Communitygithub.com

David-Li0406/meta-skill-evloving

专门用于AI产品视频生成的技能。当你需要产品展示、动画产品镜头、英雄视频横幅或电商视频内容时使用。触发词:产品视频、产品展示、产品动画、英雄视频。输出专业级产品视频。

meta-skill-evloving 是什么?

本技能是一个系统化的方法,用于将静态产品图像转化为电影级视频内容。它支持多种视频类型,包括产品展示、动画英雄镜头、360度展示和电商视频,旨在提升产品的高端感和吸引力。该技能采用图像到视频(I2V)工作流,以已批准的静态图像为动画锚点,确保产品外观锁定,从而提高迭代效率和成功率。它集成了多个视频生成模型,如OpenAI的Sora 2、Google的Veo 3.1和Kwaivgi的Kling v2.5 Turbo Pro,通过多模型生成策略提供最佳输出选择。技能还深入探讨了五种运动风格(慢速揭示、轨道展示、漂浮高级、动态能量和情境生活),并提供了针对不同产品类别(如电子产品、时尚、食品、珠宝等)的运动特征和最佳实践。此外,还包括了平台规格和音频设计考量,帮助用户为网站、Instagram、TikTok和产品页面等不同平台定制视频。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/David-Li0406/meta-skill-evloving/tree/HEAD/skill-flow/data/skills-refined-36k/skillsmp/ai-product-video

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

AI产品视频

将静态产品图像转化为电影级视频内容。本技能处理产品展示、动画英雄镜头、360度展示和电商视频——所有能让产品感觉高端和令人向往的视频类型。

何时使用此技能: 当你有一个产品图像需要动画化,或需要产品聚焦的视频内容时。 由此跳转: 从ai-product-photo(图像批准后),或从ai-creative-workflow(直接视频需求)。


为何存在此技能

问题: 视频内容的转化效果远优于静态图像,但是:

  1. 传统产品视频需要昂贵的拍摄
  2. 大多数AI视频提示产生的是通用、飘忽的结果
  3. 不同平台需要不同的视频风格
  4. 错误的运动可能会降低即使是高端产品的档次

解决方案: 一个系统化的方法,它:

  • 使用经过验证的商业运动风格
  • 根据产品类别和定位匹配运动
  • 利用多模型生成以进行质量选择
  • 将动画锚定在批准的静态图像上(I2V工作流)

视频模型阵容

策略: 使用多个模型生成,提供输出供选择。不同的模型擅长不同的方面。

模型所属方速度最适用场景
Sora 2openai~80秒通用质量,文本理解
Veo 3.1google~130秒音频生成,电影级质量
Kling v2.5 Turbo Prokwaivgi~155秒人物,自然运动,长时连贯性

模型优势与劣势

Sora 2:

  • 出色的提示理解能力
  • 良好的运动连贯性
  • 有时会过度风格化
  • 无原生音频

Veo 3.1:

  • 可以生成匹配的音频
  • 电影级质量
  • 生成速度较慢
  • 有时会“松散地”解释提示

Kling v2.5:

  • 最适合人物主题
  • 自然运动质量
  • 更长的视频连贯性
  • 有时会添加不必要的元素

何时使用哪个

通用产品 → Sora 2(可靠、快速)
需要音频 → Veo 3.1(原生音频)
含有人物 → Kling v2.5(最佳人物运动)
不确定 → 运行全部3个,挑选最佳

I2V vs T2V:为何图像优先制胜

图像到视频(I2V)——推荐

ai-product-photo → [批准图像] → ai-product-video(I2V)

为何I2V对产品更优:

  • 第1帧正是你批准的那个
  • 产品外观已锁定
  • 运动锚定在已知构图上
  • 易于迭代而不改变产品
  • 如果视频失败,你仍有批准的图像

文本到视频(T2V)

仅在以下情况使用:

  • 没有源图像可用
  • 需要全新的构图
  • 在确定图像之前探索运动概念

T2V需要极其详细的提示,并且通常需要多次尝试。


运动风格探索

不要只局限在一种运动风格上。 生成多种方法,挑选最佳。

为何运动风格重要

同一个产品以不同方式动画化,可以感觉:

  • 高端 vs 廉价
  • 创新 vs 传统
  • 激动人心 vs 平静
  • 专业 vs 业余

一种风格 = 希望。多种风格 = 知情选择。

5种运动风格方向

对于任何产品,考虑这些不同的方法:

