短视频构建器

引擎：$(reelsmith root)/engine/（build.py、template.html、music.py、pull_vo.py、capcut.py、fonts/）。每个短视频一个文件夹：<reel-dir>/reel.json → <reel-dir>/out/reel.mp4。如果 reelsmith 提示未设置，请运行 reelsmith setup 一次。

reelsmith new reels/my-reel            # 创建包含 src/、vo/ 和模板 reel.json 的文件夹
reelsmith sheet reels/my-reel/src/*    # 生成联系表 → 为每个片段选取 `ss`
reelsmith build reels/my-reel --stills # 约 1 分钟：生成帧、单词时间、字幕、out/qa_sheet.jpg
reelsmith stills reels/my-reel 0.5,7.8,21.3   # 额外检查帧
reelsmith build reels/my-reel          # 完整渲染（60 秒短视频约 4-5 分钟）

始终先运行 --stills：阅读打印的字幕列表并查看 out/qa_sheet.jpg（红色区域表示 Reels/TikTok UI 安全区；任何重要内容不得位于红色区域内）。修正 reel.json，然后构建。检查最后打印的响度线（-14 LUFS ±1，峰值 ≤ -1 dB）。然后在交给用户之前，查看最终 MP4 中每个特效和转场附近的帧。

工作流程（创作者耗时约 10 分钟/条）

脚本：reel-script 技能 → 创作者批准。用 <em>…</em> 标记重音词；数字保留为数字以便显示。
配音：可以是创作者自己的录音（vo/vo.mp3）或 ElevenLabs（参见 docs/voice.md）：TTS 文本 = 不带标签的脚本，数字拼写为单词，品牌名称按发音拼写。免费版可在 ElevenLabs 网页 UI 中生成（Chrome 中的 Claude 可以驱动），然后运行 reelsmith voice <reel-dir> 将最新的两条录音拉入 vo/ 并显示时长。转录两条，保留较清晰的一条为 vo/vo.mp3。语速较慢的配音：在 vo 中设置 "speed": 1.07。
素材：footage-scout 技能 — 仅使用新素材（检查 used_footage.md）、联系表、隐私检查。各片段时长之和必须等于配音结束时间 + 约 2 秒。
剪辑计划：reel-director 技能选择本故事适用的 3-5 个特效及转场位置。
编写 reel.json → --stills → 修正 → 构建 → 交付 out/reel.mp4 + out/cover.jpg + out/caption.txt。
可选：在 CapCut 中进行声音处理：reel-capcut 技能（库音效+手动挑选的音乐）。

reel.json

{
  "vo": {"file": "vo/vo.mp3", "offset": 0.25, "speed": 1.07, "gaps": [[5.73, 0.8]]},
  "script": "我已经花了三个月重写我的指南，昨天我改了封面字体<em>第四次</em>。…",
  "hook": {"tag": "永恒草稿场景", "lines": ["指南快准备好了。", "<em>已经三个月了</em>"], "out": 5.55},
  "end": {"from": 55.6, "lines": ["你的那份", "<em>等了多久？</em>"], "lines_at": [55.75, 56.6],
          "sub": "在评论区告诉我", "sub_at": "@comments", "handle": "@yourhandle", "handle_at": 58.6},
  "cover": {"from": 0, "to": 4.35, "title": "草稿", "left": "No.4 · 十月", "right": "@yourhandle", "top": 330},
  "cover_t": 2.0,
  "stamps": [{"seg": ["I", "J"], "text": "tanya · 草稿两年了"}],
  "punch": [[3.02, 4.4], ["@thousand", 9.0]],
  "segments": [
    {"id": "A", "clip": "src/night_desk.mp4", "ss": 9.5, "dur": 2.5, "crop": [0, 0.196, 0.75], "cut": true},
    {"id": "B", "clip": "src/keys.mp4", "ss": 1.3, "dur": 1.9, "move": "none"},
    {"id": "E", "clip": "src/phone_walk.mov", "ss": 0.8, "dur": 4.5, "cut": true, "in": "zoom"},
    {"id": "I", "clip": "src/cafe.mp4", "ss": 0.3, "dur": 3.2, "look": "bw"},
    {"id": "K", "clip": "src/walk.mov", "ss": 14.0, "dur": 4.95, "look": "burst"},
    {"id": "N", "clip": "src/breakfast.mov", "ss": 0.0, "dur": 3.45, "rate": 0.4},
    {"id": "Q", "clip": "src/meadow.mov", "ss": 13.2, "dur": 9.1, "move": "pull-out", "in": "zoom"}
  ],
  "caption": "…",
  "music": "synth"
}

一个完整的真实示例（乌克兰语，61 秒，17 个片段，包含以下所有特效）位于 $(reelsmith root)/examples/chernetka/reel.json；最小示例位于 examples/template/reel.json。

