Chimarrao/claude-skill-video-editor

與旁白同步的 Motion Canvas 動畫

結果：animacao/ 資料夾內含位於 http://localhost:9000 的 Motion Canvas 專案，以及一個帶透明度的 ProRes 4444 4K .mov 檔案。已在影片「Windows Recall」上驗證（長度 8:43，67 個場景 + 12 個空白，90% 覆蓋率）。

姿態

從頭到尾執行，不做任何詢問；僅在最後通知（場景數量、文字百分比、需要檢查的圖片/照片、轉錄可能錯誤的名稱、如何在 CapCut 中匯入）。僅在使用者未要求渲染時才要求最終渲染。

技能自動發布（使用者規則，2026-10-14）— 務必 COMMIT + PUSH

此技能是一個 git 儲存庫（origin = github.com/Chimarrao/claude-skill-video-editor，分支 master）。對技能任何檔案（SKILL.md、腳本、模板、範例、參考資料、資產、資料庫）所做的每次修改，都必須在修改完成後立即自動提交並推送，無需確認：scripts/publicar.sh "簡短說明變更內容"（重新產生不含轉錄的 banco/assets.publico.db，執行 git add -A、commit 和 push）。請勿提交 banco/assets.db 或 20 分鐘的影片（已在 .gitignore 中）。如果推送失敗（網路/憑證問題），通知使用者並保留本機 commit。在最終摘要中提及技能已發布。

終端機風格選單（變體 V07 "Terminal ls"，使用者於 2026-10-14 選擇）

plano_dados.py：MENU_ESTILO = "terminal"，TITULO_MENU = "piores-sos"（變為 ~/piores-sos），MENU_DETALHES = ["1994 · 已取消", ...]（每行右側欄位），MENU_EXTENSOES = False。元件 src/lib/menuTerminal.tsx（與瀏覽器相同的 API）；視窗 880 像素，x=−500，標題過長（> 15 個字元）會縮小為字體 84；LOGOS_COM_PLACA = ["logo_microsoft"] 強制為灰色/深色線條標誌使用白色卡片。首次使用：「史上最爛的作業系統」（5 個系統，含 B-roll 的列表）。

• 來自模擬器/低解析度螢幕（640×480）的 B-roll 會以「覆蓋」裁切方式放大：可作為唯一素材；但優先使用 1080p+。作業系統影片中的遊戲片段（例如 Vista）— 在交付前，必須透過每個片段中間的螢幕截圖檢查所有片段。

從「史上最爛的作業系統」複審中學到的教訓（2026-10-15）— 技能會從每次編輯中學習

以下每一項都來自使用者的修正，並已成為程式碼或測試中的規則：

1. 標誌製作不良（例如 Windows ME 帶有重疊的「Microsoft」— 來自 SVG 像素化的 artifacts）：在使用前，務必在白色背景上檢查每個標誌；使用 PIL 清理/裁剪影像，並將良好版本儲存在 assets/ 和資料庫中。優先使用乾淨的官方標誌；切勿使用帶有重疊文字的標誌。
2. Secao（開場/結尾卡片）的標誌：所有標誌必須大小相同 — 3 個小方形（卡片 96 像素，圖片 64 像素）；寬標誌（例如 Microsoft wordmark）會變形：改用方形圖示（logo_win11_icone）。plano.py 在長寬比不是 ~1:1 時發出警告。
3. 語音中的列舉必須在動畫中完整顯示（「錯誤、不穩定、效能、市場排斥、歷史影響」= 5 個項目，不是 4 個）。在 transcricao.txt 中閱讀所說的句子並計算項目數；標籤必須忠於實際用詞（使用所說的術語：「不穩定性」）。測試：scripts/testes/testar_rotulos_vs_fala.py（檢查每個標籤在 [t−4, t+12 秒] 範圍內是否與語音匹配；假陽性在改述時是正常的，請閱讀警告）。
4. 項目卡片的間距/平衡：兩邊邊距相等，區塊之間留有間隙。終端機 840 像素，x=−450；標題 800 像素，x=+440（左右邊距相同，它們之間約 70 像素）。切勿讓任何一邊貼邊/留空；透過螢幕截圖檢查最長和最短的名稱。
5. B-roll 中的人物：裁剪並跳轉到沒有人的片段（網路攝影機、主持人、觀眾）。測試 scripts/testes/testar_clipes_sem_pessoas.py（在代理檔案上使用 OpenCV 的 Haar 分類器；需要在 venv 中安裝 opencv-python-headless<4.11）。要找到乾淨的片段，請對來源進行掃描（每 5 秒取樣一次，列出沒有臉部的連續片段，長度 ≥ 40 秒）。撲克牌/圖示可能會導致假陽性。
6. YouTube 詞彙：避免在標籤中使用可能導致去 monetization 或具有攻擊性的詞彙（「死胎」、「死亡」、「自殺」……）：改為中性詞（「滯銷」、「無設備」）。適用於卡片、選單詳細資訊、標題和事實。
7. 渲染：模板 project.meta 中的 resolutionScale 為 2（4K）— 對於 1080p，在渲染前將其調整為 1，並在前 90 秒使用 ffprobe 確認；計劃可能已改寫 meta。
8. 務必在渲染前對每個片段的中間進行視覺掃描（遊戲畫面、相機拍攝顯示器、新聞報導）；腳本無法取代肉眼。

