外掛安裝： 在執行設定或更新命令之前，若此技能位於 HyperFrames 外掛內，請遵循外掛執行規則。獨立安裝則保留下方更新說明。
首先，保持此技能最新 — 在使用前先向使用者確認並執行：
npx hyperframes skills update talking-head-recut。如果所有內容都是最新的，這會是一個快速的空操作；否則它會重新整理此技能及其依賴的核心領域技能，然後再使用它們。
談話性頭像重剪
Talking Head Recut 會將本地影片完整播放，並在其上層疊一系列按時間設計的圖形卡片 — 標題、下方三分之一處、數據提示、引言、側邊面板、子母畫面 — 並與說話內容同步。代理會設計卡片（時間 + 內容），並在對話中直接撰寫每張卡片的 HTML，然後組合成一個組合 HTML，並透過 hyperframes 渲染為 MP4。沒有固定的原型列表，也沒有規定的卡片結構 — 疊加內容完全來自逐字稿的實際內容。
入口是
/hyperframes。 此技能將現有的談話性頭像片段與設計好的圖形卡片（標題、下方三分之一處、數據提示、引言、側邊面板、PiP）打包 — 不是純字幕（口語文字作為文字）。片段保持不變播放。 任何其他意圖 — 純字幕、獨立圖形、從頭建立影片 — 或不確定時 → 請先閱讀/hyperframes：意圖層負責所有路由決策。
embedded-captions的圖形包裝兄弟技能。 字幕是將口語文字加為可讀字幕；這是在播放的影片上添加設計好的圖形。純字幕 →embedded-captions。從頭建立影片 → 創作工作流程（product-launch-video/faceless-explainer/ …）。
透過 /hyperframes 路由後，意圖層僅確認輸入（哪個片段）並宣布渲染策略問題為延後詢問 — 長寬比、佈局、風格組和卡片數量保留在第 7 步，由探查過的素材和逐字稿提供建議；該層的執行形狀問題不適用。當存在 BRIEF.md 時，它會攜帶已確認的輸入和使用者備註 — 請優先閱讀它。
工作目錄中可檢查的中間檔案：
metadata.json— 時長 / 寬度 / 高度 / fpsaudio.mp3— 提取的音訊transcript.json— 一個扁平的單字陣列[{ text, start, end }, …]（Whisper；沒有segments，沒有words包裝）storyboard.json— 輕量級卡片大綱（代理的計劃）public/cards/card-XX.html— 每張卡片的 HTML 片段public/index.html— 最終組合的組合output.mp4— 渲染的影片
CLI 解析
# hyperframes — 語音辨識（本地 Whisper）+ 將組合 HTML 渲染為 MP4
npx hyperframes --help
此技能完全在 hyperframes CLI 加上系統 ffmpeg / ffprobe 上執行。語音辨識是本地 Whisper，透過 hyperframes transcribe — 無需第三方服務、API 金鑰或速率限制代理。
工作流程
1. 檢查環境
npx hyperframes doctor # ffmpeg, headless browser, render deps
# 確認捆綁的資產：
ls "<SKILL_DIR>/assets/fonts" "<SKILL_DIR>/assets/vendor/gsap.min.js"
所需項目：
ffmpeg/ffprobe（系統）<SKILL_DIR>/assets/fonts/*.woff2、<SKILL_DIR>/assets/vendor/gsap.min.js（捆綁在此技能內，在第 9 步中推送到工作目錄）
語音辨識不需要金鑰 — hyperframes transcribe 在本地執行 Whisper（第 4 步）。
在 macOS 上強烈建議用於 hyperframes render：
export PRODUCER_BROWSER_GPU_MODE=hardware
2. 建立工作目錄
所有產出檔案都放在 videos/<project-name>/ 下 — 與其他影片工作流程（product-launch-video / faceless-explainer / pr-to-video）相同的慣例。保持 cwd 在工作區根目錄；以下所有內容都寫入這個子目錄。
VIDEO_PATH="/absolute/path/input.mp4"
WORK_DIR="videos/$(basename "$VIDEO_PATH" | sed 's/\.[^.]*$//')"
mkdir -p "$WORK_DIR"
3. 提取音訊和中繼資料
# 中繼資料 — 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 = r_frame_rate 分數評估結果，例如 30000/1001 → 29.97）+ audio.mp3。
4. 語音辨識
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。將逐字層級的 transcript.json 寫入工作目錄（單詞 text + start / end 時間戳）。讀取它以獲取驅動第 6 步卡片時間的單詞/句子時間；如果需要區段級別的區塊，請自行根據標點符號/停頓將單詞分組為句子。
限制到媒體時長。 Whisper 可能返回最後一個單詞的 end 略超過實際片段長度 — 將每個卡片 endSec 和 composition.durationSeconds 限制為 metadata.json 中的時長，否則渲染將在影片結束後顯示黑色尾部。
5. 修正逐字稿
transcript.json 是一個扁平的字詞物件陣列 — [{ "text": "…", "start": s, "end": s }, …]（沒有 segments 陣列，沒有 words 包裝；每個字詞的鍵是 text）。讀取它並修正明顯的 ASR 錯誤：
- 同音字、產品名稱、技術術語、標點符號
- 就地編輯單詞的
text；保留其start/end時間戳 - 沒有預先分組的