风格1 - 慢速揭示(高端):
缓慢的电影推近镜头,戏剧性的光照变化,
氛围粒子,优雅节奏,奢华感

风格2 - 轨道展示(360度):
相机平滑环绕产品,展示所有角度,
专业产品演示,信息性

风格3 - 漂浮高端(科技):
产品在空间中失重漂浮,轻柔的悬停运动,
梦幻般的品质,高端科技美学

风格4 - 动态能量(大胆):
快速相机移动,戏剧性角度,高能量,
运动/动作商业广告美学

风格5 - 情境/生活化:
产品在使用中或环境中,自然运动,
生活化商业广告,相关背景

风格决策框架

产品定位最佳运动风格
奢华/高端慢速揭示或漂浮高端
科技/创新漂浮高端或动态能量
实用/日常轨道展示或情境化
时尚/生活方式情境化或慢速揭示
运动/动作动态能量
食品/饮料慢速揭示或情境化

运动风格深度解析

慢速揭示(高端)

奢华和高端产品的首选。建立期待,创造欲望。

缓慢的电影推近镜头朝向[产品],平滑优雅的运动,
戏剧性的聚光灯照明,带有微妙的亮度变化,
大气灰尘颗粒在光束中漂浮,
高端商业广告展示,奢华的节奏,5秒

关键元素:

  • 速度: 缓慢、从容(建立期待)
  • 相机: 推近镜头(将观众引向产品)
  • 光照: 戏剧性变化(创造立体感)
  • 氛围: 粒子/散景(高级感)

变体:

+ 逐渐增加亮度(黎明揭示)
+ 侧光扫描(雕塑感揭示)
+ 从聚光到全光(从戏剧到细节)
+ 从黑暗中浮现(神秘揭示)

轨道展示(360度)

从多个角度展示产品。具有信息性,但也可具有高级感。

相机平滑环绕产品,优雅的180度弧线,
光照变化以揭示不同的表面和角度,
产品保持完美居中,专业产品展示,
商业演示质量,平滑连续运动,5秒

关键元素:

  • 速度: 中等,稳定(专业)
  • 相机: 环绕(揭示所有角度)
  • 光照: 随相机变化(揭示特性)
  • 产品: 居中,稳定(自身不旋转)

变体:

+ 低角度轨道(有力,令人印象深刻)
+ 高角度轨道(概览,易于接近)
+ 半轨道并返回(A-B-A运动)
+ 轨道加变焦(组合运动)

漂浮高端(科技)

失重、梦幻般的品质。非常适合科技产品。

[产品]在空间中失重漂浮,轻柔的悬停运动
带有微妙的微小动作,缓慢旋转漂移,
高端科技美学,干净简约的环境,
梦幻般的品质,平滑空灵的运动,5秒

关键元素:

  • 速度: 非常慢(梦幻般)
  • 运动: 漂浮、悬停(挑战重力)
  • 环境: 干净、简约(聚焦产品)
  • 品质: 空灵、超凡(高端科技)

变体:

+ 微妙的粒子场(太空科技)
+ 柔和的光涟漪(高级感)
+ 轻微旋转(揭示侧面)
+ 呼吸运动(有机科技)

动态能量(大胆)

为需要兴奋感的产品提供高能量。运动、游戏、生活方式。

[产品]的动态揭示,快速相机扫过,戏剧性角度,
高能量运动,带有冲击时刻,大胆的光照变化,
运动商业广告美学,令人兴奋和引人入胜,
有力的揭示,充满动能,5秒

关键元素:

  • 速度: 快速、冲击性(令人兴奋)
  • 相机: 戏剧性角度、扫过(能量)
  • 光照: 大胆变化(戏剧性)
  • 感觉: 冲击、力量(支配性)

变体:

+ 甩镜揭示(极速)
+ 急推变焦(突然吸引)
+ 旋转爆炸(动态开始)
+ 定格动画风格节拍(节奏感能量)

情境/生活化

产品在真实使用或环境中。相关,令人向往。

[产品]在[环境中],自然的场景运动,
[人物互动/环境运动/周围运动],
生活方式商业广告质量,真实感觉,
相关的背景,令人向往但可信,5秒

关键元素:

  • 速度: 自然节奏(真实)
  • 运动: 环境的(风、手、周围环境)
  • 环境: 真实背景(相关)
  • 感觉: 真实(不过度制作)

变体:

+ 晨光变化(时间流逝)
+ 手伸/抓取(产品使用)
+ 环境风(户外背景)
+ 蒸汽/冷凝(食品/饮料)

