Community程式設計與開發github.com

hrj-11055/book-video-clone

讲书/知识类视频 1:1 复刻流水线。给定一个对标视频 + 一本书,从拉片分析提取视觉配方,到六段论文案、分镜出图、TTS 配音、HTML 逐帧渲染,产出与对标格式 1:1 的原创成片。

book-video-clone 是什麼?

这是一个用于1:1复刻讲书或知识类视频的专业AI技能,旨在帮助用户将某个对标账号视频的格式(包括结构、包装、节奏和画风)拆解为可复用的配方,并通过工业化流水线产出同格式的原创内容。该技能特别适用于想批量制作深度讲书或知识类横屏视频的用户。它支持完整的创作流程:从用户提供对标视频和书籍开始,依次进行拉片分析(产出五层配方)、六段论文案创作、分镜生成与图文批处理、TTS语音合成(按帧时间軸精确定位),以及基于HTML的逐帧视频渲染。其核心优势在于强调“格式复刻,内容原创”——文案、画面和配音均为全新创作。该技能已在《思考,快与慢》对标视频上完整验证,具备覆盖率闸门、齐套校验和冒烟测试等质量控制机制,确保每个阶段的输出达标后才进入下一环。依赖Python、Playwright和FFmpeg,并在效果与效率之间达到平衡:约110镜的视频总人工工时约一个工作日。

相容平台~Claude Code~Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/hrj-11055/book-video-clone/tree/main

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

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

講書影片 1:1 複刻流水線

把一個對標帳號的影片格式拆成可重複使用的配方,再用工業化流水線(分鏡閘門 → 逐鏡 TTS 時間軸 → 渲染疊加文字 → headless 逐幀渲染)產出同格式的原創內容。複刻的是格式(結構/包裝/節奏/畫風),不是內容——文案、畫面、配音全部原創。

本 skill 已用《思考,快與慢》(對標「向不惑」,109 鏡 654.9s 成片)完整驗證。

開始前向用戶確認三件事

  1. 對標影片:本地檔案路徑或連結(抖音/B站等)。拿不到影片檔案時,讓用戶錄屏或下載後放入專案
  2. 本期書名:要做哪本書(經管/認知/心理/商業/成長類最佳)
  3. 品牌名 + 人設名:如「知行實驗室 / Mark」

階段 A · 專案初始化

PROJ=專案目錄(用戶指定或新建)
mkdir -p $PROJ/{00_benchmark,01_script,02_storyboard,03_audio,04_subtitles,05_assets/images,07_hyperframes_production,08_publish,scripts}
cp <skill目錄>/templates/{pipeline.py,create_storyboard.py,gen_audio_minimax.py,build_hyperframes_html.py,render_html_video.py} $PROJ/scripts/
cp <skill目錄>/templates/.env.example $PROJ/.env   # 用戶填 MINIMAX_API_KEY

依賴:python3 + playwright(含chromium) + ffmpeg。缺則先裝:pip install playwright && playwright install chromium。

階段 B · 拉片分析 → 產出配方

按 references/benchmark-analysis.md 操作對標影片,產出 00_benchmark/recipe.md(規格/節奏/結構/視覺/音訊五層配方)。然後把配方注入模板:

配方項注入位置
正文畫風關鍵詞create_storyboard.py 的 STYLE_SUFFIX
章節卡底版/片尾底圖描述同上 CARD_BG_PROMPT / OUTRO_CARD_PROMPT
強調色/標題色 CSSbuild_hyperframes_html.py 的 #ffde59(強調黃)/#e8c66a(標題金) 等

預設模板自帶「美式復古漫畫+黑金底版」配方(對標向不惑),若對標就是這個路線可跳過注入。

階段 C · 文案創作(六段論)

按 references/copywriting-template.md 寫 01_script/final.md。 鐵律:每句話必須能畫成一個具體畫面——下一環的覆蓋率閘門逐字依賴文案。同步改 create_storyboard.py 頂部【每期配置】(SCRIPT_MD 預設即指向 final.md、BOOK_TITLE)。

階段 D · 分鏡(閘門 ①)

把文案逐句填進 scripts/create_storyboard.py 的 SHOTS 四元組(旁白=原文精確切片、畫面=字面直譯、card_id、overlay_text),然後:

python3 scripts/create_storyboard.py

覆蓋率閘門不過就停下改,絕不帶病下行。 產物:02_storyboard/prompts.tsv + nano_banana_prompts.md。

階段 E · 批量出圖(人工環節)

把 nano_banana_prompts.md 整份交給用戶的生圖工具(Gemini Antigravity / Nano Banana 或任意工具),指令要點:16:9、檔名精確等於清單名、放 05_assets/images/、已有檔案跳過。應產出 N 正文圖 + chapter_card_bg.png + outro_card.png。此階段可與階段 F 並行。

階段 F · 配音 + 幀級時間軸

python3 scripts/gen_audio_minimax.py --limit 3   # 先合成 3 鏡讓用戶試聽音色
python3 scripts/gen_audio_minimax.py             # 全量(18RPM 限速,~110 鏡約 7 分鐘)

時間軸 = PCM 字節數算時長,逐鏡精確,無 Whisper。改詞只重合成該鏡(緩存哈希)。

階段 G · 渲染成片(閘門 ② + 引擎)

python3 scripts/build_hyperframes_html.py   # 齊套校驗:必須「全部就位」才許渲染
python3 scripts/render_html_video.py --start 0 --duration 6 --out /tmp/smoke_hook.mp4
python3 scripts/render_html_video.py --start <某章節卡時刻> --duration 6 --out /tmp/smoke_card.mp4
python3 scripts/render_html_video.py --start <片尾前5秒> --duration 6 --out /tmp/smoke_outro.mp4
# 三段冒煙目檢通過後全片(~110鏡≈11分鐘片子,渲染約14分鐘)
python3 scripts/render_html_video.py

渲染中斷直接重跑(斷點續跑)。渲染層可先瀏覽器預覽:open 07_hyperframes_production/index.html(空格播放、←→ 各 5 秒)。

階段 H · 驗收 + 發佈

驗收命令清單、抽幀目檢要點、發佈物料模板(標題公式/標籤/封面/置頂評論)見 references/pipeline-guide.md,物料寫入 08_publish/。

硬規則(任何時候不許違反)

  1. 閘門不過不進下一環:覆蓋率閘門(文案=旁白)、齊套校驗(圖齊才渲染)
  2. API key 只進 .env,任何腳本/文件/對話產物不得硬編碼
  3. 圖不畫字,字全走渲染層——章節卡/數據卡/字幕/品牌都是 HTML 疊加,換書零重繪
  4. 全片渲染前必須三段冒煙(鉤子/章節卡/片尾)目檢通過
  5. 出圖 prompt 一律追加固有色風格後綴 + 畫幅 16:9 + 背景禁文字招牌

實測性能基準(校準用戶預期)

文案 3601 字 → 109 鏡 → 654.9s 成片;TTS 7 分鐘;渲染 24 幀/s(全片約 14 分鐘);總人工工時 ≈ 一個工作日(文案佔一半以上)。

相關技能