Communitygithub.com

Book2Video(通用影片工作流程)

用於創作自訂 HyperFrames 影片合成的通用後備工作流程,支援任意長度或格式——較長或多場景作品、品牌/精華短片、蒙太奇、標題卡、靜態循環及自由構圖。輸入與長度不限。若有專門工作流程明顯更符合輸入內容(如行銷產品、網站、主題解說、GitHub PR、現有素材、短動態圖形或 Remotion 移植),請優先使用該工作流程(請參考 /hyperframes);僅在沒有合適工作流程時,才將此作為通用後備方案。

Book2Video(通用影片工作流程) 是什麼?

Book2Video(也稱為 general-video)是 HyperFrames 生態系統中的一個通用後備 SKILL.md,專為需要更複雜、自訂影片合成的場景設計,這些場景不屬於專門工作流程(如產品發布、網站轉影片或 GitHub PR 轉影片)的範疇。它提供了一種結構化方法,用於創作各種影片資產,包括品牌短片、蒙太奇、標題卡、靜態循環以及多場景作品,不受輸入類型或長度的限制。該工作流程強調規劃與設計的紀律,首先要求建立視覺識別系統(通常使用 hyperframes-creative 參考資料),並在編寫任何 HTML 之前,先透過一個強制性的「硬關卡」(HARD-GATE)來確保設計原則(如字體搭配、前景密度)得到遵守。它遵循一套嚴格的「版面優先於動畫」原則,旨在於添加基於 GSAP 的動畫之前,先捕捉並修正佈局問題,從而防止元素重疊和渲染錯誤。該 SKILL 文件還說明了如何與其他領域專用技能(如 hyperframes-animation、hyperframes-core、hyperframes-media)進行協作,並概述了一個統一的音訊引擎(支援語音合成、背景音樂和音效)以及一個詳細的輸出檢查清單。總而言之,對於在 Claude Code、Cursor 或類似平台建立 HyperFrames 專案的 AI 代理而言,這是一個全面的指南,確保在沒有專門模板可以遵循時,能夠製作出高品質的客製化影片內容。

相容平台~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/lzcjsyr/Book2Video/tree/HEAD/skills/step4/general-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

media-use:在獲取音訊/圖片之前,先調用 /media-use 從 HeyGen 目錄解析 BGM/音效/圖片。先執行 --adopt 註冊現有資產。請參閱 /media-use 技能。

general-video — 通用影片工作流程

在開始建構前,先確認路線。 這是用於創作自訂合成的後備方案。如果輸入內容明顯符合某個專門工作流程,請優先使用該流程:行銷產品 → /product-launch-video;一般網站 → /website-to-video;主題解說 → /faceless-explainer;GitHub PR → /pr-to-video;現有素材 → /embedded-captions · /talking-head-recut;簡短的無旁白動態圖形 → /motion-graphics;Remotion 移植 → /remotion-to-hyperframes。不適用範圍:即時/渲染時數據、完成影片的非線性編輯(NLE)風格的剪輯,或製作 HyperFrames 無法捕捉的素材。不確定?請先閱讀 /hyperframes。

完全按照要求建構。 標題卡就是標題卡——不是標題卡加上三個輔助場景、背景音樂和字幕。如果額外的場景或元素確實能提升作品品質,_提出_建議;不要默默添加。對於小幅修改(修正顏色、調整一個持續時間、添加一個元素),跳過規劃步驟,直接進入建構階段。

方法

發掘階段——僅限開放式請求

對於模糊、探索性的請求("為我們的品牌做點什麼"、"一個很酷的開場")——在選擇顏色前,先理解意圖:

  • 觀眾——誰在看?開發人員 / 高階主管 / 一般消費者?
  • 平台——在哪裡播放?社群媒體 (15秒) / 網站主視覺 / 產品展示 / 內部使用?
  • 優先級——什麼最重要?動畫品質 / 內容準確性 / 品牌忠實度 / 速度?
  • 變化——一個最佳方案,或 2-3 個有意義的不同選項(不同的節奏、能量或結構——而不僅僅是顏色互換)?

