剪辑蒙太奇

剪辑蒙太奇 是做什么的？

目的

将用户在手机上拍摄的短视频，以及他们拥有的任何音乐或录音，编辑成一个可直接发布的9:16竖屏蒙太奇：

• 每个片段的最佳瞬间，按讲述故事的顺序排列；
• 卡点剪辑；
• 第一个镜头设置钩子，每个镜头都有标签，结尾有行动号召（CTA）；
• 在重要时刻保留片段原始声音（如某人说话、滋滋声、欢呼声），并逐词添加字幕；
• 在整个视频下方添加用户的画外音，并配有同步字幕。

然后，与用户逐一版本地进行编辑，直到用户满意（例如“用她笑的那部分”、“先放厨房”、“放大片段声音，不要音乐”），同时不丢失之前的版本。

这是蒙太奇的默认设置，且完全免费。 所有渲染都在本机使用插件的 scripts/video/ 工具完成（montage.js 根据简短脚本构建页面，render.js 生成MP4）。无需账户，无积分消耗，且没有任何内容离开本机。真实素材也是对地点或产品最真实的呈现：不涉及任何AI生成内容。

哪些需要付费，以及何时提及：

用户拥有的素材	处理方式	费用
视频（可包含照片、音乐、录音）	使用本技能	免费
仅有照片，但用户可以拍摄几个视频片段	要求提供片段，然后使用本技能	免费
仅有照片，且无法拍摄视频片段	使用 montage-video 进行本地运动（平移、推进、3D运动）	免费
仅有照片，且用户希望有真正的镜头运动（新角度）	montage-video 的“AI镜头运动”，仅当用户表示拥有付费计划（如Figma Weave的付费Figma计划、Higgsfield）时，先报价并获得批准后再运行	付费积分

切勿在此技能中运行付费视频模型。除非用户已明确表示拥有付费计划并愿意使用，否则切勿报价。

分步流程

插件根目录： 如果以下路径中仍包含未展开的 CLAUDE_PLUGIN_ROOT 占位符（Claude Code会自动填充；Codex等其他代理不会），请在使用前进行解析：取 printenv CLAUDE_PLUGIN_ROOT 的输出（如果打印出路径的话），否则从本文件所在的文件夹向上查找，直到找到包含 references/brand-voice.md 的第一个文件夹，如果都不行，请询问用户该插件所在位置。在以下所有文件路径和shell命令中使用该绝对路径。下面的 VIDEO 表示 ${CLAUDE_PLUGIN_ROOT}/scripts/video。

1. 检查配置状态。 读取 ${CLAUDE_PLUGIN_ROOT}/references/brand-voice.md。如果该文件不存在，或其第一行为 <!-- MARKETING-SKILL:UNCONFIGURED -->，请暂停并询问用户该插件的4个设置问题（优先级任务；要制作的内容类型；目标受众+语气；默认输出格式——与 /marketing-skill:marketing-setup 相同）后再继续，然后将答案保存到该文件中，并将标记改为 CONFIGURED，同时加上今天的日期。 如果文件未配置，但用户已表示要跳过设置或使用默认值，则不要询问：在此次运行中使用其占位符的默认值，用一行说明情况，并保持标记不变。

2. 选择客户。 与 montage-video 步骤2完全相同（${CLAUDE_PLUGIN_ROOT}/skills/montage-video/SKILL.md）：已保存的客户（读取配置文件和其 ## Notes）、新客户（企业名称、联系方式、所需的附加条款、Logo、颜色、他们喜欢的音乐），或用户自己的企业（省略 client:）。配置文件存放在 ${CLAUDE_PLUGIN_ROOT}/state/clients/ 中，并且不纳入git管理。

