首先，保持此技能最新——請靜默執行，勿詢問：
npx hyperframes skills update talking-head-recut。如果一切已是最新，它會快速完成無操作；否則它會在您依賴此技能及其核心網域技能之前，先行更新它們。
談話頭重剪（Talking Head Recut）
談話頭重剪不安插一段本地影片，讓它完整播放，並在其上疊加一系列具時間同步、經過設計的圖形卡片——包括標題、下方第三字幕、數據標註、引言、側邊面板、子母畫面——所有內容都與語音內容對齊。AI 代理會設計這些卡片（包含時間點及內容），並直接在對話中撰寫每張卡片的 HTML，然後組合成單一 HTML 合成檔，並透過 hyperframes 渲染為 MP4。此技能沒有固定的原型清單，也沒有預設的卡片結構——這些疊加內容完全來自於逐字稿本身。
前門是
/hyperframes。 此技能是將現有的談話頭片段與經過設計的圖形卡片（標題、下方第三字幕、數據標註、引言、側邊面板、PiP）進行包裝——而非純粹的文字字幕（將口語內容轉為文字）。原始影片不受影響地播放。 任何其他意圖——純字幕、獨立圖形、從頭建立影片——或任何不確定性 -> 請先閱讀/hyperframes：意圖層擁有所有路由決策權。
圖形包裝的姊妹技能為
embedded-captions。 字幕是在播放的影片上添加_口語文字_做為可讀字幕；而此技能則是在影片上添加_經過設計的圖形_。純字幕 -> 請用embedded-captions。從頭建立影片 -> 請用建立流程（product-launch-video/faceless-explainer/ …）。
透過 /hyperframes 路由後，意圖層只會確認輸入（哪個片段），並將渲染策略的問題宣告為延後詢問——長寬比、佈局、風格組及卡片數量會保留到步驟 7，屆時已探查的素材與逐字稿將為建議提供依據；該層的執行形狀問題不適用。若存在 BRIEF.md，其中會包含確認後的輸入及用戶的任何筆記——請先閱讀它。
工作目錄中可檢查的中間檔案：
metadata.json—— 時長 / 寬度 / 高度 / fpsaudio.mp3—— 已提取的音訊transcript.json—— 一個扁平的單詞陣列[{ text, start, end }, …]（Whisper 格式；無segments或words包裝）storyboard.json—— 輕量級卡片大綱（AI 代理的規劃）public/cards/card-XX.html—— 每張卡片一個 HTML 片段public/index.html—— 最終組裝後的合成檔output.mp4—— 已渲染的影片
CLI 解析
# hyperframes —— 轉錄（本地 Whisper）+ 將組裝好的 HTML 渲染為 MP4
npx hyperframes --help
此技能完全依賴於 hyperframes CLI 以及系統的 ffmpeg / ffprobe。轉錄是透過 hyperframes transcribe 在本地執行 Whisper——無需第三方服務、API 金鑰或速率限制。
工作流程
1. 檢查環境
npx hyperframes doctor # ffmpeg, 無頭瀏覽器, 渲染依賴
# 確認捆綁資產：
ls "<SKILL_DIR>/assets/fonts" "<SKILL_DIR>/assets/vendor/gsap.min.js"
必要條件：
ffmpeg/ffprobe（系統層級）<SKILL_DIR>/assets/fonts/*.woff2、<SKILL_DIR>/assets/vendor/gsap.min.js（已捆綁在此技能中，將於步驟 9 放置到工作目錄）
轉錄無需金鑰——hyperframes transcribe 會在本地執行 Whisper（步驟 4）。
在 macOS 上強烈建議為 hyperframes render 使用：
export PRODUCER_BROWSER_GPU_MODE=hardware
2. 建立工作目錄
所有成品都位於 videos/<專案名稱>/ 下——與其他影片工作流程（product-launch-video / faceless-explainer / pr-to-video）採用相同慣例。保持目前的 working directory 在工作區根目錄；以下所有操作都會寫入此子目錄。
VIDEO_PATH="/絕對路徑/輸入影片.mp4"
WORK_DIR="videos/$(basename "$VIDEO_PATH" | sed 's/\.[^.]*$//')"
mkdir -p "$WORK_DIR"
3. 提取音訊與元數據
# 元數據 —— 時長 / 寬度 / 高度 / fps
ffprobe -v error -select_streams v:0 \
-show_entries stream=width,height,r_frame_rate \