對於具體請求("添加一個標題卡"、"修正場景 3 的時間點"),跳過發掘階段。

步驟 1 — 設計系統 → hyperframes-creative

首先建立視覺識別。如果專案有設計規範,請閱讀它(優先級 frame.md → design.md → DESIGN.md;將其視為品牌真理——確切的顏色、字體、限制)。

如果沒有規範,在選擇任何顏色或字體之前,你必須閱讀 hyperframes-creative/references/house-style.md 和 hyperframes-creative/references/video-composition.md 兩者。 house-style.md 提供了 "解釋提示 / 生成真實內容" 的開場白、懶惰預設列表和圖層配方;video-composition.md 提供了影片媒介的密度/比例/前景細節(數據條、註冊標記、等寬字體元數據、"8-10 個元素,其中兩個元素用戶沒要求"),這些是區分 "已製作" 和 "已生成" 的關鍵。只閱讀其中一個是最常見的失誤——video-composition.md 正是代理經常跳過的那個,也正是防止輸出看起來扁平、居中、像網頁的那個。不要自行想像一個調色盤而跳過這些;進入 hyperframes-creative 是強制性的,不是可選分支。從那裡,也可以根據需要提取一個命名的風格/氛圍 → references/visual-styles.md,或互動式選擇器 → references/design-picker.md。規範/風格定義的是品牌,而不是構圖規則。

找出切入點(模糊簡報,無規範): 在選擇顏色之前,寫一句話——這個名字/詞彙/主題引發了什麼聯想,以及什麼視覺_世界_(隱喻、場景、樂器、主題)表達了它?例如,一個網路安全工具 → 金庫門 / 周界掃描線 / 鎖芯;一個冥想應用程式 → 潮汐、呼吸、緩慢的光綻放。閱讀主題的_意義_,而不僅僅是其文字;選擇一個具體的切入點,而不是字面上的重新設計。這是在單一場景作品中,提示擴展(步驟 2)被正確跳過時的一個廉價替代方案——這也是設計概念和通用漸層 logo 之間的區別。

步驟 2 — 提示擴展 → hyperframes-creative

對每個多場景構圖執行(單一場景作品和瑣碎編輯跳過)。根據設計規範 + 內部風格來錨定請求,形成一個一致的中間表示,使得下游工作能以相同方式讀取。請參閱 hyperframes-creative/references/prompt-expansion.md。

步驟 3 — 規劃

在編寫 HTML 之前,從高層次思考:

  1. 內容——觀眾體驗:敘事弧線、關鍵時刻、情感節拍。
  2. 結構——有多少個構圖、子合成 vs 內聯、哪些軌道承載影片/音訊/疊加/字幕。對於整體單一檔案 vs 模組化子合成的選擇,請參閱 hyperframes-core/references/composition-patterns.md § 兩種架構(經驗法則:≥3 個硬場景切換,或任何重複使用的場景 → 採用模組化;一個簡短的單一場景作品則保持一個檔案)。
  3. 節奏——在實作之前先命名模式(例如 fast-fast-SLOW-SHADER-hold);請參閱 hyperframes-creative/references/beat-direction.md。
  4. 時間點——哪個片段驅動持續時間、轉場落在哪裡、節奏。
  5. 佈局——先建構最終狀態(見下文)。
  6. 動畫——然後透過 hyperframes-animation 添加動態效果。

佈局優先於動畫

將每個元素放置在其最顯眼時刻的位置——完全進入、正確定位、尚未退出。先將其寫為靜態 HTML + CSS。暫時不要使用 GSAP。

為什麼: 如果你將元素定位在其動畫起始狀態(螢幕外、縮放至 0、透明度 0)並補間到你_認為_它們會到達的位置,你就是在猜測最終佈局——重疊問題會一直隱藏,直到渲染時才顯現。先建構最終狀態,你就能在添加動畫之前看到並修正佈局問題。

  1. 為每個場景找出英雄幀——最多元素同時可見的時刻。這就是你要建構的佈局。
  2. 為該幀編寫靜態 CSS。內容容器必須使用內邊距(padding)來填滿場景,而不是使用絕對偏移量:
.scene-content {
  display: flex;
  flex-direction: column;
  justify-content: center;
  width: 100%;
  height: 100%;
  padding: 120px 160px; /* 內邊距定位內容;可填滿任何場景大小 */
  gap: 24px;
  box-sizing: border-box;
}

