Communitygithub.com

讲解视频:从想法到成片

OpenChatCut 的讲解视频 Skill 把主题、脚本、大纲、配音、产品逻辑或数据变成带旁白的成片讲解视频,配动态图形、素材或 AI 生成画面,全程在本地优先的 AI 剪辑器里完成。

讲解视频:从想法到成片 是什么?

「讲解视频」配方第 1 步(先出第一版成片),来自 0xsline/OpenChatCut。Agent 读取项目、提示词、文件和时间线,判断起点(只有主题、已有脚本、已有配音、产品或数据、参考素材),尊重你已有的结构(时间戳、幻灯片、章节),只追问会改变结果的信息:时长、受众、画幅、配音和画面风格。它先锁定预检项(旁白模式、画面模式、时间来源、视觉方向、音色),再规划段落,然后在真正的多轨时间线上组装旁白、动态图形、素材或生成画面并做质检。OpenChatCut 可导出 MP4、音频、字幕、FCPXML 和完整工程数据。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/0xsline/OpenChatCut/tree/HEAD/src/agent/skills/explainer-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

解说视频

使用此工作流将信息转化为清晰完整的视频。信息就是产品:主题、脚本、逻辑、数据、产品机制或旁白。视觉素材辅助理解。解说视频负责章节计划、旁白模式、时间顺序、组装和质量检查;create-motion-graphics 是用于直接创作和放置动态图形的辅助工作流。

工作流

  1. 读取项目状态、提示、附加文件、素材、转录稿和时间线。
  2. 识别工作标签:
    • explainer_start:topic_only、script_or_outline、voiceover_or_transcript、product_or_data、reference_assets 或 direct_mg_animation_brief。
    • source_structure:free_topic、script_sections、timestamped_sections、slides_or_pages、existing_voiceover、uploaded_assets、product_or_data 或 mixed。
    • narration_mode:generated_tts、existing_voiceover、transcript_only 或 none。
    • visual_mode:motion_graphics、stock_or_uploaded_footage、generated_video_or_images 或 mixed。
  3. 尊重源结构。如果用户提供了结构化素材,例如时间戳、编号章节、幻灯片/页面、场景标签、章节、项目符号大纲、产品要点、转录稿范围或旁白章节,则将其用作默认的计划框架。仅在存在明确的制作原因时才合并、拆分、重新排序或重新标记;在将其作为计划处理之前,解释更改并获得用户同意。
  4. 仅询问会改变结果的缺失细节:主题或脚本、目标长度、受众、平台/宽高比、语言/语音、视觉模式、语气、品牌/风格限制,以及是否先计划还是直接创建。
  5. 如果缺失多个细节,则加载 widget-forms 并在一个 <widget> 中提出问题。使用文本字段处理主题/脚本/上下文,使用单选字段处理持续时间、平台、语言/语音和视觉模式。
  6. 在编写视觉处理方案之前完成预检。计划必须包含以下值:
    • source_structure
    • narration_mode
    • visual_mode
    • animation_reference:read 或 not_needed
    • visual_direction_source:活动的设计风格、选择的预设、具体的用户风格/参考、接受的角色锚点、明确的无对齐继续,或 not_needed
    • voice_selection:已确认的具体预设、需要试听,或 not_needed
    • timing_source:实际的旁白/转录稿范围、生成的 TTS 时长、用户时间戳、计划时长,或 not_needed
  7. 动画参考门。如果任何章节可能使用动态图形、动画、动画图表、数据动画、机制可视化、抽象概念可视化或 MG 覆盖层,则在编写这些视觉效果处理方案之前,先阅读 references/explainer-animation.md。如果视觉计划仅使用素材视频、上传的视频、生成的真人/视频片段或静态图像,则将 animation_reference 标记为 not_needed,并在不加载它的情况下继续。
  8. 动态图形方向门。如果任何章节将生成 MG/动画,则在要求用户选择视觉风格之前,先加载 create-motion-graphics。使用它来读取现有项目的视觉语言、对齐或确认设计风格,并直接创作和放置动态图形。解说视频仍然负责旁白模式、章节顺序、时间、组装和质量检查。在最终 MG 创作之前,通过以下之一确认视觉方向:活动的设计风格、从视觉卡片中选择的目录设计风格预设、具体的用户风格/参考、接受的角色锚点,或明确的无对齐继续。将诸如“简洁”、“现代”、“技术”、“电影感”或“科技风格”之类的宽泛提示视为预设选择的筛选条件,而不是生成最终 MG 的充分条件。在检查预设之前,不要凭空发明纯文本风格选择;助手编写的风格选项是后备对齐方式,而不是目录预设。
  9. 仅当上述相关门都完成后,才构建一个紧凑的解说计划:
    • 观众承诺或论点
    • 保留或提议的章节
    • 旁白来源和时间来源
    • 每章节的旁白到视觉映射:旁白文本或时间范围、视觉目标、视觉处理方案、源素材以及同步风险
    • 需要事实依据的假设和声明
    • 在批量创建之前要创建的第一个可见结果
  10. 对于 topic_only,在起草或生成之前,先编写一个简短的大纲。对于 script_or_outline,保留用户的主张和含义,同时收紧结构。对于 product_or_data,解释机制或价值,不要编造未经支持的声明。对于 direct_mg_animation_brief,不要强制使用宽泛的解说大纲;检查提供的脚本、素材、参考、转录稿或风格目标,然后在相同的门内创建所请求的 MG 章节、介绍、图表或覆盖层。
  11. 语音门。对于 generated_tts,在推荐语音、选择预设或提交 TTS 之前,先加载 voice。如果用户尚未确认具体的语音预设,则按照 voice 读取精选语音列表,并首先显示试听小部件。不要根据内容主题、语言、性别或宽泛的风格词推断 voiceId。
  12. 仅在需要时创建或对齐旁白。对于 generated_tts,首先起草或收紧章节级别的旁白文本;在提交之前估算它们是否符合目标时间,重写明显不匹配的内容,仅在语音门完成后按章节生成/放置 TTS,然后在生成任何匹配旁白的 MG/动画之前读取实际音频时长。不要在同一个并行批次中提交 TTS 及其匹配的 MG。对于 existing_voiceover,不要重新生成旁白;转录或读取音频并将其拆分为章节时间范围,然后再生成匹配的视觉效果。对于 transcript_only,如果模棱两可,请确认转录稿是否应转换为 TTS、字幕,或仅用于结构。对于 none,跳过旁白同步,并根据信息结构和输出节奏规划视觉效果。
  13. 逐章节生成视觉效果。对于 MG/动画,在最终生成或批量处理之前,验证动画参考已读取、视觉方向已确认、并且 create-motion-graphics 已用于直接创作和放置。对于生成 TTS 的章节,即使是第一个代表性章节的 MG,也必须等待该章节的实际 TTS 时长确定。对于有旁白支持的 MG/动画,可用时,时长必须来自匹配旁白的实际音频时长,而不是脚本估算。对于素材、上传、生成视频或混合视觉章节,首先检查/选择视觉源,并且仅当它支持该章节时才使用它。当风格或正确性不确定时,仅在所需的旁白时间存在后,才在批量处理之前创建第一个代表性章节或镜头;预先音频的风格证明需要用户的明确批准,并且必须仅标记为风格,不能视为章节 MG 或作为最终时间线内容放置。
  14. 使用旁白、视觉、有用的字幕、背景音乐和章节节奏组装时间线。对于有旁白支持的 MG/动画章节,将旁白和匹配的视觉对齐到相同的开始时间,并覆盖整个旁白章节,除非视觉计划有意在该章节内更改镜头。
  15. 在完成之前运行旁白-视觉同步质量检查。对于每个有旁白支持的章节,检查口头内容是否匹配视觉效果、视觉时长是否覆盖旁白时长、视觉信息密度是否支持口头观点、以及转场是否过早或过晚。通过收紧旁白、拆分章节、延长/重新生成视觉效果、调整时间或要求用户选择权衡来在交付前修复失败。
  16. 最终质量检查:主题清晰度、事实依据、视觉模式适配度、旁白覆盖率、时间、字幕可读性、音频混音、时间线连续性、旁白-视觉同步以及导出就绪性。