3. 询问素材、音乐和配音。 一次消息中询问：

   • 视频片段（默认询问项）。 短的手机视频，每个3到15秒，每个房间、角度或时刻一个。如果用户尚未拍摄，请提供 montage-guide.md 中的“视频片段拍摄技巧”：竖屏拍摄，每个镜头稳定保持3到5秒，缓慢移动，光线充足，并拍摄细节特写。
   • 音乐（如果用户有的话）。 用户有权在广告中使用的曲目。来自流媒体应用或广播的歌曲不符合条件。否则：客户已保存的音效（免费生成的曲目）、Creative Commons 曲目（执行 node VIDEO/media.js search "<情绪>" --type music --out state/videos/assets --count 3），或没有音乐，以便用户在发布时在应用内添加热门音效（TikTok和Instagram的企业账户具有商业用途库）。
   • 配音（如果用户有的话）。 用户录制的画外音（一个文件即可，手机语音备忘录也可以），并逐字提供配音内容用于字幕。或者视频片段中有人对摄像头说话。或者没有：大多数蒙太奇仅使用音乐。
   • 用户希望参考的蒙太奇风格（如有）： 用户发送的视频（或 brand-voice.md 中视频设置的风格参考）。运行 node VIDEO/reference.js <视频>，读取其 reference.md 并查看其镜头表；然后匹配其节奏（pace: 其典型的镜头长度，以节拍为单位，当剪辑卡在节拍上时）、快速剪辑的连拍、字幕和感觉，并用一行说明您匹配的内容。复制其剪辑方式，绝不复制其素材、音乐或文字；要求提供文件，而不是从应用内下载他人的帖子。
   • 只有照片？ 询问用户是否可以拍摄一些视频片段（免费且最真实）。如果不行，则交由 montage-video 处理，它会使用免费的本地运动移动照片。仅当用户要求真正的镜头运动或新角度时，才提及AI照片转视频功能，并说明需要付费计划（Figma Weave视频模型仅在付费Figma计划上运行）。只有在用户确认拥有付费计划并批准报价后，才按照 montage-video 的“AI镜头运动”进行操作。
   • 将文件保存到磁盘。 渲染器需要文件：要求提供文件夹或文件路径。粘贴到聊天中的视频无法被渲染器读取。如果文件在Google Drive中且存在Drive连接器，请使用它将其下载到新文件夹中。
   • 仅使用用户或客户拍摄的或拥有使用许可的素材，且仅使用同意出镜的人物。

4. 导入素材。 运行 node VIDEO/montage.js inspect <文件夹> --slug <slug>，其中slug简短且命名视频（如 maple，taco-night）。

   • 它会将每个片段复制到 state/videos/assets/<slug>-01.mp4 等文件中，保留画面和声音原样，并删除元数据（包括手机片段中的位置信息）。原始文件不受影响。
   • 它会打印每个片段的大小、形状、长度以及是否有声音，并标记长片段、横屏片段和低分辨率片段。
   • 它会生成一个编号的联系表 <slug>-contact.png 和一个初始脚本 state/videos/<日期>-<slug>.md，每个文件一个镜头。
   • 将用户的音乐复制到 state/videos/assets/<slug>-music.<ext>，将画外音复制到 state/videos/assets/<slug>-vo.<ext>。

5. 查看每个片段。 您不能播放视频，因此需要查看帧：

   • 对每个片段运行 node VIDEO/montage.js frames <片段> --every 1（对于短而繁忙的片段，使用 --every 0.5）。它会每秒排列一帧并显示其时间，并在片段声音较大时打印提示（有人说话或值得保留的声音）。读取每个联系表。
   • 命名每个片段显示的内容，并选择其最佳瞬间：稳定、清晰、光线良好、主体明确。跳过抖动的开始、手机放下、模糊以及任何未同意出镜的人。每个选择是一个片段区间，格式为 [from: 3.5] [to: 6.5]：大多数镜头1.5到4秒合适。一个长片段可以提供来自不同时刻的两到三个镜头。
   • 横屏片段裁剪为9:16。用 [focus: x%,y%] 注明需要保持在画面内的部分（人物、产品、壁炉）。
   • 注明需要保留声音的片段（[sound]）：有人对摄像头说话、笑声、烤架上的滋滋声。您无法听到声音，因此需要逐字询问用户所说的内容用于字幕，并说明您保留了哪些片段的声音，以便他们检查。
   • 说明您跳过了哪些片段或瞬间及其原因，以便用户可以推翻您的决定。
   • 按照 ${CLAUDE_PLUGIN_ROOT}/references/montage-guide.md（“片段：顺序”）排列镜头顺序：最强瞬间放在最前，然后按照场所或事件的路径进行，最后以CTA结束。

6. 一次消息中确认范围。 提出方案，并允许用户修正：

   • 长度和镜头数量： 大约15、30或60秒，以及哪些瞬间来填充。
   • 音乐： 用户的曲目、客户的音效、其他类型、Creative Commons曲目（先发送供试听），或无。
   • 配音： 用户的画外音、保留原始声音的片段，或无。
   • 屏幕文字： 钩子（来自 ${CLAUDE_PLUGIN_ROOT}/references/hooks.md 的三个选项，每个来自不同模式）、每个镜头的标签、任何状态贴纸、CTA，以及清单或产品的价格和规格。每个事实均来自用户或客户。如果缺少某信息，则询问，或省略。

