Communitygithub.com

聊天式启动视频

为您的产品制作23秒聊天式启动视频:用户输入请求、产品逐步处理、结果涌现、最终展示品牌。适用于启动视频、宣传片、预告片或动态图形。

聊天式启动视频 是什么?

该技能用于为AI助手、搜索、预订或订购类产品生成聊天风格的启动视频。视频时长23秒,竖屏(1080×1920),带音效。它模拟用户在产品真实界面中键入请求,产品逐步处理请求,结果以卡片形式爆发,最佳结果成为回复,用户点击后按钮扩展为结束卡片,最终展示品牌。技能基于一个完整参考项目(虚构公司Ostlery的聊天式旅行助手)进行适配,保留其动作和布局,仅替换内容。它支持从产品URL自动捕获屏幕和品牌信息,生成真实的产品界面截图,并调整文本、颜色和标志。在开始前会检查Node.js、ffmpeg和浏览器环境,并询问用户未提供的产品URL、请求内容和结束语。渲染时使用Puppeteer进行屏幕捕获,ffmpeg合成视频,并内置音乐和音效库。最终输出MP4、海报、X/LinkedIn分享文案,以及详细的README和状态列表。

兼容平台~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/omnigami-ai/plugins/tree/main/plugins/omnigami-social-videos/skills/chat-launch

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

聊天式启动视频 是做什么的?

明确的用户指令优先于此工作流。仅处理经授权的产品和示例数据。 请勿请求密码、API密钥、支付数据、政府标识符、健康记录或其他敏感数据。 在安装缺失的本地依赖项之前,请解释如何在当前项目中安装它们。网络访问仅限 授权产品及其许可资产,以及声明的npm依赖项;遵守访问控制。 一次只渲染一个任务并等待完成。保持发布、发送和部署操作在此任务之外。

如果多个技能都能实现此需求: 若请求未指明该技能名称,且您的代理还安装了其他可制作同类内容(其他启动视频、片段、演示文稿或模型)的omnigami技能,请在开始前列出它们并询问用户希望使用哪个。如果已指明名称,或是唯一安装的技能,则直接进行。

对于日文、韩文或中文产品页面,请保持原文文案,并将影片的 lang 设置为页面的 <html lang>;内置的Noto字体和短语断句可处理文本。

您需要为用户的产品制作一个23秒的聊天式启动视频: 有人向产品提出请求,产品 进行处理,答案以卡片形式涌入,最佳卡片成为回复, 他们点击,按钮扩展为结束卡片。一镜到底: 每个场景都由前一场景生成。您的工作是根据一个已完成视频进行改编,而不是从空白开始:reference/ 目录中是一个完整的视频,用于 Ostlery(一个为omnigami示例创建的虚构公司:一个帮助寻找并预订小旅馆的助手), 带有经测量的布局和动作规范(spec.md)。其屏幕是Ostlery真实应用程序的截图;视频自身形状(辉光、涌流、按钮、片尾)叠加在它们之上。 保留其动作;更改其内容。

视频为竖屏(1080 × 1920)。手机的屏幕是摄像机移动的世界, 以应用程序的CSS像素(390宽)为基准;手机本身是 一张无品牌手机的图片(assets/art/phone.png)。

开始前请阅读 style.md,评判前请阅读 critique.md。

开始之前

  1. 检查工具: node -v(20或更高版本),ffmpeg -version,以及Chrome、Chromium、Edge或Brave安装(scripts/chrome.mjs 可找到它;CHROME_PATH 可覆盖)。如果缺少某些工具,请说明如何安装并停止。
  2. 一次性询问用户尚未提供的信息:产品URL(或公共演示、提供的屏幕截图、已明确授权的已登录本地浏览器),用户会在产品中键入的一个请求,以及两行结束语。如果他们不想回答问题,则从网站自行判断。

步骤

SKILL_DIR 是该文件所在文件夹。请在当前目录的 chat-launch-film/ 中工作。

  1. 设置。
    mkdir -p chat-launch-film && cp -R "$SKILL_DIR/reference" chat-launch-film/reference && cp -R "$SKILL_DIR/reference" chat-launch-film/film && cp -R "$SKILL_DIR/scripts" chat-launch-film/scripts && cp -R "$SKILL_DIR/music" chat-launch-film/music
    rm -rf chat-launch-film/reference/out chat-launch-film/film/out
    cd chat-launch-film && npm init -y >/dev/null && npm i -D 'puppeteer-core@^24'
    
    reference/ 保留不变,用于对比。您编辑 film/。
  2. 了解产品。 node scripts/capture.mjs <url> capture,然后查看所有屏幕截图并阅读 capture/brand.json:产品名称、文字、颜色、标志以及实际功能。然后在手机尺寸的窗口中实际使用它:输入请求,逐步追踪其真实操作。
  3. 将故事映射到产品上。 绝不拒绝某产品,也不强制将参考内容套用到产品上:保留视频的动作,更改每个动作所承载的内容。
    • 找到贯穿始终的事物: 请求,从键入时开始到用户执行的最终结果(Ostlery:旅行,然后是预订的旅馆)。