標準回覆格式（使用者要求 — 在狀態更新中務必使用）

當使用者詢問「目前進度如何？/接下來呢？」或在任何長時間專案的更新中，請以此格式回覆（簡短，葡萄牙語，所有任務都附上大概時間）：

1. 標題：任務狀態（大概時間，包含機器當前負載）。
2. 表格 | # | 任務 | 狀態 | 時間 | 使用 ✅ 已完成（時間「完成」） · 🔄 進行中（實際進度，例如：「7:53 / 14:29（54%）」，以及剩餘時間） · 🟡 部分完成（缺少什麼） · ⏳ 等待中（依賴於什麼）以及每項任務的預計時間。包含直到最終交付的所有步驟（轉錄、對齊、計劃、在 9000 上驗證、使用者調整、渲染、CapCut、所用影片報告）。
3. 當你看到某件事時： 下一次視覺驗證和完整交付的預測（加上使用者的時間）。
4. 如果有任何事停滯/緩慢，說明實際原因（例如：機器負載）和選項（例如：切換到更快的模型），不要獨自決定。 在回覆前，真正衡量進度（最後的時間戳記、檔案百分比）；從不未經檢查就重複估計。參考估計：large-v3 轉錄 ≈ 音訊長度的 2–4 倍（機器負載時更長）；對齊 ≈ 5 分鐘；1080p 渲染 ≈ 影片長度的 1–2 倍；4K ≈ 5 倍；CapCut ≈ 3–5 分鐘。

