Communitygithub.com

avenoxai/avenoxskills

Avenox Studio — 本地優先的 YouTube 影片製作流程(路由器,請先閱讀)。用於任何編輯、剪輯、製作、組裝、字幕、配樂或渲染長片影片,或為其製作動態圖形的請求。整合開源工具(auto-editor、mlx-whisper、MLT/melt、ffmpeg)及 HyperFrames 動畫圖形。觸發詞:「編輯這支影片」、「剪掉錄影」、「製作圖形」、「提取字幕」、「渲染最終版」、工作名稱或任何與影片流程相關的內容。人類是導演/品質把關者;代理人(AI)是操作員。

avenoxskills 是什麼?

Avenox Studio 是一個完全在本地機器上運作的 YouTube 影片製作流程系統,專為 AI 代理(agent)操作而設計。核心哲學是「人類導演、AI 操作員」:人類負責決策與品質審核,AI 代理則遵循 7 步驟流程,執行從素材引入、粗剪、動畫圖形製作(透過 HyperFrames)、組裝、字幕生成、配樂到最終渲染的所有實作任務。此系統支援 macOS(含 Apple Silicon 加速)及 Linux,並整合 auto-editor、mlx-whisper、MLT/melt 及 ffmpeg 等開源工具。關鍵原則包括:絕不將大型媒體放在雲端同步資料夾、嚴格遵循品牌規範、以及預覽審核後才產生最終渲染。技能路由器會將「編輯影片」、「剪輯」、「製作圖形」、「渲染」等請求導向對應的專門子技能(如 avenox-roughcut、avenox-graphics),提供一個結構化、可重複的專業級影片生產管線。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/avenoxai/avenoxskills/tree/HEAD/skills/avenox-video

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

Avenox Studio — 操作員路由器

本地優先、代理操作影片管線的快速操作指南。 一切都在您自己的機器上執行:無需雲端編輯器,無需上傳後再渲染。

人類負責指導和批准品質;代理(AI)負責執行管線。

設定

export STUDIO_JOBS="$HOME/video/projects"   # 大型媒體檔案存放在這裡
export STUDIO_ROOT="/path/to/this/repo"     # 腳本、範本、品牌資源

需求:macOS(透過 h264_videotoolbox 進行硬體編碼;Apple Silicon 用於 mlx-whisper)、ffmpeg、python3、melt/MLT、Node(用於 HyperFrames)。大部分功能在 Linux 上也能運作,只需換成 libx264 和 CUDA 版本的 whisper。

操作原則

  1. 媒體紀律。 大型媒體檔案絕對不能放在雲端同步的資料夾中 — 同步會因數 GB 的中間檔案而崩潰,並可能損壞正在寫入的檔案。工作檔案存放在 $STUDIO_JOBS/<job>/ 目錄下(raw/ cut/ graphics/ audio/ outputs/)。您的筆記系統只存放核心:本系統、品牌規範、edit.json 計畫。
  2. 導演迴圈。 先產出預覽(圖形靜態稿 + 快速草稿渲染)→ 發送審閱 → 只有在確認後才進行最終渲染。未經簽核絕不能交付最終版本。這是最重要的一條規則;未經審查就渲染最終版的代理會浪費數小時在一個被拒絕的剪輯上。
  3. 品牌是硬性約束,而非建議。 在製作任何圖形之前,請先閱讀 brand/frame.md。定義一次後就鎖定。(參考實作刻意反對「AI 拼貼風」:強調優質編輯、暖色紙張 + 墨水 + 單一強調色,無霓虹/漸層/玻璃擬態/3D 光澤。)
  4. 格式: YouTube 16:9 1080p60。預設配置在 brand/presets/youtube-16x9.json。
  5. 完成是混合模式。 自動產生草稿;同一個 .mlt 檔案可以在 Kdenlive 或 Shotcut 中開啟進行手動精修。不要試圖讓自動化來決定品味。
  6. 轉錄預設使用本地端 mlx-whisper 搭配 whisper-large-v3-turbo — 快速、免費,且對非英語音訊表現優異。請注意,大多數 LLM 路由代理不提供 whisper 端點;如果需要遠端,請使用專用的語音 API。

腳本 (scripts/)

腳本功能
`autocut.sh IN.mp4 [balancedaggressive
transcribe.py IN.mp4 PREFIX→ transcript/PREFIX_timed.json + _narration.txt
mltgen.py edit.json out.mlt --base <job-dir>編輯清單 → MLT 專案檔案(Kdenlive/Shotcut/melt)
`vrender.sh project.mlt out.mp4 [fastquality]`
grabshot.sh剪貼簿截圖 → 磁碟
slides2png.sh舊版靜態投影片 — 建議改用 HyperFrames
remove-silence.py獨立靜音處理

7 個步驟

  1. 素材引入 — 複製原始檔 → $STUDIO_JOBS/<job>/raw/。確認簡報和哪些片段實際重要。
  2. 粗剪 — autocut.sh raw.mov balanced → cut/screen_cut.mp4;transcribe.py 生成腳本。完整食譜 → avenox-roughcut 技能。
  3. 圖形 — HyperFrames。透過 hyperframes 技能路由 → 通常是 motion-graphics(短節拍)、faceless-explainer(概念說明)或 general-video。先閱讀 brand/frame.md;將動畫 MP4 渲染到 graphics/ 目錄。完整食譜 → avenox-graphics 技能。
  4. 組裝 — 編寫 edit.json(範本在 templates/edit.json),混合 cut/*.mp4 + graphics/*.mp4 + 音樂 → mltgen.py edit.json project.mlt --base <job-dir>。
  5. 字幕 — transcribe.py → .srt;套用 brand/caption-corrections.json(從 caption-corrections.example.json 複製 — 這是一個尋找/取代對應表,用於修正 ASR 經常誤判的詞彙)。以 YouTube CC 字幕形式輸出,不要燒錄進影片。
  6. 音樂 — 背景音樂鋪在一切之下,旁白時進行側鏈壓縮,目標 ~-14 LUFS。在 CREDITS.md 中記錄曲目來源。
  7. 輸出 — vrender.sh project.mlt draft.mp4 fast → 導演審查 → vrender.sh … final.mp4 quality → 清理暫存檔案。

圖形品質標準

HyperFrames 片段必須遵守 brand/frame.md。偏好由排版驅動、內斂、有份量的動態。如果某個節拍不需要動畫,保持乾淨的靜態畫面即可 — 不要為了動畫而動畫。

參考

  • 粗剪:avenox-roughcut · 圖形:avenox-graphics
  • HyperFrames 技能:hyperframes(路由器)、hyperframes-cli、hyperframes-animation、hyperframes-creative、motion-graphics、faceless-explainer、general-video
  • 品牌規範:brand/frame.md(從 brand/frame.template.md 填入內容)

相關技能