Communitygithub.com

火柴人影片大師技能

以程式碼打造印度恐怖與神秘短片:從研究、劇本、角色設計、場景建置、配音、混音到 1080×1920 匯出,一條龍自動化。

火柴人影片大師技能 是什麼?

這是一個專為 AI 代理(如 Claude Code、Codex)設計的完整影片製作技能,能夠自動產出印度恐怖/懸疑主題的印地語短片(1080×1920, 30fps)。此技能涵蓋從深度研究、劇本撰寫、故事板、角色與場景設計、配音生成、音訊混音,到最終品質控制與交付的每一個步驟。它特別適合需要快速、可重複產出高品質短片的創作者或團隊。此技能透過一套嚴格的自我稽核機制(藝術、物理、故事三重審查)確保輸出品質達 95 分以上,並內建了針對特定平台(如 `gemini-3.8-flash-tts`)的配音工作流程,以及產業標準的 Loudness Normalization(LUFS -14.0)。所有資源檔案(程式碼、腳本、語音)皆整合於單一專案結構中,便於重複使用與自主託管。

相容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/i-amraj/stickman-video-master-skill/tree/HEAD

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

火柴人影片大師技能 — 從腳本到最終成品

這是一套完整且經實戰驗證的流程:專為印度恐怖/懸疑印地語短片(1080×1920,30fps)設計, 全部由程式碼產生 — 從研究、腳本、角色設計、場景建置、配音、混音到品質控制。 參考作品:Bhangarh 影片(示範影片位於 repo 中 — demo/demo_10s.mp4, 所有相關程式碼皆位於 code/ 和 vo/ 資料夾中)。

步驟 0 — 研究(腳本之前)

  • 對實際地點/故事進行深入研究:維基百科 + 官方來源(例如 ASI 告示牌這類主要證據)。
  • 為每個主張標記標籤:[DOCUMENTED](有證據) · [LEGEND](民間傳說) · [NAHI MILA](不要加入腳本)。
  • 絕對不要加入虛假的病毒式主張 — 請先驗證。(Bhangarh 的教訓:"唯一一個晚上禁止進入的堡壘" 是錯誤的,已從腳本中移除。)
  • 需求檢查:觀察該主題排名最高的 YouTube 影片 — 哪個角度受歡迎(夜間探訪、告示牌特寫、純粹的故事)?

步驟 1 — 腳本撰寫

  • 第一句話 = 完整事件(鉤子)。答案的線索隱藏在第一行/第一個畫面中。
  • 每句話 6–12 個字;總計約 150 個字 ≈ 49 秒 @ 約 190 wpm。
  • 為角色取名。先揭露,"因為" 之後再說。
  • 中間對 "你" 提出挑戰,最後加上一個字的評論誘餌(對還是不對?)。
  • 口頭禪:"實際上/意思是/仔細看/想一想"。禁用: AI 常用詞(神秘、事實、刺激、懸念)禁止使用。
  • 角色對話規則: 只選 2–4 個精心挑選的對話,用角色自己的聲音呈現;其餘皆為旁白。禁止使用虛構對話。
  • 節奏檢查:語速 2.3–2.7 字/秒 · 停頓時間 >12% = 剪掉 · 標題不要洩漏答案。

步驟 2 — 故事板 + 幾何鎖定

  • 台詞 → 場景表格(先確定每句台詞的 t0–t1)。然後用 ASCII 座標鎖定:每個場景的地板(FLOOR)、角色位置、每個拍點的攝影機位置。
  • 先畫草稿,再考慮外觀 — 沒有草稿,就不能直接寫最終程式碼。

步驟 3 — 角色設計(程式碼 code/my_builder.js)

  • 角色 = 工程化的 SVG 演員(約 640 單位):2 段式 FK 關節(髖→膝,肩→肘),圓形關節,根據角色類型使用下頜形狀的臉部路徑。
  • 每個角色都有DNA 調色盤:皮膚、虹膜、服裝、特殊標記(頭飾、額飾、頭巾)。
  • 前額細節(額飾)要在頭髮圖層之後繪製 — 否則會被頭髮遮住。
  • 表演 API:setFaceMood · lookEyes · poseArms · speakHuman(嘴形) · walkHuman(真實行走循環 — 滑步 = 嚴重失敗)。
  • 手部:手掌 + 拇指 + 手指紋路。每個演員都有眨眼循環 + 呼吸。
  • 品質基準:角色不能由基本形狀(圓頭、圓柱身體)構成 — 只能使用雕刻路徑。

步驟 4 — 場景設計(程式碼 code/my_head.js、my_scenes_a/b.js)

  • 材質優先: 每個表面使用多段漸層(iGrad)+ 真實投影;純色 = 失敗。
  • 房間 = 3D 外殼:後牆 + 有透視感的側牆 + 地板多邊形 + 踢腳板。
  • 石牆:每塊石頭有不同的色調 + 高光線條 + 風化污漬(程序化生成的石材紋理)— 重複的浴室瓷磚 = 失敗。
  • 巨石/岩石: 不規則 12 邊形 + 3 個面陰影 + 裂縫 + 沙漬 + 接觸陰影。八角形/平板 = 嚴重失敗。
  • 動態道具:搖擺的燈、哈萬祭火+煙霧、烏鴉、薄霧(淡淡的!)— 但不要讓特效效果一直開著,每個特效必須有關閉的拍點。
  • 攝影機法則: 每次 camTo 之前要先計算畫面底部 — cy + 960/s ≤ 1920,否則畫面底部會出現天空/黑色邊緣。
  • 天空矩形永遠是滿的高度。

