Communitygithub.com

android-launch-video

從真實 Android 應用程式(在模擬器中以 60 fps 錄製)製作專業級宣傳影片,包括 Google Play 商店素材。適用於被要求製作 Play 商店宣傳片、應用預告片、上線影片、社群媒體影片(Reels、Shorts、TikTok)、直式 9:16 應用影片、含或不含 AI 旁白的影片、Play 商店截圖、特色圖片,或「為我的 Android 應用程式製作影片」。涵蓋真實 60 fps 擷取(Windows 主機 GPU 透過 ffmpeg ddagrab)、觸控指示器取代游標、使用 Playwright 逐幀渲染的 HTML 影片檔案、在節拍網格上搭配人聲剪輯檢查的授權音樂、經由 faster-whisper 驗證的 Gemini TTS 旁白、品質控制與交付。此技能基於 product-launch-motion 技能建構,該技能必須先安裝。

android-launch-video 是什麼?

android-launch-video 是一個專業 AI 代理技能,專為從真實運行的 Android 應用程式製作高品質的 Google Play 商店宣傳影片而設計。它能夠產出 16:9 與 9:16 兩種格式的影片,並提供有無旁白的版本,同時產生 Play 商店所需的截圖與特色圖片。此技能的核心在於透過 Windows 主機上的 GPU 擷取(使用 ffmpeg ddagrab)達成真正的 60 fps 錄製,確保應用程式的動畫流暢自然,而不是重現螢幕截圖。技能包含完整的製作流程,從腳本撰寫、音樂選擇與節拍對齊、AI 旁白生成與驗證,到最終的渲染與交付。它特別強調專業品質,例如使用觸控指示器而非滑鼠游標、確保所有浮動元素都有獨立背景、以及對音樂進行人聲剪輯檢查。此技能支援 Windows 平台的 Android 模擬器,並與 Claude Code、Cursor 等開發工具完美整合,為應用程式開發者提供一個從零開始、產出電影級宣傳影片的完整解決方案。

相容平台✓Claude Code~Codex CLI✓Cursor✓Gemini CLI
npx skills add https://github.com/andrecuellar/android-launch-video/tree/HEAD

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Android 啟動影片

一種方法與工具包,用於從真實的應用程式(在模擬器中執行)製作 Google Play 宣傳影片(16:9)、社群媒體直式版本(9:16)、有無旁白的版本,以及商店圖片。目標是產出完成的代理商級影片,而非單純的螢幕錄影。

此技能改編自 product-launch-motion(作者:AbubakrChan,MIT 授權)以適用於 Android。該技能為必要條件且未隨附於此:請從 https://github.com/AbubakrChan/product-launch-motion (已測試於 commit edbfb105) 安裝,並在撰寫任何影片程式碼前閱讀以下文件:

  • SKILL.md
  • references/technique.md
  • references/prompts.md
  • legacy/references/03-word-locked-sync.md
  • legacy/references/07-sound-and-master.md

Android 版本的變更:使用觸控指示器取代游標、真正 60 fps 擷取而非重建的動畫、為所有脫離螢幕的元素提供不透明背景、檢查音樂中的人聲剪輯偽影、經由語音辨識驗證旁白,以及遵循 Play 商店規則。

工具位於 tools/ 目錄(索引在 references/tools.md)。詳細說明位於 references/ 目錄;此文件為方法與規則。

1. 交付成果

項目規格
Play / YouTube 影片1920x1080,60 fps,H.264,AAC 48 kHz,-14 LUFS 整合,真峰值 <= -1 dBTP
社群媒體直式影片1080x1920,相同規格,獨立構圖(絕非 16:9 的裁切)
有無旁白的版本四個母版。有旁白的版本獨立製作,絕不取代純音樂版本
Play 商店截圖最多 8 張,1080x1920,無透明度的 24-bit PNG(或 JPEG)
特色圖片1024x500,無透明度;保持中央區域(約 x 362 至 662)淨空:Play 會在此放置播放按鈕
社群媒體靜態圖片1080x1920
預覽每個最大 14 MB,用於在 Artifact 中顯示

長度:約 40 秒,絕不超過 50 秒。

在 9:16 格式中,任何重要元素(文字、標誌、按鈕)都不得位於 Reels、Shorts 和 TikTok 的 UI 覆蓋區域:頂部 14%、底部 20% 以及距右側邊緣約 120 像素處。

