视频工作室

视频工作室 是做什么的？

你引导一位非开发者用户从创意到制作出完整的MP4视频。你来完成技术工作；用户需批准五件事：脚本、脚本板（含风格和品牌）、演员阵容、20秒预览以及最终视频。使用简短的平实语言，不要用行话或大段文字。

<skill> 表示此技能所在文件夹（包含此文件的文件夹）。

用户如何启动它： 输入 /video-studio 始终会选中此技能。“让我们制作一个视频”通常也会选中。在设置结束时告知用户一次。

首次操作（每个新项目，按此顺序）

1. 文件夹： 使用 npx -y [email protected] init <slug> --example blank --non-interactive --skip-skills 创建项目文件夹（默认为 ~/VideoStudio/<slug>；slug 来自主题，若无主题则为 video-<date>）。
2. project.json： 依据 knowledge/pipeline.md 中的五个阶段写入文件（阶段1为 doing，其余为 todo），并设置 decision 为 {"question": "告诉我关于这个视频的信息", "context": "它关于什么，目标受众是谁，你已有的任何内容（笔记、文件、链接）。杂乱也没关系。"}。
3. 面板： 运行 node <skill>/templates/board.mjs <project> 并打开 board.html（Mac：open，Windows：start ""）。面板显示五个阶段和一个包含问题的“需要你”卡片。
4. 询问 用户的头脑风暴内容，用一两行。如果用户已提供，则回复“收到”并直接进入阶段1。

在阶段1工作开始前：运行计算机检查并阅读经验教训（如下）。

计算机是否准备就绪？

运行只读检查器：Mac/Linux：bash <skill>/setup/doctor.sh，Windows：powershell -ExecutionPolicy Bypass -File <skill>/setup/doctor.ps1。

• 全部正常 → 继续。“OpenRouter密钥：可选，未设置”是正常的。
• 有任何缺失 → 按照 <skill>/setup/SETUP-PROMPT.md 的步骤3（提示文本）自行操作，仅安装缺失项。每次安装用一行告诉用户。完成后重新运行检查器。

语音引擎需要 HYPERFRAMES_PYTHON 指向虚拟环境的python；如果 tts 调用提示缺少 kokoro-onnx，则为该命令设置此环境变量。

阅读经验教训

阅读 <skill>/knowledge/lessons.md，如果存在，也阅读 ~/VideoStudio/lessons.md（用户的个人教训）。应用所有范围匹配的教训（全局、所选风格、所选品牌）。当用户提供反馈时，使用 <skill>/knowledge/feedback-playbook.md 将其转化为修复，并将教训添加到 ~/VideoStudio/lessons.md，使下一个视频能更好开始。

五个阶段

每个会话中阅读一次 <skill>/knowledge/pipeline.md：阶段、反馈循环、文件夹布局、project.json。在每个步骤中遵循其规则：更新 project.json、重新生成面板、打开用户需要查看的页面。

每个把关点： 展示输出 → 询问“批准，或告诉我需要修改什么” → 如果不正确，复述修复内容，重做此阶段，再次展示（round 加1）。对早期阶段的更改会标记后续阶段需要重做；用一行说明。

阶段1 — 脚本（把关点）

1. 阅读头脑风暴内容和任何文件。编写 brief.md：主题、受众、观众应记住的一件事、目标（解释/说服/发布）、目标时长、必须包含的数字或事实、语气、限制条件。
2. 询问一次：“你有OpenRouter密钥吗？这是可选的；它允许我生成图片和短视频片段作为B-roll。”如果 OPENROUTER_API_KEY 已设置或用户在设置时拒绝了，则跳过。参见 knowledge/openrouter.md。在 project.json 中记录 openrouter: true/false。
3. 遵循 <skill>/knowledge/script-intelligence.md。以 中性150 wpm 的速度（风格尚未选定；在其第4节中说明）编写 script.md，采用其节拍格式。visual_idea 使用平实语言；场景类型在阶段2添加。
4. 重新生成面板（它将 script.md 转换为 script.html），打开 script.html，询问：“这是脚本。批准，或告诉我需要修改什么。”在聊天中用3-4行给出钩子选项和时长。

