编辑:一次规划,一条指令 是做什么的?
编辑器将用户的录制素材转化为视频,分为两部分。首先主讲人剪辑:最佳镜头,在停顿处剪切,经过调色。然后是编辑计划(edit/plan-vNNN.json):每个插入内容、其文字和提示、音效。工作台 crewcut render 构建该计划。此技能中没有任何内容包含颜色、字体或音量:这些来自样式包(crewcut brand show)。品味存在于 brand/rules/edit.md 和 brand/rules/cut.md 中。
首先阅读
| 你想 | 阅读 |
|---|---|
| 将录制素材剪辑为主讲人剪辑 | references/record-to-cut.md(声音到结尾,拆分文件,最后完整镜头,双重开头,在停顿处剪切,重拍,调色,显示并锁定) |
| 编写计划,选择或构建场景,显示录制素材 | references/plan-and-scenes.md(单词锚点,统计混合,按语句形式,提示,新建2D场景,重用,录制素材) |
| 制作音乐,设置音量,或租用GPU | references/sound-and-gpu.md(音乐顺应故事,通过测量选择,音量,GPU陷阱,成本卡片) |
| 构建3D场景 | 技能 3d-scene |
| 展示前检查 | 技能 cut-check(由审核器运行,你从不运行) |
场景名称及其数据键:templates/2d/BLOCKS.md 和 templates/3d/README.md。请勿在此处复制键列表。
版本制作方法
- 主讲人剪辑(
references/record-to-cut.md):crewcut ingest,crewcut transcribe,crewcut cut…。在其上运行python3 skills/cut-check/scripts/cut_check.py <decisions>,并在基于它构建之前修复每个错误。 - 最终剪辑的文字:
crewcut transcribe audio/voice-vNNN.wav→work/words-vNNN.json。所有计划时间来自这些文字。 - 统计混合,然后列出插入点(下方章节)。在大型渲染之前以卡片形式发送列表:
crewcut card propose --episode $CREWCUT_EPISODE --step edit --kind mix --title "针对 v002 的插入内容" --file edit/mix-v002.md。在卡片开启时继续构建;卡片是参考,不是门禁。 - 使用小型生成器脚本编写计划(
edit/make_plan.py),该脚本根据单词锚点设置每个时间。切勿手动输入秒数。模式:docs/architecture.md,“编辑计划”。保留为null的值来自样式包。 crewcut render plan edit/plan-vNNN.json:列出每个插入内容及其帧和提示。阅读它。半秒长的插入内容意味着锚点错误。crewcut render 2d edit/plan-vNNN.json:2D插入内容,本地渲染。- 3D:
crewcut render probe edit/plan-vNNN.json <id>生成半尺寸的单帧静态图像。在开始其他操作之前,将其与参考图对照检查(技能3d-scene)。然后进行成本估算和卡片生成(章节“租用GPU或本地”),然后是crewcut render 3d edit/plan-vNNN.json --rented --gpus N或--local。 crewcut render cut edit/plan-vNNN.json:使用音乐背景、高潮、打字、间隙、闪避和来自样式包的音量目标进行装配。输出未经检查。告知导演:“已构建,未经检查,请勿展示”。- 将版本交给审核器(
crewcut job add --episode $CREWCUT_EPISODE --identity critic --step edit "check plan-vNNN")。只有在两项检查均显示0错误后:预览图进入export/,导演以卡片形式展示该文件(crewcut card propose… --kind preview --file export/<id>-vNNN-preview.mp4),展示后立即:crewcut render shown edit/plan-vNNN.json。此后每次更改都是新的计划版本,即使只有两帧。
更改的文字或数字:更改计划(新版本),执行步骤5至9。仅重新渲染更改的插入内容。crewcut render all <plan> 一次性运行2D、3D和剪辑,无需中间检查。
先混合,后计划
这些规则适用于每个计划,在渲染任何一帧之前。限制来自 edit-style.json。
- 符号先于文字。 每个插入内容首先展示正在发生的事情。仅当观众必须阅读真实来源时才使用文本卡片(
headline、post):最多text_cards_max个来源,并且最多占全屏插入内容的text_share_max。keyword仅用于数字或名称,最多keywords_max个,每个最多keyword_max_words个单词。在渲染前按种类统计;样式检查会再次统计。 - 符号意味着2D和3D。 当对象与动作是核心概念时使用3D。对于过程、数量、方式和比较使用手绘2D:构建、移动或变化的形状。每个插入点,选择观众能在2秒内理解的方式。一个场景最多包含一个单词或一个数字,且必须与口语单词对应。
- 标准是参照,不是“它能渲染”。 与
baseline.json和brand/references/进行比较。租用GPU是为了质量:全分辨率,充足采样,柔和阴影,干净边缘。2D是动效设计,不是幻灯片:部件逐一构建,摄像头稍有移动,过渡柔和。 - 在剪辑前检查每个场景。 将一帧静态图像和5帧条带与参照图对比。如果看起来像幻灯片、剪贴画或模板,则丢弃并重新构建。少数高质量的优质场景胜过许多平庸场景;重复使用同一场景2-4次,搭配不同单词或状态。