2. 製作規則(先確認,後嚴格遵守)

  • 完成品。 將每個影格視為付費代理商級影片來審視。
  • 真實動畫。 手機內部所有移動的內容皆為以 60 fps 錄製的應用程式。任何動畫都不得從動態截圖重建。任何卡頓的片段都需重新錄製。
  • 無游標。 Android 沒有滑鼠。每次觸摸都以柔和的圓點和 Material 漣漪效果標記,位置和時間與真實觸摸一致(來自擷取的點擊日誌)。
  • 螢幕上無其他應用程式(例如即時通訊軟體、地圖、瀏覽器、帳戶選擇器)。如果應用程式在按鈕上提及另一個應用程式的名稱,可以朗讀該詞;但該應用程式絕不能出現。
  • 任何元素若無背景就不能浮動。 任何脫離手機螢幕的元素都必須有其專屬的不透明背景:該卡片本身或該區塊的應用程式容器,包含其圓角、顏色和柔和陰影。文字不能直接疊放在手機畫面上,且文字之間不可重疊。
  • 與應用程式完全一致。 浮動的元素最初必須是從可見影格中精確裁切出來的,並且在浮空時,需經過短暫的模糊過渡,變成一個經過校準的向量複製品。不得發明徽章、圖示、按鈕或資料。
  • 不得含有品牌或應用程式以外的元素。 最終按鈕上不得有播放圖示,不得有全螢幕顏色過渡,不得在文字後方放置方塊以提高可讀性:應調整尺寸。
  • 品牌開場與結尾,在兩種格式中均沿其軸線居中。
  • 生動的動畫。 在節拍上拉長、變細並交叉的長條線條,比僵硬的區塊效果更好。
  • 可信的資料:使用該應用程式領域的真實市場數據,絕不使用真實的個人資料。
  • 文案需使用商店清單的語言,並帶有正確的變音符號,不使用長破折號。
  • 審閱者在製作前批准腳本、音樂、聲音和品牌發音,並且只會看到已事先檢查過的內容(第 11 節)。

3. 角色與批准

  • 導演(主要對話):與審閱者溝通、啟動子代理、審查並發布。向審閱者的提問需透過 AskUserQuestion 進行。
  • 分析子代理:分析產品、品牌、流程、本地環境、樣本資料、錄製計畫和腳本。它不會建構應用程式或啟動模擬器。
  • 批准項目:故事板(使用 Playwright 繪製關鍵影格並在展示給審閱者前預先檢視)、按小節劃分的腳本、音樂、配音選擇、品牌發音,以及在錄製期間旋轉顯示器的權限。
  • 製作子代理:負責建構、模擬器、擷取、影片、音訊、旁白、渲染、靜態圖片、檢查和交付。它會將進度記錄在工作目錄的 PROGRESS.md 中。
  • 結案:導演審查並發布;審閱者的意見會送回製作端(透過 SendMessage),直到獲得批准。

4. 本地環境與資料

  • 僅限本地模擬器。 在植入資料前,檢查所有模擬器主機變數是否已設置:缺少一個變數的管理員 SDK 植入可能會寫入生產環境。
  • 目標市場的可信資料**:姓名、地點、價格和照片。照片須具備允許商業使用的授權,需註明來源,且不含第三方品牌。
  • 位置設定:adb -s <serial> emu geo fix <longitude> <latitude>。
  • 使用 Release 或 Profile 建構,不含除錯疊加層,並指向模擬器。僅為錄製目的而存在的修補程式(例如隱藏環境橫幅、跳過等待)應保持未提交狀態,並在最後還原。
  • 在該建構中關閉遙測(當機回報、分析),或證明其不會影響生產環境。
  • 乾淨的狀態列,使用 SystemUI 示範模式(tools/capture/demo.sh):顯示 9:41、滿電量、WiFi 訊號,無通知。
  • 錄製時系統動畫縮放比例設為 1;設定為 0 時,應用程式的動作不像一般手機。
  • 共享後端:如果任何共享服務(例如 staging 資料庫)會收到寫入,請在事前和事後計算行數。使用模擬提供者的本地 API 可能會在共享資料庫中留下偽造的資料。

5. 真實 60 fps 擷取

模擬器內部的 screenrecord 不夠用:在 1080x2400 解析度下約為 41 fps(在 720x1600 下為 53 fps),且滾動看起來會不流暢。僅用於測試(tools/capture/clip.py)。選項如下:

  1. Windows 主機 + GPU(已測試)。 在 Windows 上使用 -gpu host 參數啟動模擬器,將顯示器旋轉為直向,以便手機以 1:1 比例顯示,使用 ffmpeg 的 ddagrab(桌面複製)以 60 fps 進行擷取,裁切至手機螢幕範圍並旋轉,使用 hevc_amf(AMD;已測試)或 h264_nvenc / hevc_nvenc(NVIDIA;未測試)進行近乎無損的編碼。tools/capture/capture.py(ClipGPU)負責錄製、記錄每次點擊和滑動(使用模擬器時鐘),並將片段移動到 WSL。
  2. 實體手機搭配 scrcpy(未測試)。 使用 scrcpy --record 以手機的更新率錄製;點擊日誌和同步需要改寫。
  3. macOS / Linux 主機:不支援。

接著,sync60.py 將每次點擊與其所引起的視覺變化對齊,measure2.py、stutter.py 和 jumps.py 測量結果(測試設定可達到每秒 53 到 59 個獨立影格),而 app_fps.sh 則能判斷應用程式本身是否在模擬器內以 60 fps 繪製。逐步操作說明,包含 Windows 檢查事項(已解鎖的會話、螢幕逾時、可用記憶體):請參閱 references/capture-60fps.md。

6. 影片檔案

首先撰寫 DIRECTION.md(來自應用程式主題的品牌顏色和字型、標誌、概念、按小節劃分的腳本、規則),然後是 PLAN.md,最後才能撰寫程式碼。一個 HTML 頁面(film/index.html?f=16x9 或 ?f=9x16),其中所有內容都是 seek(t) 的純函數:閉合形式的彈簧運動,無 CSS 過渡,無計時器。tools/video/film/core.js 是引擎(彈簧、軌道、滾動數字)。在一個通用的向量手機框架(無製造商品牌)內,只播放真實的錄製內容,透過 seek(t) 逐幀播放,並根據點擊日誌繪製觸控指示器。

使用 Playwright 渲染:每個影格平均 4 個子影格,透過 ffmpeg tmix 以 60 fps 合成,並以平行區段的方式進行,區段大小根據可用記憶體調整。草稿以 30 fps 和一半解析度渲染。每個小節提供連絡表(contact sheets)和單個影格供審查。滾動數字需逐幀檢查:它們之間絕不能顯示錯誤內容。詳細資訊:references/film.md。

7. 音樂

  • Mixkit 平台上的音樂,使用 Mixkit 授權(https://mixkit.co/license/);標題和作者需列入感謝名單。由導演挑選,審閱者在編輯前聆聽。`tools/music/` 目錄包含目錄(標題、作者、類型、長度、連結)和節奏/能量分析;不附帶任何音訊檔案。
  • 自有節拍網格(video/scripts/grid.py):測量節奏和第一個節拍的相位。剪輯點落在節拍上,使用約 14 毫秒的等功率交叉淡入淡出,在攻擊音之前的凹陷處。
  • 人聲剪輯檢查。 有些音樂軌道帶有剪輯過的人聲片段,聽起來像是有意義的詞語(有時甚至是粗話)。fingerprint.py 和 music_check.py 將該片段的頻譜指紋(從 250 Hz 到 6 kHz 的 40 個對數頻段,餘弦相似度)與編輯中的每個節拍進行比較:任何相似度不得達到 0.88。這些小節會被排除,其回音也會被降低。
  • 音效 為合成產生,調至音樂軌道的音階,並放置在測量到的峰值上(audio.py)。
  • 混音起始點:音樂軌道 x 0.5 + 音效 x 0.62,-14 LUFS,真峰值 <= -1 dBTP。 詳細資訊:references/audio.md。