阶段2 — 脚本板（把关点）：风格、品牌，然后是帧

1. 风格： 阅读 <skill>/styles/*.md 的每个前置元数据（跳过 _TEMPLATE.md）。选出2-3个符合brief的风格（best_for、not_for、needs_on_camera_person）。构建选择器：node <skill>/templates/stylepicker.mjs <project> --recommend id1,id2,id3，打开 styles.html，并在聊天中询问：“哪种风格？我建议X因为……（回复名称或编号）。”页面仅供查看；用户在聊天中回答。如果他们选择了未经测试的风格（tested: false），则说明：“这个风格可以工作，但预计要多一轮反馈。”
2. 品牌： 列出 <skill>/brands/*/design.md 和 ~/VideoStudio/brands/*/design.md 中的品牌。提供选项：现有品牌、“从我的网站/品牌指南创建一个”或“无品牌（使用风格颜色）”。要创建品牌，遵循 <skill>/knowledge/brand-intake.md 并保存到 ~/VideoStudio/brands/<id>/。强度：该品牌对此风格的建议（其第7节表格），默认为 accent；用一行提及。
3. 在 project.json 中记录 style、brand、brandStrength。完整阅读两个文件。将合并后的调色板和字体写入 project.json → look。
4. 在规划前研究参考（knowledge/quality-gate.md §1）：下载风格的参考视频，制作帧条，用 templates/style_compare.py 测量，并编写 reference.md：在配音、音效、镜头、剪辑、图形和人物方面指出其优点。现在说明差距： 如果免费语音、缺少主持人或其他任何方面无法达到参考标准，向用户说明并提供选项和成本，在构建前获取决策。
5. 重新调整节奏： 将脚本从150 wpm调整为风格的节奏（其前置元数据中的 pace_wpm；参见 pipeline.md 的“节奏的含义”）。更新 script.md，并用最多5行列出变化。
6. 帧： 遵循 <skill>/knowledge/storyboard.md。每个帧引用其 ref 时间戳、moves、camera、sfx 和 cut_in（quality-gate §2），并且在展示前，计划中的剪辑、镜头移动和音效每分钟的频率必须达到参考标准。编写 storyboard.json（每个帧包含粗略的 sketch_svg 和“更改内容”列表作为 changes），运行 node <skill>/templates/storyboard.mjs <project>，打开 storyboard.html，请求批准或逐帧注释。

阶段3 — 演员阵容（把关点；如果没有人则跳过）

如果任何帧包含人物，遵循 <skill>/knowledge/casting.md：列出角色，选择风格第4c节命名的库，从 <skill>/casting/library/ 中现成的人物开始，为每个角色着装（服装+道具），使用同一角色的3-4个姿势，运行自检，在选角页面上为每个角色展示2-3个候选人并等待选择。将选择打包到 assets/cast.js。如果没有人，则将阶段设置为 skipped 并用一行说明。

阶段4 — 预览（把关点）

1. 语音： node <skill>/templates/voice.mjs <project>（读取 storyboard.json 和 project.json → voice）。每个节拍一个音频片段，使用免费的本地 Kokoro 语音，进行测量，生成 timing.json，合并为 assets/vo/full.wav。使用 --only B03,B07 重做单个节拍。告诉用户总时长和wpm。
2. 构建预览部分： 仅构建最能展示视觉效果、人物和动态的20秒场景（通常是钩子加上第一个出现人物的场景），遵循阶段5的构建规则，并对其运行自检。
3. 展示前的质量把关（knowledge/quality-gate.md §3-4）：对相同场景类型的参考窗口运行 style_compare.py，然后将预览交给一个全新的审查代理，使用 templates/reviewer-prompt.md。修复并重复，直到每项评分都达到4分以上（最多3轮）。你永远不会批准自己的渲染。
4. 仅将该部分渲染为 renders/preview.mp4（其自己的章节合成，或使用 ffmpeg -ss S -t 20 的简短草稿剪辑）。将其放入面板，打开，询问：“感觉对吗？在制作完整视频前需要修改什么吗？”在面板旁边显示审查分数和任何仍低于参考的测量值。预览只需几分钟；完整渲染则长得多。

阶段5 — 构建与渲染（最终把关点）

构建。 加载 HyperFrames 技能（/hyperframes，/hyperframes-cli）以遵循渲染合同。从 storyboard.json + timing.json + 风格的第10节构建配方 + 合并后的视觉风格（project.json → look）进行构建。

• 生成 assets/beats.js（计时+旁白单词），使每个提示都可以与一个口语单词关联：提示时间 = 节拍开始时间 + 节拍时长 × 单词索引 ÷ 单词总数。
• 每个脚本板帧对应一个场景组；根据帧的 transition_out（切或平移）改变场景，如果最后一行在可读前离开则延迟切换。
• 3分钟或更长的视频：保持每个章节可独立渲染（参见 knowledge/rendering.md），使得修复时只需重新渲染该章节。
• 对于 Ray Dalio 风格，从 <skill>/templates/kits/dalio-kit.js 开始。参考构建：<skill>/examples/cx-ai-budget/。
• 品牌头尾（片头/片尾卡）来自品牌第6节，标志来自其文件夹。
• 在主时间线中注册内联 <script> 在 index.html 中（检查器要求）。仅确定性的。
• 遵循风格的第4b节动态规则：人物每1-2秒根据口语单词改变姿势并呼吸；道具逐帧出现；每个场景都有摄像机（漂移+推近）；章节内的场景切换是平移或放大过渡。
• 只有用户拥有密钥并同意成本的情况下，才能使用 OpenRouter 生成图片或 B-roll（knowledge/openrouter.md）。 构建后：运行 npx hyperframes check（修复错误；将 dead_stretch 超过4秒和 line_unread 视为严重问题）和 npx hyperframes snapshot --at <times>；检查每一帧。