    • 用一句话写出故事,基于产品的真实流程, 并进行核对:每个场景都是产品实际执行的一个步骤,按顺序,一次完成,结尾是真实结果。

    • 当产品没有相应环节时,替换一个节拍;不要为其创造新功能。 每个节拍都有替代方案:

      节拍参考(Ostlery)替代方案
      请求请求键入到应用自身的编辑器搜索框、提示框、表单主输入字段
      思考,一拍一步(节拍8–11)搜索的四次检查,每次带有计数产品自身的进度:步骤数、已读来源数、计数、状态行;或跨节拍保持一个工作状态
      爆发六个旅馆,逐一捕获产品的结果对象:行、卡片、文件、匹配项
      最佳最佳结果飞回其在聊天中的位置产品放在首位的结果
      操作“预订” → “预订中” → “已预订”产品的真实下一步及其真实状态
      结束两行文字、标记、文字商标相同,使用产品的文字
    • 说明更改内容。 将一句话和状态列表写入 film/STATES.md(表格:时间、状态、显示内容、屏幕文字),并在一行中告知用户您替换了哪些节拍及原因。

  4. 捕获产品的真实屏幕。 按照 reference/plans/mobile.json 的格式编写 film/plans/mobile.json(格式在 scripts/screens.mjs 顶部),尺寸为 390 × 844,缩放比例 4:起始页(home);每次按键后的编辑器(ask-01 … ask-NN,一个 type 步骤,捕获编辑器周围);工作状态,每拍一个(think-0 … think-4;参考通过 eval 到达每个状态,显示已完成这么多检查,即产品经历的状态);答案(results);每个结果卡片单独(stay-0 … stay-5,滚动行以显示每个);以及操作的状态(booking, booked,位于答案的滚动位置)。记录编辑器及其发送按钮、消息气泡、工作卡片及其旋转指示器、最后一个计数、结果卡片、回复行、操作和按钮的 rects。离开起始页前清除编辑器,就像应用程序在发送时那样。然后:
    node scripts/screens.mjs film/plans/mobile.json film/assets/screens
    (printf 'window.SCREENS = '; cat film/assets/screens/screens.json; printf ';\n') > film/assets/screens/screens.js
    
    视频从 screens.js 读取其捕获和矩形(沙盒预览无法获取JSON)。绝不为视频绘制产品的屏幕:观众看到的产品是它的捕获画面。
  5. 调整 film/index.html。 它是一个文件,包含标记的子节:
    • DEFAULTS 和 FIELDS:两行结束语和标语。KICKER, WORDMARK, DONE:结束卡的小字、名称、按钮扩展时显示的完成标签。
    • 颜色和字体:PAPER, INK, EMBER(强调色:涌流、点、标记),OK(完成状态的颜色,如产品有),以及产品的两种字体(Ostlery:Figtree 和 Newsreader,SIL Open Font License,位于 assets/fonts/)。MARK:从产品SVG转换的 Path2D 形式的标记。
    • SCREEN, BAR, PHONE_SCREEN:手机及其状态栏;保留它们。
    • askScreen, thinkScreen, chatScreen, bookPill:每个场景的屏幕,基于捕获及其矩形构建。thinkScreen 每次抛掷时增加一行工作卡片并旋转其指示器;chatScreen 让回复逐行上升,操作弹出;bookPill 让按钮经历其状态(标签离开,下一个升起;完成颜色从勾选处向外填充)。
    • stripCards, drawStay:结果卡片(来自 stay-N),其爆发、滑动和提升;CARD_W, CARD_H 来自卡片捕获。
    • camKeys:每个场景中摄像机观察的位置和距离,以世界的CSS像素为单位:编辑器、工作卡片、平移前后的聊天区域、推入按钮。 保持动作代码不变:T(节拍)、SEND、摄像机的时间、弹簧、涌流、爆发和滑动、填充、光标的时间、每个 press。 保持视频自身文字的每个文本尺寸(style.md 中“字体”下的表格)。如果文字放不下,则缩短文字;绝不缩小其尺寸。
  6. 对照参考检查静帧。
    node scripts/compare.mjs reference film out/compare-9x16.png --size 9:16
    
    它在每个状态内的一个时间点渲染两个视频,参考在上,您的在下。仔细查看。然后运行快速测试和手机检查:
    node scripts/render.mjs film --size 9:16 --stress
    node scripts/render.mjs film --size 9:16 --phone
    
