Communitygithub.com

Video Pipeline (dọc 9:16)

Video and animation skill. Biến một ý tưởng/quy trình thành video dọc 1080x1920 30fps kiểu Reels/TikTok — kịch bản, lời thoại tiếng Việt, storyboard/ảnh, caption all-caps có gạch chân màu, nhạc/SFX, render MP4, kèm cổng review/test-lỗi. Dùng khi người dùng muốn làm video kể chuyện ngắn, video "ngày thứ N", phim kinh dị một góc nhìn, hoặc cần storyboard + phụ đề theo phong cách video tham chiếu.

Video Pipeline (dọc 9:16) 是什么?

Video Pipeline (dọc 9:16) is a OpenCode agent skill that video and animation skill. Biến một ý tưởng/quy trình thành video dọc 1080x1920 30fps kiểu Reels/TikTok — kịch bản, lời thoại tiếng Việt, storyboard/ảnh, caption all-caps có gạch chân màu, nhạc/SFX, render MP4, kèm cổng review/test-lỗi. Dùng khi người dùng muốn làm video kể chuyện ngắn, video "ngày thứ N", phim kinh dị một góc nhìn, hoặc cần storyboard + phụ đề theo phong cách video tham chiếu.

兼容平台~Claude Code~Codex CLI~Cursor✓OpenCode
npx skills add https://github.com/lehoang7438/Studio-learn-new-skill-for-agent/tree/HEAD/video-pipeline

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

Video Pipeline — ý tưởng → kịch bản → lời thoại → hình ảnh → video

Một folder tự chứa, clone đi đâu cũng chạy: Remotion + engine SVG + Python cho voice/caption/audio/review. Đầu ra chuẩn: 1080x1920, 30fps, H.264/AAC, tỉ lệ 9:16 cho Reels/TikTok/Shorts.

Khi nào dùng

  • Có một ý tưởng, một quy trình, hay một câu chuyện ngắn cần thành video dọc có lời thoại tiếng Việt.
  • Cần storyboard nhanh (stills) trước khi render, để duyệt bố cục và caption.
  • Cần phụ đề all-caps, chữ to, viền đen dày, từ nhấn màu vàng/đỏ — đúng "visual DNA" của video tham chiếu.
  • Cần kiểm tra lỗi tự động trước khi đăng: caption tràn, cảnh đứng yên, HUD che chữ, tiếng dài hơn cảnh.

Quy trình 5 tầng + 7 cổng

1 Ý TƯỞNG      logline 1 câu + twist + lựa chọn A/B ở cuối
2 KỊCH BẢN     5–9 cảnh, mỗi cảnh 1 ý, dur giây, key image
3 LỜI THOẠI    tiếng Việt, 1–2 câu/cảnh, khớp độ dài cảnh
4 HÌNH ẢNH     shots.tsx (scene) + stills + caption cues
5 VIDEO        audio → timeline.json → Remotion → MP4 + music/SFX
─────────────────────────────────────────────────────────────
   REVIEW      contract + stills + audio + caption + motion → PASS mới render

Không bỏ qua tầng 4: luôn render stills và xem contact sheet trước khi render MP4.

CổngChặn gìChi tiết
G0 Setup / style lockSai cỡ, sai renderer, đổi rig giữa chừngreference/continuity.md §6
G1 Body lock sheetSilhouette trôi, mắt/tóc saireference/character-ref.md §1, §4
G2 Scene lock / empty setSet và nhân vật sáng khác hướngreference/continuity.md §3
G3 Continuity stripTay/chân/đạo cụ đổi giữa các cảnhreference/continuity.md §4
G4 Contract + reviewField không ăn, metrics trùng, caption/audio lỗipython video.py contract <slug> → review
G5 Audio / mixTimeline thiếu audio, mix lệchreference/qa.md D/E — audio trước timeline
G6 Render / packSai khung hình, thiếu attributionreference/qa.md E, pack

Bắt đầu nhanh

cd video-pipeline
npm install                 # lần đầu
python video.py doctor      # kiểm tra python/node/ffmpeg/fonts/remotion
python video.py new ten-episode --title "TÊN TẬP"

Sau đó sửa src/episodes/<slug>/project.json (kịch bản, caption, lines, endCard) và src/episodes/<slug>/shots.tsx (bố cục từng cảnh). Đăng ký trong src/episodes/index.ts nếu tạo tay.