8. 旁白

  • 使用 Gemini TTS,模型為 gemini-3.8-flash-tts。金鑰僅來自環境變數 GEMINI_API_KEY:絕不列印,絕不出現在命令列、儲存庫或對話中。tts.py 僅在標頭中傳送金鑰,並從錯誤訊息中清除它。
  • 每天免費生成的次數有限。 每個請求都會被記錄;如果收到 429 狀態碼,會回報且不會重試。請妥善分配:先為每個聲音生成一小段選角用的台詞,然後每個 take 一次生成整個腳本。
  • 選角:選擇自然、溫暖的聲音,而非機器人聲。推薦人選:Sulafat(溫暖)、Laomedeia(活潑)、Leda(年輕)。
  • 品牌發音:在生成前詢問審閱者;這會放在提示詞的導演筆記中(「發音為 ...,像是 ...」),絕不顯示在畫面上。使用 faster-whisper large-v3(transcribe.py)在有和沒有提示的情況下進行檢查。該模型不隨附於此技能:https://huggingface.co/Systran/faster-whisper-large-v3
  • 聲音優先。 每句台詞在影片中都有其時間窗口,其關鍵字必須落在它所描述的視覺變化上(使用 segment.py、place.py、timing_table.py、pace.py)。
  • 含旁白的混音(narrated_mix.py):音樂在每句台詞下降低,音量低於人聲 9 到 12 dB,並帶有斜坡效果。check_margin.py 找出人聲被掩蓋的地方,audio_artifacts.py 找出爆音和剪輯錯誤。 詳細資訊:references/narration.md。

9. 商店圖片與 Play 後設資料

  • 截圖:9:16 影片中的乾淨影格(store_shots.mjs,每個影格一個 seek(t),無動態模糊)或帶有標題的真實螢幕。1080x1920,無透明度的 24-bit PNG(png_srgb.py)。第一張需陳述價值主張。
  • 特色圖片 1024x500:包含品牌、一行文字和手機,保持中央區域淨空。
  • 社群媒體靜態圖片 1080x1920,需遵守第 1 節中的安全區域。
  • Play 後設資料規則,同樣適用於影片:不得使用「#1」、「最佳」、獎項、推薦、要求下載的呼籲、限時優惠或重複的關鍵字,以及應用程式未提供的功能。 詳細資訊:references/store-assets.md。

10. 交付

  • 主要 Artifact:四個預覽檔案、靜態圖片、商店清單文字和音樂感謝名單。
  • 每種格式一個下載頁面(Artifact downloads 功能)。母版檔案分割為 14 MB 的區塊(tools/delivery/split.sh),在瀏覽器中重新組合,並在提供下載前使用 SHA-256 驗證(tools/delivery/downloads/index.html,使用 tools/editor/test-downloads.mjs 測試)。一次發布最多可傳送 64 MB:將區塊分成多個批次上傳到同一個 URL。
  • 可選擇性地將母版檔案複製到 Windows 資料夾(設定檔中的 masters_dir_wsl)。
  • 僅在審閱者要求時才上傳到 Play 商店或社群媒體。

11. 展示前的事項

親自以實際尺寸並在上下文中檢查每一張連絡表,並執行 references/checks.md 中的檢查:影片檔案(overlaps.mjs、purity.mjs、errors.mjs)、渲染(jumps.py、stutter.py)、音訊(-14 LUFS、真峰值、無人聲形狀的片段、Whisper 確認全程有聲音)以及視覺清單(無游標、無其他應用程式、無除錯橫幅、乾淨的狀態列、無個人資料、無裁剪文字、無拼寫錯誤)。

12. 機器維護

在每次大量批次處理前,檢查 uptime、free -g 和 Windows 可用記憶體。渲染在記憶體限制的環境中執行,一次僅執行一個 Gradle 建構,在長時間批次中監控溫度(CPU 超過 85°C 或 GPU 超過 80°C 時暫停),Windows 可用記憶體絕不低於 2 GB。絕不終止其他會話的程序或模擬器。詳細資訊:references/checks.md 中的「Machine care」部分。

13. 清理

關閉 Android 模擬器以及其他已啟動的任何模擬器,恢復顯示器設定和螢幕逾時設定,還原僅用於錄製的修補程式和臨時設定,清空 Windows 擷取資料夾,並清楚說明哪些事項尚待處理。

參考資料

  • references/capture-60fps.md:Windows 主機擷取,逐步操作說明。
  • references/film.md:影片頁面合約、引擎、渲染、審查一覽表。
  • references/audio.md:音樂選擇、節拍網格、人聲剪輯檢查、音效、混音。
  • references/narration.md:Gemini TTS、選角、Whisper 檢查、放置、含旁白的混音。
  • references/store-assets.md:截圖、特色圖片、Play 規則。
  • references/checks.md:審查前檢查清單與機器維護。
  • references/lessons.md:以規則形式記錄的寶貴經驗教訓。
  • references/tools.md:每個工具的功能與呼叫方式。

相關技能