    快速测试在文字以最长和最短形式出现时,如果文字超出边框、重叠或低于尺寸下限则失败;它关于摄像机有意裁剪的注释(比如靠近屏幕时状态栏的时钟)不算失败。查看它写入 out/stress/ 的每个图表,以找出它无法测量的内容:被卡片或圆角裁剪的文字、看起来拥挤或空旷的画面。修复任何不满足 critique.md 的内容,然后再次比较。重复直到每个分数均为8或更高。
  7. 检查动作,从MP4(步骤9)中提取连续帧条,围绕每个交接点:发送(3.6–4.4)、每次抛掷(4.62, 5.08, 5.54, 6.0)、掉落(7.3)、爆发和滑动(7.5–8.6)、卡片飞回(9.8–10.3)、点击及其状态(12.4–13.4)、填充(14.2–14.6)和标记(16.4–18.0)。然后检查每个节拍的呼吸空间(style.md):没有任何内容在出现瞬间立即被操作,每个结果保持一秒钟。然后获取新的评判:如果您的代理可以启动一个无本会话记忆的子代理,则仅提供 critique.md 和图像,不附加任何其他内容,并修复它发现的最严重问题;否则重新阅读 critique.md 并根据图像自行评分,如同一个陌生人那样。
  8. 检查是否可重复: node scripts/render.mjs film --size 9:16 --check 必须通过。
  9. 渲染。
    node scripts/render.mjs film --size 9:16 --video --blur 4 --audio music/song.mp3 --bpm 130 --land 16.62 --sound --poster 8.4
    
    这将写入 out/9x16.mp4(1080 × 1920):60 fps、运动模糊、技能自有歌曲和来自omnigami自有音效包的效果、响度约-14 LUFS,以及一张海报(out/9x16-poster.png)。歌曲(music/song.mp3:活泼明亮的合成流行乐,130 BPM,视频的节奏)由 song.mjs 适配到视频:--bpm 130 给定其制作时的节奏(没有它,节拍会稍慢);它从小节线开始,并在第一个结束语行处落下一拍(--land 16.62;如果重新计时结束语,请随该行移动),此时鼓声停止,其余部分闭合并淡出(来自 music/song-stems/ 中的分轨)。--from <seconds> 可以从另一个不同的8小节段落开始(歌曲大约两分钟长)。--music 改为使用合成的130 BPM配乐。对于用户自有歌曲,使用 --audio their.wav 而不加 --bpm(如果其分轨在旁边的 their-stems/ 文件夹中则效果最佳);接近130 BPM的歌曲适合视频的剪辑,--from 可以在其Drop前16拍开始。在前台运行并等待文件生成。
  10. 编写 chat-launch-film/README.md: 每个文件的用途、更改文字的位置、如何重新捕获屏幕以及渲染命令。同时编写 out/CAPTION.md:一个用于在X或LinkedIn上分享视频的帖子,不超过280字符,使用产品自身的语言并包含其URL;除非用户要求,否则不包含话题标签。
  11. 报告: MP4、海报、说明文字、故事一句话和状态列表、您替换了哪些节拍、最终分数以及最能改进视频的一项更改。

规则

  • 仅反映产品的实际功能。 每个状态都是产品执行该操作的捕获,使用其自身语言;操作是真实的;仅使用示例数据,不使用真实客户数据或真实公司名称。
  • 一个连贯的故事。 单个事物贯穿整个视频;每个步骤都是真实的,按产品顺序,一次完成;结尾是真实结果。
  • 让每个结果落地。 保持参考中的停留时间,并通过增加整个节拍来延长,而不是缩短一个节拍:请求在发送前保持一秒钟,工作的最后一步在掉落前保持一秒钟,最佳结果在飞出前保持一秒钟,回复在操作出现前被阅读,光标在点击前有停顿,完成状态保持一秒钟,每个结束行在被阅读后进入下一个。
  • 保持动作。 时序、摄像机、弹簧和涌流源自参考。如果内容放不下,则缩短文字,而不是改变区域。
  • 每次点击都有按下状态,形状在一个动作中变化(style.md,动作)。
  • 保持引擎规则(style.md):seek(t) 仅从其参数绘制;没有时钟、没有 Math.random、没有定时器、没有网络;所有文件位于 film/ 内。
  • 仅使用用户的品牌。 没有其他公司的名称、标志或UI:手机是参考中的无品牌照片,其状态栏为通用。

文件

  • reference/:Ostlery 视频(index.html)、其捕获计划(plans/mobile.json)和捕获(assets/screens/,含 screens.js)、无品牌手机(assets/art/phone.png)、字体(Figtree 和 Newsreader,SIL Open Font License)、kit.js(弹簧、文本适配)。Ostlery 是为 omnigami 示例创建的虚构公司。
  • scripts/:capture.mjs(从URL提取品牌信息)、screens.mjs(根据计划捕获产品真实屏幕)、render.mjs(静帧、帧条、快速测试、检查、MP4)、compare.mjs(参考对比您的)、preview.mjs(编辑文字的本地预览)、music.mjs(合成配乐)、song.mjs(适配提供的歌曲)和 sfx.mjs(来自 sounds/ 音效包的效果)、chrome.mjs。
  • music/:技能的歌曲及其分轨。
  • style.md:语法、状态、动作编号、禁用列表。
  • critique.md:如何评分以及查找哪些问题。
  • spec.md:布局、节拍网格、字体尺寸和动作测量。

此技能属于 omnigami,© 2026 Auber

…

[为翻译而截断]

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

相关技能