相机运动词汇

掌握这些术语以实现精确的运动控制。

相机运动

运动描述最适用场景
推近相机朝主题移动揭示、聚焦、亲密感
拉远相机远离主题移动背景揭示、结尾
轨道相机环绕主题360度展示、特性展示
平移平滑横向移动平移揭示、扫描
升降垂直移动宏大揭示、俯视
跟拍跟随运动运动、生活方式

运动速度

速度描述创造的感觉
慢速从容、优雅高端、奢华、沉思
中等自然节奏专业、信息性
快速快速、动态能量、兴奋、紧迫感
可变速度变化戏剧性、强调、节奏

主题运动

运动描述最适用场景
漂浮轻柔悬停科技、高端、梦幻
旋转绕轴旋转特性揭示、360度
闪烁光在表面上的游戏奢华、珠宝、金属
静止停止运动结尾、产品摆放
上升上升运动揭示、显现

氛围元素

元素描述创造的感觉
粒子漂浮的尘埃/光高端、电影感
散景背景模糊动画聚焦、深度
光照变化改变照明戏剧性、立体感
反射表面上的移动光奢华、品质
阴影阴影运动时间、戏剧性

产品类别深度解析

电子与科技

运动特征:

  • 受控的反射在表面上移动
  • 微妙的LED/屏幕发光动画
  • 高端科技美学
  • 干净、精确的运动
[科技产品]带有受控的反射在金属表面上移动,
微妙的指示灯发光,
高端科技商业运动,干净精确的美学,
专业科技展示,精致揭示

最佳风格: 漂浮高端,慢速揭示 避免: 混乱的运动,不受控制的反射


时尚与服装

运动特征:

  • 自然的织物运动
  • 微妙的风/流动效果
  • 时尚编辑品质
  • 优雅、令人向往
[服装单品]带有自然织物运动,微妙的风效果
创造轻柔流动,时尚商业运动品质,
优雅且令人向往,动态的编辑摄影

最佳风格: 慢速揭示,情境化 避免: 僵硬的织物,不自然的运动


食品与饮料

运动特征:

  • 上升的蒸汽(热饮/食)
  • 冷凝(冷饮/食)
  • 新鲜食材运动
  • 令人食欲大开的揭示
[食品/饮料产品]带有[上升蒸汽/形成冷凝],
新鲜诱人的运动,食品商业美学,
美味的揭示,令人垂涎的呈现,
温暖诱人的色调在运动中

最佳风格: 慢速揭示,情境化 关键元素: 蒸汽、倾倒、滴落、新鲜


美妆与化妆品

运动特征:

  • 平滑质地揭示
  • 闪烁和闪光
  • 奢华美妆美学
  • 优雅产品运动
[美妆产品]带有平滑的乳霜/液体质地运动,
微妙的闪光和光效,奢华美妆商业美学,
优雅产品揭示,高端化妆品呈现,
精致且令人向往

最佳风格: 慢速揭示,漂浮高端 避免: 快速运动,刺眼光照


珠宝与手表

运动特征:

  • 闪烁的反射
  • 光在刻面和表面上舞动
  • 奢华慢动作
  • 优雅旋转
[珠宝/手表]带有闪烁的反射,光在珍贵的
表面和刻面上舞动,奢华珠宝商业,
优雅慢速旋转揭示光彩,
高端定位,精致运动

最佳风格: 慢速揭示,轨道展示 关键: 控制闪烁,而非混乱反射


家具与家居

运动特征:

  • 环境背景运动
  • 自然光变化
  • 生活方式融合
  • 比例展示
[家具/家居产品]在风格化的房间环境中,
自然光通过窗户变化,环境运动,
生活方式室内商业,令人向往的家居美学,
在背景中展示产品,邀请氛围

最佳风格: 情境化,慢速揭示 关键: 展示比例,展示在使用中


声音设计考量

何时使用音频

Veo 3.1可以生成匹配的音频。考虑:

内容类型音频推荐
高端揭示微妙环境音 + 低音渐强
科技产品电子音调,干净
生活方式环境声音
食品滋滋声、倾倒声、嘎吱声
时尚音乐驱动

音频提示补充(Veo 3.1)

伴随音频:
+ 揭示时微妙的电影低音渐强
+ 带产品声的房间环境音
+ 柔和的电子基调
+ 自然的环境音频

何时跳过音频

  • 将在后期添加音乐
  • 平台自动静音
  • 需要为旁白保留灵活性
  • 为其他编辑保留干净的音频

平台规格

英雄横幅(网站)

