gustavopascaner/edicion

/edicion — 含動態圖形 + Premiere XML 的編輯流程

輸入：一段原始影片（或一個包含原始影片 + 支援素材的資料夾：Kling/AI 剪輯、PNG、音樂、SFX）。 輸出：在影片所在資料夾中建立 <NAME>_EDIT/，內含 <NAME>_v1_premiere.xml、Assets/{MG,Subtitulos,SFX,Envato}、LEEME.md。不預先渲染 MP4 預覽（使用者要求以加快速度）：透過步驟 5 的連絡表單進行視覺檢查。 以 rioplatense 西班牙語（voseo）與使用者溝通。在較長的步驟之間簡短通知進度。

路徑：SK = 此技能的資料夾，內含此 SKILL.md（Claude Code：~/.claude/skills/edicion；Codex：~/.codex/skills/edicion）· 腳本在 $SK/scripts · 引擎在 $SK/engine/engine.html · 目錄在 $SK/reference/escenas.md · 範例在 $SK/reference/ejemplo_jobs.js。 專案工作目錄：<carpeta>/<NAME>_EDIT/.work（持久化，允許在另一個會話中製作 v2）。 一律使用 python3 -I 執行 Python（Windows：py -3 -I）。傳遞含空格的路徑時請使用引號。支援 macOS 和 Windows：在 PowerShell 中使用 \ 的路徑，$env:VAR 取代 VAR=...，以及腳本的標誌（例如 --t=end-0.4）取代環境變數。

0 · 準備

0. 計時器：一旦知道名稱，立即建立工作目錄並執行 python3 -I $SK/scripts/timing.py start "<work>"。腳本會自動記錄每個步驟花費的時間。
1. 相依性：python3 -I $SK/scripts/doctor.py（Windows：py -3 -I $SK\scripts\doctor.py）。如果任何項目顯示 ✗，執行其指示的命令（通常為安裝程式：在 Mac 上為 bash $SK/scripts/install.sh，在 Windows 上為 powershell -ExecutionPolicy Bypass -File $SK\scripts\install.ps1），然後再次檢查。
2. 資料夾清單：使用 ffprobe 檢查每個影片（時長、fps、旋轉角度、nb_frames）、PNG 大小、音訊時長。原始影片通常為 1920×1080，旋轉 90 度（= 直式 1080×1920，30 fps）。
3. 檢查支援素材：ffmpeg -vf "fps=2,scale=150:-1,tile=10x2" → 檢視圖像。辨識每個剪輯/照片說明了什麼（鉤子、笑點、隱喻）。如果有場景，使用 scdet 偵測剪輯點。
4. 檢視原始影片的一個影格（衣服顏色 → 字幕顏色，請參閱 escenas.md）。

1 · 轉錄

python3 -I $SK/scripts/transcribe.py "<crudo>" "<work>" → 附帶時間碼的片語列表。 Whisper 會對雜訊產生幻覺（"Gracias"、"Gracias por ver el video"、"Suscríbete al canal"、"CC por…"）：使用以下指令驗證這些區域以及任何疑問： python3 -I $SK/scripts/check.py "<work>" 21.9-26.3 ...（語音 ≈ −5…−25 dB；雜訊 ≈ −48…−70 dB）。

2 · 決定腳本（編輯標準）

• 刪除重複的片語、假開頭、不完整的鏡次以及失誤。面對同一內容的多個鏡次，保留最後一個完整的。
• 修正字幕文字（voseo："querés"、"tenés"、"dejá"；"método IDEAS"；專有名詞）。
• CTA：如果錄製了多個替代方案，預設使用 "mandame un mensaje(ito)"（使用者明確選擇）。其他的在 LEEME 中列出其原始影片時間碼。如果有一個不重複的 CTA 列表（不同的選項，沒有相同的開頭），可以全部保留為 OPCIÓN 01/02…。在最終回覆中說明你選擇了哪一個。
• 寫入 <work>/segs.json：邏輯片段列表（每個 = 共享一個圖形的想法），每個包含從轉錄/檢查結果中取得的 [a, b, "texto"] 片語。