- 使用真实素材,无需询问。 帖子、公告或第三方结果应放入画面:帖子以卡片形式呈现,并标记口语单词;第三方短视频以卡片形式呈现,并显示来源。绝不能使用虚构的截图或自创的公司徽标。
- 音乐属于故事(
references/sound-and-gpu.md)。仅使用乐器,在人声下保持安静,并注明来源和版权。 - 快速计算,绝不空闲。 在机器加载时,继续在本地工作(计划、2D、剪辑)。每个远程步骤都有时间限制。最后证明没有机器在运行。
- 在大型渲染前显示列表(步骤3):时间、种类、观众所见的一行描述、文本卡片数量。
场景
2D场景(HTML,由Chromium渲染,由品牌令牌设计样式)和3D场景(Blender代码生成,templates/3d/)。数据键:templates/2d/BLOCKS.md,templates/3d/README.md。哪种形式对应哪种陈述:references/plan-and-scenes.md,第3节。
| 种类 | 场景 |
|---|---|
| 2D数字和数量 | counter,bars,grid,wave |
| 2D来源和真实素材 | headline,post,clip-card,cards,swap |
| 2D绘制创意 | area,flow,untangle |
| 2D叠加在主讲人上(透明) | keyword |
| 3D | object-word,row,grid3d,stack,slide,box,scale(共享工具包 templates/3d/stage.py) |
| 录制素材 | "kind": "clip" 搭配 file,at,speed:已完成的录制素材全屏显示 |
中性包附带少量通用3D场景。用户自己的场景放在 brand/templates/ 中(绝不编辑应用的模板)。新场景需在 BLOCKS.md 或 templates/3d/README.md 中添加一行,并且在其帧被查看之前不做测试。
混合规则(值来自样式包)
- 3D占比:约占插入内容的
graphics_mix.3d;2D承担数字部分;主讲人在其间的屏幕上出现。 - 在单词上剪切,而不是在节拍上。画面中的单词应在说出前的0-3帧内出现。
- 使用
"speaker": [{"at": s, "zoom": z}]拆分较长的主讲人连续片段(缩放从zoom_base到zoom_punch,绝不超zoom_max)。 - 主讲人在两个全屏部分之间的时长不得短于
speaker_min_seconds,在开头和结尾至少为speaker_open_close_seconds。 - 音频:音乐背景音量
music_db并带有duck,仅在高潮点使用音效,在计数器下方使用打字音,在最重要的数字前音乐有短暂停顿。响度loudness_lufs,真峰值最多true_peak_db。 - 来源诚实:标题卡片需注明真实来源。
- 切勿声称进行了未发生的观看或收听检查。此会话无法听到:请标明时间。
当你应用来自命名来源的规则时,可以用一行说明,例如
crewcut say --episode $CREWCUT_EPISODE --cite "快速剪辑和关键词字幕,参考Alex Hormozi的编辑风格" "…"。
租用GPU或本地
- 3D帧在Blender Cycles中渲染。本地意味着容器的CPU:适用于半尺寸探测和非常短的场景。更长场景则使用租用GPU。
- 先考虑成本。
crewcut compute estimate --kind blender --frames N [--local-sec-per-frame S]打印本地和租用的时间和费用。将估算放在卡片上(--kind spend,标题包含金额),然后使用crewcut card wait <id>等待。退出码3表示否:在本地渲染或放弃场景。只有may_spend: true的身份才能租用(即编辑者)。 - 始终先制作半尺寸静态帧,再制作动画。
- 只有场景代码和字体发送到租用机器。绝不发送素材、声音、密钥或私人数据。
- 最后:
crewcut compute destroy --all-ours,然后crewcut compute ledger --episode ID;向用户报告包含支出以及无机器运行的证明。失败后也需执行。 - 陷阱及工具如何处理:
references/sound-and-gpu.md,B节。
诚实限制
- 代理无法听到。每个音乐和人声判断都是供用户查看的时间列表。
- 检测单词停顿、双重开头或音量跳变只找到候选,并非确定。
- 样式检查测量限制;场景是否美观只有人能判断。将帧与参考图对照,并清晰说明哪些场景仍低于标准。
计划中
- 当单词时间偏移几帧时重新调整3D渲染,避免重新渲染。
- 通过
crewcut compute在租用GPU上生成音乐(工作室手动完成;参见references/sound-and-gpu.md)。 - 网页录制作为渲染步骤(Chromium在容器中;尚无命令)。
- 对比表(场景帧与参考图并列)作为一条命令。
- 在
examples/demo/中的演示剧集的自测试(一旦存在)。
来源
与以下人员无关联或背书;我们参考了创意并撰写了我们的总结。
- Alex Hormozi(由其编辑Ryan Magin制作的编辑和字幕风格),https://www.youtube.com/@AlexHormozi:在单词上进行快速剪辑和简短单词字幕;此处简化为关键词字幕。
- fern(YouTube频道),https://www.youtube.com/@fern-tv:仅受3D粘土外观启发。不包含任何数值。