Communitygithub.com

viral-video-edits

端到端制作节奏同步的S级短视频音乐视频——歌曲分析、病毒窗口选择、素材获取(带镜头级质量检查)、钩子撰写、瞬态对齐剪辑、集成音频反应特效(人物蒙版、程序化GLSL渲染器、电影调色)及交付质量保证。

viral-video-edits 是什么?

这是一个专业的AI代理技能,用于制作节拍同步、特效集成的垂直音乐视频,质量达到S级视频制作水准。它基于一个独立音乐家实际使用的生产系统及其客户反馈构建,核心成功指标是视频的留存率和分享率。该技能提供了10条不可协商的制作法则,涵盖集成特效、节奏剪辑、钩子撰写、素材质量门控等关键环节。支持通过FFmpeg进行高效剪辑,通过NumPy实现逐像素特效,以及通过GLSL完成程序化渲染,并自带多个可运行脚本(如窗口选择、镜头质量扫描、瞬态剪辑构建、人物蒙版生成等),适用于Claude Code、Codex等AI代理平台。通过严格的自动化与人工QA流程,确保每个交付物达到最佳性能。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/BusyBee3333/viral-video-edit-skills/tree/main/skills/viral-video-edits

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

病毒式视频剪辑

一种完整的方法,用于制作节拍完美、特效集成的垂直音乐视频,达到S级视频制作水准。基于一个实际的生产系统(独立音乐人的短视频推广活动)及其积累的客户反馈构建。唯一成功指标是性能(留存率 + 分享率),以下每条规则之所以存在,是因为违反它的做法在现实中已被观察到会导致失败。

法则(不可协商;每条都是惨痛教训得来的)

  1. 仅限集成特效。 特效必须融合到镜头中——锚定在主体的蒙版、场景几何结构或镜头自身的像素上。切勿剪切至独立的特效片段;切勿交替使用全帧特效与全帧素材;未跟踪的合成元素看起来就像贴纸。添加任何特效前,请阅读 references/integrated-fx.md。
  2. 好看比遵循参数更重要。 如果要求的素材或结构与质量冲突,请更改结构并说明原因。许多不匹配的剪辑在节拍边界拼接在一起,即使共享同一个主题,也会显得混乱。
  3. 丰富而非克制——且不显得廉价。 工作基调是丰富的密集调色(真正的黑色、对比度S曲线、已确定的调色板)+ 在每个节拍网格上对每个镜头进行一次硬核现实扭曲。纯粹的克制显得平淡无趣;每个镜头随机的单次效果显得混乱。每个剪辑使用一种效果语言,并随歌曲结构升级。
  4. 根据歌曲提供的内容进行剪辑。 瞬态锁定剪辑:在每个真实瞬态处进行剪辑(合并时间低于0.13秒,保留强度更高的那个),在稀疏时保持,在密集时爆发——切勿进行节奏网格外的填充剪辑,也切勿使用覆盖歌曲的密度预设。对于分享渠道的视频,则相反:一次连续拍摄,零剪辑,由歌曲的包络线驱动的光度变换。
  5. 通过构造实现同步。 所有特效渲染都针对与剪辑完全相同的窗口(--start/--dur)和剪辑列表生成。将估计的节拍对齐到真实的检测瞬态(≤60毫秒)。风格切换落在包含瞬态的那一帧上(向下取整,而非四舍五入)。
  6. 近黑 + 发光 用于所有程序化图像。柔和的粉彩场景每次都会失败;光线必须从黑暗中雕刻出来。
  7. 钩子通过5测试门(扫视/言语/姓名/间隙/拉近,≥4/5)。不写诗歌,不写“没有人:”,不写互动诱饵式命令。请参阅 references/hooks-and-text.md。
  8. 镜头级素材门控。 先确定氛围规格再获取素材;优先使用最高等级来源;对每个镜头进行质量门控 + 人工接触表浏览;只有通过的镜头才能进入剪辑。每个文件进行许可证验证。请参阅 references/footage-sourcing.md。
  9. 自动化质量检查永远不能替代人工观看。 每个交付物都要获得一份探查报告,并且人工检查接触表以及在正常速度和手机缩放比例下观看完整渲染视频。请参阅 references/delivery-qa.md。
  10. 在稳定基础设施上以编号版本进行迭代。 仅在不同版本之间更改效果语言;当客户喜欢一个2秒的瞬间时,就让那个瞬间成为下一个版本的整个语言。

家庭格式

1080×1920 @ 30fps 垂直,libx264 yuv420p +faststart,aac 192k,CRF 17(帧流水线版终稿)/ 18–19(分段终稿)。循环无缝结尾。版本化文件名位于 outputs/<project>/。每个剪辑附带接触表 + 时间线文件 + 质量检查报告。

