dharani2201-mini/auto-video-edit

/auto-video-edit：從原始素材到完成影片

一次性執行整個流程，無需中斷詢問。修復錯誤並重新執行，直到產出好的 final-video.mp4。

SKILL_DIR 指的是此檔案所在資料夾（通常是 ~/.claude/skills/auto-video-edit）。

1. 檢查設定（只需一次）

ls SKILL_DIR/.venv/bin/python SKILL_DIR/remotion/node_modules/.bin/remotion

如果缺少任一項，請執行專案的 install.sh，或手動安裝：

python3 -m venv SKILL_DIR/.venv && SKILL_DIR/.venv/bin/pip install -r SKILL_DIR/requirements.txt
cd SKILL_DIR/remotion && npm install && npx remotion browser ensure

此外需要在 PATH 中包含 ffmpeg、ffprobe 與 node（macOS 可使用 brew install ffmpeg node 安裝）。

2. 執行管線

在存放素材的資料夾中（預設會選取最大的影片檔，除非您指定檔名）：

bash SKILL_DIR/scripts/run_all.sh                 # 或：run_all.sh my-take.mov

管線包含三個步驟，每個步驟也可獨立執行：SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/<步驟>.py

步驟	功能	輸出檔案
edit.py	辨識語音、剪除大於 0.5 秒的靜音（保留 0.15 秒氣口）、將影片分割成約 4.5 秒的鏡頭、根據語音內容選擇正常/拉近（1.3 倍）/特寫（1.5 倍）鏡頭、將拉近中心對準偵測到的臉部、進行調色、將語音音量標準化至 -14 LUFS、在每個剪輯點加上 10 毫秒淡入淡出	edited-video.mp4、work/transcript.json、work/edit_report.json
animate.py	尋找需要視覺輔助的時機：帶單位的數字 → 計數器、「A vs B」/「instead of」/ 前後對比 → 比較卡、3 個以上的「首先 / 接著 / 最後」句子 → 流程圖、強烈主張（「真相是」、「大部分的人」……） → 文字卡片；平均每 15 秒一張卡片，從不在前 2.5 秒插入；每個卡片以影片的解析度與幀率渲染	work/animation_plan.json、animations/*.mp4、work/animation_manifest.json
finalize.py	在每個卡片的時間點以柔和淡入淡出插入；若存在 broll/ 資料夾，則將檔名與語音單詞相符的素材片段（如 broll/coffee.mp4 → 語音中的「coffee」）插入 3 秒	final-video.mp4、work/finalize_report.json

實用參數：

• edit.py --no-zoom、--whisper small（更準確的逐字稿，但較慢）、--silence-db -35（安靜環境）/ -25（吵雜環境）、--min-silence 0.35（更緊湊的剪輯）
• animate.py --max 3、--min-gap 8

3. 讓卡片更智慧（每次都要做）

自動產生的計畫是基於規則。在最終渲染前，利用逐字稿來改善它：

1. 執行 SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/animate.py --plan-only
2. 讀取 work/transcript.json 與 work/animation_plan.json。編輯計畫：
   • 將每個 headline / label / steps / value 改寫成 2-6 個精簡詞彙，表達講者的意思（不要只是句子的片段）。修正逐字稿誤認的數字。
   • 刪除對理解沒有幫助的卡片；在關鍵數字、列表或對比尚未有卡片的時機新增卡片。卡片類型與屬性：
     • Counter：{"to": 75, "decimals": 0, "prefix": "$", "suffix": "%", "label": "..."}
     • Comparison：{"left": {"label": "Before", "value": "4 hours"}, "right": {"label": "After", "value": "10 min"}}
     • Flowchart：{"steps": ["Record", "Upload", "Post"]}（2-5 個步驟）
     • TextCard：{"headline": "Nobody talks about this", "body": ""}
   • 每個卡片需要 "start"（在 edited-video.mp4 中的秒數）與 "seconds"（3-5 秒）。
3. 執行 SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/animate.py --from-plan
4. 執行 SKILL_DIR/.venv/bin/python SKILL_DIR/scripts/finalize.py

4. 檢查結果

• 讀取 work/edit_report.json 與 work/finalize_report.json：確認時長合理縮短，且無警告。
• 擷取畫面來檢查：ffmpeg -ss 5 -i final-video.mp4 -frames:v 1 -y work/check.jpg（以及每個卡片的開始時間 + 1 秒處）。檢查畫面：拉近鏡頭中臉部是否在畫面內、卡片是否可讀、無被裁切。
• 如果拉近導致臉部嚴重裁切，請重新執行 edit.py --no-zoom。如果感覺剪輯不流暢，請使用 --min-silence 0.8。

如果某步驟失敗

每個步驟會將完整的 ffmpeg / Remotion 輸出寫入 work/*.log。讀取最後幾行，修正原因，然後只重新執行該步驟。常見問題：

• whisper unavailable → 缺少虛擬環境；請安裝它（步驟 1）。編輯步驟仍會執行，但不會有拉近選擇。
• Remotion Could not find a browser → cd SKILL_DIR/remotion && npx remotion browser ensure。
• 卡片渲染失敗 → 會以純文字卡片重試，然後跳過；影片仍會完成。

報告

--- 影片編輯完成 ---
輸入 / 輸出 / 時長 前→後 / 剪輯次數 / 拉近混合 / 卡片數 / B-roll / 檔案大小

然後列出任何無法修正的問題。