segments陣列 — 當您需要區段級別的區塊用於卡片時間時，請自行將單詞分組為句子（在終端標點符號/停頓處分割）
6. 起草輕量級分鏡腳本（在聊天中）
不涉及 CLI。 讀取 transcript.json + metadata.json 並直接設計卡片。storyboard.json 是代理內部的規劃產出 — 沒有 CLI 命令會消費它；它的存在是為了讓您可以在撰寫每張卡片的 HTML 之前，清晰思考時間和內容。保持形狀與下面的範例一致，以便相同的大綱可以驅動您在第 9 步中撰寫的組合：
{
"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": "用演講者焦慮的午夜問題吸引注意",
"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，這是否意味著我的美元保單是巨大損失？'"
}
}
]
}
必填卡片欄位：
| 欄位 | 類型 | 用途 |
|---|---|---|
id | 字串 | 卡片 HTML 和 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 |
startSec / endSec | 數字 | 以秒為單位的時間（endSec > startSec） |
accentIndex | 0 | 1 | 2 | 3 | 4 | 此卡片從 5 個主題強調色中選取哪一個 |
zone | 列舉（見下文） | 卡片在畫布上的位置 |
contentHints | 物件 | 自由形式的袋子；代理在此放置 kicker/title/detail/data/quote |
archetype（可選） | 字串 | 您可以附加的自由形式標籤，用於記住卡片模式；不存在則表示自由形式，這是預設值 |
transition（可選） | 列舉：cut | fade | slide | wipe | 宣告式的卡片到卡片轉場 |
五個 zone 值：
| 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（或直向高度的 45%） | 密集的數據/註解內容 |
lower-third | 底部 30% 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%（直向） | 資料在一側，影片在另一側 |
video-overlay | 完整畫布，期望大部分透明的卡片 | 在全出血影片上的註解疊加 |
當您在第 9 步中組裝組合時，請根據上表將每個卡片的 zone 解析為卡片主機包裝器上的像素邊界。影片邊界在組合層級（videoTrack.bounds）設定一次；要使影片在卡片之間“移動”，請在組合的 <script> 中針對 #video-wrap 撰寫 GSAP 補間動畫（參見第 9 步）。
沒有規定的卡片角色，沒有規定的敘事弧線。 卡片從影片實際說的內容中出現 — 可能全是引言或全是數據，可能以數字開頭或以故事開頭。讓逐字稿驅動節奏。
要有多少個重點？ — 自動從時長和密度推斷。 沒有固定的上限。根據影片時長選擇基礎節奏，然後根據資訊密度進行調整。只有下限是固定的：至少 5 張卡片，因此即使短影片也有節奏。
步驟 1 — 按時長決定基礎節奏（中等密度的自然秒數/卡片）：
| 影片時長 | 基礎節奏（每張卡片的秒數） | 理由 |
|---|---|---|
| < 60 秒（短 Reels） | 6–8 秒 | 觀看者在短格式中期望快速剪輯 |
| 60 秒 – 3 分鐘 | 8–12 秒 | 正常的社交媒體節奏 |
| 3 – 10 分鐘 | 12–20 秒 | 給予呼吸空間；每張卡片承載更多 |
| 10 – 30 分鐘 | 20–35 秒 | 長格式演講/訪談節奏 |
| > 30 分鐘 | 30–60 秒 | 情節式，接近章節感 |
步驟 2 — 密度乘數（乘以基礎節奏）：
| 逐字稿中的信號 | 乘數 | 效果 |
|---|---|---|
| 高密度 — 很多數字、不同的主張、斷斷續續的節奏、類似清單的列舉、每 1–2 句話就是一個新想法 | × 0.7 | 剪輯更快，更多卡片 |
| 中等密度 — 數據和敘述混合的流暢流程 | × 1.0 | 基礎節奏 |
| 低密度 — 一個延伸的故事、重複的重新構框、緩慢反思的節奏、單一論點展開 | × 1.5 | 剪輯更慢，更少卡片 |
步驟 3 — 計算：
secPerCard = 基礎節奏 × 密度乘數
cardCount = max(5, round(影片時長秒 / secPerCard))
範例（注意 — 沒有上限限制；長影片自然會產生更多卡片）：
- 30 秒 Reels，單一妙語（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 秒談話性頭像搭配豐富數據（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 分鐘深度探討，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 小時播客，低密度 → 45 × 1.5 = 67.5 秒/卡片 → 53 張卡片
當一張卡片持續超過 ~15 秒時，請計劃一個更豐富的卡片（數據塊、多步驟揭示、透過間隔動畫展開的幾個子要點）— 靜態的一句台詞在超過 8 秒後會變得無聊。對於長片段，如果許多卡片超過 30 秒，請考慮將時間線分塊為子組合（每個章節一個 .html，使用 data-composition-src 掛載），以便每個檔案的 GSAP 時間線保持可管理 — 請參閱 HyperFrames lint 警告 timeline_track_too_dense。
content 可以是純字串（"標題：年化 5.69%\n備註：…"）或任何能捕捉數據的 JSON 形狀。代理決定每個卡片的形狀。
可選的片尾。 此技能沒有固定的品牌片尾。如果使用者想要結束卡片，請自行設計一個中性的（字標 + 一行標語，~1.5-2 秒，淡入 -> 短暫停留 -> 淡出），附加到 cards[]，並延長 `composition.durationSec