视频创作者
将视频编写为单个 HTML 页面,其中包含一个函数 render(t),该函数仅根据时间设置每个元素的状态:无 CSS 过渡、定时器或前一帧的记忆。一个 Playwright 脚本跳转到每一帧的时间点,截取屏幕截图,然后 ffmpeg 对这些帧进行编码。因为每一帧都是 t 的纯函数,你可以跳转到任意时刻,并行渲染,并每次获得相同的输出。
你拥有很大的创意自由度。该技能提供了一种技术、一些从经验中总结的经验教训和 Danny 的默认设置。它不是模板。最好的视频来自于一个针对特定主题的强有力创意。
参考实现:website/video/ 在 https://github.com/dannysmith/astro-editor 中(README 涵盖了页面、渲染器、合成音频和发布)。阅读它以获取技术,而不是外观:其黑暗的电影风格适合那个产品,而不是所有产品。
页面
window.DURATION = 45 // 秒
window.__ready = Promise.all([document.fonts.ready, ...[...document.images].map((i) => i.decode())])
window.render = (t) => { /* 根据 t 设置每个元素 */ }
使用三个辅助工具构建大部分动画:一个时间窗口内的 0-1 进度值、缓动曲线和 lerp。为镜头移动添加关键帧列表,为文本添加一个带种子的打字辅助函数。支持 ?t=12(定格在某一时刻)和 ?play(通过 requestAnimationFrame 驱动,以正常速度循环播放),以便 Danny 可以在浏览器中打开页面进行检查。如果两者都没有,页面在调用 render(t) 之前不应执行任何操作,因为渲染器是以这种方式加载它的。在渲染第 0 帧之前解析 __ready,否则早期帧将使用后备字体或显示缺失图像。
工作流程
-
研究。弄清楚你拥有哪些基础材料:
- 一个有网站或品牌的项目:获取真实的颜色、字体、截图、文案和样式表,并根据文档核对产品声明。
- 一个品牌或界面不多的项目:从 README 和文档中获取实质内容,外观则采用“House Style”。
- 仅凭提示(一个概念、一篇文章、一个虚构产品):提示及其附件是唯一来源。使用“House Style”。对于虚构内容可以自由发挥,但需保持一致性。
如果有重要的东西缺失,请提问。
-
提案。在开始构建之前,给 Danny 一个简短的概念以供确认:核心创意以及它如何贯穿各个场景、按顺序列出节拍、大致时长、视觉效果和音频方法。如果上下文充足,提出一个概念。如果上下文不足,用几句话提出两到三个对比鲜明的方向。
-
规划。为你自己编写一个带时间的分镜剧本(场景、开始时间、结束时间、屏幕上显示的内容)。
-
构建。在当前项目的
video/目录下工作(除非要求,否则不要提交更改),如果当前目录为空,则在当前目录下工作。为项目编写一个渲染脚本:复制此技能中的assets/render.mjs作为起点,并根据视频需要更改任何内容。当 UI 需要动画时,在 HTML 中重新创建它;对于静态或蒙太奇时刻,使用真实截图;对于形状和插图,使用 SVG。 -
审查。渲染联系表和静态帧,修复,重复,在完全渲染之前至少两次(参见“Craft”部分)。
-
交付。最终的 MP4 文件、一张联系表(以便 Danny 能一目了然地看到整个视频)、重新渲染的方法,以及如果你使用了任何第三方资源,提供
LICENSES.txt文件。抽查编码文件中的帧。
除非另有说明:16:9 比例,分辨率为 1920×1080,帧率 60fps,长度根据内容调整(宣传片通常 30-60 秒),并且必须在静音状态下也能理解。
Craft(工艺)
- 找到一条主线。一个贯穿每个剪辑的元素:一个窗口、一个形状、一个光标、一条相机路径、一个相机穿过的单一世界。如果没有,视频就会变成带有淡入淡出效果的动画幻灯片。优先使用匹配剪辑和一个事物转化为另一个事物,而不是交叉淡入淡出。
- 控制节奏。节拍大约为 1.5-4 秒。让它们有所变化:最慢的场景大约是最快场景的三倍长。至少包含一个保持不动的节拍,让一句台词沉淀下来。退场比进场要快。在前几秒内表明这是什么。
- 给人们阅读的时间。在文字出现后,至少保持文字显示 0.6 秒加上每个词 0.3 秒。如果一行文字不能在两秒内读完,就删减词语。
- 为视频调整大小,而非网页。在 1080p 分辨率下,标题至少 90px,正文至少 32px。1px 的线条和低于 10% 的不透明度在编码后会消失。全屏线性渐变会产生条带,因此请使用纯色或径向填充。
- 避免偷懒的默认设置:所有元素使用相同的缓动和持续时间、每个入场都是上滑淡入、每个场景使用相同的错开效果、每个剪辑处都使用交叉淡入淡出、渐变文字、黑色背景上的紫色或青色发光、所有内容居中。
- 使用真实素材。使用源材料中的真实颜色、文案和 UI。检查屏幕上出现的每个数字和声称。
- 像编辑一样审查。
- 一张大约每秒一帧的联系表可以展示节奏和构图。
- 静态帧隐藏了运动,因此要在每个过渡期间平铺紧密间隔的帧来检查缓动效果(在示例渲染器中使用
--sheet 0.05 --from 12 --to 12.6)。 - 在代码中使用
getBoundingClientRect()检查文本溢出和重叠,而不仅仅是凭眼睛看。
注意事项
- 帧之间无状态。并行渲染工作进程可能从视频中间开始,因此缓存自早期帧的任何内容都会丢失。从
