Communitygithub.com

DevineCheung/suge-video-skills

「蘇格拉沒有底」影片工坊:兩種已驗證風格【漫畫口播】(混知式彩色漫畫 + 自錄口播逐字對齊,直式 1080×1920)與【像素卡點】(像素暖光故事、無口播、文字對白,畫面卡在配樂句上,4:3 1440×1080)。製作該帳號任何影片時載入,先按 §1 選風格,再讀對應的 STYLE.md。

suge-video-skills 是什麼?

這個 AI 技能「蘇格拉沒有底 · 影片工坊」是為特定 YouTube/TikTok 帳號設計的影片製作系統,支援兩種經過驗證的風格:【漫畫口播】與【像素卡點】。使用者必須先從 SKILL.md 的 §1 依據主題和呈現方式選擇風格,然後讀取對應的 STYLE.md 以獲得詳細的生產流程。系統強制執行嚴格的帳號規範,包括自訂封面、水印整合、先產製樣片再製作全片、事實查核、音訊處理(-15 LUFS 響度、交叉淡化),以及內容倫理(避免AI能治病的說法、不浪漫化弱勢群體)。【漫畫口播】風格基於 Node.js 和 @napi-rs/canvas,使用 Faster-Whisper 進行逐字對齊,適合時事與歷史解說;【像素卡點】風格基於 Remotion,使用 beats.py 進行節拍對齊,適合社會情感故事。系統支援分段並行渲染,並提供明確的交付用語。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add DevineCheung/suge-video-skills

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

蘇格拉沒有底 · 影片工坊(綜合 skill)

1. 選風格

漫畫口播像素卡點
目錄styles/comic-explainer/styles/pixel-beat-story/
適合社科/時事/歷史「講清楚一件事」:新聞追問、制度、概念辨析社會痛點「講一個人的故事」:孤獨症、阿茲海默、留守、獨居…
驅動使用者自錄口播,逐字時間軸(faster-whisper + difflib)配樂,節拍/樂句網格(beats.py)
畫幅直式 1080×1920 / 30fps橫式 4:3 1440×1080 / 30fps(可改)
時長跟配音走(樣板 10 分鐘,7 章)3–4.5 分鐘
畫面暖米紙底、Q 版彩色漫畫角色(綠幕生圖摳圖)、章節卡、蓋章、程式化圖示像素小屋夜景、精靈角色、會說話的小物件、HUD 計數器、打字對白
聲音原聲一字不剪 + 程式化鋼琴配樂 + 音效 + ducking配樂(接長/斷點/回來)+ 程式化雨雷環境聲,最痛處音樂停
引擎node 22 + @napi-rs/canvas(render_example.js DSL)Remotion(weilanx-claude-videos 工程,Ep54-example.tsx)
樣板《數據已經這麼多,為什麼還要成立一家央企?》《他不是不說》《他不是來自星星》

判斷不了就問使用者一句:「這期做漫畫口播,還是像素卡點?」

選定後 read_file 對應的 STYLE.md 全文,按它的流程做。

2. 兩種風格共用的帳號規範(必須)

  1. 封面當首幀:每條都自製封面並壓進成片開頭(漫畫口播:前 0.4s;像素卡點:第 0 幀)。另存一份封面圖交付。
  2. 浮水印融進畫面,不加角標:「蘇格拉沒有底」寫進招牌、銘牌、App 頂欄、視窗標題、片尾署名等;使用者明確拒絕右下角角標。
  3. 先樣片後全片:漫畫口播出開頭到第一章(約 80s);像素卡點出第一幕(60–70s)。使用者確認畫風再做全片。
  4. 劇本先過審:使用者自己寫稿/錄音;我負責核事實(web_fetch 原始報導/研究原文)、指出多音字、邏輯跳躍、敏感表述,再動手。
  5. 音訊底線:使用者原聲不剪不重排、不用 TTS 頂替;配樂與音效必須原創/程式化或有授權,佔位曲每次交付都提醒替換。拼接音訊一律 numpy 等功率交叉淡化(ffmpeg acrossfade 拆同一輸入會截斷)。
  6. 響度:整片 -15 LUFS,兩遍 loudnorm(shared/loudnorm.sh),結尾淡出。
  7. 角色好看:乾淨、友好、精神;使用者不接受醜的人物,配角也要順眼;同一角色固定提示詞骨架;綠幕/純色底生圖再摳(漫畫口播 key.py,像素卡點 cutout.py)。
  8. 抽幀自查再渲染:拼聯繫表用 read_file 看——文字不出畫、不壓臉、首幀是封面、浮水印在、關鍵台詞/關鍵詞對上聲音。
  9. 渲染:2 核沙箱分段並行(每段 concurrency=1),先寫 /tmp 再拷進工作區(faststart 寫網路盤會 IO 報錯);只改音訊不重渲畫面,小改只重渲受影響幀段再覆蓋。
  10. 內容倫理(像素卡點尤其):不說 AI 能治癒任何病;不把弱勢群體浪漫化或他者化;故事標註虛構,不用真實兒童隱私;片尾數據寫出處與年份。

3. 目錄

SKILL.md                         ← 本檔案(選風格 + 共用規範)
shared/loudnorm.sh               兩遍 loudnorm
styles/comic-explainer/        【漫畫口播】
  STYLE.md                       風格規格、版式座標、動畫 DSL、對齊與混音流程
  templates/ lib.js render_example.js audio.py wh.py align2.py key.py mux.sh
  examples/  封面/抽幀示例、角色範例、文字稿格式(#開頭 / #章節 標記)
styles/pixel-beat-story/       【像素卡點】
  STYLE.md                       風格、劇本公式、卡點規則、配樂整形、版式、QA
  references/ story.md layout.md
  scripts/ beats.py music_tools.py sfx.sh cutout.py contact.sh stills.mjs render.sh mux.sh
  template/ Ep54-example.tsx ep54-music-ops.json ep54-script-example.md assets/

4. 環境

  • 通用:ffmpeg ≥6、python3 + numpy scipy pillow;中文字型。
  • 漫畫口播:node 22 + @napi-rs/canvas;faster-whisper(餵 numpy 陣列,別傳檔案路徑);字型 LXGW WenKai → fonts/wk.ttf。lib.js 還需要工程目錄裡的 assets/、map/、heads.json(頭像裁切表 {name:[cx,cy,size]}),新專案自己建。
  • 像素卡點:Remotion 工程(weilanx-claude-videos,MIT;Remotion 個人/≤3 人公司免費);Noto Sans/Serif SC。沙箱裡每條 node 命令前 export NODE_OPTIONS=--max-old-space-size=4096,用 ./node_modules/.bin/remotion 不用 npx。

5. 交付話術

一條訊息說清:片長、兩三個亮點(漫畫口播:章節與關鍵畫面;像素卡點:卡點設計)、音樂是否佔位、問哪裡想調。附成片 mp4 + 封面。

相關技能