Communitygithub.com

sstani-bgv/montage-skills

全流程编排视频动画插片:从原始素材到运动分镜规划,再到带时间码的 MP4 成品。适合所有需要为视频添加动画、图形或动态插入的场景。

montage-skills 是什么?

这是一个面向 AI 代理的动画插片编排技能,专为视频创作者设计。它负责从原始素材出发,先通过 /motion-plan 进行运动分镜规划,再由 /motion-build 分配场景给子代理并行构建,最后合成为带时间码的 MP4 插片。技能的核心价值在于质量验收:子代理会忠实构图,但只有你(编排代理)能从全局视角发现构图漏洞。默认采用 v4 风格('图文演示'),支持 7-8 个子代理并行工作,每轮可处理 3-5 个场景。已在 41 分钟、34 个插片的流媒体视频中验证,确保所有插片视觉统一、时间码精准,并生成完整草稿视频。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sstani-bgv/montage-skills/tree/HEAD/motion-run

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

视频动画插片编排

你负责全程牵引:原始素材 → 运动分镜 → 带时间码的成品 MP4,用户可将其放入自己的剪辑中。你自己几乎不构建任何东西——只负责规划、分配和验收。

你在此的主要价值是 验收。子代理会认真构图,但只有从全局审视画面的人才能发现构图失误。验收失败比构建失败代价更高。

默认管线 v4

风格参考 ../motion-build/references/style-v4.md。经验证流程(流媒体视频 41 分钟,34 个插片 + 片头):

  1. 文本与画面。 通过 /watch 查看原始素材(转录文本),进行逐词段落标记以用于规划。
  2. 规划 通过 /motion-plan → 向用户展示,协商修改(片头长度、密度、布局(作者绘画区域))。未获同意前不要开始构建。
  3. 工作目录 W 位于 scratchpad//tmp:scenes.json({NN: start, dur, layout, title})、scenes/、img/、clips/。
  4. 图片:prompts.tsv → zsh ../motion-build/scripts/gen_images.sh prompts.tsv W/raw → alpha.py W/raw W/img。浏览所有图片列表:重复和失败(背景残留、物体不符)的需要重新生成。
  5. 剪辑:python3 ../motion-build/scripts/cut_clips.py W source.mp4 --cam x,y,w,h(从画面中测量摄像头区域)。
  6. 摘要:将 references/build-brief-v4.md 复制到 W/BUILD-BRIEF.md,填入路径和规划修改。之前已获批准的场景作为样板放入 W/scenes/。
  7. 分发:一次消息发送给 7-8 个子代理,每个代理处理 3-5 个同布局场景(动态场景全部给一个代理)。任务中需包含:摘要、来自 recipes/v4/ 的布局样板、规格说明、“用眼睛看画面”。
  8. 验收——依据每个场景 全尺寸 结束帧(裁剪面板区域),3×3 缩略图联系表在字号上会失真。反馈要具体:“字幕 ≥30px,主体 ≥240px,面板下半部分空白”。发现通用错误时立即通知仍在工作的代理。
  9. 合成:python3 scripts/assemble_v4.py W source.mp4 [--intro intro.mp4 --cut SEC]——插片自带音效 + 草稿。在插片插入点及衔接处抓取草稿画面。
  10. 交付——放入原始素材旁文件夹:draft.mp4、inserts/NN_MM-SS-D_主题.mp4 + 带时间码的 index.md、干净基底(如存在新片头)、图片、带链接的 music.md(不嵌入音乐)。

通用流程

1. 分镜规划

加载 /motion-plan 并逐一过一遍。输出为 MOTION.md:场景列表带时间码、所选手法、画面内容及理由(说明该手法如何展示思想)。

在构建前向用户展示规划。 十个场景的构建代价高昂;之后重做规划代价更大。询问需删减、添加或手法不当之处。

2. 规格说明

规划中的每个场景都需要逐帧规格说明——子代理不应猜测。将其放入场景目录内的 <项目>/SPEC.md。规格格式见 /motion-plan 中“场景规格”部分。

为每个场景创建独立项目目录。 子代理并行工作,check 会检查整个项目,相邻场景的构图错误会相互干扰。

模板只需创建一次,之后通过复制分发:

./node_modules/.bin/hyperframes init _template --example blank --non-interactive --resolution landscape --skill motion-graphics

