Communitygithub.com

lzcjsyr/Book2Video

將中短篇專業報告、公司財報、券商研報、招股書、總體經濟分析及含有較多表格和數據的 PDF 文件,轉化為高品質、數據精準的中文視頻號/抖音口播解說稿。只要使用者提到「研報」、「財報」、「商業分析報告」或需要「解讀數據」、「把報告/PDF 做成短視頻」,務必使用此 Skill。

Book2Video 是什麼?

這是一個專為數據密集型專業報告設計的視頻文稿生成技能,目標是將繁雜的數據和表格轉化為普通人聽得懂、覺得有用的硬核解說視頻。它支援的輸入包括中短篇專業報告、公司財報、券商研報、行業白皮書、招股書及總體經濟分析 PDF,輸出為可直接用於視頻號/抖音口播的高品質中文解說稿。該技能採用模組化架構,包含高精度文字/表格抽取、資料對照表初始化、口語化寫作標準、以及嚴謹的修訂流程(v1 初稿、v2 數據核對稿、Final 終稿與審計差分)。其核心優勢在於透過三步驟流程(提取與閱讀、確定邏輯切入點、撰寫與校驗),確保每一個出現的百分比、金額、比率等數字都能在資料對照表中找到精確出處,並最終以標準 JSON 格式輸出。它還設定了正文長度配置(初稿最少 1000 字,終稿目標 1200 字),並要求自檢數據校驗閉環、邏輯推進節奏與口語化表達。主要用戶為需要將專業報告快速轉化為短視頻腳本的內容創作者、分析師或市場人員。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/lzcjsyr/Book2Video/tree/HEAD/skills/step1/report-video-script

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

數據密集型報告解說稿生成策略

這是一個專為中短篇專業報告、公司財報、券商研報、行業白皮書等數據密集型材料設計的視頻文稿生成技能。它將繁雜的數據和表格轉化為普通人聽得懂、覺得有用的硬核解說視頻。

本 Skill 是一個薄入口,負責把報告處理拆成幾個可單獨維護的模組:

  • reading-and-extraction.md:高精度文字/表格抽取(結合本地提取/外部預處理)、資料對照表初始化與視窗化閱讀。
  • writing-standard.md:研報解說稿的開頭、邏輯推導、數據口語化標準和最終 JSON 輸出契約。
  • revision-workflow.md:v1初稿、v2數據核對稿、Final終稿以及修改審計差分流程。

正文長度配置

這是本 Skill 中正文成稿長度的唯一真相來源。其他 Reference 不得重複寫具體字數,只能引用本節。

draft_min_chars: 1000
final_target_chars: 1200
  • _draft_v1.txt 儲存前必須達到 draft_min_chars。
  • 後續所有正文稿原則上不得低於 draft_min_chars。
  • 最終 raw JSON 的 content 目標長度按 final_target_chars 執行,total_length 寫實際 content 字元數。

主流程

不要一輪直接輸出。按以下步驟執行,以保證資料真實性與文稿傳播力:

  1. 提取與閱讀:先讀 reading-and-extraction.md。使用本地提取工具(如 PyMuPDF/fitz)解析 PDF 或直接讀取已預先轉換好的 Markdown 報告,劃分 Bash 閱讀視窗並 100% 讀入。建立資料對照表以備後查。
  2. 確定邏輯切入點:靜默提取報告核心問題(如行業危機、公司成長瓶頸、宏觀異動),提取報告核心解釋框架,並綁定一個跟受眾高度相關的利益切入點(e.g. 這個數據對普通人意味著什麼)。
  3. 撰寫初稿:讀 writing-standard.md,撰寫達到 draft_min_chars 的 _draft_v1.txt,重點在於將冰冷的數據「翻譯」為口語和邏輯因果。
  4. 結構與數據校驗修訂:讀 revision-workflow.md。第二稿 _draft_v2_structure.txt 確定後,直接儲存為初步的 _draft_final.txt。提取其中所有數據生成台帳 _data_check_ledger.json(初始為 unchecked)。之後對照原文校驗,直接在 _draft_final.txt 上進行局部訂正/刪改(更新狀態為 verified/abandon/corrected)。所有數據校驗完成(無 unchecked)後,定稿 _draft_final.txt 並記錄 _revision_audit.json 差分審計。
  5. 打包輸出 JSON:依據 writing-standard.md 的最終 JSON 輸出契約生成最終 JSON。

自檢要求

提交最終 JSON 前,靜默確認:

  • 數據對照表已完整建立,文稿中出現的每一個百分比、金額、比率等數字都在對照表中有精確出處。
  • 數據檢驗台帳 _data_check_ledger.json 中所有條目的 status 均已更新(無 unchecked),完成數據閉環。
  • 開頭在 100 字內給出了尖銳的問題或核心衝突,以及觀眾關心的利益承諾。
  • 每約 250 字有一次邏輯推進,文筆口語化,刪除了「本書提到」、「從上圖可以看出」等 AI 總結詞。
  • 修訂流程完備,每一輪的修改都在 _revision_audit.json 中有清晰的 before/after。

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

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。

lzcjsyr/Book2Video

The fallback workflow for authoring custom HyperFrames video compositions at any length or format — longer or multi-scene pieces, brand / sizzle reels, montages, title cards, static loops, and freeform compositions. Input- and length-agnostic. If a specialized workflow clearly fits the input — a marketed product, a website, a topic explainer, a GitHub PR, existing footage, a short motion graphic, or a Remotion port — prefer it (see /hyperframes); use this only as the general fallback when none fit.

相關技能