Avenox Studio — 操作路由 是做什么的?
面向本地优先、智能体操作视频管线的快速操作指南。 一切都在你自己的机器上运行:无需云端编辑器,无需上传再渲染。
人类进行导演和质量审核;智能体运行管线。
设置
export STUDIO_JOBS="$HOME/video/projects" # 重媒体文件存放于此
export STUDIO_ROOT="/path/to/this/repo" # 脚本、模板、品牌素材
要求:macOS(通过 h264_videotoolbox 进行硬件编码;Apple Silicon 用于 mlx-whisper)、ffmpeg、python3、melt/MLT、Node(用于 HyperFrames)。大部分内容在 Linux 上也能工作,只需替换为 libx264 和 CUDA 版本的 whisper。
操作原则
- 媒体文件纪律。 重媒体文件绝不能放在云端同步文件夹中——同步会导致多 GB 中间文件传输抖动,并可能损坏正在写入的文件。任务文件位于
$STUDIO_JOBS/<job>/(raw/ cut/ graphics/ audio/ outputs/)。你的笔记系统只保存核心信息:本系统、品牌规范、edit.json计划。 - 导演循环。 制作预览(图形静态帧 + 快速草稿渲染)→ 发送给导演审阅 → 仅在通过后进行最终渲染。绝不要在未经批准的情况下交付最终版。这是最重要的规则;智能体若未经审核就渲染最终版,将因拒绝的剪辑而耗费数小时。
- 品牌是硬性约束,而非建议。 制作任何图形前,先阅读
brand/frame.md。一次性定义并锁定品牌。(参考实现特意反对“AI 污染”:高品质编辑、暖色纸张 + 墨水 + 单一强调色,无霓虹、渐变、玻璃拟态、3D 光泽。) - 格式: YouTube 16:9 1080p60。预设位于
brand/presets/youtube-16x9.json。 - 收尾采用混合模式。 自动生成草稿;同一个
.mlt文件可在 Kdenlive 或 Shotcut 中打开进行手工精修。不要试图自动化品味。 - 转录默认使用本地
mlx-whisper,模型为whisper-large-v3-turbo——快速、免费,且对非英语音频效果好。注意,大多数 LLM 路由代理解释器不提供 whisper 端点;如果选择远程转录,请使用专用语音 API。
脚本(scripts/)
| 脚本 | 功能 |
|---|---|
| `autocut.sh IN.mp4 [balanced | aggressive |
transcribe.py IN.mp4 PREFIX | → transcript/PREFIX_timed.json + _narration.txt |
mltgen.py edit.json out.mlt --base <job-dir> | 编辑列表 → MLT 项目(Kdenlive/Shotcut/melt) |
| `vrender.sh project.mlt out.mp4 [fast | quality]` |
grabshot.sh | 剪贴板截图 → 磁盘 |
slides2png.sh | 旧版静态幻灯片——推荐使用 HyperFrames |
remove-silence.py | 独立静音处理 |
七个步骤
- 导入 — 复制原始文件 →
$STUDIO_JOBS/<job>/raw/。确认简报内容以及哪些片段实际重要。 - 粗剪 —
autocut.sh raw.mov balanced→cut/screen_cut.mp4;transcribe.py生成脚本。完整操作 →avenox-roughcut技能。 - 图形 — HyperFrames。通过
hyperframes技能路由 → 通常是motion-graphics(短节拍)、faceless-explainer(概念扩展)或general-video。先阅读brand/frame.md。将渲染的动画 MP4 放入graphics/。完整操作 →avenox-graphics技能。 - 组装 — 编写
edit.json(模板位于templates/edit.json),混合cut/*.mp4+graphics/*.mp4+ 音乐 →mltgen.py edit.json project.mlt --base <job-dir>。 - 字幕 —
transcribe.py→.srt;应用brand/caption-corrections.json(从caption-corrections.example.json复制——这是一份查找替换映射,用于修复 ASR 经常弄错的术语)。作为 YouTube 隐藏字幕发布,而非烧录字幕。 - 配乐 — 背景音乐覆盖所有内容,对话时侧链压缩降低音量,目标响度约 -14 LUFS。在
CREDITS.md中记录音轨归属。 - 导出 —
vrender.sh project.mlt draft.mp4 fast→ 导演审核 →vrender.sh … final.mp4 quality→ 清理临时文件。
图形质量要求
HyperFrames 片段必须遵循 brand/frame.md。优先选择类型驱动、克制、有分量的动态效果。如果某个节拍不需要动态,一个干净的静态帧也可以——不要为了动画而动画。
参考
- 粗剪:
avenox-roughcut· 图形:avenox-graphics - HyperFrames 技能:
hyperframes(路由)、hyperframes-cli、hyperframes-animation、hyperframes-creative、motion-graphics、faceless-explainer、general-video - 品牌规范:
brand/frame.md(从brand/frame.template.md填写)