Communitygithub.com

短视频流水线

制作、渲染、检查、混音并打包一个垂直 1080×1920 的短视频(YouTube Shorts、Reels、TikTok),基于源素材和配音,使用基于片段的流水线(edl.json、build.py、check.py、sound/mix.py)。每当需要制作、修复或审查此类视频、向子代理编辑简要说明、或解释 check.py 为何失败时,请使用此技能。

短视频流水线 是什么?

该技能提供了一套完整、自动化且主题无关的短视频制作流水线,适用于 YouTube Shorts、Instagram Reels 和 TikTok 等平台。核心工作流程是:用户提供一个 `edl.json` 编辑列表和一段配音,然后通过一系列 Python 脚本(`build.py`、`check.py`、`sound/mix.py`)自动完成视频渲染、合规性检查、音效混音和打包。所有渠道特定的配置(如主题、语言、观众、内容规则、视觉风格、配音、演职员表和发布计划)都集中存放在项目根目录下的 `CHANNEL.md` 文件中,确保了高度的可定制性和可复用性。该流水线内置了多项硬性检查,例如视频时长、字幕位置安全区(安全框)、画面运动防冻结、音量标准(-14 LUFS)等,并记录了大量的实战经验教训,以避免常见的制作问题。它设计为可与子代理协作,主会话负责编写脚本、审核并完成混音。

兼容平台~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/ilyamelnichenkov/youtube-shorts/tree/HEAD/skills/shorts-pipeline

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

短视频流水线(主题无关)

一个编辑列表(<short>/edl.json)加上一段配音即可生成一个完成的视频:在主题化的照片“窗口”中移动的片段、文字字幕、一个钩子面板、一个英雄圆圈、一个封面、一组音效提示列表,然后进行 -14 LUFS 的音量混音。 所有特定于频道的内容(主题、语言、受众、内容规则、外观、配音、演职员表、发布时间表)都位于项目的 CHANNEL.md 中。请先阅读它,并优先遵循其中的规则,而不是下面的默认值。 如果该文件缺失或部分为空,请在生成任何内容之前询问所有者(或复制 engine/templates/CHANNEL.md 并与他们一起填写)。 相关技能:shorts-script-voice(主题、脚本、配音)和 shorts-packaging(成品文件、上传文本)。

开始之前

  1. 工具包脚本(setup.sh、shorts-init.sh、doctor.sh、install-codex.sh)位于工具包的 scripts/ 文件夹中:插件文件夹,或 $SHORTS_HOME/kit/scripts/(setup.sh 和 install-codex.sh 会在那里保留一份副本)。
  2. 从一个包含 _pipeline/、_tools/、_fonts/、CHANNEL.md 的 项目文件夹 开始工作(使用 scripts/shorts-init.sh <dir> 创建一个)。下面的每个命令都从该文件夹的根目录运行。
  3. 每台机器上运行一次 scripts/doctor.sh <project-dir>。它会检查所有依赖项(系统程序、Python 包、模型、可用磁盘空间),并且必须以“All good.”结束。如果没有:使用 scripts/install-system-deps.sh 安装 ffmpeg/Python/curl,使用 scripts/setup.sh 安装其余部分。完整列表在工具包的 DEPENDENCIES.md 中。
  4. SHORTS_HOME(默认为 ~/.shorts-studio)存放 Python 虚拟环境和语音模型。如果你将其放在其他地方,请导出此变量。
  5. 在编写编辑列表之前,请阅读 _pipeline/README.md(引擎参考)和 references/edl-notes.md。

工作流程(每个步骤都有各自的检查)

