对嘴型视频处理管道
将原始或粗剪的对嘴型素材转化为经过批准的可用剪辑、可编辑字幕、动态打包预览及验证后的最终导出。将此文件视作路由器和共享契约。仅读取当前阶段所需的内部工作流程和参考资料。
新手承诺
假设用户从未使用 Codex 进行过编辑。
- 仅在无法安全推断答案时，一次只问一个简短问题。
- 优先提供可用的默认选项，而非展示众多技术选择。
- 解释下一步可见的结果，而非渲染器的内部机制。
- 仅在原始素材确实需要时，才引入粗剪、转录提供商或 API 设置。
- 简洁明了地解释付费和本地选项，在有用时推荐一种，且绝不强制要求。
- 每个阶段结束时提供确切的输出路径和用户可以说的下一句话。
- 续接现有工作，而非重新开始。
不可协商的规则
- 源文件不可变。 绝不覆写或破坏性地编辑提供的源媒体。
- 主音频是时钟。 除非用户明确批准粗剪策略，否则不要重新定时、重新排序、重新采样或替换它。批准后，派生出的
working_video将作为下游时钟，而原始文件仍保持不变。 - 证据保持可读。 绝不要遮挡截图正文、产品 UI、人脸或用户标记的安全区域。不模糊证据素材。
- 先预览后定稿。 除非用户明确要求直接导出，否则先构建官方预览并等待批准。
- 原画质最终版。 不要将放大后的低分辨率预览作为真正的高分辨率最终版呈现。尽可能使用原始源文件作为最终基础。
- 不中断进度。 如果渲染正在进行，等待并报告进度。仅在发生实际错误或获得明确批准后才更改管道。
- 技能中不含私人数据。 项目本地路径、媒体名称、品牌规则、截图、客户详细信息和 API 密钥保留在用户项目中。
- 仅从明确反馈中学习。 不要根据沉默或一个未经确认的草稿推断出永久样式规则。
- 排版是正确性的一部分。 在批准前声明并验证字体族、真实字重、字幕行策略、基线对齐和最长的标签适配度。
- 公共默认值保持品牌中立。 仅将创作者调色板、重复卡片系统和私有视觉规则存储在本地配置文件中。
- 公共安装只暴露一个技能。 将阶段模块保存在
references/workflows/下；不要添加包管理器可能单独注册的嵌套SKILL.md文件。 - 安装操作是可恢复的。 在替换前备份现有安装，并归档卸载目标，而非执行递归强制删除。
- 可选提供商保持可选。 精心策划的默认镜头包是原生 HyperFrames + GSAP。未经用户明确同意，绝不要克隆、安装、更新或要求 ShotCraft、Remotion 或其他提供商。原生方案必须保持完整的备选方案。
在预览或导出工作之前，请阅读 references/quality-gates.md。
路由表
| 用户意图或短语 | 路由 | 典型输出 |
|---|---|---|
初始化视频项目, 第一次用, start a video project | references/workflows/init.md | 状态、编辑计划、设计配置文件 |
原片还没剪, 删口误和停顿, 帮我粗剪, raw takes, rough cut | references/workflows/rough-cut.md | 已批准的非破坏性粗剪和时间移交 |
抽字幕轴, 只做字幕, transcribe, 改字幕 | references/workflows/captions.md | SRT, CSV, 转录 JSON |
帮我设计, 换颜色风格, 规划弹窗, design | references/workflows/design.md | DESIGN 和完整的编辑计划 |
参考这张截图设计, 按这张图的视觉语言, style reference | references/workflows/design.md 参考分支 | 项目本地 STYLE_REFERENCE |
按语义匹配动效, GSAP 动效丰富一点, semantic motion | references/workflows/design.md, 然后预览 | 已验证的 MOTION_PLAN 和预览 |
参考 ShotCraft, 推荐电影感镜头, cinematic shot reference | references/workflows/design.md ShotCraft 分支 | MOTION_PLAN 中的可选映射镜头参考 |
做预览, 加动效, build preview | references/workflows/preview.md | 官方预览 URL |
出成片, 导出 4K, export final | references/workflows/export.md | 已验证的最终视频 |
改这个, 恢复上一版, revise | references/workflows/revise.md | 限定范围的修订和新预览/最终版 |
进度, 到哪了, status | references/workflows/status.md | 当前阶段和下一步操作 |
体检, 为什么失败, doctor | references/workflows/doctor.md | 只读诊断 |
以后都这样, 记住这个风格, learn this | references/workflows/learn.md | 已确认的项目本地经验 |
复盘成片, 下次怎么改进, retro | references/workflows/retro.md | 结构化的交付回顾 |
升级状态, 迁移, migrate | references/workflows/migrate.md | 状态模式升级 |
模式检测
在路由之前：
- 确定用户的视频项目目录，而非此技能仓库。
- 查找
.naive-video-state.json。 - 如果缺失且任务不仅仅是单次字幕文本编辑，则加载初始化工作流程。
- 如果存在，读取它以及
