Communitygithub.com

編輯:單一計畫,單一指令

將使用者的錄製內容轉換為影片,包含說話者剪輯與編輯計畫,並透過一個指令 (crewcut render) 建置所有插入元素、音效與音樂。

編輯:單一計畫,單一指令 是什麼?

這個編輯技能能將使用者的錄製內容自動化地轉換為完整的影片。流程分為兩大部分:首先進行「說話者剪輯」,自動選取最佳鏡頭、在停頓處進行剪輯並完成調色;接著建立「編輯計畫」(`edit/plan-vNNN.json`),詳細定義每個插入片段、其對應的文字、提示點以及音效。最後,透過 `crewcut render` 指令即可一鍵建置整個計畫。該技能明確地將風格與品味決策(如顏色、字體、音量)分離到品牌風格包 (`crewcut brand show`) 與規則文件 (`brand/rules/edit.md`, `brand/rules/cut.md`) 中,確保核心工具保持中立。它支援多種場景類型,包括 2D 圖形、3D 物件和錄製片段,並提供了詳細的工作流程參考,涵蓋從說話者剪輯、混音規劃、場景建置、到最終組裝與審查的完整步驟。此外,技能還包含了嚴格的品質檢查規則(如符號優先於文字、限制文字卡片數量)、混音規則、以及關於使用本地資源與租用 GPU 進行 3D 渲染的成本效益分析建議。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/marcopatzelt/crewcut/tree/HEAD/skills/edit

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

編輯:單一計畫,單一指令 是做什麼的?

編輯器會將使用者的錄製內容轉換為影片,過程分為兩部分。首先是說話者剪輯:挑選最好的鏡頭,在停頓處進行剪輯,並完成調色。接著是編輯計畫 (edit/plan-vNNN.json):包含每個插入片段、其對應的文字與提示點,以及音效。工作檯 crewcut render 會根據此計畫建置影片。此技能中沒有任何關於顏色、字型或音量的設定:這些都來自於風格包 (crewcut brand show)。品味則存在於 brand/rules/edit.md 和 brand/rules/cut.md 中。

優先閱讀

你想要閱讀
將錄製內容剪輯成說話者剪輯references/record-to-cut.md(包含:聲音到結尾、分割檔案、最後一個完整鏡頭、雙重開頭、在停頓處剪輯、重拍、調色、顯示與鎖定)
撰寫計畫、選擇或建置場景、顯示錄製內容references/plan-and-scenes.md(包含:文字錨點、計算混音元素、為每個陳述選擇形式、提示點、新增 2D 場景、重複使用、錄製內容)
製作音樂、設定音量或租用 GPUreferences/sound-and-gpu.md(包含:音樂需配合故事、透過測量選擇、音量設定、GPU 的陷阱、費用卡)
建置 3D 場景技能 3d-scene
在顯示前進行檢查技能 cut-check(由評論家執行,絕對不是由你)

場景名稱及其資料鍵值:templates/2d/BLOCKS.md 和 templates/3d/README.md。請勿在此處複製鍵值列表。

版本的建置方式

  1. 說話者剪輯 (references/record-to-cut.md):執行 crewcut ingest、crewcut transcribe、crewcut cut …。在開始建置之前,請先對其執行 python3 skills/cut-check/scripts/cut_check.py <decisions>,並修復每一個 ERROR。
  2. 最終剪輯的文字:crewcut transcribe audio/voice-vNNN.wav → work/words-vNNN.json。所有計畫時間都來自這些文字。
  3. 計算混音元素,然後列出插入點(見下方段落)。在大規模渲染之前,將列表以卡片形式送出:crewcut card propose --episode $CREWCUT_EPISODE --step edit --kind mix --title "Inserts for v002" --file edit/mix-v002.md。在卡片保持開啟的狀態下繼續建置;這張卡僅供參考,不是一個關卡。
  4. 使用一個小型生成器腳本 (edit/make_plan.py) 撰寫計畫,該腳本會根據文字錨點設定所有時間。永遠不要手動輸入秒數。結構定義請參考:docs/architecture.md 中的「Edit plan」章節。值為 null 的欄位將從風格包中獲取。
  5. crewcut render plan edit/plan-vNNN.json:列出每個插入片段的影格和提示點。請閱讀此輸出。一個只有半秒的插入片段表示錨點設定錯誤。
  6. crewcut render 2d edit/plan-vNNN.json:在本機渲染 2D 插入片段。
  7. 3D 部分:crewcut render probe edit/plan-vNNN.json <id> 會產生一個半尺寸的靜止影格。在進行任何其他操作之前,請將其與參考圖像一起查看(技能 3d-scene)。然後進行成本估算並建立卡片(見「租用 GPU 或本機」段落),接著執行 crewcut render 3d edit/plan-vNNN.json --rented --gpus N 或 --local。
  8. crewcut render cut edit/plan-vNNN.json:進行最終組裝,包含背景音樂、重音、打字效果、間隙、自動閃避,以及來自風格包的響度目標。輸出是未經檢查的。請告知秀導:「已建置,未檢查,請勿顯示」。
  9. 將版本交給評論家 (crewcut job add --episode $CREWCUT_EPISODE --identity critic --step edit "check plan-vNNN")。只有在兩項檢查都顯示 0 個 ERROR 之後:預覽影片才可移至 export/ 目錄,秀導將其以卡片形式顯示,內含檔案 (crewcut card propose … --kind preview --file export/<id>-vNNN-preview.mp4),並在顯示後立即執行:crewcut render shown edit/plan-vNNN.json。從那一刻起,任何變更,即使是只有兩影格的變動,都需要建立一個新的計畫版本。