Vòng lặp làm việc:

python video.py validate <slug>          # kiểm tra tĩnh project.json
python video.py voice <slug>             # edge-tts → public/<slug>/voice.wav + words.json
python video.py subs <slug>              # captions.json + .srt/.vtt/.ass
python video.py audio <slug>             # music.wav + sfx.wav (phải có TRƯỚC timeline)
python video.py timeline <slug>          # timeline.json (nhúng caption + audio)
python video.py stills <slug> --mid      # ảnh từng cảnh + frame giữa để bắt cảnh "chết"
python video.py contract <slug>          # static check kiến trúc nhân vật — chạy trước review
python video.py review <slug>            # PASS/FAIL + report.html + contact-sheet.png
python video.py render <slug>            # MP4 cuối
# hoặc một lệnh (thứ tự build: voice → subs → audio → timeline → stills → review → render):
python video.py build <slug> --mid

Thứ tự audio trước timeline để phim có nhạc/SFX ngay lần build đầu. build dừng lại nếu review có FAIL, trừ khi --ignore-review (chỉ bỏ qua FAIL review). --force-media chỉ regenerate cache voice/audio. --force vẫn là cờ legacy = cả hai. voice --only Lx tự regenerate đúng line đó và giữ word timing các line khác; cache tự invalidate theo hash của text/voice/DSP params.

Định dạng project.json (nguồn sự thật)

KhốiVai trò
slug, composition, title, loglineđịnh danh + tiêu đề
fps, width, heightengine cố định 30fps; fps khác 30 chỉ bị WARN (không có tác dụng) / 1080 / 1920
voice.rolesgiọng edge-tts: narrator, radio… kèm rate, pitch, volume, loa, echo
audiomusic, sfx, musicVol, sfxVol
subtitlesmaxChars, maxDur, size, maxWidth, y, accentColor, warnColor, accentWords, warnWords
shots[]id, scene, size, dur (giây), key, caption, accent, note
captions[]id, shot, start/end (giây tuyệt đối), text, accent, y, size, color
lines[]id, shot, who, at (giây tuyệt đối), text
endCardshot, a, b, subA, subB, prompt
fx[]at dạng s:giây, kind = flash/shake
sfxApienabled, cues[] lấy mẫu CC0 từ Lots of Sounds

Quy ước thời gian: mọi at/start/end là giây tuyệt đối. dur của cảnh cộng dồn thành timeline; không có word-timing ngầm, nên không bị trôi tiếng. timeline.total là số FRAME, không phải giây; cần giây thì dùng totalSeconds.

Luật caption (bắt buộc)

  • Tĩnh, ngắn, ALL CAPS, mỗi cue 1 cụm ý; không chạy chữ, không karaoke.
  • Nền luôn trắng; accent chỉ đổi màu của từ/cụm được nhấn (vàng #FFD24A, đỏ #E8402F).
  • Từ nhấn có gạch chân cùng màu; nhiều từ nhấn liền nhau dùng một gạch liền.
  • Viền đen dày + drop shadow; chữ tự co theo maxWidth (Anton ~0.48 em/ký tự).
  • y đổi theo cảnh để không che mặt/chủ thể. Caption ghi theo toạ độ world; CaptionLayer tự dịch translate(-420 420).

Luật hình (visual DNA)

  • Góc nhìn thứ nhất trong xe/tàu ban đêm, mưa trên kính, HUD góc trên, đèn bến xa.
  • Một ý/cảnh; cắt nhanh 3.5–5s; push-in nhẹ; flash/shake đúng lúc twist.
  • 3–4 cảnh đầu là bối cảnh, giữa là twist, cuối là thẻ chọn A/B + prompt bình luận.
  • Nhân vật phẳng nhận một hướng sáng/cảnh (light={{x,y,rim,shade,warm}}): viền sáng ở phía được chiếu, mảng bóng mờ ở phía khuất; viền mỏng hơn bóng, terminator mềm. Dùng chung light này cho set + nhân vật + prop (SceneLock). Chi tiết: reference/character-ref.md §6B, reference/continuity.md §3.
  • Buồng lái chỉ đọc ra “xe” khi có trần võng + gương treo từ trần + trụ A mỏng + gạt mưa nằm ngang. Set dọc dựng riêng (engine/taxi.tsx → CabinV), không cắt từ set ngang ra.
  • Chi tiết: reference/style.md. Set xe đêm & nhân vật kinh dị: reference/set-xe-va-ma.md.

Nhân vật & ảnh tham chiếu

Khi nhân vật phải trông như ảnh: ảnh là hợp đồng, không phải cảm hứng.