t推导所有内容,或在每一帧从页面重新测量。 - 保持字体本地化。将网络字体文件下载到项目中;在渲染时从网络加载是不可靠的。在 Mac 上安装的许可字体(如 Operator Mono)使用
local()加载。切勿将其字体文件复制到仓库中。 - 播种任何随机性(打字节奏、抖动、形状)以确保渲染结果是相同的。
- 测量,而非猜测。使用
getBoundingClientRect()获取依赖布局的位置(连接线、拖放目标、光标路径)。在图像上叠加注释时,记得加上图像自身的偏移。 - 不要播放
<video>元素。使用 ffmpeg 提取其帧,并显示当前t对应的正确帧。 - Chromium 无法在 Claude Code 沙箱内启动。在沙箱外运行渲染。
- 你无法听到音频。请说明这一点。通过数值检查音量并查看波形(参见
references/audio.md)。 - Web 分发:H.264,使用
-crf 27 -preset veryslow -tune animation -pix_fmt yuv420p -movflags +faststart参数,AAC 音频使用loudnorm=I=-16进行归一化。
House Style(默认风格)
项目自身品牌和提示中未明确说明时的默认设置。项目自身的品牌优先确定外观,Danny 的指示优先于一切。如果他要求不同的风格,或要求忽略默认值,则完全放弃它们:不要出于习惯沿用调色板、形状或字体。除非他另有说明,否则 Tone(语气)、Animation(动画)和 Audio(音频)默认值仍适用于品牌视频。
颜色
Danny 的调色板,基于 Notion 的颜色:画布为 #2f3437 品牌灰,#191919 用于框架和较暗的面板,白色文字,关键词语用珊瑚色 #ff7369。形状使用柔和 400 系列和饱和 500 系列。references/colours.md 包含完整的调色板和每种色调的用途,以及 danny.is 和 Flexoki 调色板及其使用时机。每个视频使用一个调色板。
字体
默认使用 Geist,标题使用粗体。此外:
- Figtree:更友好的无衬线字体。
- Literata:用于引文和社论文章的衬线字体。
- Caveat:手写字体,用于旁白。谨慎使用。
- Operator Mono:代码和终端。它是本地安装的,因此使用
local('Operator Mono'),并将 Fira Code 作为后备字体。 - 系统字体(SF Pro):用于 Mac 应用项目,以匹配原生 UI。
- Inter:用于匹配 Danny 较旧的 Figma 幻灯片。
除 Operator Mono 和 SF Pro 外,其他字体均可在 Google Fonts 上获取。
排版
大而粗:标题字重为 800-900,行距紧密且字距略微紧缩。短标题使用全大写,陈述使用句首大写。使用颜色而非斜体进行强调。左对齐和非对称布局多于居中。
语气
- 英式英语。
- 温暖、平实且略带俏皮,就像向聪明的朋友解释某事,而不是向陌生人推销。
- 具体:“你的模式变成了表格”,而不是“提升你的工作流程”。
- 每行一个想法。
- 切勿声称超出实际功能。
- 欢迎使用 Emoji。
- 不使用营销陈词滥调(“介绍”、“革新”、“流畅”、“解锁”、“改变游戏规则”)。
Astro Editor 和 Taskdn 主页展示了这种语气。对于旁白或任何比标题长的内容,加载 writing:guide。
美学
以项目自身主页为起点。如果没有,则借鉴 Danny 自身幻灯片和社交媒体图片的风格(截图在 references/examples/ 中;设计前先查看它们)。获取其要素,而非布局:
- 嵌入在深色框架中的炭灰色画布。
- 带有珊瑚色高亮的大胆白色文字。
- 珊瑚色和柔和色系的有机形状从角落溢出。
- 一条松散的、手绘风格的涂鸦线条或箭头。
- 作为插图的大号 Emoji。
- 调色板内的扁平矢量图形。
- 偶尔使用全出血的彩色卡片。
- 代码使用 macOS 窗口装饰。
- 充足的留白。
整体感觉应友好、略带趣味,并明显由人制作。
图片
优先使用你自己绘制的 SVG(带种子的形状、扁平插图、图表),而非摄影作品。只有在能增加价值时才使用照片,来源可以是 Unsplash 或 Pexels。图标来自 Lucide 或 Phosphor。Apple Emoji 原生渲染效果很好,适合个人视频;为商业产品营销使用 Fluent Emoji(MIT 许可)。
动画
- 平滑而非炫酷:无旋转、3D 翻转、缩放模糊、镜头光晕或粒子爆发。
- 动画应引导注意力,一次只关注一个焦点运动。
- 打字应感觉自然:不均匀的节奏、在标点处暂停、打字时光标为实线、空闲时闪烁。
- 添加一点背景生命力:形状飘动、Emoji 轻晃、勾选标记弹出。
- 目标是有一个能让某人微笑的时刻。
- 以保持不动的结束卡收尾。
音频
每个视频选择一种方式,并在提案中说明原因:
- 将找到的曲目适配到视频。为 Danny 挑出两到三个候选曲目,因为你无法听到它们。
- 与屏幕事件同步的合成音效。使用采样乐器,而非纯振荡器。
- 以上两者的结合。
- 静音,适用于短视频或任何将自动静音播放的内容。
保持音效微妙:每个有意义的事件配一个音效。references/audio.md 包含来源、许可、ffmpeg 方案以及检查你无法听到的音频的方法。