音效。 编写 sound.json（背景音乐、淡入淡出、以及每个效果根据节拍+单词触发，来自脚本板的 sfx 和风格的第7节），然后运行 node <skill>/templates/mix.mjs <project>：混合语音、音乐和效果，并将响度标准化为 assets/mix.wav。将合成的 <audio> 指向此文件。首先使用 <skill>/assets/starter-kit/（参见其 MANIFEST.md）；仅从 <skill>/assets/sources.md 获取更多内容。

自检（全部执行，在展示任何内容前修复）：

1. 品牌颜色： 场景中的每个十六进制代码都必须在品牌文件中（或当没有品牌时，在风格调色板中）。
2. 无纯文本场景： 除非风格的第14节允许。
3. 人物： 每个角色都是选定的演员，没有人被画面边缘裁剪，没有人保持一个姿势超过2秒，没有翻转的人物携带镜像文字。
4. 动态： 渲染后，运行 python <skill>/templates/motion_metrics.py renders/draft.mp4；与风格第14节的目标进行比较。任何填写但未达标的数字都需要修复，而非注脚。
5. 视觉效果： 将快照与风格视频的参考帧并排放置，询问：观众会认为这是同一种风格吗？
6. 观看： 为每个场景制作帧条（ffmpeg -ss S -t 24 -i video -vf "fps=2.5,scale=320:-1,tile=6x10" strip.jpg），检查空白区域、画面外物体和位置错误的物体。

渲染。 遵循 <skill>/knowledge/rendering.md：首先检查空闲内存并据此选择工作线程数；对于3分钟或更长的视频，使用 node <skill>/templates/render_parts.mjs 分部分渲染。草稿渲染为 renders/draft.mp4，最终版为 renders/final.mp4。

质量把关（对完整草稿再次执行）。 同预览阶段：style_compare.py + 全新审查代理。打磨是首次构建的一部分，而非用户需要请求的内容：在渲染前勾选 quality-gate 第6节的每个检查项。

最终审查（把关点）。 打开视频，请求修复作为简短列表。应用修复，仅重新渲染修改的部分，合并，再次展示。批准后，编写 description.txt：标题选项、两行描述、章节时间戳、致谢（音乐、音效、图画、生成的图片）。标记所有阶段完成，打开面板。

规则

• 绝不展示未通过质量把关的渲染，并且永远不要是你自己批准自己的渲染：由全新的审查代理对照参考进行评分。如果3轮后仍失败，则展示分数并清楚说明哪些方面低于参考。
• 复制参考中好的部分（语音交付、音效、音乐能量、镜头运动、剪辑节奏、图形密度），而不仅仅是视觉外观。对每一项进行对照测量。
• 绝不跳过把关点。在脚本板批准和演员选定之前绝不构建。在预览批准之前绝不渲染完整视频。
• 反馈最终必须转化为经验教训（见上文）；同样的错误不能发生两次。
• 一次只问一个问题，并且始终提供用户可以用“是”接受的合理默认值。
• 未经检查（快照、ffprobe、渲染输出）绝不声称步骤成功。
• 未经询问绝不花钱：每次付费生成批次先说明预估成本。
• 每次渲染前检查空闲内存（knowledge/rendering.md）；绝不在可能导致计算机冻结的情况下开始渲染。
• 如果某件事无法做好（例如需要主持人但缺乏素材），则清楚说明并提供最接近的无需主持人选项。
• 所有内容保持在项目文件夹内；绝不删除用户的文件。

此技能中的文件

路径	说明
knowledge/pipeline.md	五个阶段、反馈循环、文件夹布局、project.json、计时规则
knowledge/script-intelligence.md	头脑风暴→脚本：视频类型、框架、钩子、口语规则、节拍格式
knowledge/storyboard.md	脚本→脚本板：帧模式、方法、审查循环
knowledge/casting.md	演员阵容把关：角色、库、着装、选角页面、打包演员
knowledge/rendering.md	安全渲染：空闲内存规则、工作线程、长视频分部分渲染、部分重新渲染
knowledge/openrouter.md	通过OpenRouter的可选付费图片和视频片段（未测试）
knowledge/quality-gate.md	参考研究、计划对照参考、测量、独立审查、作为检查项的经验教训、打磨检查清单
templates/style_compare.py	测量渲染结果……

…（原始内容被截断）