  1. Đọc ảnh → 5–7 màu (hex) + tỉ lệ + 3 chi tiết nhận dạng.
  2. Viết một CharSpec trong src/engine/character.tsx (renderer, look, palette, ref) — renderer là field bắt buộc, không đổi giữa các cảnh.
  3. Dựng <CharacterSheet spec={...} refImage={...} /> — 4 góc nhìn + bảng màu + ảnh gốc cạnh bên.
  4. So sheet với ảnh; khớp mắt/tóc/áo/quần/tỉ lệ mới dựng shot.
  5. Mọi shot dùng CHARACTERS.<id>.look với đúng renderer đã khoá (<FlatHero> hoặc <Hero>); không viết màu tay hay toạ độ đạo cụ trong shot.

FlatHero (src/engine/flat.tsx) là rig thứ hai: cùng Pose, nhưng vẽ kiểu phẳng — khối tô kín, không viền, tay áo ngắn, mắt tròn, tóc rối. Hero cũ vẫn dùng cho phim chalkboard.

  • Quy trình đầy đủ + bảng lỗi: reference/character-ref.md.
  • Ví dụ chạy được: ref-nhan-vat (sheet + 4 cảnh) và chuyen-pha-sau (nhân vật đó bước vào đúng vũ trụ của chuyen-pha: boong phà, HUD 6/7, ghế thứ bảy).
  • Ảnh tham chiếu để trong public/<slug>/ref/; xoá trước khi phát hành nếu không có quyền.

Khoá toàn bộ cơ thể

Hero và FlatHero không cùng hình học: đùi 72/88, chân 140/172, vai 42/68, hông 17/24, và mỗi rig chỉ nghe một tập field Look. Khoá renderer trong spec cho toàn phim; số đo chỉ có một nguồn ở src/engine/metrics.ts (BODY_METRICS, jointsFor, handAnchors, FLAT_LEG_LEN…), còn field được hỗ trợ nằm ở src/engine/look.ts (LOOK_SUPPORT, unsupportedLookFields). Tay lấy màu từ look, đạo cụ đặt từ handAnchors (mẫu: DriverAtWheel) — cấm hex/tọa độ cứng trong shot. Chạy python video.py contract <slug> rồi so dải 4 ngữ cảnh. Chi tiết: reference/continuity.md.

Cổng review

python video.py review <slug> trả PASS/FAIL và ghi out/<slug>/review/:

  • caption có tràn maxWidth / đè HUD / đè dock không (caption.width — check có thật);
  • cảnh có đứng yên bất thường không: so frame key với frame key + max(12, len/3), 64x64 (không phải frame 0);
  • cảnh tối có còn nhìn thấy chủ thể (độ sáng/độ tương phản tối thiểu);
  • giọng có dài hơn cảnh (dung sai 1.6s) không;
  • từ nhấn có thực sự được tô màu, không tô rải rác không (caption.accent_overapplied — check có thật);
  • timeline/audio/caption có khớp số cảnh không (timeline.shots, timeline.audio_missing);
  • mix có lệch loudness/true peak không (mix.lufs, mix.tp). Giọng normalize -15 LUFS; -14 LUFS chỉ là ngưỡng khuyến nghị khi lên kênh, không có lệnh master.

Chi tiết tiêu chí: reference/qa.md. --strict biến warning thành fail.

Âm thanh

  • Mặc định procedural (numpy) → clone không cần thư viện media.
  • Giọng cloud: edge-tts (vi-VN-NamMinhNeural nam, vi-VN-HoaiMyNeural nữ), mỗi line một file, có retry; chỉ gửi rate, còn pitch/volume xử lý cục bộ (phase-vocoder + gain).
  • Giọng local (tuỳ chọn): VieNeu-TTS v3 Turbo — pip install vieneu, đặt voice.engine: "vieneu", voice.roles.*.id = tên preset ("Hải Đăng", "Mai Anh", "Adam bựa", "Thùy Dung"…). 48 kHz, 25 giọng, clone từ clip 3–8s (ref_audio), chèn [cười] [thở dài] trong text. CPU RTF ≈ 0.5 (lần đầu tải model ~1 GB); cache riêng lines/L1.vieneu.wav, không lẫn với edge-tts. Nguồn: https://github.com/pnnbao97/VieNeu-TTS (Apache 2.0).
  • Chuẩn hoá độ to: voice.wav luôn qua EBU R128 hai pass — mặc định -15 LUFS, -1.5 dBTP (audio.voiceLufs để đổi). Nhạc/SFX chỉ là nền (musicVol 0.11, sfxVol 0.75–0.8), nên lời luôn nổi.
  • SFX thật (tuỳ chọn): python video.py sfx-search "boat horn" rồi thêm sfxApi.cues, chạy python video.py audio <slug> --remote. Mẫu CC0, có ghi ATTRIBUTION.md — kiểm tra license trước khi đăng.

