nestedbit/faceless-shorts

Faceless Shorts

您可以根据主题制作完整的竖屏短视频：脚本、语音、单词同步字幕、动画片段、音效和音乐，渲染为 MP4。一切皆代码：Canvas 绘图、Headless Chrome 捕捉、ffmpeg、本地 Kokoro 语音、本地 Whisper 单词计时、numpy 音效。无 AI 图像或视频，无 API 密钥，无额外积分。 SKILL = 本文件所在的文件夹。项目存放在 ~/faceless-shorts/<short-name>/。

一种风格：吉祥物解说（mascot-explainer）。您作为一个扁平卡通吉祥物（由代码根据一张照片绘制、绑定骨骼、口型同步），展示“N 个快速步骤”：一次一张卡片，编号牌会撞击角落徽章，带有实时清单、逐词标题字幕、每次撞击的镜头晃动和音效。时长 30-45 秒 · 9:16 比例。最适合操作指南、技巧、"N 个步骤……"、科技/理财/生产力解说类视频，其中创作者本身即是品牌。

该风格 = styles/mascot-explainer/style-sheet.png（一张图像呈现外观，由自己的代码绘制）+ STYLE.md（规则 + 引擎手册）+ example/（一个可直接渲染的完整项目）。在规划前，请完整阅读 STYLE.md。

0. 在计算机上首次使用

运行 bash SKILL/scripts/setup.sh 直到打印 All set（检查 Node 22+、ffmpeg、Chrome；构建 ~/.faceless-shorts/venv；下载 Kokoro 语音 ~340 MB 和 Whisper small.en ~0.5 GB）。以免费、官方方式安装缺失的任何组件，并在需要密码的任何操作前询问。然后运行 bash SKILL/scripts/selftest.sh，必须打印 SELFTEST PASSED：打开联络表并裁剪其名称，然后查看它们。

1. 初始输入（一条消息，默认值已填写）

仅询问未知内容，一次性提出：主题（或“你推荐 3 个创意”）、他们喜欢的短视频格式链接（可选）、时长（默认 ~30 秒）、语音（SKILL/scripts/py SKILL/scripts/voice.py --list；默认 am_michael）、画外音模式：AI 语音（默认）· 用户自己的录音（他们在看到脚本后录音；使用 words.py --audio）· 仅字幕（暂无语音；使用 estimate.py）、音乐（内置背景音乐 · 无 · 用户自己的免版税文件）、结尾语/用户名、一张清晰正脸照片（可选）和一套服装，或者保存在 ~/faceless-shorts/_mascots/ 中的吉祥物名称。“直接开始” = 使用默认值。

2. 计划（一个屏幕，然后等待）

显示：标题 · 完整旁白，每个剪辑占一行，带其字幕块（1. 查看 | 真实的 *发件人地址） · 分镜头列表，每行一条（我们看到什么、什么在移动、它落在哪个词上） · 您将添加到工具包中的新组件（如果有） · 事实及其来源。询问 “开始构建？” 并等待。

脚本规则。 以一个人实际与朋友交谈的方式编写：完整、流畅的句子，使用连接词（“那么”、“其中”、“但是”、“所以”、“这意味着”），而不是一系列类似字幕的简短陈述。35 秒大约 90-110 个词。一行就是一个剪辑，而不是一个句子：将每个句子在自然停顿处（逗号、“和”、“其中”）分成 1-3 行，以便画面每 1.5-3.5 秒变化一次，同时语音保持流畅（voice.py 一次说出整个句子）。结构：以一个带有真实、有来源数字的钩子开头，一句承诺，3-6 个以“第一……”开头的步骤，一个明确的结束动作。按说话方式写出数字（“七”）。在脑海中大声朗读：如果听起来像字幕，请重写。仅限原创写作：借鉴您喜欢的格式，但绝不抄袭其他创作者的脚本或镜头。每个事实都要对照可靠来源进行核查（在 script.json 的“sources”中列出）。

3. 构建

1. 运行 bash SKILL/scripts/new_video.sh mascot-explainer <short-name> 将示例复制到 ~/faceless-shorts/<short-name>/。
2. 编写 script.json（行 + 字幕块 + 间隔；参见 STYLE.md）。首先创建吉祥物（mascot.json，STYLE.md §2），渲染其姿态表并让用户确认，然后再编写任何镜头。
3. 计时：SKILL/scripts/py SKILL/scripts/voice.py <proj> 然后 SKILL/scripts/py SKILL/scripts/words.py <proj>（用户自己录音：words.py <proj> --audio their.m4a；仅字幕：estimate.py <proj>）。
4. 重写 src/shots.js：每个镜头一行（长镜头可占两行），每个镜头使用 cut(i) 放置，其关键时刻在单词上使用 Wd('word', line)。重用工具包（src/core/kit.js）；在该风格的外观下，向其中添加新组件。
5. 在项目中：node tools/capture.mjs check（必须显示 CHECK OK）→ node tools/capture.mjs cues → SKILL/scripts/py tools/mix.py . → 质量检查（第 4 节）→ node tools/capture.mjs video renders/<name>.mp4。迭代单个镜头：node tools/capture.mjs frames review/f "4.2,4.6" 并查看。

4. 质量检查：绝不展示未查看的帧

运行 node tools/capture.mjs sheet review/all.jpg 0.5 10（每 0.5 秒一帧，带时间戳）并阅读整个表，然后全尺寸查看关键帧。对每一帧询问：

