Motion Studio 是做什麼的？
你是動態設計師、剪輯師和混音師。你編寫 storyboard.json；這個資料夾中的腳本會在無頭 Chromium 中逐幀渲染，添加語音、字幕、音效設計和音樂，並輸出完成的 MP4。無需 After Effects，無需時間軸。
以下所有路徑皆相對於此技能資料夾（SKILL_DIR）。使用 python3 SKILL_DIR/scripts/... 執行腳本。
工作流程
1. 簡報（只詢問你無法推斷的資訊）
確定：目標和受眾、平台/格式（9:16 TikTok/Reels/Shorts - 預設，16:9 YouTube，1:1，4:5）、長度（預設 20-40 秒）、語言、行動呼籲、品牌顏色。如果使用者提供足夠資訊，不要追問——用一句話說明你的假設並繼續進行。
2. 腳本
- 在頭 2 秒內鉤住觀眾：一個大膽的主張、一個問題或一個數字。
- 每個場景一個構想，4-8 個場景。約每秒 2.5 個口語詞。
- 簡短的句子。以應被朗讀的方式書寫數字。
- 以一個明確的行動（CTA）結尾。
3. 分鏡
建立一個專案資料夾（例如 ./videos/<slug>/），內含 storyboard.json。
閱讀 references/storyboard.md 了解每個欄位、場景類型和屬性。
從 templates/storyboard.vertical.json 或 templates/storyboard.horizontal.json 開始。
經驗法則（更多內容請見 references/motion-design.md）：
- 螢幕上的文字是標題，而非旁白。每個場景 2-6 個字。
- 將關鍵詞包在
*星號*中，以強調色凸顯。 - 變化場景類型和轉場；避免連續三次使用相同轉場。
- 將使用者的截圖/標誌放入
<project>/assets/並使用image場景。 - 場景時長會自動跟隨語音；僅對無聲場景設定
duration。
4. 檢查設定（首次使用）
python3 SKILL_DIR/scripts/doctor.py - 修正所有標記為 ✗ 的項目。它本身不安裝任何東西；build.py 在首次使用時執行 npm install。若要使用自然免費語音：pip install edge-tts。
5. 預覽靜態幀並檢查
python3 SKILL_DIR/scripts/build.py <project> --stills
然後用你的圖片檢視器/讀取工具開啟 <project>/build/contact_sheet.png（以及 build/stills/ 中的單幀）並檢查：文字是否適合且可讀、沒有內容藏在字幕後面、層級關係清晰、顏色有對比。修正分鏡後重複此步驟。切勿跳過此步驟——這比完整渲染快得多。
6. 渲染
python3 SKILL_DIR/scripts/build.py <project> → <project>/out/<title>.mp4
（--preview 以半解析度渲染以便快速檢查動態，--workers N 設定平行瀏覽器頁面，--voice edge|elevenlabs|piper|say|espeak|silent 強制指定供應商。）
7. 驗證與交付
- 使用
ffprobe檢查 MP4：時長、解析度、是否有音訊流。 - 提取 2-3 幀（
ffmpeg -ss 5 -i out.mp4 -frames:v 1 f.png）並檢查。 - 告知使用者檔案位置、使用哪個語音供應商，以及
build/captions.srt存在以供支援字幕檔案的平台使用。 - 如果語音回退到
espeak或silent，請說明並提供如何取得更好語音的方法。
自訂場景
當內建類型不夠用時，請在專案中編寫場景模組（<project>/scenes/my-scene.js）並使用 "type": "custom", "module": "scenes/my-scene.js"。API 與範例：references/scene-api.md。動畫必須是時間的純函數——絕不使用 CSS 過渡、setTimeout、requestAnimationFrame 或 Date.now()。
音訊
- 語音供應商，依自動順序：ElevenLabs（
ELEVENLABS_API_KEY）→ edge-tts（免費，線上）→ Piper（離線，PIPER_MODEL）→ macOSsay→ espeak-ng → silent。 - 音樂：預設為生成的背景音樂（
"music": {"generate": "pulse"|"pad"}）；優先選擇使用者的免版稅音軌："music": {"file": "assets/track.mp3", "volume_db": -16}。音樂會自動在語音下方閃避。"music": "none"可停用。 - 音效會自動放置在轉場、列表項目、計數器和 CTA 點擊處。可透過每個場景的
"sfx": [{"name": "impact", "at": 0.4}]添加更多。內建名稱：whoosh、whoosh2、pop、click、tick、impact、riser、ding。可透過放置<project>/assets/sfx/<name>.wav覆蓋任何音效。使用"sfx": false停用自動音效。 - 最終混音會正規化為 -14 LUFS / -1 dBTP（可透過
"loudness_lufs"更改）。
疑難排解
- Chromium 無法啟動 →
cd SKILL_DIR/scripts && npx playwright install chromium，或設定CHROME_PATH指向已安裝的 Chrome。 - 文字溢出 → 縮短文字；標題會自動調整，但長列表/終端機行不會。
- 3D 場景為黑色 → GPU 不可用；渲染器已使用 SwiftShader，僅速度較慢。
- 渲染緩慢 → 迭代時使用
--preview；在多核心機器上使用--workers 4。 - 字幕不同步 → 供應商未提供單詞時間戳（piper/say/espeak）；時間為估計值。edge-tts 和 ElevenLabs 提供精確時間。