Communitygithub.com

tranhung91nd/video-editing-skills

利用 Remotion 制作带旁白的 16:9 横向旅游宣传视频,包含每日行程、地名标签、字幕、路线/列车示意图、Logo 和行动号召。

video-editing-skills 是什么?

这是一个专为旅游行程视频制作设计的 AI Agent 技能,基于 Remotion 框架,可自动生成带有每日行程旁白、地名标签、字幕、路线/列车示意图、Logo 和行动号召的 16:9 横向宣传视频。其风格参考了九寨沟 V6 版本(使用 Thục Đoan 配音)。该技能适用于已有明确日程或行程需要宣传的场景,不适合用于口播讲解或纯音乐剪辑视频。它支持通过 Python 脚本进行渲染、检查和质量审核,并提供了详细的计划文件、运行时设置和输入规范,确保视频制作流程标准化。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/tranhung91nd/video-editing-skills/tree/HEAD/skills/tour-itinerary-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

旅程视频制作技能

该技能提取自九寨沟 V6 的 Remotion 源代码,视频时长 77 秒,分辨率 1920×1080。这是一个可复用的新工作流;之前的 V6 视频是由单独的 Remotion 项目制作的,而非 HyperFrames。

内容与素材

  • 从用户行程或已验证的来源获取日期、路线、景点和服务信息。在需要查询价格、出发日期或联系方式时,请查阅当前可用来源。不要自行添加价格或优惠信息。
  • 撰写简短的介绍台词,包括吸引人的开头、每日体验部分以及咨询行动号召(CTA)。选择自然语言,并核实地名/机构名称的发音。
  • 使用用户已选择/审核过的配音。将已通过现有工具生成的 WAV/MP3 文件导入;克隆数据、TTS 模型和账户不属于本技能范围。在计划中不接受语速非 1.0 的配音;如果更换朗读版本,请根据实际文件重新调整场景标记和字幕。
  • 选择与景点和活动相符的场景。清晰区分实景/静态图片/示意图。不要将装饰性示意图呈现为精确的地理地图。列车仅在实际铁路段上运行。
  • 在 media/sources.json 中记录来源和使用权状态。在 TikTok 或 YouTube 上可查看/下载并不意味着拥有广告投放权。保留作者署名和原始地点 Logo(如有);不要删除这些标记来伪造自有素材。

计划

每个任务包含 media/、edit.json、analysis/ 和 out/ 目录。计划中的所有路径均为相对于 media 目录的路径。编写计划时请阅读 plan.md 和 V6 示例。未经要求,不要将示例中的行程、品牌或配音复制到其他旅游项目中。

配音决定时长;根据实际朗读时间点划分场景、标签和字幕。图片场景具有 Ken Burns 效果,场景切换为 12 帧淡变;文字动画为弹簧效果,开场包含路线图和明信片,路线场景有列车行驶,结尾有 CTA 和圆形图片。保持标签简洁,不要将字幕覆盖在每日进度条上。

运行与检查

python3 scripts/doctor.py
python3 scripts/render.py /path/to/job --check-only
python3 scripts/render.py /path/to/job --setup-only
python3 scripts/render.py /path/to/job final.mp4
python3 scripts/qa.py /path/to/job/out/final.mp4 /path/to/job/out/qa --expected-frames 2310

数字 2310 仅适用于 77 秒 × 30 fps 的示例;请根据实际旅游项目重新计算。可以使用 --frames=0-59 进行技术测试。不要自行打开预览/文件,使用默认线程并在导出后关闭任务进程。阅读 runtime.md 了解环境设置、可选的 ASR 和字体;reference-inputs.md 列出了如何为示例收集专属素材。

Tour Sans 字体(Be Vietnam Pro)已包含并基于 OFL 许可证。示例保留了 Avenir Next(如果在 macOS 上可用),并使用 Tour Sans 作为后备字体;不包含商用字体 Avenir,也不保证在不同平台上像素级一致。

交付前:完整解码 MP4,确认尺寸、时长和音频,检查所有场景切换点、路线、日期标签、Logo 和 CTA 是否在完整帧中显示。将字幕与朗读内容进行比对。仅在确实听到时才说“已监听”。如果素材权限或音频检查未通过验证,需说明限制;除非用户要求,否则不要自行通过 Zalo 发送或发布到网络。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能