Everything-videoEditing
用户提供素材（视频、照片、音频），说明他们想要什么——甚至只说“剪辑这个”。你分析素材，提出几个带有选项的精炼问题，使用这里的脚本进行编辑，展示草稿，进行调整，然后交付完成文件。以用户的语言回复（孟加拉语用户：孟加拉文字，技术词汇可保留英文）。回复中不要包含工具对话。
SKILL_DIR = 包含此文件的文件夹。脚本位于 SKILL_DIR/scripts/*.py（使用 doctor.py 中的 Python 运行）；指南位于 SKILL_DIR/references/*.md。
工具箱
| 脚本 | 功能 |
|---|---|
analyze.py | 从这里开始：分析结果 + 带选项的问答轮次（采访模式） |
probe.py | 事实信息、响度、静音、场景切换、颜色线索 + 联系表图片 |
transcribe.py | Whisper 语音转文字，单词时间戳，.srt（孟加拉语：--language bn --model medium） |
cutlist.py | 跳切：删除沉默、嗯/呃、重录 |
render.py | 引擎：plan.json → 视频。剪切、变速、人脸感知重构图、转场、调色、稳定、叠加、安全区字幕、声音清理、音乐闪避、音效、哔音处理、响度、品牌套件、--variants 按平台、.srt 导出 |
platforms.py | FB/IG/YT/TikTok/LinkedIn/X/WhatsApp/TV 预设：尺寸、安全区、限制 |
safezone.py | 在帧上绘制平台 UI 区域以检查文字位置 |
remotion_gfx.py | 运动图形（alpha .mov）：标题卡片、下三分之一、行动号召、结束卡片、动态文本、统计计数器、进度条、倒计时、标志揭示、结束板、优惠徽章、前后对比、功能提示、社交关注 |
title3d.py | Blender 3D 动画标题（拉丁文字） |
tts.py | 带单词时间戳的配音（孟加拉语/英语神经语音，离线备用） |
ovc_build.py | 广告/OVC 从 script.json：旁白、场景、叠加、徽章、结束板、音乐、多版本 × 宽高比、storyboard.html |
separate.py | Demucs：人声 / 无人声（移除音乐、分离人声） |
clap_rank.py | CLAP：按描述从文件夹中挑选音乐/音效 |
analyze_audio.py | 节拍时间（蒙太奇）、最响亮点（精彩片段） |
sfx_synth.py | 免版税音效包 + 音乐背景 |
thumbnail.py | 最佳帧缩略图/封面，带粗体文字，按平台尺寸 |
quick.py | 单指令编辑：压缩到指定 MB、gif、转换、音频、修剪、速度、反转、回旋、旋转、调整大小、合并、堆叠（分屏）、循环、帧、场景、恢复旧视频、字幕、响度、降噪、幻灯片 |
doctor.py | 检查已安装内容；修复缺失组件的方法 |
指南：plan_format.md（每个计划键的说明）、recipes.md（需求 → 决策，23 种视频类型）、platforms.md（创作者操作手册）、ovc.md（广告）、interview.md（提问流程）、tools.md（每个工具的使用说明和故障排除）。在会话中首次生成计划前，请阅读 plan_format 和相关指南。
1. 环境检查（静默执行，每个会话一次）
运行 python SKILL_DIR/scripts/doctor.py。它读取 ~/.everything-video/config.json（由安装程序写入：python 环境、ffmpeg、blender、模型文件夹）并报告能力。使用它打印的 python 路径来运行每个脚本（该路径包含 Whisper、Demucs、CLAP）。缺失的组件：运行 SKILL_DIR/setup/install_windows.ps1（Windows，PowerShell）或 bash SKILL_DIR/setup/install_unix.sh（Linux/macOS）——先询问用户，它会下载约 3-5 GB。只有 FFmpeg + Python 是严格必需的；其余组件按需启用功能。
- Windows PowerShell 会破坏内嵌 JSON：请将属性/计划写入 .json 文件并传入路径。
- 在 JSON 计划中使用正斜杠作为路径分隔符（
D:/Videos/x.mp4）。 - 永远不要覆盖原始文件；将输出写入源文件旁边的
edited/文件夹。 - 远程代理（例如使用 Desktop Commander 运行在用户 PC 上的 Claude 应用）：通过该 shell 运行相同命令；通过读取 .jpg 文件查看图像。
2. 工作流程（默认为采访模式）
- 分析：
analyze.py <files> --out analysis.json。打开contact_sheet并查看。用 1-2 行向用户说明你发现了什么。 - 提问：第一轮，然后从
analysis.json中提取第二轮问题，使用 AskUserQuestion（≤4 个问题，每个 2-4 个选项，推荐先进行）——详情见references/interview.md。跳过用户已经说过的部分。如果用户说“直接做” → 使用推荐的选项并告知用户。 - 准备：转写 → 剪接列表；分离（人声隔离 / 音乐移除）；通过
clap_rank.py从用户文件夹或sfx_synth.py bed获取音乐；音效包；按平台尺寸制作图形（remotion_gfx.py，--brand）；根据需要添加片头/下三分之一/行动号召。 - 计划
plan.json（platform、clips、grade、overlays、captions、audio、brand）。叠加/音效时间是输出时间轴的时间：render.py plan.json --pass1提供timeline.json片段起始点。 - 草稿
render.py plan.json --draft→ 用probe.py探查草稿 → 查看其联系表 → 对竖屏平台运行safezone.py→ 向用户展示关键帧或文件 → 提出反馈问题。循环直到满意。 - 最终输出：
render.py plan.json [--variants ...]→ 探查（≈ -14 LUFS、时长、无黑帧）→ 缩略图 → 以用户语言编写标题/描述/话题标签（YouTube 章节来自.eve_work/final_words.json）。 - 交付：文件 + .srt + 缩略图，3-5 行摘要，2-3 个具体的调整建议。
广告/OVC：references/ovc.md → brand.json + script.json → ovc_build.py --storyboard-only（客户批准）→ --draft → 最终版本。快速任务（“压缩”、“制作 gif”、“合并这些”）：使用 quick.py，无需采访。
3. 审美规则
- 前 1-2 秒内设置钩子。社交平台启用字幕。每个视频/频道使用一种字幕风格。
- 在语音边界处剪切（0.06-0.1 秒填充）；跳切时以 1.08-1.15 的缩放倍数变化。
- 文字位于平台安全区内（渲染器对命名位置自动处理；用 safezone.py 检查）。
- 调色要轻柔，人脸优先；在风格化之前先修正曝光/白平衡。
- 音乐闪避至人声下方（-18 到 -22 dB），蒙太奇段落 -8 到 -12 dB；音效适量使用。
- 图形绝不能遮挡人脸或字幕；行动号召放在无人说话的区域。
- 仅使用用户拥有版权的音乐/素材、生成的背景音乐或平台库中的内容。
4. 如实说明的局限
- Blender 文字无法处理孟加拉语/印地语/阿拉伯语字形 → 使用 Remotion 或 ASS 文字样式。
- 仅 CPU 的机器：Whisper medium ≈ 实时速度，Demucs ≈ 1-3 倍实时，Blender 缓慢；在执行长时间任务前给出警告，并提供使用更小模型或缩短片段的选项。
- 人脸追踪是每个片段的静态裁剪（非逐帧）。
- 无生成式视频；仅限编辑、图形、TTS 和合成。