如果文字或數字有變更:修改計畫(新版本),然後重複步驟 5 到 9。只有被變更的插入片段會重新渲染。當不需要在中間進行檢查時,crewcut render all <plan> 可以一鍵執行 2D、3D 和最終剪輯。

先規劃混音,再製作計畫

這些規則適用於每個計畫,在渲染任何影格之前都必須遵守。限制值來自 edit-style.json。

  1. 符號優先於文字。 每個插入片段應首先展示某個正在發生的事情。只有在觀眾必須閱讀真實來源時才使用文字卡片(headline、post):最多使用 text_cards_max 個來源,且最多佔全螢幕插入片段的 text_share_max 比例。keyword 僅用於數字或名稱,最多使用 keywords_max 個,每個最多 keyword_max_words 個詞。在渲染前按種類計數;風格檢查會再次計數。
  2. 符號表示使用 2D 和 3D。 當一個帶有動作的物體能夠表達概念時,使用 3D。對於流程、數量、方式和比較,使用手繪風格的 2D:那些可以建構、移動或變化的形狀。根據每個插入點,選擇一個觀眾能在 2 秒內理解的畫面。一個場景最多只能包含一個詞或一個數字,且必須對應到口語詞。
  3. 標準是參考,不是「它能渲染」。 與 baseline.json 和 brand/references/ 進行比較。租用 GPU 是為了品質:全解析度、足夠的採樣數、柔和的陰影、清晰的邊緣。2D 是動態設計,不是投影片:元素應逐一建構,攝影機有輕微的漂移,轉場柔和。
  4. 在最終剪輯前檢查每個場景。 將一個靜止影格和一個 5 影格的片段與參考圖像並排比較。如果看起來像投影片、剪貼畫或模板,就丟掉並重新建置。少量非常好的場景勝過許多平庸的場景;一個場景可以配合不同的詞或狀態重複使用 2 到 4 次。
  5. 使用真實素材,無需提示。 一則貼文、一個公告或第三方結果必須以圖片形式呈現:貼文以卡片形式呈現,並在口語詞語處加上標記;第三方短片以卡片形式呈現,並顯示其來源。絕不使用虛構的螢幕截圖,也絕不使用你編造的公司標誌。
  6. 音樂必須服務故事 (references/sound-and-gpu.md)。僅使用樂器,在語音下方保持輕柔,並附上來源和版權說明。
  7. 快速運算,避免閒置。 在機器載入的同時,持續在本機工作(計畫、2D、剪輯)。每個遠端步驟都有時間限制。最後,必須證明沒有任何機器仍在運行。
  8. 在大規模渲染前顯示列表(步驟 3):時間、種類、一行描述所見內容、文字卡片的數量。

場景

2D 場景(HTML,由 Chromium 渲染,使用品牌標記樣式)和 3D 場景(透過程式碼操作 Blender,位於 templates/3d/)。資料鍵值:templates/2d/BLOCKS.md、templates/3d/README.md。哪種形式用於哪種陳述:請參考 references/plan-and-scenes.md 的第 3 節。

種類場景
2D 數字與數量counter、bars、grid、wave
2D 來源與真實素材headline、post、clip-card、cards、swap
2D 概念圖area、flow、untangle
2D 疊加在說話者畫面上(透明)keyword
3Dobject-word、row、grid3d、stack、slide、box、scale(共用工具包 templates/3d/stage.py)
錄製片段"kind": "clip",包含 file、at、speed:一個全螢幕的完成錄製內容

預設的風格包僅附帶少量通用的 3D 場景。使用者自定義的場景應放置於 brand/templates/ (切勿編輯應用程式的模板)。新場景需在 BLOCKS.md 或 templates/3d/README.md 中添加一行說明,並且在有人看過它的影格之前,不會對其進行測試。

混音規則(數值來自風格包)