第一步：詢問使用者 — 除非使用者已回覆或要求「不要問」

1. 影片類型（定義風格、場景和模板；當新類型出現時，在此處新增）：
   • 無 B-roll 的列表（僅透明覆疊；例如：「所有程式語言」）：項目依序編號。每次切換項目時，會出現選單（VS Code 的檔案總管，Monokai 主題），其重點欄會從前一個項目滑動到新項目，旁邊是大型卡片 #NN 名稱（+ 副標題 年份·作者）。然後顯示官方標誌、創作者（照片+姓名）、簡要事實、程式碼視窗、統計資料和標誌圖形（使用這些語言的公司/工具）。主題 Monokai；衝擊性標題採用終端機風格；HUD NN/TT 名稱 顯示在右下角。範例：exemplo/plano_dados_linguagens_LISTA_sem_broll.py。
   • 無 B-roll 的網誌（僅透明覆疊；例如：「Windows Recall」）：在深色圓盤上的線條圖示圖形、標誌/照片、報導風格的衝擊性標題（ESTILO_TITULO='reportagem'），語氣嚴肅。範例：exemplo/plano_dados_recall_WEBDOC_sem_broll_*.py。
   • 無 B-roll 的論點列表（僅透明覆疊；「對比」；例如：「Windows 7 比 Windows 11 好」）：包含少量項目作為論點/論證（4–6 個），而非物件。與無 B-roll 的列表使用相同引擎：瀏覽器選單（TITULO_MENU="ARGUMENTOS"，檔案 hardware.md…），卡片 #NN 主題 + 副標題 論點 N · …，左側為「反派」/主題標誌，右側為事實、比較（A 與 B 的表格，勝出者為綠色，例如：需求）、畫面（帶說明的螢幕截圖/照片）、圖形（標誌/圖示的扇形圖）、使用日曆圖示的時間軸和衝擊性 標題。無程式碼視窗。在論點區塊前/後：背景脈絡（Secao + G 場景）和結論/CTA。覆蓋率 92–100%。範例：exemplo/plano_dados_windows7_ARGUMENTOS_sem_broll.py。
   • 含 B-roll 的列表（例如：替代作業系統；使用者提供的支援影片）：與無 B-roll 的列表相同的瀏覽器選單/卡片 #NN/HUD/Monokai，但影片和動畫交替出現（項目以影片開始；短動畫 ≤ ~30%，無程式碼，少量文字；參見「影片 ↔ 動畫交替」）。分析 Assets/ 中的影片（位於音訊旁），僅將 B-roll 放置在項目內部，並交付一個新的 CapCut 專案（基礎音軌 = 連續填充；上方是帶有留空的剪輯；覆疊 .mov alpha；旁白）。參見「類型：含 B-roll 的列表」。B-roll：參見「網路影片」（自 2026-10-12 起已授權）。
   • 含 B-roll 的網誌（敘事性，非列表；例如：電子投票機、帶支援影片/圖片的報導）：根據腳本混合網誌動畫（圖形/樹狀圖、箭頭、標誌、人物照片、日期、比較、畫面、標題 ≤5%）、B-roll 影片和圖片（使用者放在 Assets/ 中），以及中間的短列表（「8 層…」；使用 ListaCurta 元件）。輸入：.wav + Assets/（只有這些檔案會變成 B-roll/背景圖片；標誌/圖示/人物照片繼續來自資料庫）。交付：覆疊 + 新的 CapCut 專案（填充 → 帶留空的 B-roll → 覆疊 → 旁白）。參見「類型：含 B-roll 的網誌」。
   • （其他類型會出現；如果使用者要求新的類型，與他們一起定義模板並在此處記錄。）
2. 覆蓋率百分比 附圖表/動畫（無 B-roll 的網誌預設 90%；無 B-roll 的列表通常 100%；大量螢幕 B-roll 的影片 = 40–60%；含 B-roll 的列表：覆疊覆蓋 100%，但在影片片段中較輕；含 B-roll 的網誌：動畫片段約 90%，影片本身在 B-roll 片段中算作已覆蓋）。記錄在 COBERTURA = (min, max) 中。 如果請求已包含所有資訊，則不要詢問；在最終摘要中確認選擇。