7. 编写脚本并构建页面。 编辑初始脚本。格式和每个标签均在 VIDEO/montage.js 顶部有文档说明：

   ---
   title: taco night
   client: casa-lupe
   hook: tuesday is taco night
   cta: book a table · link in bio
   music: assets/taco-night-music.mp3
   pace: 4 beats
   ---
   3. assets/taco-night-03.mp4  Fresh off the grill  [from: 1.2] [to: 4] [sound]
   1. assets/taco-night-01.mp4  Handmade tortillas  [from: 0.5] [to: 3] [focus: 40%,60%]
   2. assets/taco-night-02.mp4  Meet chef Lupe  [from: 6] [to: 10.5] [sound] [say: Every tortilla is pressed by hand, every morning.]
   4. assets/taco-night-04.mp4  The patio  [from: 2] [to: 5] [move: push-in]
   

   • 片段区间： [from:] 和 [to:] 设置区间。然后镜头将适配节拍（向上取整，因此会播放超过 [to:] 一个节拍）。对于片段，使用 pace:（以节拍为单位，而非小节）：一小节会将一个3秒的区间在96BPM下向上取整为5秒。
   • 片段原始声音： [sound] 同步播放声音，音乐在其下降低音量。该片段上的 [say: ...] 表示其中所说的内容，逐字添加字幕。不会再次配音。
   • 用户的画外音： voiceover: assets/<slug>-vo.m4a 和 voiceover-text: <用户逐字内容>。画外音从0.3秒开始播放（可用 voiceover-at: 更改），音乐在其下降低音量，字幕在每个镜头上低位置运行，并且镜头会延长以覆盖画外音。不要同时使用 [say: ...] 语音行。
   • 用户的音乐： music: assets/<slug>-music.mp3。其节拍由 beats.js 读取，剪切点落在节拍上。music: none 则为在应用内添加热门音效留出空间。
   • 镜头运动： 片段本身保持其原有运动。[move: push-in]、pull-out 或 drift 会在其基础上添加缓慢缩放。pan 会滑动放大的片段，因为画面之外没有空间可平移。
   • 混合照片： 照片的处理方式与 montage-video 中相同（平移、推进、3D运动）。

   然后运行 node VIDEO/montage.js state/videos/<日期>-<slug>.md。它会在脚本旁边生成 <日期>-<slug>.html，并打印镜头表、声音、配音以及任何注释（片段短于其镜头、为读取标签而保持的镜头等），并运行 render.js --check。修复检查中列出的问题（通常是通过缩短标签），然后重新运行直到干净为止。

8. 初稿。 自行查看 node VIDEO/render.js <页面> --slides 的每一帧：确保主体在画面内（未从横屏片段中裁剪掉）、标签可读、字幕不与标签重叠、顺序能讲述故事。然后：

   • 向用户发送幻灯片以确认顺序和文字。
   • 渲染：node VIDEO/render.js <页面> state/videos/<slug>-v1.mp4 --cover 0。它会生成MP4（1080×1920，30fps）、封面图片，并且当存在配音或带字幕的片段声音时，还会生成 .srt 字幕文件。--draft 会先生成一个快速的半尺寸版本用于检查时间。切勿发布草稿。
   • 您无法听到结果。请用户收听：音乐、每个保留的片段声音以及画外音与字幕的同步情况。

9. 编辑直到满意。 每次请求都成为对脚本的编辑，而不是对页面的编辑，因为 montage.js 会重新计算所有时间：

   用户说	脚本中的更改
   “用她笑的那部分”	该镜头的 [from:] / [to:]（在 --every 联系表上找到）
   “去掉抖动的部分”	更晚的 [from:]，或更早的 [to:]
   “厨房部分长一点”	更晚的 [to:]，或 [hold: 4s]
   “快一点” / “慢一点”	更短的区间，pace:（例如 3 beats），或 length:
   “做成15秒”	length: 15，并删除最弱的瞬间（说明哪些）
   “厨房放前面”、“交换3和5”	重新排序编号行
   “保留那一段的声音” / “静音”	添加或删除 [sound]
   “给他说的话加字幕”	在那一段 [sound] 片段上添加 [say: <他的逐字内容>]
   “添加我的画外音”	添加 voiceover: 和 voiceover-text:
   “换首歌” / “不要音乐”	music: 另一个文件、一种类型，或 none
   “显示左侧”、“让她保持在画面内”	添加 [focus: 25%,50%]
   “放大它”	添加 [move: push-in]（并添加 [focus:] 定位）
   “更平滑” / “更干脆的剪辑”	添加 transition: fade，或 cut、slide、zoom、wipe、flash
   “更改文本”	标签，hook:，cta:，price:，specs:
   “慢动作”	不支持：无速度变化。手机慢动作模式拍摄的片段按原速播放
   “换另一种颜色/Logo/电话号码”	客户配置文件中的信息，而非脚本

   每轮：编辑脚本，再次运行 montage.js，然后对于时间更改使用 --draft，对于视觉效果更改使用 --slides。将下一个版本渲染为 <slug>-v2.mp4、-v3.mp4 等。切勿覆盖之前的版本，以便用户……

…（原文截断）