配音与字幕

lang：配音的 Whisper 语言（"uk"、"en" 等）；省略则自动检测（或使用 REELSMITH_LANG）。
vo.gaps [vo_time, extra_s]：在（变速后的）配音中该时间点附近最安静的位置插入一个呼吸暂停点——为照片蒙太奇留出空间。vo.speed：atempo 因子。
"@word" 锚点：钩子/结尾/涂鸦/毛玻璃/检查清单/封面/轨迹/标题墙/推进/跳过字幕中的任何时间点都可以是 "@thousand"（该脚本单词的开始位置；先精确匹配，再前缀匹配）、"@again#2"（第二次出现）、"@twice+0.3"。Whisper 识别错误的单词会被赋予插值时间——此时请使用秒数。out/words.json 在 --stills 后包含真实时间。
subs / punch：省略则根据 script + 单词时间自动生成（每行 5-7 个单词，1-2 行，重音词以斜体强调色显示，结尾不加句号，一行不以“和/在/的…”结束；推进最多 4 个重音短语，间隔 ≥ 3 秒）。可通过 "subs": [[a, b, "html"]]、"punch": [[a, b]] 覆盖。钩子卡显示时、毛玻璃标题和检查清单下方、以及结尾卡开始后，字幕会隐藏（可通过 subs_from / subs_until / subs_skip [[a, b]] 调整）。

卡片与文字

钩子：从第 0 帧开始显示的纸质卡片（at: [t…] 逐行显示，size、top）。结尾：从 from 开始的卡片，lines_at 处的行，sub、handle。
印章：在指定片段左上角显示的单一药丸形状标签（地点、日期、角色名称）。
封面（封面故事 + 画面断裂）：杂志刊头适配宽度，字母依次落下；在设置了 "cut": true 的片段上，人物站立在标题前方。选择/裁剪一个镜头，使人物头顶位于刊头顶部下方 40-80 像素处——绝不能遮住眼睛。color 用于刊头，top 用于移动位置。cover_t ≈ 2，以便 out/cover.jpg 显示完成的封面。
毛玻璃（毛玻璃文字）：{"from", "to", "lines", "at", "top"} 毛玻璃标题。
检查清单：{"from", "to", "title", "items": [{"text", "sub", "at", "sub_at"}]} 卡片，逐项增长，在 at 处绘制勾选标记。
标题墙：{"from", "to", "items": [...], "every": 0.06} 文件名/标题瓷砖堆叠；可在其上放置毛玻璃标题。
轨迹：{"from", "to", "seg", "text": "1000 粉丝 · ", "speed", "scale", "tilt", "lift"} 环绕人物头部的文字环（仅用于设置了 cut 的片段）；后半部分从人物身后穿过。最适合用于近距离自拍。
涂鸦（涂鸦动画）：{"kind": "text"|"circle"|"underline"|"strike"|"arrow", "at", "to", "x", "y", …} — 文字：text, size, rot, write；圆形/删除线：w, h（删除线 n 个锯齿；保留 3 个使单词可读）；下划线：w；箭头：x2, y2, bend；color、width。使用奶油色光晕突出墨水，从左到右绘制，每 3 帧轻微摆动。钩子卡显示期间以及人物脸部区域上方（y ≈ 1000 以上）应避免放置涂鸦。

片段

路径：相对于短视频文件夹，然后是当前目录，然后是仓库。HEIC/JPG 照片通过 img 处理即可。
ss 片段内的起始时间，dur 秒数；pos 0-1 水平取景（用于宽幅源素材）；crop [x, y, size] = 竖屏帧的缩放裁剪（从 4K 素材保持清晰）；rate < 1 = 慢动作（仅当只有一小部分可用时使用）。
cut：true = 此片段使用 macOS Vision 人物遮罩（reelsmith masks，约 0.2 秒/帧，可缓存）。封面和轨迹功能需要此设置。
in："zoom"（前一个镜头模糊冲入，新镜头从缩放状态着陆）或 "whip"（快速模糊滑动，无黑色边缘）。在 4-6 个关键剪接处使用，而非每个剪接处。
look："" 暖色胶片风格 · "memory" 淡化的缩放飞入效果（用于照片蒙太奇；date 添加橙色相机日期戳） · "bw" 黑白（音乐变闷） · "burst" 灰色 → 色彩绽放（音乐打开）。
move：push（默认慢速推入） · tilt-up · pull-out · none。

声音与颜色

music："synth"（根据画面风格生成的低保真背景音乐——作为占位符效果不错，创作者通常更喜欢真实曲目）、指向您拥有版权的音频文件的路径，或 null。原始片段声音永远不会被使用。
music_gain：默认 0.16（在配音下方进行侧链压缩）。
colors：{"accent": "#D4573A", "cream": "#F4EFE6", "ink": "#1F1A17"}（默认：米色/赤陶色）。

来自真实反馈的规则

特效必须在手机尺寸上第一眼就能看清：大、强调色、有动画。细小的奶油色涂鸦和模糊的毛玻璃面板被反馈为“特效在哪里？”。
剪接处不要重复出现白色闪光。静音原始片段声音。每条短视频使用 3-5 种技术，不要全用。
绝不要将文字、卡片或涂鸦放在眼睛上方；移动卡片或重新取景。
以全分辨率检查素材的画面和背景：他人的消息、车牌、街道名称、私人仪表盘 → 跳过这些秒数。
每条短视频使用全新素材（used_footage.md）。使用包含他人面部的镜头前请先询问。

lalimi/claude-reelsmith

claude-reelsmith 是什么？

在你喜欢的 AI 中提问

文档