類型：無 B-roll 的列表 — 模板（語言影片，Monokai；也是含 B-roll 的列表的基礎）

• Monokai 主題（src/lib/monokai.ts：背景 #272822，粉紅 #f92672，綠 #a6e22e，藍 #66d9ef，橘 #fd971f，黃 #e6db74，紫 #ae81ff，註解 #75715e；等寬字型）。面板 rgba(39,40,34,.95) 帶 14% 白色邊框。
• 每個項目中的程式碼範例：VS Code 視窗（janelaCodigo），包含標題列、活動列、檔案分頁、行號、狀態列和由 highlight.js 著色的 tokens → Monokai（scripts/tokenizar.mjs 讀取 codigos_fonte.json {id:{arquivo,linguagem,hl,cor,codigo}} 並產生 src/scenes/codigos.json；COBOL 有自己的 tokenizer）。簡短片段（4–10 行），具有代表性（例如：Rust move/borrow、TypeScript 類型錯誤、COBOL ADD A TO B GIVING C）。
• 創作者：真实姓名 + 真实照片（圆形裁剪；群组 = 单张照片 + 多个姓名）。照片來源：Wikipedia REST API（/api/rest_v1/page/summary/<title> → originalimage）+ Special:FilePath/<file>?width=700，帶 User-Agent 和 sleep ≥1s（速率限制 429）；GitHub/Bluesky 頭像；官方頁面（例如：lua.org/images/team.jpg）。使用 scripts/recorte_rosto.py（OpenCV Haar；安裝 opencv-python-headless<4.11 — 5.x 沒有 CascadeClassifier）進行自動臉部裁剪。在聯絡表中檢查所有照片（搜尋有時會傳回錯誤的人、標誌或植物）。沒有可靠照片 → 使用 Pessoas([(None, nome, papel)]) 顯示剪影；通知使用者。
• 真實標誌：Simple Icons（cdn.simpleicons.org/<slug>，名稱：cplusplus、dotnet、vuedotjs、nodedotjs…）— Java/C#/Microsoft/Windows/Blizzard 不存在：使用 Wikimedia（C_Sharp_Logo_2023.svg、Duke_(Java_mascot)_waving.svg、Microsoft_logo_(2012).svg）。標誌以白色卡片形式出現（logoCard/placa=True）；沒有官方標誌 → 使用單色縮寫（ASM、COBOL、SQL）。
• 衝擊性標題（Monokai/終端機）：Monokai 面板，帶粉紅色條，// tag，全大寫等寬行，前綴 >，逐字輸入 + 游標閃爍，關鍵字 *rosa* / *v:verde* / *a:azul* / *l:laranja* / *y:amarelo* / *r:roxo*。在項目內部使用 Titulo([...], dur, tag, em)（疊加在頂部並自行消失）；在項目之間使用 Tx(...)。最大 TITULOS_MAX%（5）以及對頻道有意義的句子（令人難忘的名言：「沒有函數，只有段落」）。風格參考：程式碼編輯器的打字機效果 + 動態排版（每次少量詞語，強烈對比）。
• 時間軸（Tempo）緊接在介紹之後（項目按時間順序，交替側，均勻間距）和章節（Secao）卡片用於轉場。
• 基於句子的錨點 F("所說的段落") 而非秒數：在音訊剪輯後仍能存活。vigiar_audio.sh（在背景執行）檢測 ../pronto.wav 何時變更（穩定 45 秒），複製，重新轉錄（MODELO=medium）並執行 plano.py；然後檢查 plano.log 和編輯器。
• 轉錄：對於技術性葡萄牙語語音，使用 MODELO=medium（small 會弄錯名稱和術語）。僅在標籤中修正轉錄錯誤的名稱（Bacchus→Backus、「Dennis Rich」→Ritchie、「Liddorff」→Lerdorf），而不是在音訊中。

類型：含 B-roll 的列表（影片分析 + CapCut 專案）

輸入： 使用者指定旁白音訊（.wav）；同一資料夾中存在 Assets/ 包含影片（有時有圖片）。僅使用這些檔案。 流程（「無 B-roll 的列表」所做的所有事情 — large-v3 轉錄 + 對齊、plano_dados.py、視覺驗證、資產 — 加上以下步驟；僅在使用者要求時才渲染 4K）：

1. 分析（在規劃之前）：python scripts/broll/analisar_broll.py — 掃描 Assets/ 中的每個影片檔案（寬度、高度、fps、長度、無聲部分）。評估 B-roll 質量：解析度（首選 1080p+）、內容類型（螢幕錄影、網路攝影機、遊戲、幻燈片）、有無人臉。產生 broll_report.json。
2. 在腳本中放置 B-roll：在 plano_dados.py 中，對於每個場景，決定 B-roll 持續時間（通常是場景長度的 30–60%，取決於類型）。僅在填充 B-roll 位置時使用影片片段（場景開始/結束或語音暫停時）。始終保留一部分場景僅使用動畫覆疊。
3. 手動放置 B-roll（在生成 plano.py 後）：執行 scripts/broll/posicionar_broll.py — 分析文字轉語音時間戳記和場景持續時間。為每個場景選擇最佳的 B-roll 片段（優先考慮無聲、高解析度、無人臉）。產生 broll_placement.json 檔案。
4. 產生 CapCut 專案（在 Motion Canvas 渲染後）：scripts/capcut/gerar_projeto.py — 從模板建立新的 CapCut 專案：
   • 基礎音軌：音訊旁白（.wav）連續播放。
   • 影片軌道：B-roll 片段放置在有留空的位置（僅在指定時出現）。
   • 覆疊軌道：從 Motion Canvas 渲染的 .mov 檔案（alpha 透明）— 覆蓋整個時間線。
   • 檔案輸出：projeto_capcut/ 包含 CapCut 專案檔案（.draft）。
5. 交付：最終交付包含 animacao/（Motion Canvas）+ projeto_capcut/（CapCut）+ broll_report.json。