比例:16:9
时长:5-8秒
循环:干净循环或结束静止
运动:高端揭示或漂浮
质量:高比特率,干净压缩

Instagram Feed

比例:1:1(方形)或 4:5(竖版)
时长:5-15秒
循环:无缝循环效果最佳
运动:抓人眼球的第一帧
质量:移动端优化

Instagram Stories/Reels

比例:9:16(竖屏)
时长:5-15秒
循环:可选
运动:竖屏优化构图
质量:移动优先
安全区域:避免顶部/底部UI区域

TikTok

比例:9:16(竖屏)
时长:5-15秒
风格:更具动态,原生美学
运动:不过度制作
质量:移动端优化

产品页面

比例:16:9 或 1:1
时长:5-15秒
循环:干净循环
运动:信息性(轨道、特性展示)
质量:高分辨率,干净压缩

提示构建参考

通用提示公式

[相机运动] 的 [产品],[运动风格],[光照/氛围细节],
[附加元素],[品质描述],[时长]

示例:

慢速电影推近的无线耳机,优雅的专业展示,
戏剧性聚光灯照射带有微妙光效,
高端科技美学,5秒

特定产品公式

奢侈品:

[产品] 在奢华环境中,慢速绘画揭示,
戏剧性光照,氛围粒子,
高端商业质量,5秒

科技产品:

[产品] 漂浮在干净空间中,失重,
微妙旋转和光效,
未来科技美学,5秒

食品:

[产品] 特写,慢速揭示,
新鲜明亮光照,诱人运动,
美食摄影品质,5秒

工作流集成

独立

需要产品视频 → 运行此技能 → 选择风格 → 审查结果 → 输出

与 ai-product-photo 集成(推荐)

ai-product-photo → [生成并批准图像] → ai-product-video →
I2V 生成 → 审查结果 → 最终输出

在 ai-creative-workflow 中

ai-creative-workflow → 产品视频需求 → ai-product-video →
多风格生成 → 最佳选择 → 工作流继续

质量检查清单

输出前审查:

  • 第1帧匹配批准的图像(如果是I2V)
  • 运动平滑且连贯
  • 光照适当且专业
  • 没有不需要的伪影或元素
  • 时长适合平台
  • 比例正确
  • 循环点干净(如果需要循环)
  • 音频匹配(如果使用音频)
  • 风格适合产品定位
  • 运动不会削弱产品

速查表

如果你有...使用这个...模型
批准的图像I2V(推荐)任何
仅有文字描述T2VSora 2 或 Kling
需要音频包含 Veo 3.1Veo 3.1
人物主题优先 KlingKling 2.5
不确定全部3个运行全部
需要快速Sora 2Sora 2
高端产品慢速揭示Sora 或 Veo
科技产品漂浮高端任何
食品慢速揭示 + 情境Sora 或 Veo
电商轨道展示任何

记住:你创造的不只是视频——你是在通过运动讲述产品故事。好的运动使产品令人向往。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

David-Li0406/meta-skill-evloving

Browser automation with persistent page state. Use when users ask to navigate websites, fill forms, take screenshots, extract web data, test web apps, or automate browser workflows. Trigger phrases include "go to [url]", "click on", "fill out the form", "take a screenshot", "scrape", "automate", "test the website", "log into", or any browser interaction request.

David-Li0406/meta-skill-evloving

Create technical diagrams using Mermaid syntax for architecture, sequences, ERDs, flowcharts, and state machines. Use for visualizing system design, data flows, and processes. Triggers: diagram, mermaid, architecture diagram, sequence diagram, flowchart, ERD, entity relationship, state diagram, C4 model, component diagram, visualize, draw.

David-Li0406/meta-skill-evloving

Comprehensive document creation, editing, and analysis with support for tracked changes, comments, formatting preservation, and text extraction. When Claude needs to work with professional documents (.docx files) for: (1) Creating new documents, (2) Modifying or editing content, (3) Working with tracked changes, (4) Adding comments, or any other document tasks

David-Li0406/meta-skill-evloving

Complete color manipulation and green screen effects system. PROACTIVELY activate for: (1) Green screen/chromakey removal, (2) Color grading with LUTs, (3) Color correction (levels, curves, white balance), (4) Colorkey/color removal effects, (5) Hue/saturation manipulation, (6) Color space conversions (BT.709, BT.2020, HDR), (7) Color isolation effects, (8) Teal and orange look, (9) Vintage/film looks, (10) Color keying for transparency. Provides: chromakey and colorkey filters, LUT application (lut3d), curves and levels adjustment, color balance, selective color manipulation, color space handling, HDR tone mapping, professional color grading chains.

