/kai-video-production — 从一个值得渲染的脚本开始,最终输出渲染好的 MP4 文件
Kai 根目录说明: 此技能中的
knowledge/、harness/和scripts/路径位于 Kai 安装目录中,而非用户的项目目录中。请根据此SKILL.md文件向上查找第一个包含knowledge/文件夹的祖先目录(即 Kai 插件根目录,如~/.claude/kai或 kai-cmo-harness 仓库)来解析这些路径。MARKETING.md、memory/以及所有输出文件都位于当前项目目录中。如果引用的scripts/命令在当前安装中不可用,请如实说明,跳过该命令,并继续使用基于文件的指导——切勿编造其输出。
工作室级动态广告( 使用代码渲染的产品发布广告、基于真实截图的演练视频,或用于网站的用户痛点视频,并带有从切入到展示的剪辑效果)请使用
/kai-motion-spot。此技能涵盖 Remotion 模板制作。
目标
生成一个完成的视频:一个已批准的脚本、该脚本所需的所有资产、同步的音频,以及一个符合平台规范的渲染 MP4 文件——同时附带 project.json 文件,用于描述磁盘上项目的真实状态,以便下一个会话无需重建即可继续。
制作放大会放大一个好脚本的效果,但无法拯救一个糟糕的脚本。在生成任何资产之前,脚本质量必须得到确认。工作范围分为三种:仅脚本(脚本完成后停止,由用户自行录制)、自动化制作(完整的渲染管线)、混合模式(生成配音和幻灯片,由用户提供演示素材)。
完成标准
工作类型 social-post — 最低标准 E5/C2/O3(参见 harness/eco-floors.yaml),合同文件 harness/skill-contracts/social-post.yaml。用于付费广告的渲染应遵循 paid-ad-campaign 标准(E5/C4/O4),这要求在提交创意之前加载平台政策参考。
- E5 — 视频已在目标平台上线,并且有一名非演员人员读取了永久链接并对比了已获批的最终剪辑。
out/目录中的 MP4 文件属于 E1 级别;经过人工批准的获胜变体和最终剪辑属于 E3 级别。此技能负责渲染,不负责上传。 - C2 — 脚本通过
banned_word_check和four_us_score(10/16)检查,并满足以下两个渲染清单中的所有要求。 - O3 — 在发布 7 天后,从平台洞察中读取触达量、互动率、主页点击量和链接点击量,并与发布前记录的基线进行比较。
渲染前检查清单: 脚本已获批,具有强大的钩子且无 AI 生成的低质量内容 · 所有资产齐全,未缺少演示或图片 · 场景时长与旁白匹配 · 配音与视觉效果对齐 · 品牌颜色、字体和 Logo 正确 · 过渡动画流畅 · 文字对比度和大小可读 · 在 Remotion Studio 中预览并通过走查。
渲染后检查清单: 分辨率符合要求 · 配音可听且不会被音乐淹没 · 文件大小在平台限制内 · 格式在目标平台可播放。
约束条件
-
从变体实验室进入完整渲染阶段需经过人工批准。 渲染需要消耗计算资源和时间;未经批准的概念不应消耗这些资源。
-
预检变体实验室在资产创建或渲染之前运行 — 3 个钩子变体(每个变体需包含平台、预期首帧视觉效果和观众承诺),2 个针对场景顺序或节奏的结构变体,2 个与广告活动目标匹配的行动号召变体,以及每个变体的 1 条风险说明(涵盖无依据声明、品牌不符或审批需求)。将结果写入
workspace/video/projects/{name}/PREFLIGHT-VARIANTS.md,从中选出获胜者,将未入选的变体保留在同一文件中作为淘汰列表。因素 分数 问题 钩子强度 1-5 开头是否能立即吸引注意力? 信息清晰度 1-5 观看一次后,核心观点是否显而易见? 证据密度 1-5 声明是否有演示、引用、数据或来源支持? 制作可行性 1-5 是否可以利用现有资产和时间线制作? 品牌安全 1-5 是否避免虚假权威、高风险声明或权利不明确的素材? -
在询问用户任何问题之前,请先阅读项目根目录下的
MARKETING.md。 如果该文件不存在,请根据代码库(包括 CLAUDE.md、README.md、PROJECT.md、package.json、落地页、电子邮件/广告/分析配置等)并使用/kai-email-system中的模板来自动构建,然后确认草稿。 -
制作前需了解以下信息: 主题、目标平台、格式(如:真人出镜讲解、屏幕录制、素材混剪、动画、幻灯片)、时长范围、目标,以及用户是希望仅生成脚本还是完整渲染。
-
文件系统是唯一真实来源。 在恢复会话时,扫描项目目录,与
project.json对比,并纠正状态——asset-needed但文件已存在则变为asset-present;ready但文件缺失则变为asset-missing。向用户报告每一个差异,而不是绕过差异继续渲染。在状态协调后,重新生成项目的CLAUDE.md状态文档。 -
品牌配置自动应用。 颜色、字体和 Logo 来自
brands/{brand}/brand.json;语音设置来自voice.json。切勿在行内重复指定品牌文件已定义的任何颜色或字体。 -
先决条件是真正的阻碍: 需要 Node.js 18+(Remotion)和 FFmpeg(编码)。云 AI 功能需要 Modal 账户(每月 30 美元免费计算资源)或 RunPod(按秒计费);ElevenLabs 是可选的高级语音服务。
/video-setup负责配置。如果某个工具在当前安装中未部署,请如实说明——切勿描述它本应产生的输出。 -
优先选择免费或低成本工具。 Qwen3-TTS 和 ACE-Step 可以满足大部分工作需求;高级服务是明确的选择,而非默认设置。