步驟 5 — 組裝 + 渲染

  • 引擎核心 = 組裝的 HTML 前綴(shell svg#stage + defs + rig + helpers E/iGrad/makeCam/seekWrap)+ 場景檔案 + 結束標籤。gsap.min.js 要一併保留 — 不要把檔案複製放在 && 鏈中(一個失敗會導致整個鏈停止)。
  • 時間軸使用 GSAP;渲染通過確定性 seek 實現:Playwright 1080×1920 → window.seekToTime(t) 每幀 → JPEG q88 → ffmpeg libx264 crf18。以約 20 秒的片段渲染(避免 VM 重啟問題),使用可續傳模式(如果幀 >10KB 則跳過)。
  • GSAP 教訓: 對於已經有 transform(translate+scale)的群組,不要對其使用 x/y 補間 — 請使用 attr transform absolute tweens。
  • 長字幕行:在渲染腳本中使用 getComputedTextLength() > 1030 時,執行 textLength=1030 修正器。
  • poseArms 符號:armR 向左旋轉 = 正值旋轉。角色倒下:wrap −84° 時頭部向左約 530 單位 — 請先計算頭部的最終位置再設定 wrap。

步驟 6 — 自我稽核循環(每個場景)

  • 產生測試靜態圖(每個場景中間 + 問題幀)→ 自行檢查(同時檢查縮放裁切)→ 修正 → 再次產生靜態圖。
  • 3 項稽核:藝術(構圖、色彩) · 物理(解剖學、陰影、與地面接觸) · 故事(旁白匹配、表情是否相反)。
  • 評分 /100;95 分以上才最終通過。硬性失敗(斷手、漂浮物體、反向陰影、錯誤道具)會覆蓋分數。
  • 橫幅/字幕保持在畫面空間內:頭部的畫面 y = (wy − cy)·s + 960;橫幅在 118–222 之間,字幕在 1652 以下。

步驟 7 — 配音(程式碼 vo/fit_lines.py)

  • 模型僅限 gemini-3.8-flash-tts(主要)/ gemini-3.1-flash-tts-preview(僅在遇到 429 錯誤時作為備用)。禁止使用 2.5 TTS。每天每個模型 10 次呼叫配額 — 請先計算預算。
  • 旁白 = 單次呼叫,將整個腳本一次送出。以純文字形式發送 — 長篇風格指引會使語速變慢 2.5 倍,有時甚至會直接說出指引內容。
  • 聲音:旁白使用 Puck(Raj 的偏好,@i.raj1801 影片的預設聲音) · 反派/其他聲音使用 Algenib。
  • TTS WAV 採樣率為 48000 Hz — 音高計算要基於實際取樣率:音高 ×1.12 = asetrate 53760(絕對不要使用 rubberband — 會產生回音)。要讓反派聲音更低沉,使用 ×0.96。
  • 台詞對齊:使用 Whisper(small,語言 hi)對每個 take 進行分段 → 切割每句台詞 → 停頓壓縮(silenceremove)→ 調整音高 → 對每行進行 atempo 以精確符合字幕視窗。
  • 將 WAV 透過 stdlib 的 wave+numpy 解碼後提供給 Whisper(PyAV 的 metadata_errors 會引發 TypeError)。

步驟 8 — 混音(程式碼 vo/mix.py)

  • 每個影片的背景音樂都使用全新 — 絕不重複使用;使用許可安全的音樂(Kevin MacLeod 圖書館)。音量約 0.10,低於配音。
  • 音效對應節奏:whoosh(投擲)、impact(撞擊/摔倒)、thunder(閃電/詛咒)、riser(詛咒之前)。
  • Loudnorm 2-pass(測量 → 線性套用)= −14.0 LUFS,真峰值 ≤ −1.5。單次 pass 通常會停在 −15.8。
  • 封裝:視訊串流複製 + AAC 192k。

步驟 9 — 最終品質控制 + 交付

  • 使用 Whisper 聽取交付的檔案 — 每句腳本台詞是否按正確順序/時間出現?僅檢查來源 take 是不夠的。
  • 確認影片時長、檔案大小、LUFS 這三者皆正確。
  • 交付教訓: 不要重複使用影片檔案名稱 — 應用程式會快取舊的副本。每次新的交付都應使用新名稱(v2、_Final、日期)。
  • 完美(經 Raj 認可)的影片會歸檔到 Perfect_Videos/<date>/ 資料夾 — 只有完美的影片才會存放。

檔案說明

  • script/Script_v1.md — Bhangarh 腳本 + 事實/故事標籤 + 節奏檢查(可作為模板使用)
  • code/my_head.js — 著色器、HUD、drawStoneWall / drawRealBoulder / drawPerfumeBottle / drawAsiBoard / drawHangingLamp
  • code/my_builder.js — buildBhangarhActor(5 個角色,完整骨架)
  • code/my_scenes_a.js / my_scenes_b.js — 8 個場景 + 時間軸 + 字幕
  • code/props_snippet.js / api_snippet.js — 樹/草 + 表演 API
  • code/render_test.py / render_full.py — 靜態圖 + 完整渲染(可續傳)
  • vo/fit_lines.py / vo/mix.py — 配音對齊 + 最終混音
  • docs/ — 視覺系統摘要 + 經驗教訓
  • demo/demo_10s.mp4 — 此流程的 10 秒示範場景(實際影片未公開於此 repo)

相關技能