工作流程

对于任何非平凡任务,请先写下计划(设计文档 / 逐镜头分镜表 — references/design-docs.md),对于新活动,运行一个试点:V1 证明语法,批准后解锁批量制作。

  1. 分析歌曲 → 节拍网格、每拍能量/剪辑优先级、段落、8拍乐句。然后通过重复度(副歌感)、能量上升、循环接缝、歌词位置、艺人过往表现选择窗口(15–30秒)。→ references/song-analysis.md
  2. 获取并审查素材 → 氛围规格、分级来源、每镜头质量门控进入镜头映射、当概念需要特定内容时进行语义合同检查。→ references/footage-sourcing.md
  3. 撰写钩子包 → 5测试门、第二行落下动力学(第0帧第一行,第二行在0.8–1.3秒±100ms处节拍融合)、在温馨有趣与安静特定之间进行A/B对比。→ references/hooks-and-text.md
  4. 构建剪辑 → 选择时钟(小节的节拍CSV;瞬态剪辑的瞬态网格),以节拍为单位编写镜头计划,确定结构锚点(落点在其小节±0.02秒内)。架构:分段→拼接→后期图形(仅ffmpeg)用于剪辑驱动的编辑;帧流水线numpy用于逐像素特效;着色器内融合用于最深度的集成。→ references/integrated-fx.md
  5. 集成特效 → 人物蒙版(Apple Vision,质量门控)、蒙版/场景/像素锚定效果、经过验证的base.mp4→蒙版→效果表流水线;在同一窗口上渲染并通过场景几何结构导入的程序化元素。→ references/integrated-fx.md、references/procedural-renderers.md
  6. 调色与工艺层 → 精确的电影配方(光晕、ACES、色调分离、颗粒感、暗角、宽银幕遮幅)、蒙版重心推入、升级脊柱、循环接缝。→ references/cinematic-grade.md
  7. 质量检查与交付 → 尽早廉价验证前3–5秒;探查 + 接触表 + 观看;连贯性检查(任何贴纸感或切断镜头 = 修改);使用清单和图库打包变体;将帖子记录到实验循环中。→ references/delivery-qa.md

选择路径

需求路径
情感/歌词类歌曲, 侧重分享单次连续拍摄 + 由歌曲包络线驱动的光度变换(调色渐变、光线到达、绽放);肯定身份类钩子
能量类歌曲, 侧重留存从深层审查过的镜头库(60+镜头)进行瞬态锁定快速剪辑,在最高四分位瞬态处加入推入式重点突出
艺人出镜展示电影工艺层 + 每个镜头一个蒙版锚定标志性特效(风格闪烁、回声克隆、主体与世界交换、节拍标记人群)
抽象/视觉冲击类程序化GLSL渲染器(隧道/万花筒/星爆),近黑 + 发光,瞬态→冲击低音→绽放能量→速度;当有主体时,通过着色器内编织与素材融合
英雄标题/品牌类先写设计文档;分阶段运动时间线;测试驱动开发构建;与参考进行对比视觉审计

参考资料(按需阅读)

  • references/song-analysis.md — 分析公式、病毒窗口评分、瞬态网格、节拍数学、包络跟随器。开始分析新歌或调试同步时阅读。
  • references/integrated-fx.md — 核心工艺原则:锚定规则、失败模式、蒙版流水线、三种构建架构、合成陷阱(RGB中的屏幕混合!)、主体特效词汇。开始任何特效工作前阅读。
  • references/procedural-renderers.md — moderngl骨架、GLSL内部库、家庭色彩修饰、近黑法则、门户编织融合、TouchDesigner路径。需要渲染程序化视觉效果时阅读。
  • references/cinematic-grade.md — 精确调色配方、镜头语言、升级脊柱以及迭代案例研究(dreamcatcher v1→v5、with-u v4→v7、the portal arc)。当剪辑需要呈现出电影感,或在迭代版本前阅读。
  • references/hooks-and-text.md — 5测试门、容器格式、文字动力学、锦标赛方法、现场参考资料、优化循环。编写任何视频文字或在创意方法之间选择时阅读。
  • references/footage-sourcing.md — 氛围规格、来源等级、确切门控阈值、许可、语义合同、蒙版配对合同。获取或录用任何素材前阅读。
  • references/delivery-qa.md — 编码设置、交付物、质量检查通过、裁决格式、发布包。将任何东西标记为完成前阅读。
  • references/design-docs.md — 想法表 → 分镜表 → 设计文档 → 计划模式。规划新制作或活动时阅读。

捆绑脚本(可运行,不仅仅是描述)