David-Li0406/meta-skill-evloving

Convert files and office documents to Markdown. Supports PDF, DOCX, PPTX, XLSX, images (with OCR), audio (with transcription), HTML, CSV, JSON, XML, ZIP, YouTube URLs, EPubs and more.

David-Li0406/meta-skill-evloving

Guide for creating high-quality MCP (Model Context Protocol) servers that enable LLMs to interact with external services through well-designed tools. Use when building MCP servers to integrate external APIs or services, whether in Python (FastMCP) or Node/TypeScript (MCP SDK).

David-Li0406/meta-skill-evloving

Build with OpenAI's stateless APIs - Chat Completions (GPT-5, GPT-4o), Embeddings, Images (DALL-E 3), Audio (Whisper + TTS), and Moderation. Includes Node.js SDK and fetch-based approaches for Cloudflare Workers. Use when: implementing chat completions with GPT-5/GPT-4o, streaming responses with SSE, using function calling/tools, creating structured outputs with JSON schemas, generating embeddings for RAG (text-embedding-3-small/large), generating images with DALL-E 3, editing images with GPT-Image-1, transcribing audio with Whisper, synthesizing speech with TTS (11 voices), moderating content (11 safety categories), or troubleshooting rate limits (429), invalid API keys (401), function calling failures, streaming parse errors, embeddings dimension mismatches, or token limit exceeded.

David-Li0406/meta-skill-evloving

Comprehensive PDF manipulation toolkit for extracting text and tables, creating new PDFs, merging/splitting documents, and handling forms. When Claude needs to fill in a PDF form or programmatically process, generate, or analyze PDF documents at scale.

David-Li0406/meta-skill-evloving

Presentation creation, editing, and analysis. When Claude needs to work with presentations (.pptx files) for: (1) Creating new presentations, (2) Modifying or editing content, (3) Working with layouts, (4) Adding comments or speaker notes, or any other presentation tasks

David-Li0406/meta-skill-evloving

Comprehensive spreadsheet creation, editing, and analysis with support for formulas, formatting, data analysis, and visualization. When Claude needs to work with spreadsheets (.xlsx, .xlsm, .csv, .tsv, etc) for: (1) Creating new spreadsheets with formulas and formatting, (2) Reading or analyzing data, (3) Modify existing spreadsheets while preserving formulas, (4) Data analysis and visualization in spreadsheets, or (5) Recalculating formulas

David-Li0406/meta-skill-evloving

Download YouTube videos with customizable quality and format options. Use this skill when the user asks to download, save, or grab YouTube videos. Supports various quality settings (best, 1080p, 720p, 480p, 360p), multiple formats (mp4, webm, mkv), and audio-only downloads as MP3.

David-Li0406/meta-skill-evloving

Best practices for Remotion - Video creation in React

David-Li0406/meta-skill-evloving

Provides bidirectional translation (Chinese/English), grammar checking, and sentence polishing. Supports specific tense constraints, context-aware tone adjustment, and natural expression optimization. Outputs direct text without formatting.

David-Li0406/meta-skill-evloving

指导如何通过自定义注解(如@Unicom)标识Dubbo接口,利用BeanDefinitionRegistryPostProcessor在启动时扫描并动态注册ReferenceBean,实现RPC调用的封装。

David-Li0406/meta-skill-evloving

生成Python脚本,利用FFmpeg将图片序列按3x3布局合并,或将合并图拆分。要求使用subprocess模块执行命令,并支持用户交互式输入路径。

David-Li0406/meta-skill-evloving

SOP for extracting and analyzing promotional activity details, handling time formatting, location mapping, payment logic, and step-by-step process validation.

David-Li0406/meta-skill-evloving

Specializes in creating TikTok short video scripts using an anthropomorphic 'Chef' perspective to explain wildlife food chains and survival environments, utilizing real field footage.

David-Li0406/meta-skill-evloving

针对TikTok平台,以拟人化视角(如动物作为厨师)创作系列短视频脚本。重点介绍野生动物、食物链及生态环境,要求使用野外实拍素材,风格幽默且具有教育意义。

David-Li0406/meta-skill-evloving

Generates KWL (Know, Want to know, Learned) charts for educational videos, specifically BrainPOP, using simple 7th-grade language and short, concise bullet points.

David-Li0406/meta-skill-evloving

Tracks complex, multi-session work using the Beads issue tracker and dependency graphs, and provides persistent memory that survives conversation compaction. Use when work spans multiple sessions, has complex dependencies, or needs persistent context across compaction cycles. Trigger with phrases like "create task for", "what's ready to work on", "show task", "track this work", "what's blocking", or "update status".

相关技能