-
技能不涉及发布。 渲染结果位于
out/目录;上传是一个独立的、需经批准的步骤。
上下文
| 需求 | 加载/运行 |
|---|---|
| 视频内容机制 | knowledge/playbooks/video-content-creation.md |
| TikTok · YouTube · Reels | knowledge/channels/tiktok-algorithm.md · knowledge/channels/youtube.md · knowledge/channels/instagram.md |
| 幻灯片场景设计润色 | knowledge/frameworks/design/frontend-design.md |
| 产品、理想客户画像、语调、渠道 | MARKETING.md(项目根目录) |
| 设置、录制、音频、审核、设计、克隆 | /video-setup · /record-demo · /generate-voiceover · /scene-review · /design · /voice-clone |
模板: product-demo(标题、问题、解决方案、演示、行动号召) · explainer(标题、概述、章节、总结) · demo-walkthrough(带旁白的屏幕录制) · social-short(15–60 秒竖屏) · testimonial(引用+视觉元素) · announcement(发布、版本更新、新闻)。参考材料与其模板一同提供——templates/product-demo/、templates/explainer/、templates/social-short/,以及 examples/digital-samba-skill-demo/ 和 examples/schlumbergera/ 中的成品示例,每个都包含源代码、渲染好的 MP4 文件以及制作说明。
项目布局:
projects/{name}/
├── project.json # 状态、场景、资产、会话
├── VOICEOVER-SCRIPT.md # 完整旁白
├── src/ # Root.tsx, scenes/, config/(时间、品牌、资产)
├── public/ # audio/, demos/, images/, videos/
└── CLAUDE.md # 自动生成的状态文档
project.json 包含 name、template、brand、created、updated、phase、一个 scenes[] 数组(每个元素包含 id、type、duration、visual、narration、status)、一个 audio 块(voiceover:文件/状态/提供者/说话者;music:文件/状态/预设)、estimates.totalDurationSeconds,以及一个包含日期、阶段和摘要的 sessions[] 日志。生命周期阶段:planning → assets → review → audio → editing → rendering → complete。
场景类型: title · overview · demo · split-demo · problem · solution · feature · stats · testimonial · cta · credits。
资产。 幻灯片(标题卡、项目符号、统计可视化、行动号召屏幕)根据品牌配置生成。演示素材来自 /record-demo(Playwright 浏览器录制,使用 --script demo-script.md --auto 进行脚本化自动化录制)、放入 public/demos/ 的外部 MP4/MOV 文件,或 Playwright 截屏。图片:使用 python tools/flux2.py --prompt "..." --cloud modal 生成,使用 python tools/image_edit.py --input photo.jpg --style ... 编辑。
音频。
python tools/voiceover.py --provider qwen3 --speaker Ryan --script VOICEOVER-SCRIPT.md --scene-dir public/audio/scenes --json
python tools/voiceover.py --provider elevenlabs --voice-id {ID} --script VOICEOVER-SCRIPT.md
python tools/music_gen.py --preset corporate-bg --duration 120 --bpm 90 --key "D Minor"
python tools/music.py --prompt "Upbeat corporate" --duration 120
python tools/sfx.py --preset whoosh # 也可用:pop, success
Qwen3 说话者:Ryan, Brad, Ava, Lily, Emily, Sam, Alex, Kevin, Zoe。音乐预设:corporate-bg, upbeat-intro, dramatic-reveal, ambient-subtle, tension-build, inspirational-montage, tech-minimal, celebration-end。/voice-clone 用于生成自定义品牌语音。
