffprobe 获取实际时长)控制场景、动画和音频。
  • 图像忠于概念 + 语义校对:在接受前必须检查每一个素材(Flux 有时会插入文字;避免在提示中出现日历/优惠券/卡片)。
  • 运动由代码(GSAP)驱动,而非图像;图像/SVG 只是概念的忠实执行。
  • 在生成语音/屏幕前校对文本:逐字检查 PT-BR 重音;英文在屏幕上保留原拼写,但在朗读形式中音译(txt/sN.txt,例如:deploy→"deplói",design→"dizáin")。错误的重音/发音会污染屏幕和配音。请参见 references/revisao-texto.md。
  • 始终检查帧(无法侦听音频——请用户验证配音)。
  • 从简开始 → 1 个试场景 → 批准风格 → 扩展。

使用方法(摘要)

  1. 预检。 2. vpe scaffold "<主题>" --preset <...> → 填写规划。
  2. 脚本 → 校对文本(重音 + 英文音译,参见 references/revisao-texto.md)→ assets/txt/sN.txt → 生成 WAV(Kokoro)→ 测量时长 → AUDIO[]。
  3. node scripts/gen-imgs.mjs(如果服务器运行中)或让 SVG 模式接手;检查素材。
  4. node scripts/composition-template.mjs(16:9)以及 --vertical(9:16);--svg/--noimg/--img 强制模式(无标志 = 自动)。
  5. hyperframes lint + inspect + 草稿帧 → 对两种格式执行 render --quality high。

脚本(经过测试的模板——参照 Hormozi 案例)

  • scripts/composition-template.mjs — 三层生成器(自动图像→SVG,9:16 安全区)。复制为 build-index.mjs 使用。
  • scripts/gen-imgs.mjs — 在 Flux2-Klein 中生成插图(固定种子以确保可复现)。
  • scripts/svg-icons.mjs — 按主题分类的动画 SVG 图标(矢量后备;SVG_ICONS + SVG_ANIM)。
  • scripts/fetch-fonts.mjs — 下载 .woff2 字体(Sora/Inter/JetBrains)。

参考文献

本技能是一个可运行的精华版本,基于一个确凿的参考案例(“Hormozi 12 条秘诀”视频: 三层架构、16:9 + 9:16、同时支持图像和 SVG 后备)以及其背后的架构分析。 当前渲染引擎:HyperFrames。

相关技能