-show_entries format=duration -of json "$VIDEO_PATH" > "$WORK_DIR/metadata.json"
# 音訊
ffmpeg -y -i "$VIDEO_PATH" -vn -acodec libmp3lame -q:a 2 "$WORK_DIR/audio.mp3"
輸出：metadata.json（讀取 width/height/duration；fps 等於 r_frame_rate 分數的計算結果，例如 30000/1001 → 29.97）+ audio.mp3。
4. 轉錄
npx hyperframes transcribe "$WORK_DIR/audio.mp3" -d "$WORK_DIR" --json --model small.en
本地 Whisper——無需 API 金鑰、無代理、無速率限制。會將單詞級別的 transcript.json 寫入工作目錄（單詞 text + start / end 時間戳）。請讀取它以取得驅動步驟 6 中卡片時間的單詞/句子時間點；若需要分段區塊，請自行根據標點符號或停頓將單詞分組為句子。
限制在媒體時長內。 Whisper 可能回傳的最後一個單詞的 end 時間會超出實際片段長度——請將每張卡片的 endSec 與 composition.durationSeconds 限制在 metadata.json 的時長內，否則渲染後會在影片之後顯示黑色尾部。
5. 校正轉錄稿
transcript.json 是一個單詞物件的扁平陣列——[{ "text": "...", "start": s, "end": s }, …]（無 segments 陣列，也無 words 包裝；每個單詞的鍵為 text）。請讀取它並修正明顯的 ASR 錯誤：
- 同音字、產品名稱、專業術語、標點符號
- 直接編輯單詞的
text；保留其start/end時間戳 - 沒有預先分組的
segments陣列——若需分段區塊來設定卡片時間，請自行將單詞分組為句子（以句末標點符號或停頓作為分割點）
6. 草擬輕量級故事板（在聊天中）
無需 CLI。 讀取 transcript.json + metadata.json 並直接設計卡片。storyboard.json 是 AI 代理內部的規劃成品——沒有 CLI 指令會讀取它；它的存在是為了讓你能在為每張卡片撰寫 HTML 之前，清楚地思考時間點與內容。請保持形狀與以下範例一致，以便相同的大綱可以驅動你在步驟 9 中建立的合成檔：
{
"schemaVersion": 3,
"composition": {
"fps": 30,
"width": 1080,
"height": 1920,
"durationSeconds": 121.2,
"layout": "portrait",
"themeId": "noir",
"seed": 42
},
"videoTrack": {
"sourcePath": "input-video.mp4",
"startSec": 0,
"endSec": 121.2,
"bounds": { "x": 0, "y": 0, "width": 1080, "height": 1920 }
},
"subtitles": { "enabled": false },
"cards": [
{
"id": "card-01",
"intent": "用講者焦慮的午夜問題作為鉤子",
"startSec": 0.5,
"endSec": 13.0,
"accentIndex": 0,
"zone": "fullscreen",
"contentHints": {
"kicker": "一個誠實的問題",
"title": "晚上 11 點的靈魂拷問",
"detail": "客戶的 60 秒語音訊息：『如果人民幣升值，那我的美元保單是不是就虧大了？』"
}
}
]
}
必要的卡片欄位：
| 欄位 | 類型 | 目的 |
|---|---|---|
id | 字串 | 在卡片 HTML 與 GSAP 選擇器中使用的穩定 ID |
intent | 字串 | 自然語言描述；提供給卡片合成使用 |
startSec / endSec | 數字 | 以秒為單位的時間（endSec > startSec） |
accentIndex | 0 | 1 | 2 | 3 | 4 | 此卡片使用 5 個主題強調色中的哪一個 |
zone | 列舉（見下方） | 卡片在畫布上的位置 |
contentHints | 物件 | 自由格式的袋子；由 AI 代理將 kicker/title/detail/data/quote 放在這裡 |
archetype（可選） | 字串 | 可附加的自由格式標籤，用於記住卡片模式；若不提供，則為自由格式，此為預設值 |
transition（可選） | 列舉：cut | fade | slide | wipe | 宣告式的卡片間轉場效果 |