品牌文件。 brand.json:colors(在 KaiCalls 示例中为 primary #3B82F6、secondary #10B981、background #111827、text #F9FAFB)、fonts.heading / fonts.body(字体系列+字重)、logo、style。voice.json:provider、speaker、tone、pace,以及一个 elevenlabs 块(voice_id、stability、similarity_boost)。
过渡效果 — 7 种自定义过渡加上 4 种 Remotion 官方过渡,从 @/lib/transitions 导入:
| 过渡效果 | 效果 | 适用场景 |
|---|---|---|
glitch() | 数字失真 + RGB 偏移 | 科技感美学 |
rgbSplit() | 色差 | 充满活力的剪切 |
zoomBlur() | 径向运动模糊 | 戏剧性揭示 |
lightLeak() | 电影镜头光晕 | 专业润色 |
clockWipe() | 径向扫掠揭示 | 基于时间的内容 |
pixelate() | 数字马赛克 | 复古/8-bit 风格 |
checkerboard() | 网格揭示(9 种图案) | 干净、几何感 |
slide() fade() wipe() flip() | Remotion 官方过渡 | 标准、柔和、定向、有趣 |
审核和渲染。
cd projects/{name} && npm run studio # Remotion Studio 在 localhost:3000 运行
npm run render -- --quality=low # 预览
npm run render # 最终渲染 → out/{name}.mp4
渲染选项:--codec=h264(默认)或 h265(更小体积) · --resolution=1080p(默认)或 720p · --fps=30(默认)或 60。时间调整在 config.ts 中进行。
后期制作: tools/addmusic.py(为现有 MP4 添加音乐) · tools/redub.py(替换配音) · tools/dewatermark.py --preset sora --cloud modal · tools/upscale.py --scale 2x --cloud modal。
云 GPU。 Modal 通过 /video-setup 部署:qwen3_tts(约 $0.01/视频)、flux2(约 $0.02/图片)、music_gen(约 $0.05/曲目)、sadtalker(约 $0.10/视频)、ltx2(约 $0.23/片段)、image_edit(约 $0.03/图片)、upscale(约 $0.01/图片)、dewatermark(约 $0.10/视频)。RunPod 是按秒计费的替代方案(每个工具使用 python tools/<tool>.py --setup 进行设置)。一个 60–90 秒的视频总成本约为 $0.20——脚本约 $0.10、Qwen3 配音约 $0.01、ACE-Step 音乐约 $0.05、FLUX.2 图片约 $0.04、本地 Remotion 渲染 $0.00。高级选项加价:ElevenLabs 配音 +$0.30、LTX-2 片段 +$0.23、SadTalker +$0.10。Modal 的 Starter 免费层足以支持每月 100 多个视频。
输出 位于 workspace/video/:_video-projects.md(索引)、projects/{name}/(包含 out/{name}.mp4)、按 tiktok/、youtube/、reels/ 分类的 scripts/,以及 _production-guide.md。
入口点: /kai-video script --platform tiktok --topic "..."(仅脚本) · /kai-video produce --template product-demo --brand kaicalls(完整管线) · /kai-video resume {name}。下游技能:/kai-repurpose(用于生成剪辑片段)、/kai-social(用于排期发布)、/kai-content-calendar(用于发布时机控制)、/kai-analytics(用于效果分析)。
常见故障: “资产未找到”——project.json 中的路径与文件系统不一致,需要进行协调 · “音频不同步”——调整 config.ts 中的时间设置,或根据当前脚本重新生成配音 · “渲染失败”——检查 ffmpeg -version,确认资产存在,先运行低质量预览 · “Modal 工具超时”——检查计算积分和 modal app list,或回退到 RunPod · “品牌颜色未应用”——brands/ 目录下缺少 brand.json,project.json 中的品牌名称不匹配,或需要重新生成 src/config/brand.ts。
升级处理
- 变体实验室的获胜者尚未获得批准,但下一步将消耗渲染或 GPU 计算资源。
- 演示素材包含客户数据、第三方用户界面或任何权利不明确的素材。
- 旁白中的某项声明包含一个数字但没有提供来源。
- 协调发现项目预期之外的资产,或预期中的资产消失不见。
- 缺少先决条件(无 Node 18+、无 FFmpeg、未部署云工具),但用户期望获得一个已渲染的文件。
- 视频将用于付费投放——在提交前需应用平台政策参考和
paid-ad-campaign标准。