将 motion-build 技能的 assets/ 目录 整体 复制到模板中(.claude/skills/motion-build/assets/)——tokens.css 通过 @import 加载字体,目录结构必须一致:

cp -R .claude/skills/motion-build/assets/. _template/assets/

之后每个场景一个副本:

for name in scene-01 scene-02 scene-03; do cp -R _template "$name"; done

2b. 亲自制作一个样板场景

在分发前,选择一个场景——最好是中等复杂度,带数字或几张卡片——并 亲手完成直到渲染。这只需十分钟,却能解决三个问题:

  1. 验证管线。 如果 init、令牌、字体或渲染在某处出错,你只会遇到一次,而不是九个相同的错误报告。
  2. 设定视频全局常量。 字号、动画节奏、背景机制、漂移、二阶段入场——所有场景必须一致,而默认情况下每个构建者都会自行选择。设计系统只规定范围,而非具体数值。
  3. 为构建者提供样例而非描述。 阅读同一视频的已完成场景,比从手册中读取相同规则可靠得多。

在旁边放置一个简短全局常量文件(BUILD-BRIEF.md),并在每个子代理的任务中 同时指定该文件及样板场景的路径:“阅读 ins-b2/index.html——排版、节奏、背景和时间线结构继承自该文件;仅填充内容发生变化。”

摘要中应包含:具体数值的字号表、调色板和禁止的色值替换、背景机制和整体平移的文字描述、零帧规则、动画节奏、引擎禁止列表、全局锚点的安全区坐标以及管线命令。

已在包含九个场景的视频中验证:九个独立构建视觉上表现为同一系统,渲染后无需对齐处理。

3. 分发

一次消息发送所有子代理,同时启动——它们并行工作,比顺序构建快数倍。

每个任务中需包含:

  • 工作目录——仅限其自己的场景,不触碰他人场景;
  • 读取 SPEC.md,然后加载 motion-build 技能并遵循其指令;
  • 通过 Read 用眼睛查看画面,而非仅运行 check;
  • 渲染 MP4 并 留在其自己项目的 renders/ 中,不复制到任何地方;不删除工作目录;
  • 简短回复:成果、MP4 路径、困难点、不完美之处。

务必要求 指出与规格说明的差异。规格说明由你编写,你未看到画面;子代理看到画面。其修改建议是报告中最有价值的部分。

八个场景一波处理效果良好——渲染仅需数秒,主要时间消耗在创作上,机器不会成为瓶颈。当场景超过十个时需分波处理:瓶颈不是机器,而是报告分析。

提前约定结果收集方式。 若无明确指示,构建者会将 MP4 随意放置:renders/、公共 output/、CLAUDE.md 中指定的目录,有时甚至同时放两个地方“以确保编排者一定能找到”。曾经有一次需要在整个磁盘上用 find 搜索渲染文件。规则很简单:每人在自己的 renders/ 中保留文件并在报告中指出路径,由你在交付时按名称和时间码整理。

4. 验收

对于每个场景,自行抓取画面并查看:

cd scene-01 && ../node_modules/.bin/hyperframes snapshot . --frames 8 -o review

通过 Read 阅读 review/contact-sheet.jpg。不要依赖子代理附带的联系表——它可能来自上一轮迭代。

根据经验,首要检查内容:

  • 比例。 最常见问题:文本为 40px 而应为 54px,图标 90px 紧贴边缘。
  • 空白帧。 尤其是在最复杂的运动之后——手法无处着落。
  • 手法形式上存在但无法辨识。 渐变过渡不明显,接缝看起来像交叉淡入,静态画面中透视不可见。
  • 伪影。 渐变上的色带环形、颜色变化中段的暖色脏点、单词中间断开的标记。
  • 层级。 辅助元素(标记、引语)不应比主要信息更突出。

通过 SendMessage 发送修改意见给同一代理——其拥有完整场景上下文,重启代价更高。在修改意见中指明 什么不要动:否则代理会重做已完善的部分。

当画面中验收清晰可见时即可通过,而非当 check 通过时。

5. 草稿合成——必须步骤

不要只交付文件目录而不合成草稿。 某些问题仅在全片合成后可见,逐一验收场景无法发现——无论单独验收多少场景,整体性无法通过单个场景来验证。

将完成的 MP4 放入目录,使用 NN_MM-SS-D_手法.mp4 格式命名(时间码在名称中——脚本从中提取位置),然后:

python3 <技能路径>/scripts/assemble.py --root <工作目录> \
    --source m1=~/Desktop/part1.mp4 --source m2=~/Desktop/part2.mp4 \
    --anchor 1245,690,650,345