絕不要在內容容器上使用 position: absolute; top: Npx——當內容高於空間時它會溢出。將絕對定位保留給裝飾性元素。

⚠ 上面的 width/height: 100% 只有在每個祖先元素都有明確的高度時才有效。 根元素 <div data-composition-id> 和它與 .scene-content 之間的任何包裝層都必須設定尺寸(根元素上設定 position: relative; width: 1920px; height: 1080px——請參閱 hyperframes-core → "Root 必須設定尺寸")。跳過這一步,flex 容器會崩潰到約 0,內容會堆疊到左上角,第一個字元會從 x=0 處被裁剪——而 lint/inspect 仍然報告 0 個問題。並且始終在 .scene-content 上保留 padding(≥80px):這是標題安全邊距。絕對不要用單純的 gap 來取代它。

  1. 添加入場動畫——使用 gsap.from() 從螢幕外/不可見狀態動畫到 CSS 位置(在子合成中,傾向使用 gsap.fromTo() 以便明確指定起始狀態;請參閱 hyperframes-core/references/sub-compositions.md)。CSS 位置是事實基礎;補間動畫是到達該位置的過程。
  2. 退場由轉場處理——根據 hyperframes-animation/transitions/ 中的場景轉場規則,只有最後一個場景會將元素動畫退出;場景之間的轉場本身就充當退場。

時間上的共享空間: 如果元素 A 在元素 B 進入同一區域之前退出,兩者仍然需要為各自英雄幀設定正確的 CSS 位置——時間線順序可防止它們共存,而佈局步驟可以捕捉意外的重疊。分層光暈/陰影和 z 軸堆疊深度是_故意的_重疊;這個步驟的目的是捕捉_非故意的_碰撞(兩個標題疊在一起、內容溢出畫面)。

建構——委派給領域技能

這裡將技能的全部範疇(請參閱 description)對應到其參考資料——非詳盡列表;當某個意圖未被列出時,透過 hyperframes-creative(外觀/概念)、hyperframes-animation(動態)、hyperframes-core(合約)、hyperframes-media(音訊/字幕)進行路由。第一行是附加的——請同時閱讀它和你的意圖行,而不是只讀其中一個。

建構中的類型…首先閱讀(按順序)
始終——每個非瑣碎作品,除了你下方意圖行之外hyperframes-creative/references/house-style.md + references/video-composition.md(也在步驟 1 / HARD-GATE 中被限制;"已製作,非已生成"的前景細節)
動態文字排版 / 文字為主hyperframes-animation/techniques.md(動態文字) + adapters/gsap-easing-and-stagger.md + rules/kinetic-beat-slam.md
標題卡 / 下方三分之一 / 疊加 / 畫中畫 / 主體後文字hyperframes-creative/references/composition-patterns.md +(對於居中/定尺寸的幀)hyperframes-core → "Root 必須設定尺寸"
Logo / 品牌標誌揭示hyperframes-animation/rules/svg-path-draw.md(繪製效果) + rules/3d-text-depth-layers.md + rules/scale-swap-transition.md
數據 / 統計 / 數字hyperframes-animation/rules/counting-dynamic-scale.md + rules/stat-bars-and-fills.md + hyperframes-creative/references/data-in-motion.md
產品 / 應用程式 / UI 展示hyperframes-animation/rules/3d-page-scroll.md + rules/cursor-click-ripple.md + rules/press-release-spring.md
音訊反應 / 音樂驅動hyperframes-creative/references/audio-reactive.md(預先提取頻段;對應到動畫)
旁白 / 語音 / 音樂 / 音效 / 字幕hyperframes-media → 共享音訊引擎 scripts/audio.mjs(一次呼叫 = TTS + BGM + SFX → audio_meta.json);字幕創作 + 資產放置透過 hyperframes-core。請參閱下方的音訊。
多場景 / 轉場hyperframes-animation/transitions/overview.md 然後 transitions/catalog.md(你讀完概述後還沒完成——GSAP 配方在目錄中)
模組化 / 子合成hyperframes-core/references/composition-patterns.md + references/sub-compositions.md

音訊:統一的引擎(TTS · BGM · SFX)