#步骤命令 / 输出验证
1主题 + 脚本技能 shorts-script-voice一个主张,注明来源,如果资料要求则所有者同意
2配音$SHORTS_HOME/venv/bin/python _tools/build_vo.py <short>/vo/beats.json,然后 _tools/words.py <short>/vo阅读 vo/words.json:每个单词都正确
3素材_tools/grab.py <topic> '<url>' <start> <end> --tag NAME(记录到 _footage/SOURCES.md),或你自己的录制每个片段的联系表;遵循 CHANNEL.md 中的策略
4编辑列表复制 references/edl-template.json,修改内容build.py <edl> --words 显示字幕标记
5渲染python3 _pipeline/build.py <short>/edl.json --theme <theme>(3-10 分钟;4K60 较慢)无错误;文件比 edl 新
6封面... build.py <edl> --cover“安全区违规:无”,在 180 像素宽下可读
7检查python3 _pipeline/check.py <short>/<name>-<theme>-silent.mp4 <short>/edl.json打印 ALL CHECKS PASS;你查看了每一张联系表
8音效$SHORTS_HOME/venv/bin/python _pipeline/sound/mix.py <short> --theme <theme> --music <name> --strict-14.0 +/-0.5 LUFS,真实峰值 <= -1.0 dBTP,文字错误接近 0
9打包技能 shorts-packaging文件 + 封面 + 上传区块位于 ready/

源片段的联系表:ffmpeg -ss <t> -i <file> -t <d> -vf "fps=2,scale=320:-1,tile=7x4" -frames:v 1 out.png (写入 PNG:某些源的 JPEG 输出会因“non full-range YUV”而失败)。镜头边界: ffmpeg -i <file> -vf "scale=320:180,select='gt(scene,0.25)',showinfo" -an -f null - 2>&1 | grep -o "pts_time:[0-9.]*"。 主题:case-file(档案纸)、panel-heist(漫画页面)、vice-dusk(霓虹黄昏)、classic;由配置文件选择。

一个好的短视频看起来什么样(默认值;由配置文件覆盖)

  • 18-45 秒,一个论点从钩子到结论,每 1.5-3 秒切换一次镜头,每个镜头都有运动,钩子面板从第 0 帧开始显示 (hook.y 1170 确保其不与展品标签重叠),有一个英雄时刻,在画面真正展示的内容上有一个红色圆圈。
  • 画面紧跟文字。字幕是 2-3 个词的短语(break_before);姓名保持在一个组内。
  • 最后一个镜头切回到第一帧(视频循环播放)。
  • 所有可读文本保持在手机安全区内:y 300-1580,x 130-950(对于 y 1000-1600,x <= 860)。check.py 强制执行。
  • 照片窗口较高 "aspect": "3:4"(900x1200),适用于 1080p 及以上的片段;720p 或信箱模式的源无法填满它。

来之不易的经验教训(详情见 references/lessons.md)

  • 编辑列表比渲染文件新?渲染文件过期了。 在判断 check.py 的结果之前,请重新构建。
  • 冻结的静帧(连续帧在 > 0.3 秒内几乎没有差异)会使 check.py 失败。静态屏幕、纯色和静止的主体 需要匀速运动:"move_ease": "linear",缩放范围 0.15-0.4,平移 150 个以上源像素。 仅使用 float 是不够的(正弦函数在其转折点会减速到零)。
  • 缩放限制: 4K 源 <= 1.00,1080p 源 <= 1.25,720p 源 <= 1.0(check.py 会打印每个片段的限制)。
  • 创作者叠加层(水印、面部摄像头、下方三分之一、字幕、风格化横幅)绝不能进入画面:使用顶层的 sources 画面覆盖进行裁剪、移动裁剪位置或选择其他帧。检查每个剪辑帧。
  • 诚实: 标签、圆圈和字幕只说明画面显示的内容;在配音中将事实归因于其来源。
  • 封面: 一个源帧的全出血裁剪;面板位于 tab_y(330)并隐藏图片的顶部。如果主体靠近顶部,请将 tab_y 设置为约 1090,stamp_y 设置为约 410。
  • 一次只渲染一个(4K60 渲染会占用所有核心);切勿对同一文件夹启动第二个渲染。

将编辑委托给子代理

为代理提供 BRIEF.md(由 shorts-init 从 references/editor-brief.md 创建)以及脚本、配音文件和片段列表。主会话编写脚本和配音,亲自审核每个画面帧,并进行音效混音:代理的报告只是一个声明,而不是证据。在接受之前,检查文件时间(静音 mp4 比 edl 新,检查日志比 mp4 新)。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相关技能