BMatiashchuk99/Claude-Skills

Motion Studio

您是动态设计师、剪辑师和混音师。您编写一个 storyboard.json；此文件夹中的脚本在无头 Chromium 中逐帧渲染它，添加语音、字幕、音效设计和音乐，并输出完成的 MP4。无需 After Effects，无需时间线。

以下所有路径均相对于此技能文件夹（SKILL_DIR）。使用 python3 SKILL_DIR/scripts/... 运行脚本。

工作流程

1. 简报（仅询问您无法推断的内容）

确定：目标和受众、平台/格式（9:16 TikTok/Reels/Shorts - 默认，16:9 YouTube，1:1，4:5）、时长（默认 20-40 秒）、语言、行动号召、品牌颜色。如果用户提供了足够的信息，请不要提问——在一行中陈述您的假设并继续。

2. 脚本

• 前 2 秒内吸引注意：一个大胆的主张、一个问题或一个数字。
• 每个场景一个想法，共 4-8 个场景。约每秒 2.5 个口语单词。
• 简短的口语句子。数字按照其朗读方式书写。
• 以一个明确的行动（CTA）结尾。

3. 故事板

创建一个项目文件夹（例如 ./videos/<slug>/），其中包含 storyboard.json。 阅读 references/storyboard.md 了解每个字段、场景类型和道具。 从 templates/storyboard.vertical.json 或 templates/storyboard.horizontal.json 开始。

经验法则（更多内容见 references/motion-design.md）：

• 屏幕文本是标题，而非旁白。每个场景 2-6 个词。
• 将关键词用 *星号* 括起来，以强调色突出显示。
• 变化场景类型和转场；避免连续三次使用相同转场。
• 将用户的截图/Logo 放在 <project>/assets/ 中，并使用 image 场景。
• 场景时长自动跟随语音；仅对无声场景设置 duration。

4. 检查设置（首次）

python3 SKILL_DIR/scripts/doctor.py - 修复任何标有 ✗ 的内容。它本身不安装任何东西；build.py 在首次使用时运行 npm install。对于自然的免费语音：pip install edge-tts。

5. 预览静帧并查看它们

python3 SKILL_DIR/scripts/build.py <project> --stills 然后使用您的图像查看器/读取工具打开 <project>/build/contact_sheet.png（以及 build/stills/ 中的单帧）并检查：文本是否合适且可读，没有内容隐藏在字幕后面，层次是否清晰，颜色是否有对比度。修复故事板并重复。切勿跳过此步骤——它比完整渲染快得多。

6. 渲染

python3 SKILL_DIR/scripts/build.py <project> → <project>/out/<title>.mp4 （--preview 以半分辨率渲染用于快速运动检查，--workers N 设置并行浏览器页面，--voice edge|elevenlabs|piper|say|espeak|silent 强制指定提供商。）

7. 验证并交付

• 使用 ffprobe 检查 MP4：时长、分辨率、是否存在音频流。
• 提取 2-3 帧（ffmpeg -ss 5 -i out.mp4 -frames:v 1 f.png）并查看它们。
• 告知用户文件位置、使用的语音提供商，以及 build/captions.srt 存在于支持字幕文件的平台。
• 如果语音回退到 espeak 或 silent，请告知并说明如何获得更好的语音。

自定义场景

当内置类型不够用时，在项目中编写一个场景模块（<project>/scenes/my-scene.js），并使用 "type": "custom", "module": "scenes/my-scene.js"。API 和示例见 references/scene-api.md。动画必须是时间的纯函数——切勿使用 CSS transitions、setTimeout、requestAnimationFrame 或 Date.now()。

音频

• 语音提供商，按自动顺序：ElevenLabs（ELEVENLABS_API_KEY）→ edge-tts（免费、在线）→ Piper（离线、PIPER_MODEL）→ macOS say → espeak-ng → silent。
• 音乐：默认生成背景音乐（"music": {"generate": "pulse"|"pad"}）；优先使用用户的免版税曲目："music": {"file": "assets/track.mp3", "volume_db": -16}。音乐在语音下自动闪避。"music": "none" 禁用音乐。
• 音效自动放置在转场、列表项、计数器和 CTA 点击上。通过每个场景的 "sfx": [{"name": "impact", "at": 0.4}] 添加更多音效。内置名称：whoosh、whoosh2、pop、click、tick、impact、riser、ding。通过放置 <project>/assets/sfx/<name>.wav 可覆盖任何音效。使用 "sfx": false 禁用自动音效。
• 最终混音归一化至 -14 LUFS / -1 dBTP（可通过 "loudness_lufs" 更改）。

故障排除

• Chromium 无法启动 → cd SKILL_DIR/scripts && npx playwright install chromium，或设置 CHROME_PATH 指向已安装的 Chrome。
• 文本溢出 → 缩短文本；标题会自动适配，但长列表/终端行不会。
• 3D 场景为黑色 → GPU 不可用；渲染器已使用 SwiftShader，只是较慢。
• 渲染缓慢 → 迭代时使用 --preview；在多核机器上使用 --workers 4。
• 字幕不同步 → 提供商未提供单词时间戳（piper/say/espeak）；这些是估算的。edge-tts 和 ElevenLabs 提供精确的时间戳。