web2clip · 从网站到带解说的视频片段系列
将一个网页（最好是交互式页面）转化为按章节划分的短视频片段系列 + 1 个汇总视频，支持竖屏 9:16 或横屏 16:9，配有 AI 主持人（ElevenLabs 语音）、与解说同步的网页效果（高亮边框、鼠标点击、拖拽滚动条、字幕），数据 100% 准确，因为是从真实页面录制而来。
子命令（当只需执行某一阶段时单独使用）
| 命令 | 阶段 |
|---|---|
/web2clip-setup | 1–2 · 检查连接、工具、网络权限、账户 |
/web2clip-plan | 3 · 读取网页，建议创意、剧本 + 审批仪表盘 |
/web2clip-voice | 4–5 · 建议声音、为每个片段生成语音、获取文件 |
/web2clip-record | 4 · 同步录制视频与语音、导出每个片段 |
/web2clip-merge | 6 · 合成汇总视频、命名、交付文件、存档 |
运行 /web2clip 将按顺序完整执行以下 7 个阶段。不可跳过审批步骤。
黄金规则（从实际项目中总结）
- 先审批文字，再花费资金： 剧本必须在生成语音前获得批准（语音消耗信用额度）。
- 先制作 1 个样片（试验性片段）让用户审批声音和效果样式，然后再批量生产。
- 语音是解说者，而不是朗读网页文字。 要有角色名称（例如“Chip，某先生的助手”），亲切的称呼，以问题/情景开头，以引导至下一部分的句子结尾。
- 按章节将视频系列分成短片段（1–2 分钟），然后再合成汇总视频。不要一开始就制作一个长视频。
- 画面必须与解说同步： 提到哪部分，哪部分就在正确的时间点亮。使用带隐藏标记的同步录制工具（
scripts/w2c/record.py），不要手动估算。 - 每次最多问用户 1–3 个问题，提供可点击的选择。如有任何限制，请如实告知。
7 阶段流程
1. 检查连接 → 查看 /web2clip-setup
运行 python -m w2c.check_env（在 scripts/ 目录下）。报告表格：有哪些工具可用，哪些连接正常（ElevenLabs、Drive、Canva、浏览器），缺少什么则建议安装并提供创建账户的指导。
2. 准备 MCP / API / 权限
缺少网络权限 → 指导用户开放正确的域名（列表在 setup 中）。缺少 ElevenLabs 连接 → 邀请连接。当工具权限请求框出现时，提醒选择 “始终允许”。
3. 构思创意 → 查看 /web2clip-plan
读取网页，列出章节/部分，建议：框架、时长、声音、主持人、分成多少个片段。编写双列表格（解说词 · 网页效果）。搭建审批仪表盘（w2c.dashboard）并发送链接，方便用户总览并审批每个片段。
4. 剧本 → 语音 → 录制 → 合成每个片段
语音：/web2clip-voice。录制：/web2clip-record。每完成一个片段更新仪表盘。
5. 建议声音
按语言、性别、年龄段、地区筛选声音；提供 2–3 个选项并附理由；默认选择自然、讲故事的声音。
6. 汇总视频 → 查看 /web2clip-merge
按顺序合并，命名为 <项目>_Clip<N>_<部分名称>.mp4，汇总视频命名为 0. ..._TONG-HOP 以确保始终排在文件列表首位。
7. 交付至 100% 满意
发送文件并更新仪表盘，在发送前自行检查画面（每片段抽取 4–6 帧），列出自行发现的错误，修改至用户审批通过。保存剧本、语音、规格以便快速修改。
参考文档
references/loi-thuong-gap.md— 已遇到的常见错误及避免方法（必须在录制前阅读）。references/viet-kich-ban.md— 如何编写吸引人的解说词 + 剧本模板。references/chon-giong.md— 如何建议声音、估算信用额度、ElevenLabs 套餐。examples/spec_example.json（位于仓库根目录） — 剧本文件示例。