3 · 精準剪輯（必須）

python3 -I $SK/scripts/tighten.py "<work>" 根據語音的真實能量裁剪每個片語，並刪除 ≥ 0.25 秒的內部停頓（閱讀、側視、呼吸）。使用者明確要求無靜音剪輯：不要留下任何停頓。 建立 <work>/config.json（如下）並執行 python3 -I $SK/scripts/edl.py "<work>" → 輸出每個片段的時長和時間碼，並重新轉錄該剪輯：確認沒有遺漏或多出任何單詞。如果開頭遺失，使用 check.py 檢查並調整 segs.json。

{ "name": "SIGN_SPINNER", "version": 1, "fps": 30, "tail": 1.2,
  "src": "/abs/crudo.mp4", "edit_dir": "/abs/carpeta/SIGN_SPINNER_EDIT",
  "caption_colors": {"act":"var(--hot)","kwAct":"var(--lime)","kw":"#FFB08A"},
  "keywords": ["pacientes","scroll","correctas"],
  "broll": { "kl": {"path":"/abs/kling.mp4","frames":97,"rate":24,"w":1080,"h":1916},
             "s1": {"path":"/abs/foto.png","still":true,"w":941,"h":1672} },
  "music": {"path":"/abs/musica.wav"},
  "face": {"top": 0.22},
  "markers": [["HOOK",0],["CTA · Mandame un mensaje",17]] }

tail = 最後的額外秒數（對著鏡頭），以便閱讀最後一個圖形。 face.top = 頭頂在畫面中的高度（0–1）（在步驟 0.4 的影格中檢視）：限制最大縮放以避免裁切到頭頂。music 由 envato.py use 補全（或來自影片資料夾的路徑）。可選：sfx_max（整個編輯中 SFX 的最大數量，預設為 5）、sound_design: "manual"、max_zoom。

4 · 設計動態圖形 → <work>/jobs.js

基於 reference/ejemplo_jobs.js 和 reference/escenas.md。固定風格（使用者很喜歡，不要更改）：帶有單色引導句和橙色點的奶油色卡片、大寫的 Bricolage 標題、橙色強調、✓ 青檸色、帶有顆粒感和分層擦拭的全螢幕。 規則：

• 使用者限制（必須遵守）：3 個全螢幕 (fs) 和整個編輯中最多 3 個疊加動態圖形 (ov/ov2：卡片、列表、貼紙、標章…)。其餘為字幕、重新構圖和 B-roll。為那些能從視覺呈現中獲得最大效益的想法選擇 3 個 MG（正在構建的列表、一個數據、CTA），而不是重複已經說過的話。
• 字幕 vs. MG：字幕全程運行，但當有 MG（ov、ov2 或 fs）時會自動消失以避免競爭；MG 一結束字幕就會恢復。無需採取任何動作：render.js 會處理。因此每個 MG 必須能夠獨立說明該段落的內容，且最好不超過相應想法的時長（2–5 秒）。
• 將每個 MG 與觸發它的詞語同步（W(seg,'palabra')）。
• 在 3 個最強的收尾處使用覆蓋臉部的全螢幕 (fs)，持續 1 到 3 秒，分散放置。交替使用墨水 / 橙色 / 奶油色背景。
• 在前 2 秒內使用強力的鉤子：上方大文字，如果有一個有趣的或視覺化的支援剪輯，讓它進入鉤子（加上貼紙和箭頭或 HUD）並配上強勁的音樂。
• B-roll：首先使用資料夾中的素材（Kling/AI 剪輯、照片），用來說明所說的內容（隱喻：倉鼠輪、標誌、X 光）。靜止照片使用 Ken Burns 效果 [100,112]。此外，3 個 Envato 片段（步驟 4a）。在 B-roll 之上，僅使用貼紙/HUD/標章。
• 來自影片資料夾的額外音訊（相機、腳步聲等）使用 X()。
• SFX：自動（步驟 4b）。除非要更改音效，否則無需提供 J() 的最後一個參數。
• 當隱喻需要時使用新場景（按照 escenas.md 將它們添加到 engine.html）。不要重複使用來自其他不適用場景的固定文字（例如 hook 顯示 MARKETING DESDE CERO）。
• 僅在一個卡片必須放在另一個疊加層之上時（例如 tracker）使用 ov2 軌道。

