/long-form
source ──緊縮──▶ 緊湊的錄製檔 ──建構──▶ edited.mp4 + .srt + .chapters.txt + .sheet.jpg
(暫停被剪掉, ├ 一般段落:剪接處的推近縮放、字幕、章節卡
詞語被重新映射) └ 時刻:解說 / 分割畫面 / ... 被渲染並拼接進來
首次使用
此技能的資料夾是 Claude Code 載入它時顯示的「Base directory」。
SKILL_DIR="<此技能的基底目錄>" # Claude Code 列印的「此技能的基底目錄」路徑
KIT=$(python3 -c 'import os,sys;print(os.path.realpath(os.path.join(sys.argv[1],"..","..","kit")))' "$SKILL_DIR")
PY="$KIT/.venv/bin/python"; [ -x "$PY" ] || bash "$KIT/setup.sh" --cutout
GROQ_API_KEY 必須設定才能進行轉錄(長影片以 10 分鐘為區塊上傳)。需要 ffmpeg 和 Node。
步驟
- 探查。
"$PY" "$KIT/reel.py" probe <video>:大小、長度以及auto會挑選的格式(寬大於高 = 橫向 1920x1080,否則為直向 1080x1920)。僅在使用者想要另一種形狀時詢問(橫向來源可以裁切成直向,這會裁切中心)。 - 緊縮(建議用於原始錄製檔,已編輯過的素材則跳過):
"$PY" "$KIT/longform.py" tighten <video> [--max-gap 0.45] [--pad 0.12] [--cut-fillers]它會轉錄、保留每個詞、將每個比--max-gap更長的暫停縮短到大約2 × --pad,並寫出<video>.tight.mp4以及<video>.tight.transcript.json(新時間軸上的詞語,以及cuts:每個拼接點的位置)。從這裡開始使用緊湊檔案。--cut-fillers也會移除「嗯/啊/呃」。 - 閱讀它。
"$PY" "$KIT/reel.py" words <video>會印出每個句子一行,並附上時間(如果你有緊縮過,則為緊湊時間軸上的時間)。對於長影片,使用--start/--end分段閱讀。請注意:- 章節:主題轉折處(對於 10 到 20 分鐘的影片,大約 4 到 10 個),每個都有 2 到 5 個字的標題;
- 2 到 6 個時刻:4 到 10 秒的片段,用來呈現一個具體、視覺化的重點(比較、步驟、數字、排名、小故事)。將它們分散開來;大部分的影片仍保持為一般的錄製畫面。
- 取景。
"$PY" "$KIT/reel.py" frame <video> <t> frame.jpg並查看:記下臉部中心(用於face,推近縮放會用到)以及任何需要它們的時刻的眼線和臉部 x 位置(eye_y、face_x、video_top...)。 - 規格。 在影片旁邊寫入
<video>.long-form.json(如下所示)。路徑是相對於規格檔案的。 - 建構。
"$PY" "$SKILL_DIR/build.py" <spec.json>。時刻會先渲染(每個約 20 到 40 秒,會被快取),然後時間軸被分割成多個片段並行編碼。一個 15 分鐘的 1080p 影片大約需要一兩次 ffmpeg 遍歷的時間。 - 檢查
<out>.sheet.jpg(12 個影格,紅色 = 被播放器或 reel UI 覆蓋),然後在影片本身中抽查每個時刻的接合點和一個章節卡。修正規格並重建;沒有改變的時刻會被重複使用。 - 交付 mp4、
.srt(上傳到 YouTube 以獲得可搜尋的字幕,即使已經燒錄在影片中)、以及.chapters.txt(貼到描述中)。
規格
{
"video": "episode.tight.mp4",
"format": "auto",
"out": "episode.edited.mp4",
"face": [880, 400],
"punch_ins": {"every": "cut", "scale": 1.12, "min_hold": 2.5},
"zooms": [{"start": 312.4, "end": 318.0, "scale": 1.25}],
"captions": {"keys": ["carousel", "viral"], "karaoke": false},
"chapters": [
{"at": 0, "title": "旋轉木馬獲勝的原因"},
{"at": "第二件事", "title": "尋找一篇爆紅貼文"}
],
"moments": [
{"skill": "explainer", "start": 61.2, "end": 67.0,
"title": "偷學 *有效* 的方法", "eye_y": 400, "face_x": 880,
"visual": {"type": "list", "items": [{"text": "找一篇 *爆紅* 貼文", "at": "找"}, {"text": "重現它", "at": "重現"}]}},
{"skill": "split-screen", "start": 140.0, "end": 147.5, "face_x": 880, "zoom": 1.2,
"badge": "步驟 2", "headline": "挑 *一個*", "visual": {"type": "image", "src": "screens/app.png"}}
],
"loudness": -14
}
video:緊湊檔案,或是原始檔案。可選的start/end只使用其中的一部分。format:auto、horizontal或vertical。face:畫布上臉部的[x, y],所有縮放的中心。預設值:置中,中間偏上一點。punch_ins:在每個"cut"(需要緊湊後的轉錄稿;它會隱藏跳接)、每個"sentence"、或每隔 N 秒(一個數字)時,在普通鏡頭和scale(1.08 到 1.18)之間交替。min_hold(秒)可防止縮放閃爍。不需要時可省略。zooms:在推近縮放之上,明確指定的縮放比例停留。謹慎使用,用於強調性的台詞。captions:燒錄的內建字幕:Inter ExtraBold 字體、白色帶柔和陰影,重點文字 (keys) 放在一個重點 pill 上。karaoke: true會使詞語在說出前變暗。y和size可移動和調整它們的大小。false會關閉燒錄字幕(仍會寫出.srt檔案)。在時刻內部,將由該時刻自己的字幕接管。chapters:at是秒數或一個說出的詞語("pricing"、"pricing#2"、"pricing-0.5")。每個章節會獲得一個卡片(一個重點數字磚和標題),持續約 3 秒;如果某個章節設為"card": false,或透過"chapter_cards": false關閉所有章節卡,則只保留.chapters.txt的條目。如果第一個章節不在 0 秒處,會自動加入一個「介紹」行 (intro_title)。moments:skill+start/end(秒數,或詞語)+ 該技能自己的欄位,完全按照其 SKILL.md 的描述(在撰寫之前請先閱讀它)。格式、影片和轉錄稿會自動為你填入。時刻不能重疊。一個摳像技能(解說、人物背後)每影格會增加約 0.1 秒。loudness:將最終混音標準化到這個 LUFS 值(-14 適合 YouTube)。省略則保持錄製時的音量。keep_work:設為 true 會保留.work/中的已編碼片段。
品味
- 錄製畫面是節目的主體。字幕和推近縮放撐起了整部影片;時刻是調味料(最多每隔 1 到 3 分鐘一個)。
- 每個時刻都精確地說明其下的那句話,落在為其命名的詞語上,並使用使用者真實的圖片、螢幕截圖和數字。絕不捏造結果。
- 章節標題簡短且具體(「定價」、「三步驟設定」),絕不使用釣魚標題。
- 橫向:將字幕和卡片保持在安全區域內(sheet 會顯示它);YouTube 的進度條在暫停時會覆蓋底部 120 像素。
- 直向長片使用與 reels 相同的區域;將字幕保持在 y 約 1380 的位置。