规则

  • 解释想法;不要仅仅用图标或字幕装饰旁白。
  • 不要编造事实、价格、医疗声明、性能声明、法律声明或产品保证。
  • 不要在与解释无关的情况下使用现有素材作为填充。
  • 不要将每个上传的素材都平均地加入到视频中。仅在素材支持某个节拍时使用它们。
  • 不要在已有足够信息制作第一个可见结果时继续反复提问。
  • 不要将完整的口语句子显示在屏幕上。使用标签、数字、简短问题或章节标题。
  • 不要在没有解释原因并获得用户同意的情况下,将结构化的用户输入重写为不同的章节计划。
  • 在动画参考门未解决之前,不要输出 MG/动画视觉效果处理方案。
  • 在视觉方向门未解决之前,不要生成最终的 MG/动画。
  • 不要用你在加载 create-motion-graphics 并检查其项目视觉语言摄入之前发明的临时风格选择来满足视觉方向门。preset 是指通过视觉卡片展示的目录设计风格预设,而不是文本标签。
  • 当用户已经有可用的旁白或不需要旁白时,不要强制使用生成的 TTS。
  • 在加载 voice 并确认具体的语音预设之前,不要调用 submit_voice。
  • 不要将与旁白匹配的 MG/动画和应该为其定时的 TTS 并行提交。
  • 不要根据估算的脚本时长提交最终的、有旁白支持的 MG。有旁白支持的 MG 必须使用匹配的旁白文本或时间范围,以及可用时的实际音频时长。
  • 不要允许 create-motion-graphics 覆盖解说视频的源结构、旁白模式、章节顺序、时间、组装或质量检查工作流。

计划格式

在规划时使用此紧凑格式:

  • explainer_start:起始点标签
  • source_structure:输入框架以及是否保留或更改
  • narration_mode:generated_tts、existing_voiceover、transcript_only 或 none
  • output:平台、宽高比、目标长度、语言以及相关语音
  • viewer_promise:观众在结束时将理解的内容
  • preflight:动画引用状态、视觉方向来源、语音选择和时间来源
  • sections:节拍、旁白文本或时间范围、视觉目标、视觉处理方案、源素材、同步风险
  • first_visible_result:在批量创建之前要创建的第一个章节或镜头;如果不知道真实的旁白时间,则将其标记为非最终版本
  • sync_check:对于有旁白支持的 MG,注明时间来源、旁白时长、MG 时长、匹配结果以及任何应用过的修复

在报告执行情况时,包括创建的时间线名称、旁白模式、使用的视觉模式、假设、应用的同步修复以及首先需要审查的内容。

Individual skills in this repo

This repo contains 5 individual skills — each has its own dedicated page.

相关技能