4a · 語意 B-roll + Envato 音樂

Envato MCP 僅用於搜尋（不下載也不授權）。envato.py 透過 HTTP 呼叫它，因此在 Claude 和 Codex 中即使未配置 MCP 也能運作。

1. 選擇腳本中的 3 個時刻，其中真實圖像會有所幫助：一個具體情況（診間中的患者、某人在滾動）、一個視覺隱喻或一個透過視覺更容易理解的數據。分散放置（前三分之一、中間、CTA 之前），持續 1.5–3.5 秒，絕不能在全螢幕期間或最終 CTA 中，並且在該時刻的卡片可以是貼紙/HUD 或沒有卡片的段落中。
2. 搜尋（使用具體的英文術語，描述圖像，而非腳本中的詞語）：python3 -I $SK/scripts/envato.py search "<work>" video "<terms>" --vertical [--sub Medical]。如果結果很少，在不加 --vertical 的情況下重複（橫向影片將裁切為中央）。檢視 <work>/envato/<search>.jpg 工作表（第 n 行 = 候選 #n）並選擇：真實（非庫存姿勢）、主體居中且適合 9:16、光線和顏色與原始影片相似、無文字，並且擴展所說的內容而非重複。
3. 使用：python3 -I $SK/scripts/envato.py use "<work>" <key> <search>#<n>（將預覽註冊到 config.broll）並在 jobs.js 中使用 B('<key>', seg_origen, inicio, dur) 定位它。
4. 音樂：python3 -I $SK/scripts/envato.py search "<work>" music "<sty>" --mood <mood> --tempo "<bpm>" [--genre <genre>]（始終為純器樂）。根據影片基調和其呈現的能量曲線（平穩，無長時間下降；對於充滿活力的影片使用 Upbeat (110-140 BPM)，對於溫暖的影片使用 Medium (90-110 BPM)）進行選擇，並執行 envato.py use "<work>" music <search>#<n>。如果使用者在資料夾中留有音樂，則使用該音樂（"music": {"path": ...}）。音量在 XML 中自動設定：鉤子處大聲，語音下降低，結尾處升高（hook_gain 0.3 · bed_gain 0.08 · outro_gain 0.22 · offset = 歌曲中開始的秒數，以便進入一個有能量的部分）。
5. 授權和下載：同時，XML 使用帶水印的預覽（前綴 PREVIEW_）。如果代理有瀏覽器且已登入 Envato 會話：顯示列表（envato.py report "<work>"）並僅要求一次確認；然後，在每個連結上：Download → 為以影片名稱命名的專案授權 → 下載原始檔案（影片使用最高解析度的直式/HD；音樂使用 WAV）。如果沒有瀏覽器或沒有會話，向使用者提供連結表。然後執行 python3 -I $SK/scripts/envato.py collect "<work>"（在 ~/Downloads 中搜尋，解壓縮，複製到 Assets/Envato 並取代預覽），然後重新執行 build_xml.py。絕對不要使用來自其他素材庫的素材或跳過搜尋。

4b · 音效設計（自動，使用技能庫）

所有 SFX 都存在於 $SK/assets/sfx/<category>/<id>.wav，歸一化為 −16 LUFS，並在 catalog.json 中描述（時長、各類別的音量和 anchor = 正好落在事件上的擊中點或起點）。查看完整列表：python3 -I $SK/scripts/sfx_import.py --list。在組建 XML 時，只有使用到的 SFX 會被複製到 Assets/SFX。

類別	何時使用
whoosh	全螢幕進入、擦拭、強烈的卡片轉換
build	在剪輯或收尾之前（reverse-whoosh；riser ≈ 6 秒，僅透過 ID 用於最大的收尾）
pop	卡片、貼紙、列表項目的出現
click	介面：搜尋、DM、追蹤按鈕、勾選
ding	✓ 勾選、成功、想法、正面數據
error	✗、刪除線、迷思、錯誤的事物（game-over 是機器人語音：幽默使用）
hit	收尾、標章、衝擊 fs（bass-drop 僅透過 ID，每個影片最多 1 個）
glitch · poof	某些東西出錯、損壞或消失
zoom · bounce · wind	推近或放大鏡 · 幽默彈跳 · 魔法出現
foley · splash · car	字面意義上的：僅當所說或所見的內容相符（書寫、關閉、拉伸、馬桶、水、汽車）

