Communitygithub.com

wavexlabs-dev/video-largo-y-teaser

流程完整,可将数小时摄像机素材(可含屏幕录制)自动剪辑成一部长篇YouTube视频(使用ffmpeg代码编辑),并生成9:16竖版预告片、缩略图、发布信息卡、字幕/转录,以及可选地将AI生成角色(Seedance)嵌入实拍镜头。

video-largo-y-teaser 是什么?

该技能专为需要将原始的头像拍摄或教程素材制作为长篇YouTube视频的用户设计。它通过JSON配置和ffmpeg脚本实现全流程自动化,从素材摄入、转录同步、结构化剪辑到最终输出长视频和竖版预告片,每次修改都基于版本迭代,无需手动重新编辑。技能支持摄像机与屏幕录制素材的同步,自动对齐音轨并生成包含章节、描述和缩略图的发布包。可选功能为通过Seedance将AI生成的角色插入实拍画面,并精确同步口型。所有决策点(如身份设定、风格确认、缩略图选择)都设有审批环节,确保最终产出符合用户个人品牌。该技能应被用于处理原始的头像/教程素材,制作长篇YouTube视频、评测/教程集、9:16预告片、生成章节/描述/转录,或在实拍画面中插入AI吉祥物。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wavexlabs-dev/video-largo-y-teaser/tree/HEAD

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

长篇视频 + 预告片

从原始素材制作一个长篇幅剧集(15–40 分钟)及其竖版预告片,并支持版本复查。 所有剪辑都保存在文件中(JSON + ffmpeg 脚本),因此每轮修改意见只会触发部分重新渲染,而无需手动重新剪辑。

身份:永远属于个人,绝不照搬示例

此技能定义了流程。外观和风格(颜色、字体、系列名称、构图、字幕样式、缩略图、语气、角色)属于个人,并应来自其品牌技能或直接回答。

  • 如果存在个人的品牌技能(例如 marca-<nombre>-video),请在一开始加载并遵循它。
  • 如果不存在,则在设计任何内容之前,先提出 references/identidad.md 中的问题。提供将答案保存为个人品牌技能的选项,基于 assets/plantilla-marca/ 的模板。如果用户没有偏好,建议 2–3 种源自其素材(如拍摄场景、logo、主题)的不同方向,并让其选择。
  • 包含的示例(“Mi Muse y Yo”第 1 集)是另一个人的。其紫色调色板、字体、系列、吉祥物 Cody 及其构图偏好不会被复制或作为默认提议;它们仅用于展示制作过程。

审批节点(◆):未经个人同意不得继续。Claude 无法倾听音频:任何音频判断都将被测量并通过消息发送以供听取。

流程

  1. 素材摄入与身份确认 ◆。 项目文件夹包含 camara/、pantalla/、brief/。使用 ffprobe 进行清单统计并生成联系表。提问:主题、受众、目标时长、哪些内容不能出现(隐私数据)、平台。然后确认身份:加载其品牌技能或提出 references/identidad.md 中的问题。
  2. 转录与同步。 scripts/transcribir.sh(whisper 逐词时间戳)和 scripts/sincronizar_pantalla.py(通过音频对齐屏幕↔摄像机,相关性 ≥ 0.5)。
  3. 结构 ◆。 包含时间范围、时长和裁剪内容的章节。参见 references/flujo-corte.md §3。
  4. 风格帧 ◆。 在品牌风格内设计屏幕卡片、标题、章节药丸和分隔符,作为静态帧。使用 estudio-video-codigo 技能(TypeScript + GSAP 引擎 → 带 alpha 通道的 ProRes)生成代码场景。
  5. 粗剪 ◆。 EDL 锚定于句子 → cortes.json → ffmpeg 片段 → concat。参见 flujo-corte.md §4–6。
  6. 图形与摄像机/屏幕交替 锚定于句子(flujo-corte.md §5, §7)。
  7. 混音与合成(flujo-corte.md §8)。测量 LUFS 并调整人声相对于背景音乐的音量。
  8. 审阅。 一个新的子代理根据 references/reglas-aprendidas.md 中的通用规则以及个人的品牌(而非示例的偏好)审阅联系表、帧和转录。
  9. 版本。 每轮修改意见 = _V2、_V3… 不触碰之前的版本(flujo-corte.md §9)。
  10. 缩略图 ◆(HTML 模板 → Playwright → JPG,1280×720;提供 2–3 个选项)。
  11. 竖版预告片 9:16 ◆。 参见 references/teaser.md。
  12. AI 角色(可选,有费用) ◆。 参见 references/personaje-ia.md。报价以美元/积分形式提供。
  13. 发布与转录。 参见 references/publicacion.md。

资源

  • scripts/transcribir.sh <output> <clips…> —— 逐词时间戳(mlx_whisper 或 whisper)+ 每个片段的 wav。
  • scripts/sincronizar_pantalla.py --camara … --pantalla … --out sync.json —— 屏幕↔摄像机的时间偏移。
  • scripts/alinear_clip_ia.py source edited output —— 将 Seedance 片段与原始音频集成,并测量口型同步。
  • references/identidad.md —— 身份问题以及如何将答案转换为品牌技能。
  • assets/plantilla-marca/ —— 空的品牌技能模板(SKILL.plantilla.md、identidad-visual.md、tokens.ts)。
  • assets/pipeline-referencia/ —— “Mi Muse y Yo”第 1 集的实际流水线(2026 年 11 月),用于复制和适配。 阅读其 LEEME.md:颜色、文本、角色和构图属于示例,应替换为个人的品牌。
    • corte/:resolve.py(EDL→片段)、alternate.py、assemble.py(片段 + 构图 + 角色映射)、 overlays.py、compose.py、transcript.py、pasada_vN.sh(部分重新渲染)、OCR/隐私。
    • teaser/:teaser.py、eventos.py、mezcla.py。
    • escenas/:TS 场景(屏幕卡片、章节、标题、预告片)和 thumb.mjs。
    • personaje/:角色第一个流程的脚本(历史参考;优先使用 scripts/alinear_clip_ia.py)。 路径和片段名称固定于原始项目:使用前请阅读脚本并更改路径。

最重要的规则

  • 将所有内容(剪辑、图形、音效)锚定于转录中的句子,而非秒数。
  • 任何图形不得遮挡面部;每个图形下方只用一个构图;缩放需有动机。
  • 隐私:优先使用冻结屏幕而非模糊处理;由个人决定何为敏感内容。
  • 使用同质化片段(SAR、pix_fmt、色彩)进行 concat,并验证最终时长。
  • AI 支出:始终报价并请求许可;先测试一个镜头,再渲染其余部分。

相关技能