僅在作品需要時才使用(根據 "完全按照要求建構"——不要在標題卡上添加背景音樂)。不要手動製作 TTS 或自行供應複製品:編寫一個中性的 audio_request.json 並調用 hyperframes-media 中的共享引擎。它會根據一個開關自動降級——如果存在 HeyGen 憑證 → 使用 HeyGen TTS + 音樂/SFX 檢索;如果不存在 → 使用 ElevenLabs/Kokoro TTS、Lyria/MusicGen BGM 生成以及內建的 SFX 庫。完整的標誌列表 + 請求/元資料架構:請參閱 hyperframes-media/scripts/audio.mjs 的頭部註解。

// audio_request.json — 每個旁白段落一行;`id` 是你的標示(用於將 audio_meta 關聯回來)
{
  "lines": [
    { "id": "s1", "text": "你的開場白。", "sfx": ["whoosh"] },
    { "id": "s2", "text": "下一個節拍。" },
  ],
  "bgm": { "query": "calm cinematic underscore" }, // 省略 "mode" → 自動(如果有 HeyGen 則檢索,否則生成);設為 "none" 以停用
}
# <MEDIA_DIR> = 已安裝的 hyperframes-media 技能目錄(此技能的兄弟目錄)
node <MEDIA_DIR>/scripts/audio.mjs --request ./audio_request.json --hyperframes . --out ./audio_meta.json

然後讀取 audio_meta.json:將每個 voices[].path + (bgm.path, sfx[]) 掛載為 <audio> 軌道,並使用 voices[].words 進行字幕創作,全部依據 hyperframes-core(音訊軌道 + 字幕創作)。如果 BGM 走了生成路徑 (bgm_pending: true),則在最終渲染之前執行 hyperframes-media/scripts/wait-bgm.mjs。

輸出檢查清單 → hyperframes-cli

  • ...

[已截斷以供翻譯]

Individual skills in this repo

This repo contains 6 individual skills — each has its own dedicated page.

lzcjsyr/Book2Video

将 PDF、EPUB、DOCX 等书籍或长文档一次性转成约 4 分钟的中文读书带货短视频口播稿,以情绪共鸣、观看留存和购买欲为核心,直接输出 Book2Video 后续流程可读取的 raw JSON。用户提到读书带货、图书推广、卖书口播、商品卡、走心书单视频、情绪型读书文案或要求生成可直接进入视频流水线的带货稿时使用。

lzcjsyr/Book2Video

将长书、长文档转成中文视频号读书解说稿;先抽取文本并建立可恢复覆盖台账,覆盖自检通过后再按入口定义的正文长度生成初稿、多轮修订和最终 raw JSON。

lzcjsyr/Book2Video

将长书、长文档、PDF、EPUB、读书资料、思想经典、社科著作、商业书或研究型长文转成更有传播感的中文视频号/抖音读书口播稿,并输出项目可用的 raw JSON。只要用户提到“读书解说”“拆书稿”“视频号口播”“把这本书做成短视频”“长文档转视频脚本”“生成标题/封面/金句/raw JSON”,都应使用此 skill。

lzcjsyr/Book2Video

Cody的公众号长文写作skill。当用户需要撰写公众号文章、写稿子、续写文章、根据素材产出长文时使用。触发词包括但不限于:写文章、写稿子、帮我写、续写、扩写、公众号文章、长文、出稿、按我的风格写。即使用户只是说"帮我把这个写成文章"或"用我的风格写一下",只要上下文涉及内容创作和公众号输出,都应该触发。也适用于用户丢过来一个PDF、brief、新闻链接、语音转文字或任何素材说"帮我写篇文章"的场景。不要用于短内容(小红书帖子、推特、朋友圈)或纯标题摘要生成。

lzcjsyr/Book2Video

将中短篇专业报告、公司财报、券商研报、招股书、宏观经济分析及含有较多表格和数据的PDF文档,转化为高品质、数据精准的中文视频号/抖音口播解说稿。只要用户提到“研报”、“财报”、“商业分析报告”或需要“解读数据”、“把报告/PDF做成短视频”,务必使用此 Skill。

lzcjsyr/Book2Video

简化版的文稿生成技能。能够直接读取图书/文档,提取核心论点,生成高品质、口语化的视频号/抖音读书解说文稿并输出标准 JSON 格式。

相關技能