Communitygithub.com

reel-critic

在發布前審查完成的 9:16 短影音(TikTok、Instagram Reels、YouTube Shorts),並反覆修正直到通過。測量長度、格式、音量、語音時機、人聲與音樂比例、鉤子動作、靜止拉伸與硬切,比對語音與腳本,並由 Claude 審查聯絡表以檢查構圖、字幕帶與安全區問題。失敗時僅重做失敗的步驟(單一鏡頭、單一語音、混音),最多三輪。最後產生字幕與英文標籤。

reel-critic 是什麼?

reel-critic 是一個專為 AI 代理工具(如 Claude Code、Cursor、Codex)設計的審查技能,用於自動化 9:16 短影音(TikTok、Instagram Reels、YouTube Shorts)的品質保證流程。在每個短影音建置後(例如在使用 stickman3d 工具鏈時),它會執行徹底的檢查:語音轉文字(透過 ElevenLabs Scribe 進行比對腳本)、技術測量(長度、解析度、音量、語音開始時間、間隙、人聲與音樂比例、鉤子動作、畫面變化率、硬切數量及字元錯誤率),以及視覺審查(透過聯絡表檢查構圖、安全區、字幕帶、物件位置、文字重疊與畫面破損)。如果任何檢查失敗,它只會重做失敗的步驟(例如單一鏡頭、語音行、混音),最多三輪,並提供一份包含字幕和英文標籤的最終報告。它還整合了 Instagram 與 TikTok 的實際表現數據,以根據觀看時間和互動率提出規則調整建議。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/atuuuuuuu/reel-critic/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

/reel-critic

短影音(Reel)在通過審查前不算完成。在 make.sh 寫出 <reel>/<name>.mp4 後執行此技能。 PY 是 stickman 套件 Python(numpy):PY="$HOME/.claude/plugins/cache/claude-animation-skills/animation-skills/1.0.0/kit/.venv/bin/python"。CRITIC="<此技能的基礎目錄>"。

1. 語音

轉寫最終的 mp4:bash "$CRITIC/tools/stt.sh" <reel> [video] [mon|eng](透過 Composio 使用 ElevenLabs Scribe,寫入 audio/stt_final.json)。 如果 Composio ElevenLabs 配額已用完,請在 ElevenLabs 網頁應用程式中轉寫 mp4(語音轉文字,匯出含時間戳記的 JSON),並將其儲存為 audio/stt_final.json。Whisper 在蒙古語上表現較弱:請勿對蒙古語短影音使用 Whisper。

2. 測量

"$PY" "$CRITIC/tools/critic.py" <reel> [video.mp4] 會寫出 <reel>/critic/report.md、report.json 及 critic/sheets/sheet_NN.jpg(每秒一格,每張 10 格;sheet NN 的第 i 格大約位於 NN*10 + i 秒處)。退出碼 0 表示所有測量檢查皆通過。閾值位於 rules.json:

檢查項目規則重做步驟
長度40 至 68 秒腳本
尺寸、fps、編碼1080x1920、30 fps、h264 + aac渲染 / 母帶
響度、真實峰值-11.5 至 -8.5 LUFS、<= -1 dBTP母帶
語音開始時間第一個字在 0.3 秒內語音
語音間隙行間無超過 0.9 秒的靜默語音
人聲與背景音樂比例語音至少比暫停時(音樂 + SFX)大 9 dB混音
鉤子動作前 0.5 秒內有物體移動鏡頭
畫面持續變化無超過 2 秒的幾乎不變畫面鏡頭
硬切最多 2 次(飛掠滑動不算切換)鏡頭
語音與腳本相符在字幕置換後,字元錯誤率 <= 8 %語音

3. 檢視

閱讀每張聯絡表(堆疊它們:ffmpeg -i sheet_00.jpg -i sheet_01.jpg ... -filter_complex vstack=N)。藍色框線:安全區(x 100 至 980,y 220 至 1500)。黃色條帶:字幕帶(y 1250 至 1420)。在以下情況下判定短影音失敗:

  • 人臉或關鍵道具落在字幕帶下或安全區外;
  • 主體被畫面邊緣切掉,或靠近鏡頭的道具遮擋住主體;
  • 有文字被字幕遮擋的標示牌或標題卡,或蒙古語短影音中出現任何英文文字;
  • 某一拍的畫面未顯示該時刻語音所說的內容(檢查每格畫面上的字幕文字);
  • 損壞的幀:黑色畫面、遺失紋理、角色漂浮或陷入地板。 飛掠滑動中間的幀可能模糊或顯示空地:這是正常的。在 report.md 的 ## Picture 下寫出每個發現及其時間與重做步驟。

4. 判決與修正循環

只有在步驟 2 退出碼為 0、步驟 3 無任何發現,且步驟 1 的差異清單中沒有語音實際唸錯的字詞(聆聽所列出的字詞;STT 拼寫錯誤不計)時,才算 PASS。 若為 FAIL,僅重做失敗的部分,然後再次執行步驟 1 至 3。3 輪後停止,並向使用者顯示仍然失敗的項目。

  • 鏡頭 / 構圖在某些時間點:編輯 web/shots.js,用 render.js stills 檢查,然後執行 bash "$CRITIC/tools/rerender.sh" <reel> <t1,t2,...>(僅重新渲染覆蓋那些時間的鏡頭,重新拼接,重新製作母帶)。如果某個場景變更出現在許多鏡頭中,則需要完整執行 make.sh。
  • 語音行:重新錄製該行(stickman3dmn:使用 retake.py 或 ElevenLabs 網頁應用程式),重建字詞時間,執行 make.sh <reel> keep。
  • 混音 / 響度:編輯 audio.py,執行 AUDIO_ONLY=1 make.sh <reel> keep。
  • 腳本 / 長度:交回給使用者;腳本由他們核准。

5. 從實際數據學習

python3 "$CRITIC/tools/stats.py" --out <reel>/critic/stats.json 透過 Composio 擷取 Instagram Reels 洞察(觀看次數、分享、儲存、平均觀看時間)及 TikTok 影片統計資料。如果某個平台未連接(composio link instagram、composio link tiktok;Instagram 洞察需要商業或創作者帳戶),則跳過該平台。在累積 10 篇以上貼文後,將前三分之一與其餘部分進行比較(觀看時間、長度、鉤子類型),並在使用者同意變更前向其提出 rules.json 的修改建議。

6. 交接

提供使用者:mp4 路徑、長度、測量響度、判決表、已修正的圖片發現、以及使用短影音語言並附帶 3 至 5 個英文標籤(Hervee 頻道固定使用 #whatif,加上主題標籤如 #mongolia #ulaanbaatar、TikTok 使用 #fyp、YouTube 使用 #shorts)的 TikTok、Instagram 和 YouTube Shorts 字幕。使用者手動發佈。

規則來源

請參閱 README.md:留存率與鉤子研究、安全區測量以及已評估的自動化工具。

相關技能