EDIT_PLAN.md、DESIGN.md和VIDEO_LESSONS.md（仅在相关时）。使用working_video（如果存在）；否则使用main_video。 - 当状态和文件不一致时，运行
python3 tools/video_doctor.py --project <project_dir>。
使用这些阶段：
initialized -> captions_ready -> design_ready -> preview_ready
-> approved -> rendering -> final_ready
在其质量门通过之前，永远不要标记后续阶段。
默认管道
当用户请求完整工作流程时：
- 使用
ffprobe检查源媒体。 - 初始化项目状态和安全输出目录。
- 仅在素材状态不明确时询问素材是否已粗剪。如果是原始素材，则加载可选的粗剪工作流程并要求策略批准。
- 从
working_video（如果存在）或main_video（否则）生成或验证字幕文件。 - 询问是否需要显示截图、录制内容、产品图片、图表或演示。让用户选择语义放置、精确秒数/口语锚点或混合方式；解释精确锚点更精确。
- 如果可用，标准化词级时间，并将语音拆分为面向观众的逻辑组。不要从整个字幕开头伪造词级精度。
- 收集或推断样式配置文件和安全区域。为初学者提供可选的截图参考匹配。
- 编写编辑计划和语义动作计划，包含每个请求的插入、逻辑组链接和时间范围。
- 对于新项目，除非用户选择
skip，否则自动将几个安全的语义节点映射到策划的 ShotCraft 风格原生包。保留现有已批准项目、原生方案和离线备选方案。 - 对于首次使用、新样式或推理密集的工作，在完整的动态预览之前渲染具有代表性的静态关键帧并解决构图问题。
- 如果需要，使用浏览器友好的代理构建 HyperFrames + GSAP 预览。
- 运行预览质量门并提供官方预览 URL。
- 等待批准，除非明确要求跳过。
- 使用批准的 working_video 及其音频时钟渲染叠加层或最终合成。
- 验证文件存在性、时长、分辨率、帧率和音频。
- 仅将确认的反馈记录为项目本地经验。
- 交付后，运行事实回顾，并推广仅明确的、隐私安全的规则。
项目文件
初始化工作流程创建以下最小项目记忆，而不触及源媒体：
<project_dir>/
├── .naive-video-state.json
├── EDIT_PLAN.md
├── DESIGN.md
├── CONTENT_LOGIC.json # 面向观众的推理组和定时节拍
├── STYLE_REFERENCE.md # 仅在使用参考图片时创建
├── MOTION_PLAN.json # 在规划语义动作时创建
├── VIDEO_LESSONS.md
├── VIDEO_RETRO.md
├── edit/
│ ├── rough-cut.mp4 # 可选；原始媒体从不被覆写
│ ├── rough-cut-edl.json # 可选决策记录
│ ├── script-aligned.srt
│ ├── caption-table.csv
│ └── transcripts/
├── preview/
├── final/
└── qa/
└── KEYFRAME_REVIEW.md # 动态预览前的静态构图审查
状态是操作元数据，而不是媒体数据库。保持其小巧，且绝不包含转录正文、私有截图或秘密。参见 references/state-management.md。
样式默认值
如果用户想要速度且未提供参考：
- 保留源宽高比。
- 使用清晰、可读的卡片系统，配有一个可配置的强调色。
- 使用加粗字幕并限制关键词强调。
- 使用 GSAP 变换和不透明度实现动效。
- 将卡片放置在已确认的空旷区域。
- 在截图或演示可见时降低动效密度。
- 保持文本水平和基线对齐；对包含组件进行动画处理，而非倾斜标签。
- 选择明确的最大字幕行数和换行策略。
仅在品牌一致性重要时询问强调色。否则使用中性预设并使其易于后续更改。初学者可以选择提供截图并选择 低、中 或 高 参考强度；解释技能会复制视觉语言，而非源品牌或内容。动效密度为 克制、平衡 或 活力充沛。参见 references/style-onboarding.md。
详细的 GSAP 配方和语义映射存储在 references/motion-recipes.md 中。运行时和插件选择存储在 references/gsap-runtime.md 中。截图提取和反复制规则存储在 references/style-reference-workflow.md 中。素材定时选择存储在 references/asset-onboarding.md 中。仅在匹配的设计分支时加载它们。
ShotCraft 发现和适配规则存储在 references/shotcraft-integration.md 中；原生初学者包存储在 references/shotcraft-default-pack.md 中。在新自动项目、命名卡片或电影镜头请求时加载它们。绝不要静默安装提供商。
词级时间、面向观众的逻辑组以及累积/退出行为存储在 references/content-logic-workflow.md 中。在字幕之后、语义设计之前加载它。
排版、组件几何、玻璃效果通知以及寻求安全焦点/类型/分割适配存储在 references/visual-quality-rules.md 中。在每次设计或预览任务时加载它。
自我迭代契约
自我迭代意味着改进当前用户的工作流程，但不将其泄露到公共默认值中。
将反馈分类为以下范围之一：
project：仅适用于此视频。profile：适用于该用户未来的视频；仅在获得明确确认后写入。product：隐私安全的通用可靠性改进；单独向技能维护者提出。
在 VIDEO_LESSONS.md 中记录配置文件反馈，包含用户的原话、确认的规则以及受影响的