使用者規則：整個編輯中最多 5 個效果，巧妙選擇。 超過此數量會顯得很突兀。 自動（預設）：收集候選時刻（每個圖形的進入及其內時刻：✓ → ding，標章/收尾 → hit，搜尋/DM/追蹤 → click，全螢幕 → whoosh，切換到 B-roll → whoosh），並僅選擇最重要的 5 個：收尾和全螢幕 > 鉤子 > CTA > 切換到 B-roll > 卡片 > 內部細節，彼此間隔至少約 6 秒（在短影片中 ≥ 3 秒）。音量較低（相對於語音約 −11 到 −14 dB）。變體交替使用。 在審查計劃時，思考每個效果是否有增益；如果沒有，則移除它（J(..., null)）。少即是多：3 個恰到好處的效果勝過 5 個。 手動（覆蓋該圖形的自動設定；計入 5 個的上限）：

• 特定類別或 ID：J(..., 'pop') · J(..., 'bass-drop') · J(..., null) = 無聲。
• 在時間線的某個秒數上放置獨立的音效：S('splash', W(4,'水')) · S('car-pass-2', t, {增益:.25, 時長:3})。 字面 SFX（foley、splash、car）永遠不是自動的：僅在它們有助於笑點或隱喻時使用 S() 放置它們。node render.js --plan 列出所有 SFX（自動的標記為 (auto)）。 要添加新的音效：python3 -I $SK/scripts/sfx_import.py <file> --id <id> --cat <category> [--anchor peak|onset] [--max 4] --desc "..."（裁剪、歸一化並註冊）。

4c · 重新構圖和縮放（根據話語自動）

render.js 決定 V1 每個剪輯的縮放比例並寫入 framing.json；XML 使用關鍵影格應用它：

• snap（快速縮放 100→118 %）用於鉤子 · punch（124 %）用於強調的片語：帶有 !、在短剪輯中帶有關鍵詞、或在標章/bigword 下方（最多每 6 秒一個） · push（慢速靠近）用於問題和 CTA · tight（114 %）/ wide（100→103 %）交替使用以掩蓋跳接（連續剪輯之間始終 ≥ 8 % 的差異） · 被 fs 或 b-roll 覆蓋的剪輯保持 wide。
• 最大縮放來自 config.face.top（不裁切頭部）；預設為 124 %。
• 要強制一個構圖：在 jobs.js 中使用 F(seg, 'punch') 或 F.clip(i, 'wide')。

5 · 創意指導、測試和渲染

1. node $SK/scripts/render.js "<work>" --plan（列出圖形、SFX 和構圖及其時間碼；偵測未找到的詞語）。
2. 創意指導：node $SK/scripts/director.js "<work>" → 報告（direction.md）+ 時間線（timeline.png，檢視它）。檢查是否有任何衝突：超過 3 個 MG 或 3 個全螢幕、MG 下方可見的字幕、同時出現兩個卡片、卡片遮擋 B-roll、B-roll 覆蓋全螢幕、兩個 SFX 重疊、SFX 距離太近（< 6 秒）、音訊剪輯交叉、構圖衝突（punch 覆蓋 push）。解決所有衝突（調整時間、移除 SFX、更改圖形類型）。之後，如果已選擇 Envato 素材，調整 direction.md 的 B-roll 部分：在每個 B-roll 片段附近添加一個帶有 T 秒圖示（🔶）的註釋，表示 B-roll 何時開始和結束，並驗證它不會與同一片段中的其他 MG 或字幕重疊。
3. 測試：node $SK/scripts/render.js "<work>"（僅建立 XML）。python3 -I $SK/scripts/tighten.py "<work>" --frames 驗證剪輯點。如果可能，最後再次執行 director.js — 可以對最終 XML 進行最後一次自動檢查。
4. 總結：python3 -I $SK/scripts/timing.py stop "<work>"（顯示總時間）並向使用者回報所用的總時間以及 LEEME.md 中可能包含的關鍵決策。