類型：含 B-roll 的網誌（敘事性影片 + CapCut 專案）

與含 B-roll 的列表類似，但腳本是敘事性的（非列表）：

• 動畫：網誌風格（圖形/樹狀圖、箭頭、標誌、照片、比較、畫面、時間軸、標題）。無列表特定元素（無瀏覽器選單、無 #NN 卡片）。
• B-roll：混合支援影片和圖片（來自 Assets/）。位置：用於說明具體概念，而非填充。
• CapCut 專案：與含 B-roll 的列表相同（連續旁白 + 帶留空的 B-roll + 覆疊 .mov）。

從 B-roll 分析中學到的教訓（2026-10-20）

1. B-roll 的解析度很重要：始終偏好 1080p+ 影片用於 B-roll。如果只有 720p 可用，可以接受，但需通知使用者。
2. 避免 B-roll 中的網路攝影機鏡頭：網路攝影機錄影（640×480，角落有小視窗）通常畫質低且使人分心。跳過或裁剪這些。
3. 檢查 B-roll 中的品牌/標誌：如果 B-roll 顯示競爭對手的產品或不相關的品牌，裁剪或模糊它們。
4. 保持 B-roll 簡短：每個 B-roll 片段最多 5–8 秒。更長的片段會讓觀眾感到無聊。必要時拆分。
5. B-roll 中的人物：如果 B-roll 包含人物（主持人、觀眾），確保他們與內容相關且授權正確。否則，裁剪他們。
6. 無聲檢測：使用分析中的無聲部分來放置 B-roll，避免與語音重疊。

測試與驗證

• scripts/testes/testar_rotulos_vs_fala.py：檢查所有標籤是否與時間戳記 t−4 到 t+12 秒範圍內的語音匹配。報告假陽性（改述）。
• scripts/testes/testar_clipes_sem_pessoas.py：檢查 B-roll 剪輯中是否有人臉。使用 Haar 分類器，對代理檔案進行操作。需要 opencv-python-headless<4.11。
• 視覺驗證：在 http://localhost:9000 上檢查 Motion Canvas 專案。檢查所有場景、標籤、標誌、佈局。檢查 B-roll 放置。
• 渲染驗證：在前 90 秒使用 ffprobe 檢查解析度和編解碼器。
• 使用者的最終審查：在使用者進行最終審查後，如果需要，根據他們的回饋進行調整。

版本控制與發布

• 所有變更必須自動 commit 和 push，無需確認。
• 使用 scripts/publicar.sh "變更訊息"。
• 不要 commit banco/assets.db（已在 .gitignore 中）或大的影片檔案。
• 如果推送失敗，通知使用者並保留本機 commit。

終端機風格選單（顯示）

選單顯示為帶有選項的終端機視窗，使用等寬字型。

• TITULO_MENU：顯示為 ~/piores-sos 風格的路徑。
• MENU_DETALHES：每行右側的詳細資訊（例如：「1994 · 已取消」）。
• MENU_EXTENSOES：如果為 false，則不顯示副檔名。
• LOGOS_COM_PLACA：這些標誌具有白色背景卡。

額外提示

• 對於 Secao 場景中的所有標誌，保持大小一致（卡片 96 像素，圖片 64 像素）。
• 在動畫中反映語音中的確切文字。
• 保持佈局平衡（左右對稱，留白）。
• 在標籤中使用中性詞彙（避免敏感的 YouTube 詞彙）。
• 渲染前檢查解析度設定。
• 在渲染前務必對 B-roll 片段進行視覺掃描。