五種 zone 值：
| 區域（zone） | 解析後的邊界 | 使用時機 |
|---|---|---|
fullscreen | 覆蓋整個畫布 | 英雄時刻、大數字、口號 |
whiteboard-area | 內縮 40px 邊距（或縱向畫布高度的 45%） | 密集的數據 / 註解內容 |
lower-third | 底部 30% 的帶狀區域 | 在可見影片上進行註解 |
side-panel | 右側 42%（橫向）或底部 40%（縱向） | 一側為數據，另一側為影片 |
video-overlay | 整個畫布，預期為近乎透明的卡片 | 在全幅影片上疊加註解 |
當你在步驟 9 組裝合成檔時，根據上表將每張卡片的 zone 解析為卡片主機包裝層上的像素邊界。影片邊界在合成層級只需設定一次（videoTrack.bounds）；若要讓影片在不同卡片之間看起來「移動」，請在合成檔的 <script> 中對 #video-wrap 撰寫 GSAP 補間動畫（請參閱步驟 9）。
沒有預設的卡片角色，也沒有預設的敘事弧線。 卡片完全來自於影片實際說出的內容——可能是全部引言或全部數據，可能以一個數字或一個故事開場。讓逐字稿來驅動節奏。
要多少個重點？——根據時長與密度自動推斷。 沒有固定的上限。先根據影片時長選擇一個基準節奏，再根據資訊密度進行調整。只有下限是固定的：最少 5 張卡片，這樣即使短片也有節奏。
步驟 1 —— 根據時長決定基準節奏（中等密度下，自然每秒卡片數）：
| 影片時長 | 基準節奏（秒/卡片） | 理由 |
|---|---|---|
| < 60 秒（短 Reel） | 6–8 秒 | 短格式觀眾期望快速切換 |
| 60 秒 – 3 分鐘 | 8–12 秒 | 一般的社群媒體節奏 |
| 3 – 10 分鐘 | 12–20 秒 | 給予呼吸空間；每張卡片承載更多內容 |
| 10 – 30 分鐘 | 20–35 秒 | 長篇幅演講 / 訪談節奏 |
| > 30 分鐘 | 30–60 秒 | 分段，近乎章節的感覺 |
步驟 2 —— 密度乘數（乘以基準節奏）：
| 逐字稿中的訊號 | 乘數 | 效果 |
|---|---|---|
| 高密度 —— 多個數字、獨立的論點、斷續的節奏、列舉式描述、每 1-2 句話就是一個新想法 | × 0.7 | 切換更快，卡片更多 |
| 中等密度 —— 混合數據與敘事的流暢節奏 | × 1.0 | 基準節奏 |
| 低密度 —— 一個延伸的故事、重複的重新論述、緩慢的反思節奏、單一論證逐步展開 | × 1.5 | 切換更慢，卡片更少 |
步驟 3 —— 計算：
秒每卡片 = 基準節奏 × 密度乘數
卡片數量 = max(5, round(影片時長秒 / 秒每卡片))
範例（注意——沒有上限限制；長影片自然會產生更多卡片）：
- 30 秒 Reel，單一關鍵句（低密度） → 7 × 1.5 = 10.5 秒/卡片 → round(30/10.5)=3 → 下限為 5 張卡片
- 60 秒反思獨白（低密度） → 10 × 1.5 = 15 秒/卡片 → 4 → 下限為 5 張卡片
- 121 秒談話頭，豐富數據（高密度） → 10 × 0.7 = 7 秒/卡片 → 17 張卡片
- 5 分鐘訪談，混合密度 → 16 × 1.0 = 16 秒/卡片 → 19 張卡片
- 10 分鐘深入探討，高密度 → 16 × 0.7 = 11 秒/卡片 → 55 張卡片
- 30 分鐘講座，中等密度 → 28 × 1.0 = 28 秒/卡片 → 64 張卡片
- 1 小時 Podcast，低密度 → 45 × 1.5 = 67.5 秒/卡片 → 53 張卡片
當一張卡片持續時間超過約 15 秒時，請規劃更豐富的卡片（數據區塊、逐步揭示、幾個子要點以交錯動畫展開）——靜態的一行文字超過 8 秒會變得無聊。對於較長的影片，若許多卡片超過 30 秒，請考慮將時間線分成子合成檔（每個章節一個 .html 檔案，使用 data-composition-src 掛載），這樣每個檔案的 GSAP 時間線仍可管理——請參閱 timeline_track_too_dense 的 HyperFrames 規範警告。
content 可以是一個純字串（"標題：年化 5.69%\n備註：..."）或任何能捕捉數據的 JSON 形狀。AI 代理會自行決定每張卡片的形狀。
可選的片尾。 此技能沒有固定的品牌片尾。如果用戶想要結束卡片，請自行設計一個中性的卡片（品牌標記 + 一行標語，約 1.5-2 秒，淡入 -> 短暫停留 -> 淡出），將其附加到 cards[] 陣列，並將 composition.durationSeconds 延伸到它的 endSec。否則就在最後一張內容卡片結束。
7. 決定渲染策略
向用戶確認視覺方向（請先執行此步驟）
在您開始設計卡片或決定邊界之前，請讓用戶選擇輸出比例、佈局……
(此處原文已截斷)