Communitygithub.com

Avenox Studio — 操作路由

基于本地的 YouTube 视频制作管线(路由,请优先阅读)。用于任何视频编辑、剪辑、制作、组装、字幕、配乐或渲染长视频,以及制作运动图形的请求。封装开源工具(auto-editor、mlx-whisper、MLT/melt、ffmpeg)和 HyperFrames 动画图形。触发器:"编辑此视频"、"剪辑录制"、"制作图形"、"提取字幕"、"渲染最终版"、任务名称,或任何与视频管线相关的内容。人类是导演/质量把关者;智能体是操作员。

Avenox Studio — 操作路由 是什么?

Avenox Studio 是一个完全在本地运行的智能体驱动视频制作管线,专为 YouTube 长视频设计。它将人类设定为导演和质量把关者,智能体则充当操作员,执行从导入到最终渲染的七个标准化步骤:导入、粗剪、图形制作、组装、字幕、配乐和导出。该技能封装了一系列开源工具(auto-editor、mlx-whisper、MLT/melt、ffmpeg)和 HyperFrames(用于动画图形),并强调严格的媒体文件管理规范:所有大型媒体必须存储在 `$STUDIO_JOBS` 目录中,而非云端同步文件夹,以避免传输冲突和文件损坏。该技能支持 macOS(利用硬件编码和 Apple Silicon 的 mlx-whisper),也可适配 Linux。其核心工作流是"导演循环"——先制作预览,等待人工审核,然后才渲染最终版本,避免未经审查的自动渲染导致返工。品牌规范被列为硬性约束,所有图形制作前必须参考 `brand/frame.md` 文件。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/avenoxai/avenoxskills/tree/HEAD/skills/avenox-video

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

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

  1. 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。
  2. 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。
  3. 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。)
  4. 格式: YouTube 16:9 1080p60。预设位于 brand/presets/youtube-16x9.json。
  5. 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。
  6. 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 [balancedaggressive
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 [fastquality]`
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

  1. 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。
  2. 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。
  3. 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。
  4. 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>。
  5. 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。
  6. 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。
  7. 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)

相关技能