这些是核心引擎的工作实现——在从头编写新引擎之前,请先使用它们。所有脚本都是纯CLI工具;运行 --help 或阅读每个文件顶部的文档字符串。

  • scripts/choose_viral_window.py — 病毒窗口选择(song-analysis.md §2)。--audio song.wav [--transcript whisper.json] [--tiktok-start SEC] [--durations 15,22,30] --out DIR。
  • scripts/scan_shot_quality.py — 镜头级素材质量门控(footage-sourcing.md)。--root path/to/footage [--min-shot 1.2] [--jobs 3] → 写入 shot_map.json。需要 opencv-python、scenedetect、pytesseract。
  • scripts/build_onset_cut.py — 瞬态锁定v2剪辑引擎(song-analysis.md §3、integrated-fx.md 架构A)。--config job.json [--shot-map shot_map.json];有关作业模式,请参阅文档字符串。
  • scripts/matte/generate_local_person_matte.swift — 通过Apple Vision进行逐帧人物蒙版(integrated-fx.md)。使用 swiftc generate_local_person_matte.swift -O -framework AVFoundation -framework Vision -framework CoreImage -framework ImageIO -o mattegen 编译(macOS 14+),然后运行 mattegen source.mp4 proposal_dir/。
  • scripts/matte/media_contract.py — 蒙版质量门控实现(validate_matte_statistics、matte_statistics、probe_media、validate_sync)——来自integrated-fx.md的精确阈值,以代码而非散文形式呈现。
  • scripts/procedural/ — 10个独立的moderngl/GLSL渲染器(render_color_tunnel.py、render_glass_bloom.py、render_mandala.py、render_fractal_neon.py、render_shader_pack.py、render_neon_cathedral.py、render_dream_portal.py、render_hyper_space_jump.py、render_hyper_kaleido.py、render_portal_weave.py)加上 footage_fx.py(真实素材的全帧特效)和 subject_fx.py(蒙版锚定特效采样器)——请参阅procedural-renderers.md。每个都需要 --audio --start --dur --out [--fps 30 --w 1080 --h 1920];其中几个还支持 --still 用于快速美术方向检查。需要 moderngl、librosa、numpy、Pillow。

歌曲分析(script/analyze_song_for_editing.py,节拍/段落/能量生成器)未在此处捆绑——请使用已捆绑在配套的 song-edit-analysis 技能中的等效脚本(同一工具包),或根据song-analysis.md §1重新实现。

在原始仓库中运行

如果此技能在它被提取出来的原始生产工作区内运行,请优先使用该仓库自己版本的这些脚本(它们可能累积了修复),以及它的批量/素材基础设施(作业生成器、图库构建器、发布实验循环),而不是此处捆绑的版本。在其他地方——这是此公开技能的常见情况——捆绑的 scripts/ 是完全的实现;参考文档包含扩展或重新实现它们所需的每个承载常量的值。

Individual skills in this repo

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

beat-synced-montage-builder

Build beat-synced social video montages from song-analysis outputs and source footage. Use when an agent needs to assemble, plan, or revise a music-timed edit; map footage to beats/onsets/cut markers; create vertical or landscape montage timelines; integrate audio-reactive FX into shots; mix gameplay, crowd, concert, nature, menu, or other accent footage; generate timeline CSVs, contact sheets, and edit briefs; or adapt the Conteto Machino / Smash Mash workflow for another song or footage library.

edit-delivery-qa

Verify final video edits before delivery. Use when an agent needs to inspect a rendered MP4/MOV/WebM, confirm duration/resolution/frame rate/audio, generate or review contact sheets, analyze timeline CSVs, check cut density/source mix, check FX integration and cohesion, verify text-to-beat sync, catch weak frames or accidental placeholders, and decide whether a beat-synced social edit is ready to show.

generated-media-sourcing

Generate or plan media assets for beat-synced edits when real footage is missing or the user asks for generated visuals - AI video (Gemini/Veo/Flow), AI images, or procedural audio-reactive GPU renders (tunnels, portals, kaleidoscopes, starbursts, mandalas, title pieces via Python+moderngl GLSL). Use with beat-synced-montage-builder when a montage needs generated clips, stills, or procedural audio-reactive elements instead of, or alongside, sourced footage.

song-edit-analysis

Analyze songs and audio files for beat-synced video editing, clip timing, energy mapping, viral window selection, onset-locked cut grids, footage selection, and agent-readable edit briefs. Use when an agent needs to inspect an MP3/WAV/M4A/audio track, estimate tempo and beat grids, identify sections, produce cut markers, pick the best 15-30s window of a song for short-form video, or guide a human or another agent in choosing footage that matches musical energy.

相关技能