Đóng gói & tái sử dụng

python video.py pack                     # -> ../video-pipeline.zip (bỏ node_modules/out/media)
python video.py clone D:\projects\my-video

Clone cần: npm install + python video.py doctor. Fonts nằm trong public/fonts/, không tải mạng.

Để dùng như skill OpenCode trong project khác:

# cách 1: junction (Windows) — một nguồn, nhiều project
New-Item -ItemType Junction -Path .opencode\skills\video-pipeline -Target D:\tools\video-pipeline
# cách 2: copy cả folder vào .opencode/skills/video-pipeline

File quan trọng

FileNội dung
video.pyCLI: doctor/new/voice/subs/audio/timeline/stills/contract/review/render/pack
pipeline/timeline.pyproject.json → timeline.json
pipeline/voice.pyedge-tts + retry + DSP
pipeline/subs.pycaption + SRT/VTT/ASS
pipeline/score.pynhạc/SFX procedural + mix remote
pipeline/review.pycổng test lỗi
src/engine/firstPerson.tsxstyle pack: Cabin, NightSea, Hud, Caption, EyesInDark, ChoiceCard…
src/engine/metrics.tsmột nguồn số đo cơ thể: BODY_METRICS.rig/flat, jointsFor, handAnchors, toWorld, handL/handR, HEAD, FLAT_LEG_LEN…
src/engine/look.tsLOOK_SUPPORT: field của Look được rig/flat tôn trọng + unsupportedLookFields
src/engine/rig.tsxrig stick-figure (Hero): cast LOOKS, pose, walk, prop gắn tay (import metrics từ metrics.ts)
src/engine/flat.tsxrig phẳng (FlatHero): cùng Pose, khối tô kín, tay áo, mắt tròn (metrics riêng, không giống Hero)
src/engine/character.tsxCHARACTERS (spec khoá theo ảnh) + CharacterSheet 4 góc nhìn
src/engine/taxi.tsxset xe đêm dọc: CabinV (trần + gương treo + trụ A mỏng), RoadV, Mirror/BigMirror, WomanInGlass, GripHand, Clock
src/episodes/chuyen-xe/phim 9 phút, 33 cảnh, 9:16 (1080x1920) — ví dụ dài nhất
src/episodes/chuyen-pha/ví dụ đầy đủ 9 cảnh, 42s
src/episodes/storyboard-mau/storyboard test: mặt cận, toàn thân, bối cảnh, POV
src/episodes/ref-nhan-vat/nhân vật dựng từ ảnh tham chiếu: sheet 4 góc + 5 khung hình
src/episodes/chuyen-pha-sau/epilogue nối vào chuyen-pha, dùng nhân vật của sheet (19s)
QUY-TRINH.mdquy trình tiếng Việt, từng bước
reference/style.mdvisual DNA + thông số
reference/character-ref.mdkhoá nhân vật theo ảnh: palette, spec, sheet, checklist, prompt, hai rig
reference/continuity.mdBody Lock, HandSpec/PropAnchor, SceneLock, ContinuitySheet, cổng G0..G4
reference/set-xe-va-ma.mdset xe đêm dọc + nhân vật kinh dị: trần/gương/trụ A, mắt đỏ, máu loang, tay cầm vô lăng, bẫy kỹ thuật
reference/qa.mdchecklist review
reference/prompt-pack.mdprompt tạo ảnh/nền/storyboard

Không làm

  • Không sửa node_modules/, out/ bằng tay.
  • Không nhét caption vào shots.tsx — caption luôn đi qua project.json → captions.json → CaptionLayer. Nếu tập không có phụ đề: để captions: [] trong project.json và truyền captions: [] vào defineEpisode, vì CaptionLayer vẫn đọc timeline.captions khi prop là undefined.
  • Không gõ hex cho tay hay toạ độ cứng cho đạo cụ trong shots.tsx — dùng look/handAnchors.
  • Không dùng pitch/volume trong edge-tts request (dịch vụ trả NoAudioReceived).
  • Không copy node_modules khi pack/clone.

相关技能