Communitygithub.com

reel-critic

在发布前审核完成的9:16竖屏短片(TikTok、Instagram Reels、YouTube Shorts),并反复修复直至通过。测量时长、格式、响度、语音时机、人声与背景音乐电平、钩子动作、静止拉伸和硬切,将口语与脚本进行比对,然后由Claude审查联系表以检查构图、字幕条和安全区问题。失败时仅重做失败步骤(单个镜头、单句语音、混音),最多3轮。最终提供字幕和英文标签。用于每次/stickman3d或/stickman3dmn构建之后,或当用户要求审核、评论或QA一个短片时。

reel-critic 是什么?

reel-critic是一个用于AI Agent(如Claude Code)的专业竖屏视频质量审核技能。它的核心功能是在TikTok、Instagram Reels和YouTube Shorts发布前,对完成后的MP4文件进行全面检查,包括:通过语音转文字转录(优先使用ElevenLabs Scribe,蒙古语避免使用Whisper)、技术测量(时长、分辨率、帧率、编码、响度、语音时机、人声背景电平差、钩子动作、画面变化、硬切、文字匹配率)以及视觉审查(分析联系表,检查主体是否在安全区内、字幕条遮挡、构图是否合理、画面是否正确展示语音内容、是否存在破损帧)。审核结果通过exit code和报告文件呈现。如果失败,系统会采用“仅重做失败步骤”的精确修复循环,最多尝试3轮。此外,技能还包含从Instagram和TikTok获取真实数据的学习模块,在积累10个以上帖子后自动优化审核规则。最终向用户提供详细的审核报告、修复摘要以及适用于短视频平台的多语言字幕和英文标签。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/atuuuuuuu/reel-critic/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

/reel-critic

一个短片在通过之前不算完成。在make.sh生成<reel>/<name>.mp4之后运行此技能。 PY 是 stickman 套件的 Python (numpy):PY="$HOME/.claude/plugins/cache/claude-animation-skills/animation-skills/1.0.0/kit/.venv/bin/python"。CRITIC="<本技能的基目录>"。

1. 文字

转录最终的 mp4 文件:bash "$CRITIC/tools/stt.sh" <reel> [video] [mon|eng] (通过 Composio 使用 ElevenLabs Scribe,写入 audio/stt_final.json)。 如果 Composio ElevenLabs 配额已空,则在 ElevenLabs 网页应用中转录该 mp4(语音转文字,导出带时间戳的 JSON)并保存为 audio/stt_final.json。Whisper 在蒙古语上表现较弱:不要将其用于蒙古语短片。

2. 测量

"$PY" "$CRITIC/tools/critic.py" <reel> [video.mp4] 写入 <reel>/critic/report.md、report.json 和 critic/sheets/sheet_NN.jpg(每秒一帧,每张接触表10帧;接触表 NN 的第 i 帧大约在 NN*10 + i 秒处)。退出码为 0 表示所有测量的检查均通过。阈值位于 rules.json 中:

检查项规则重做步骤
时长40 到 68 秒脚本
尺寸、帧率、编码1080x1920, 30 fps, h264 + aac渲染 / 母版
响度、真实峰值-11.5 到 -8.5 LUFS, <= -1 dBTP母版
人声开始第一个词在 0.3 秒内人声
人声间隔句子之间无声停顿不超过 0.9 秒人声
人声与背景音乐语音至少比停顿(音乐+音效)高 9 dB混音
钩子动作前 0.5 秒内有物体移动摄影
画面持续变化不存在超过 2 秒的几乎静止画面摄影
硬切最多 2 个(甩镜头不算硬切)摄影
文字匹配脚本字幕替换后词错误率 <= 8%人声

3. 检查画面

阅读每张接触表(将它们堆叠起来:ffmpeg -i sheet_00.jpg -i sheet_01.jpg ... -filter_complex vstack=N)。青色框:安全区(x 100 到 980,y 220 到 1500)。黄色条:字幕条(y 1250 到 1420)。以下情况判定短片失败:

  • 面部或某个节拍的关键道具处于字幕条下方或安全区之外;
  • 主体被画面边缘裁剪,或靠近镜头的道具遮挡了主体;
  • 标牌或标题卡上的文字被字幕覆盖,或蒙古语短片中屏幕上有任何英文文字;
  • 某个节拍的画面未显示该时刻语音所描述的内容(在每帧上检查字幕词);
  • 破损帧:黑屏、缺失纹理、角色悬空或沉入地面。 甩镜头中间的一帧可能模糊或显示空地:这是正常的。将每条发现及其时间和重做步骤写入 report.md 的 ## 画面 部分。

4. 判定与修复循环

仅在步骤 2 退出码为 0、步骤 3 无发现、且步骤 1 的差异列表中没有任何语音实际读错的词时判定为通过(听一下列出的词;STT 拼写错误不计入)。 判定失败时,仅重做失败的步骤,然后再次运行步骤 1 到 3。3 轮后停止,并向用户展示仍然失败的内容。

  • 摄影 / 构图在若干时间点有问题:编辑 web/shots.js,用 render.js stills 检查,然后运行 bash "$CRITIC/tools/rerender.sh" <reel> <t1,t2,...>(仅重新渲染覆盖那些时间的镜头,重新拼接,重新制作母版)。如果某个在多个镜头中出现的场景被修改,则需要完整的 make.sh。
  • 人声台词:重新录制该句台词(stickman3dmn:retake.py 或 ElevenLabs 网页应用),重建单词时间,运行 make.sh <reel> keep。
  • 混音 / 响度:编辑 audio.py,运行 AUDIO_ONLY=1 make.sh <reel> keep。
  • 脚本 / 时长:交还给用户;脚本由用户批准。

5. 从真实数据学习

python3 "$CRITIC/tools/stats.py" --out <reel>/critic/stats.json 通过 Composio 拉取 Instagram 短片洞察数据(观看次数、分享、保存、平均观看时长)和 TikTok 视频统计数据。如果某个平台未连接,则跳过该平台(composio link instagram,composio link tiktok;Instagram 洞察需要企业或创作者账户)。当帖子数达到 10 个或更多时,将前三分之一与其余部分进行比较(观看时长、长度、钩子类型),并在修改 rules.json 之前向用户提出更改建议。

6. 交接

向用户提供:mp4 路径、时长、测量响度、判定表、已修复的画面发现、以及使用短片语言编写的适用于 TikTok、Instagram 和 YouTube Shorts 的字幕,附带 3 到 5 个英文标签(对于 Hervee 频道始终包含 #whatif,以及主题标签如 #mongolia #ulaanbaatar,TikTok 上使用 #fyp,YouTube 上使用 #shorts)。由用户手动发布。

规则的来源

参见 README.md:留存率和钩子研究、安全区测量以及审查过的自动化工具。

相关技能