Communitygithub.com

maheswarreddygondireddy12/视频编辑工作流

规划和制作精美的短视频,包含可复用的字词时间轴编辑工作流、场景规划、字幕、动态图形、音频、渲染和质量检查。当用户请求规划、编辑、添加字幕、调色、混音、渲染或优化视频时使用,尤其是基于脚本和配音的竖屏短视频。

视频编辑工作流 是什么?

这是一个针对 AI 代理(如 Claude Code、Cursor)的视频编辑技能,旨在将用户的目标和媒体素材转化为清晰、可审查的编辑计划,并在工具和依赖项可用时渲染出竖屏视频。该技能的核心优势在于提供一个可复用的、基于字词时间轴的工作流,支持从脚本和配音到最终成片的全流程自动化,包括场景规划、字幕生成、动态图形、音频处理和渲染。它支持英语和罗马化泰卢固语-英语混合配音的词级强制对齐,并包含质量检查功能,确保时间同步、字幕可读性和音频响度合规。该技能需要特定的依赖项(如 Python 和 Remotion),如果工具不可用,它会生成编辑器无关的步骤或时间线/EDL 作为替代。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/maheswarreddygondireddy12/claude-content-skill/tree/HEAD

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

视频编辑工作流 是做什么的?

使用此技能将用户的目标和媒体转化为清晰、可审查的编辑计划,当包含的工具和依赖项可用时,可渲染出竖屏视频。根据用户的平台、受众、源素材、经验和偏好风格进行调整。不要强加固定的品牌、受众、语言、节奏或视觉风格。

从项目开始

  1. 确定交付物:平台、宽高比、时长、受众、目的,以及用户是想要规划、时间线/EDL 还是渲染文件。
  2. 仅询问对编辑有实质性影响的细节。如果项目文件不可用,请求脚本、配音、素材/图片、Logo 或产品截图、音乐/音效、字幕/转录文本,以及任何相关的参考/外观偏好。接受部分材料,并解释可以处理哪些内容。
  3. 确认哪些素材可以使用,以及任何许可、隐私、可访问性、语言或品牌限制。切勿虚构产品界面、推荐语、素材或声明。
  4. 提供适合项目的简洁工作流,然后按可审查的阶段进行:简报、场景计划、草稿、审查、最终导出。在自然审查点解释假设并邀请更正。

工作流

1. 简报与准备

  • 总结信息、受众、基调、平台、时长和行动号召。
  • 对于有脚本的配音,将提供的录音作为时间源。除非明确要求,否则不要重新调整时间或更改它。
  • 将项目放入 reels/<项目标识>/ 目录,包含 script.txt、一个配音文件,以及可选的 assets/、brief.json 和 edl.json。将用户个人媒体保留在用户的项目中;不要将其添加到此公共技能仓库中。
  • 运行对齐并读取其质量控制报告。将不匹配的区域和低置信度词视为不确定;在纠正之前,避免将文本或视觉揭示锚定到这些区域。

2. 规划编辑

  • 使用 director/templates/brief.example.json 和 director/templates/edl.example.json 作为格式示例,创建简报和逐场景的 EDL。参考 director/planning-guide.md 和 director/catalog.md 了解详细的选择和受支持的场景组件。
  • 当时间数据存在时,将场景、字幕、列表和动画揭示锚定到词索引;否则使用时间码并标记估计值。
  • 赋予每个视觉元素一个目的:解释、建立、强调、引导或创造有意的情感节奏。根据素材使用视频片段、截图、排版、图表或简单的图形场景。
  • 为特定项目选择钩子、节奏、转场、色彩处理、排版、字幕、音乐和音效。保持克制,确保对话清晰可懂。
  • 将基本文本保持在平台安全区域内。提供可读的字幕、有意义的换行、足够的对比度以及合适的语言/脚本字体。

3. 构建与渲染

  • 使用 Python 流水线进行脚本/音频对齐、素材跟踪、暂存和视频质量控制。使用 Remotion 项目进行数据驱动场景、字幕、转场、动态图形和渲染。
  • 参见 README.md 了解安装、受支持的输入、依赖项要求和命令。如果工具不可用,则提供明确、编辑器无关的步骤或时间线/EDL,而不是声称已进行渲染。
  • 仅使用用户提供、生成或经过适当许可的素材。记录下载的库存素材来源和署名要求。不要提交私人项目素材、下载的媒体、渲染输出、模型权重、缓存、凭据或 .env 文件。

4. 审查与交付

  • 以观看者身份视觉审查草稿:钩子清晰度、叙事流程、场景相关性、节奏、字幕可读性、安全区域、视觉连续性、色彩一致性、转场,以及行动号召是否与简报匹配。
  • 检查音频同步、语音清晰度、音乐/音效平衡、削波/峰值和导出响度。审查联系表和 QC 报告;QC 脚本无法评估故事质量。
  • 在工具允许的情况下,验证导出的尺寸、帧率、编解码器、音频流、时长、黑帧、冻结警告和响度。说明任何未执行的检查。
  • 交付渲染结果或编辑指令,以及选择的简短摘要、假设、已知问题和导出细节。

受支持的项目能力

包含的实现支持英语和罗马化泰卢固语-英语混合工作流的词级强制对齐、对齐置信度/QC、字词时间轴字幕、数据驱动场景规划、转场、动态图形、图标/图表/代码/设备模型场景、音效选择、带许可跟踪的库存搜索/下载、Remotion 渲染、联系表、技术视频检查和音频响度母带。参见 README 了解确切范围和限制。它不能替代非线性编辑器进行任意多轨素材编辑、高级合成或手动色彩科学工作。

错误处理与限制

  • 如果文件丢失、格式不受支持、对齐不可靠或所需依赖项缺失,报告具体问题并提供下一个有用的路径(提供转录文本、使用手动时间码、安装依赖项或生成编辑器可用的计划)。
  • 强制对齐估计已知脚本词出现的位置;它不能转录语音或保证正确性。需要人工审核,尤其是对于代码切换、人名、嘈杂音频和无脚本语音。
  • 捆绑的对齐模型具有不同的语言和许可限制。在商业使用前检查模型的当前条款;多语言 MMS 选项在其列出的许可下为非商业用途。
  • 平台规格会发生变化。当严格遵守平台合规性很重要时,确认当前的导出要求;捆绑的默认渲染器是 1080×1920、30 fps 的 H.264 工作流。
  • 库存可用性和许可取决于源和单个素材。保留侧车许可数据并提供所需的署名。
  • 除非实际执行过,否则绝不要声称渲染、素材验证、视觉审查或测试已成功。

相关技能