• 画面合理吗？ 一次只显示一张卡片；吉祥物的姿态适合该行；道具随其承载物移动。任何内容在出现之前都应有原因。
• 画面是否与当前时刻的旁白匹配？ 画面在对应行开始前变化；揭示内容正好落在其单词上。
• 是否有任何碰撞？ 手臂、印章和爆发效果绝不能意外地与标题、卡片、徽章、清单或彼此交叉。
• 字幕： 1-4 个词，最多一个紫色强调词，拼写正确，绝不能在单词说出前显示。
• 风格表： 仅使用调色板、扁平形状、硬色墨迹阴影，红色仅用于危险。
• 声音： 语音清晰，盖过音乐；音效柔和（无刺耳的滴答声或蜂鸣声）。

修复，重新渲染表，重新检查。向用户告知您发现并修复的问题。

5. 交付

为用户打开 MP4 文件。同时提供：如果文件大于 35 MB，提供共享副本（ffmpeg -i in.mp4 -c:v libx264 -crf 21 -preset slow -c:a aac -b:a 160k -movflags +faststart share.mp4），最佳封面帧（capture.mjs frames），标题，字幕和 5-8 个话题标签。对于用户自己录音模式，同时向他们提供带每行计时的脚本以便对照朗读。提供一轮精确修改，并仅重新渲染更改过的部分。

5b. 通过 Zapier 发布到 YouTube（仅当用户要求上传时）

所有调用都是代码模式工具：在 execute 内部作为 tools.zapier.* 运行（不要将它们作为普通工具调用）。在真实上传中验证一次；以下值完全准确。

1. 连接。 如果 list_zapier_skills 有用于上传的已保存技能，则使用它。否则，确保 YouTube 应用已启用：discover_zapier_actions({ app: "YouTube" }) → enable_zapier_action({ selected_api: "YouTubeV4CLIAPI", app_display_name: "YouTube", action: "upload_video" })。如果尚不存在连接，manage_zapier_connections({ selected_api: "YouTubeV4CLIAPI" }) 将返回一个供用户使用的连接 URL。
2. 托管文件。 该操作的 video / thumbnail 参数需要一个 Zapier 服务器可以获取的 URL；本地路径会静默失败。将 MP4 上传到临时主机，按此顺序（均于 2026-11-03 测试；在 Windows 上使用 curl.exe）：
   • a. litterbox（有效期 1 小时到 72 小时，最大 1 GB）：curl -F "reqtype=fileupload" -F "time=1h" -F "fileToUpload=@renders/<name>.mp4" https://litterbox.catbox.moe/resources/internals/api.php → 返回纯文本格式的直接 URL。
   • b. uguu.se（有效期约 3 小时，适合小于 35 MB 的短视频）：curl -F "files[]=@renders/<name>.mp4" https://uguu.se/upload → 返回 JSON；使用 files[0].url（即 d.uguu.se/... 链接）。
   • c. catbox（永久，无过期）：调用方式与 (a) 相同，但不带 -F "time=1h"。永久公开，因此仅在征得用户同意后使用。
   • 跳过以下服务（已验证于 2026-11-03 失效，不要浪费重试次数）：0x0.st（上传已禁用）、tmpfiles.org（链接是查看页面，非原始文件）、gofile.io（原始下载需要账户令牌）、file.io（curl API 重定向到其 Web 应用）、bashupload.com、temp.sh（已失效）。
   • 始终在使用前验证 URL：curl -sSI <url> 必须返回 200/206 状态码且内容类型为视频。绝不要仅凭主机的 JSON 响应就信任它。
   • 告知用户，这会将其视频放置在一个自动过期的公共临时主机上。
3. 先确认。 此操作将写入用户的真实频道，因此在执行前确认：标题、可见性（私密/不公开列出/公开）和类别。 如有需要，使用 inspect_zapier_actions({ tool_name: "youtube_upload_video", enum_property: "category_id" }) 解析 category_id。 教育 = 27（操作指南类短视频的默认值），喜剧 = 23，如何与风格 = 26。
4. 上传。 execute_zapier_write_action({ selected_api: "YouTubeV4CLIAPI", action: "upload_video", tool_name: "youtube_upload_video", params: { video: "<临时 URL>", title, description（以 #shorts 结尾）, tags: [5-8 个不带 # 的话题标签], category_id: "27", privacy_status, made_for_kids: false, embeddable: true, notify_subscribers: true, default_language: "en", license: "youtube" } })
5. 报告。 结果包含 id；链接为 https://www.youtube.com/watch?v=<id>。时长 60 秒或更短的竖屏视频将自动成为 Shorts（无需额外字段）。 为用户打开本地文件（tools.browser.preview({ path: "renders/<name>.mp4" })）并以文本形式提供 YouTube URL。应用内浏览器通常无法加载 youtube.com 并显示 ERR_ABORTED；这不代表上传失败。
6. 缩略图。 不公开列出的上传无法通过此操作设置自定义缩略图；如果用户稍后将该视频设为公开，则提供保存的封面帧。

禁止事项

使用 AI 生成图像或视频；花费用户的金钱或积分；在未由用户要求并确认的情况下上传到 YouTube 或任何主机；抄袭其他创作者的脚本、镜头或帧； 未经询问覆盖用户的项目；交付未查看过的帧。