  • 3D 佔比:約佔所有插入片段的 graphics_mix.3d;數字主要由 2D 呈現;說話者在其餘時間出現在畫面中。
  • 在詞語上剪輯,而非在節拍上。畫面中的文字應在其被說出前 0 到 3 影格出現。
  • 使用 "speaker": [{"at": s, "zoom": z}] 來分割較長的說話者片段(從 zoom_base 縮放到 zoom_punch,絕不超過 zoom_max)。
  • 說話者在兩個全螢幕片段之間的持續時間不得短於 speaker_min_seconds,且在影片開頭和結尾至少要有 speaker_open_close_seconds 的時間。
  • 音效:背景音樂音量為 music_db,並啟用 duck(自動閃避);只在強音處使用重音;在計數器下方使用打字音效;在最重要的數字出現前,音樂要有一個短暫的間隙。總響度為 loudness_lufs,真實峰值最多為 true_peak_db。
  • 來源必須誠實:標題卡片必須指名真實的來源。
  • 絕不聲稱進行過未曾發生的觀看或收聽檢查。本次會話無法聽到聲音:請標註時間點。

當你應用一條來自某個命名來源的規則時,你可以用一行來說明,例如:crewcut say --episode $CREWCUT_EPISODE --cite "fast cutting and keyword captions after Alex Hormozi's editing style" "…"。

租用 GPU 或本機渲染

  • 3D 影格在 Blender Cycles 中渲染。本機渲染意味著使用容器的 CPU:適合用於半尺寸的預覽探針和非常短的場景。任何更長的渲染都需要租用 GPU。
  • 成本優先。 執行 crewcut compute estimate --kind blender --frames N [--local-sec-per-frame S] 會輸出本機和租用狀態下的時間與費用。將估算結果製作成一張卡片(--kind spend,標題包含金額),然後使用 crewcut card wait <id> 等待。如果退出碼為 3,則代表不可行:請改為在本機渲染或放棄該場景。只有具有 may_spend: true 屬性的身分(編輯器)才能進行租用。
  • 始終:先渲染半尺寸的靜止影格,再渲染動畫。
  • 只有場景程式碼和字型會發送到租用的機器。絕不包含錄製內容、語音、密鑰或私人資料。
  • 最後:執行 crewcut compute destroy --all-ours,然後執行 crewcut compute ledger --episode ID;向使用者報告的內容應包含花費以及沒有任何機器在運行的證明。在失敗後也應執行此操作。
  • 陷阱以及工具如何處理它們:請參考 references/sound-and-gpu.md 的 B 節。

誠實的限制

  • 代理程式無法聽到聲音。每次對音樂和語音的判斷都必須是一個包含時間點的聆聽清單,以供使用者參考。
  • 對詞語停頓、雙重開頭或音量跳躍的偵測只能找到候選項,並非確定性結果。
  • 風格檢查可以衡量限制值;但一個場景看起來是否好看,只有人類才能判斷。請將影格與參考圖像並排比較,並清楚說明哪些場景仍然低於標準。

規劃中

  • 當詞語時間出現數影格偏移時,重新調整 3D 渲染的時間,以避免不必要的重新渲染。
  • 透過 crewcut compute 在租用 GPU 上生成音樂(工作室目前是手動完成;請參考 references/sound-and-gpu.md)。
  • 將網頁錄製作為一個渲染步驟(Chromium 已包含在容器中;但目前尚無對應指令)。
  • 一鍵輸出比較表(場景影格與參考圖像並排)。
  • 一旦建立,為 examples/demo/ 中的示範集提供自我測試。

來源

以下人員與本專案無關聯或背書;我們汲取了靈感並撰寫了自己的總結。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

script

Writes the spoken script of an episode in the user's own voice (voice.md), in teleprompter form, after title and proof are fixed: opening that delivers the title's promise, small stories with rising stakes, the critical side, a verdict in its own form, the channel's closing line. skills/script/scripts/script_check.py checks form, sentences, opening, ending, numbers against the proof, and length. Delivered through the web teleprompter (crewcut prompter). Use when: \"write the script\", \"teleprompter text\", \"rewrite the script\", \"shorten the script\", \"make it sound natural\", \"script for the episode\". Not for titles or thumbnails. Short scripts: the `--short` mode of the check and skills/shorts.

shorts

Makes YouTube Shorts in two modes: Clip (cut from a finished episode: candidates from the transcript and retention, a 9:16 rough cut from the original recording around the face, portrait graphics, music with clear rights, the Critic's own Short check) and Original (a Short recorded for itself: three ideas with a proof from the user's real work, the user talks freely, the Writer shortens, only the speaker is recorded, the crew brings the B-roll). Publishing: one card per Short, or the user's own standing approval for Shorts; at most two a day. Use when: \"make shorts\", \"make a short about …\", \"clip this episode\", \"short from episode N\", \"publish shorts without asking\", \"how are my shorts doing\". Not for long videos (skills/episode, skills/edit).

title

Writes and checks the YouTube title and the thumbnail text of an episode, before the script. Delivers five candidates with a hook and a reason each, one recommendation, and three variants for the A/B test; skills/title/scripts/title_check.py checks every candidate against the style pack. Use when: \"title\", \"video title\", \"YouTube title\", \"what should the video be called\", \"check this title\", \"shorten the title\", \"better title\", \"thumbnail text\". Not for the blog's search title and not for the thumbnail image.

相關技能