插片会替换其持续时间内的画面,原始音频连续播放,时长不变,拼接为硬切。

--anchor 关于全局锚点,这是本步的关键。 如果原始素材中有画中画摄像头或其他常驻元素,全屏插片会将其移除:说话者在每个插片时段从画面中消失并再次出现。在视频中重复二十次会破坏剪辑,导致其成为独立幻灯片,直接违反第 16 条定律。该标志会将锚点区域覆盖在所有插片之上。

锚点坐标需从原始素材画面中测量,而非猜测:提取一帧(ffmpeg -ss 300 -i src.mp4 -frames:v 1 f.png),查看并确定矩形区域。不同片段间位置可能不同——需逐一检查。

6. 合成后验收

从草稿中提取画面并查看:插片内部点、插片之间点,以及 务必检查片段衔接处。检查内容:

  • 锚点在插片期间不消失;
  • 插片位于正确时间码,而非偏移;
  • 音频在边界处不中断;
  • 片段衔接处无明显亮度或音量跳跃;
  • 同一手法的两个连续场景不会两次显示为相同画面。

7. 交付

向用户交付草稿以及表格:时间码、文件名、持续时间、显示内容——使用户可在其剪辑工具中替换任意插片而无需重新合成所有内容。

如果场景较多且希望一次性展示全部,可构建预览页面并作为工件发布。视频压缩至 1280px / CRF 30 并嵌入为 data-URI:十个场景约占用 1.5 MB,工件限制为 16 MB。

ffmpeg -y -i in.mp4 -vf scale=1280:-2 -c:v libx264 -preset slow -crf 30 -pix_fmt yuv420p -an out.mp4

禁止行为

当场景超过两个时,不要亲自构建场景。 编排的意义在于你的上下文保持干净以用于验收。如果你亲手构建三个场景,到第四个时你将不再注意构图失误。

不要仅依据报告进行验收。 子代理的报告说明其做了什么,而非效果如何。查看画面。

不要临时修改规划。 如果过程中发现手法选择不当,应告知用户并修正 MOTION.md,而非静默地另行构建。

不要以 MP4 目录为工作终点。 在草稿合成之前,你无法了解整体效果:消失的锚点、偏移的时间码、两个相同场景连续出现——这些只有在整体中才能发现。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

sstani-bgv/montage-skills

Собрать ОДНУ анимационную вставку для видео на HyperFrames + GSAP в стиле канала. По умолчанию — стиль v4 «презентация с картинками» (одобрен автором как эталон, два русскоязычных YouTube-референса): крупные слова в интро, спикер + достраивающаяся панель, сгенерированные Codex 3D-картинки-метафоры, звук на каждое появление графики. Светлая тема, Onest/Unbounded; как акценты — приёмы вроде PiP-морфа, rack-focus, карусели глав, velocity-matched швов, zoom-through, перспективного свопа окон, каскадов с бэйджами. Используй этот скилл всегда, когда нужно собрать, починить или доработать отдельную анимацию/сцену/motion-вставку по готовой спеке, когда сабагент получил задание на одну сцену из motion-плана, а также когда речь идёт о HyperFrames-композиции для ролика в этом стиле. Не для планирования всего ролика — это /motion-plan, и не для оркестрации — это /motion-run.

sstani-bgv/montage-skills

Разметить motion-план для ролика (по умолчанию в стиле v4 «презентация с картинками»: kinetic-интро, спикер + достраивающаяся панель, картинки-метафоры, звук) — посмотреть транскрипт, скрипт или само видео и решить, в каких местах и какими приёмами визуально показать то, что автор проговаривает голосом. На выходе MOTION.md с таймкодами, выбранными приёмами и покадровыми спеками на каждую сцену. Используй этот скилл всегда, когда нужно понять, где в ролике нужны анимации, какие именно и почему, когда пользователь даёт транскрипт или ссылку на своё видео и спрашивает, что тут анимировать, а также когда надо переразметить уже существующий план. Сборкой занимается /motion-build, оркестрацией — /motion-run.

相关技能