Communitygithub.com

節拍動態圖形

用程式產生 15 秒或 30 秒、卡在節拍上的動態圖形短片:程序化 Canvas 畫面、無頭瀏覽器逐幀、合成音軌,不用素材庫。

節拍動態圖形 是什麼?

一條純程式的動態圖形流程,適合宣傳、講解、發布或展示,1080p60。畫面是程序化的 HTML5 Canvas,幀由無頭 Chrome 抓取,聲音按節拍合成而不是匯入。不依賴素材庫,也不打開時間線剪輯軟體。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cccPhoenix/beat-motion-graphics/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

節奏驅動的程序化動態圖形設計

使用四階段程式化管道,製作專業級動態字體與程序化動態圖形影片:

index.html(基於 HTML5 Canvas 的節奏驅動渲染器)
    ↓  逐幀捕捉(10 倍快門動態模糊)
scripts/render.py(無頭 Chrome CDP → ffmpeg H.264)
    ↓
make_audio.py(基於完全相同節奏網格的程序化波形與 EDM 合成)
    ↓
ffmpeg 混流 → final.mp4(1920×1080,60 fps,AAC 立體聲)

所有元素——視覺效果、轉場、鏡頭震動、閃爍效果、鼓聲、和弦以及漸強音——皆由節拍編號在單一共用節奏網格(預設 128 BPM)上調度。無需手動時間軸對齊,無需外部素材片段,無需第三方 Python 套件。


工作流程

第一步 — 環境檢查

在開始創作檔案前,請先驗證本地環境的必備條件:

  1. ffmpeg / ffprobe(需具備 libx264 與 aac 編碼器)。
  2. 無頭 Chrome / Chromium 執行檔(macOS 使用 Google Chrome,Linux 使用 chromium / google-chrome)。
  3. 系統字型需支援目標語言(例如:拉丁字母使用粗體幾何無襯線字型,中日韓使用 PingFang / Hiragino / Noto Sans,HUD/程式碼使用等寬字型)。

第二步 — 節拍對應的故事板

在編寫任何渲染程式碼之前,先將使用者的主題轉換為節拍對照表。

  • 選擇影片長度:15 秒 = 32 拍 或 30 秒 = 64 拍,節奏為 128 BPM(每拍秒數 = 60 / 128 = 0.46875 秒/拍)。
  • 按照 storyboard-prompt-template.md 中的敘事弧線進行: 開場鉤子 → 張力/對比 → 概念視覺(圖表/隧道/變形/3D)→ 快速建構 + 倒數計時 → 0.1 秒靜默黑幕 → 粒子落下結尾。
  • 保持螢幕上的文字極度精簡:1–3 個英文主視覺詞(200–400 px),最多搭配一行簡短副標題(36–70 px)。切勿編寫段落。

第三步 — 建立 index.html(視覺引擎)

建立一個自包含的單一 HTML5 Canvas 渲染器檔案(1920×1080),需公開:

  • window.READY === true:當字型、離屏精靈、變形形狀與粒子目標完成初始化後設為 true。
  • window.TOTAL(整數,總幀數,例如 900 或 1800)。
  • window.MB(可設定的動態模糊子取樣數,最終渲染預設 10,快速預覽設為 1)。
  • window.frameData(frameIndex, quality):回傳該特定影格的 JPEG 資料 URL。

請遵循 visual-style-guide.md 中的視覺基本元素與後製處理流程。

第四步 — 視覺靜態影格檢查(強制性關卡)

請勿盲目執行 900–1800 影格的完整渲染。 務必先捕捉 12–16 個代表性關鍵影格,並以聯絡表單方式進行檢查:

python3 scripts/render.py --html ./index.html --stills 60,200,330,420,560,780,920,1110,1280,1450,1560,1650,1760
ffmpeg -y -loglevel error -pattern_type glob -i 'preview/f*.jpg' -vf "scale=640:360,tile=4x4" -frames:v 1 preview/sheet.jpg

檢查 preview/sheet.jpg 並確認:

  • 文字未與角落的 HUD 重疊(主要內容請保持在 y ∈ [100, 980],x ∈ [100, 1820] 範圍內)。
  • 所有字型已正確載入(無方塊字 / 回退襯線錯誤)。
  • 在亮色與暗色場景中對比度清晰可讀;HUD 差異 混合模式保持清晰。
  • 動態模糊、光暈以及粒子收斂效果整潔且居中。 在進行完整渲染前,修正任何版面問題並重新驗證。

第五步 — 生成程序化配樂(make_audio.py)

調整 make_audio_template.py,使其與 index.html 中使用的 BPM、BEATS、SCENE_TRANSITIONS 和 DROP_BEAT 完全一致。合成規則請參閱 audio-synthesis-guide.md。

在混流前,請驗證生成的 music.wav:

  • 長度與 BEATS * 60 / BPM 完全一致。
  • 渲染聲譜圖(showspectrumpic)或執行每秒 RMS 檢查,以確認動態清晰、節奏結構明確,以及掉落前約 0.1 秒的靜默間隔。

第六步 — 完整渲染與混流

  1. 以 60 fps 及 MB=10 動態模糊渲染所有影格:
    python3 scripts/render.py --html ./index.html --out video.mp4 --mb 10
    
  2. 混流影片與音訊,影片部分使用串流複製:
    ffmpeg -y -loglevel error -i video.mp4 -i music.wav \
      -c:v copy -c:a aac -b:a 256k -shortest final.mp4
    
  3. 對 final.mp4 執行最終 ffprobe 檢查以及 6 影格聯絡表單檢查,確認其為 1920x1080、60 fps、h264 + aac、長度準確且輸出乾淨。

硬性限制與工程規則

  1. 單一拍點時鐘:index.html 與 make_audio.py 都必須嚴格根據 beat = t / (60 / BPM) 來推導時間。切勿硬編碼任何可能與音樂產生偏移的幻數毫秒偏移量。
  2. 確定性渲染:使用基於種子的偽隨機數生成器(例如 mulberry32),並以影格/元素索引作為鍵值——渲染迴圈內絕不使用 Math.random()——這樣 10 倍動態模糊的子取樣才能保持連貫,避免混亂閃爍。
  3. 10 倍快門動態模糊:在 0.75 影格的快門視窗內平均 10 個子影格(使用 alpha = 1 / (k + 1) 累積)。少於 8 個取樣會導致快速動態字體出現階梯狀殘影。
  4. 零依賴 Python:render.py 與 make_audio.py 必須僅使用 Python 標準函式庫(os、json、subprocess、base64、math、random、wave、array),以便在任何環境下無需 pip install 或 numpy 即可執行。
  5. 預先烘培昂貴的光暈效果:避免在 10 次動態模糊處理中,對複雜文字/卡片每影格調用 ctx.shadowBlur。請在 init() 期間預先將發光的主視覺精靈渲染到離屏畫布上,或使用疊加的低透明度筆畫(glowStroke)。
  6. 掉落前靜默:在高潮掉落拍點之前,插入約 0.10 秒 的完全視覺黑幕與完全音訊靜默,以最大化衝擊感。
  7. 事實紀律:若影片呈現真實世界的產品/技術宣稱,請先驗證事實,並省略未經確認的數值(例如衝突的定價或未經驗證的基準測試百分比)。

相關技能