Communitygithub.com

cgallic/kai-cmo-harness

全端影片製作,從劇本到渲染影片一氣呵成。結合針對 TikTok/YouTube/Reels 優化的劇本生成、使用 Remotion 的 AI 驅動影片渲染、AI 語音旁白 (Qwen3-TTS/ElevenLabs)、音樂生成 (ACE-Step) 以及基於瀏覽器的示範錄製。支援多階段專案追蹤與自動意圖協調。請在需要「建立影片」、「製作影片」、「示範影片」、「產品影片」或任何要求生成並渲染影片內容時使用。

kai-cmo-harness 是什麼?

這是一個為 AI 代理(如 Claude Code、Cursor、Codex)設計的全端影片製作技能(或稱「工具」),稱為 kai-video-production。它將影片創作從概念到產出完整流程自動化:從產生針對社群短片平台(TikTok、YouTube、Reels)最佳化的劇本,到使用 Remotion 框架渲染出最終的 MP4 檔案。此技能整合了多種 AI 模型——例如使用 Qwen3-TTS 或 ElevenLabs 進行語音旁白、使用 ACE-Step 生成背景音樂,以及用 Flux.2 生成圖片——並提供一套可複用的工具集,用於示範錄製、品牌識別管理(色彩、字體、標誌)以及預製場景範本(如產品展示、解說、社群短片)。它遵循嚴格的製作流程:初始化階段(變體實驗室)、資產生成、配音、編排、審查,最後是渲染。檔案系統是最終的狀態來源,確保在恢復工作階段時能準確偵測資產的遺失或狀態變更。其設計優先使用廉價或免費的 AI 服務(如 Modal 的免費方案),並在需要更高品質時才切換到高階選項。此技能適用於需要生成完整、即時可用的社群媒體或行銷影片的開發人員和內容創作者。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/cgallic/kai-cmo-harness/tree/HEAD/harness/skills-v2/kai-video-production

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

/kai-video-production — 一個從值得渲染的劇本開始的渲染 MP4

Kai 根筆記: 此技能中的 knowledge/、harness/ 和 scripts/ 路徑位於 Kai 安裝目錄,而非使用者的專案中。請將它們解析為此 SKILL.md 第一個包含 knowledge/ 資料夾的祖先目錄(即 Kai 外掛根目錄,~/.claude/kai 或 kai-cmo-harness 儲存庫)。MARKETING.md、memory/ 和任何輸出檔案則位於目前專案中。如果引用的 scripts/ 命令在此安裝中不可用,請說明情況,跳過該命令,並繼續使用基於檔案的指導方針——切勿偽造其輸出。

工作室級動態短片(程式渲染的炒作發布短片、從真實螢幕截圖製作的逐步解說,或網站的痛點影片,並以掉落剪輯切換至揭露畫面)請使用 /kai-motion-spot。此技能涵蓋 Remotion 範本製作。

目標

一部完成的影片:已批准的劇本、所需的所有資產、同步的音訊,以及符合平台規格的渲染 MP4——同時附帶 project.json,描述磁碟上專案的實際狀態,以便下次工作階段無需重建即可繼續。

製作能放大一個好劇本的效果,但無法拯救一個爛劇本。在生成任何資產之前,必須先確定劇本品質。範疇分為三種:僅限劇本(止步於劇本,由使用者錄製)、自動化製作(完整渲染管線)、混合模式(生成語音旁白和投影片,由使用者提供示範)。

完成條件

工作類型 social-post — 最低要求 E5/C2/O3(harness/eco-floors.yaml),合約 harness/skill-contracts/social-post.yaml。如果是作為付費廣告執行的渲染,則遵循 paid-ad-campaign(E5/C4/O4),這需要在提交創意前先載入平台政策參考。

  • E5 — 影片已在目標平台上線,且一位非演員身份者根據批准的剪輯讀取了永久連結。out/ 中的 MP4 是 E1;對獲勝變體和最終剪輯的人工核准是 E3。此技能負責渲染,不負責上傳。
  • C2 — 劇本的 banned_word_check 和 four_us_score(10/16)檢查通過,加上以下兩個渲染檢查清單。
  • O3 — 在上線 7 天後,從平台洞察資料讀取觸及數、互動率、個人檔案點擊數和連結點擊數,並與上線前記錄的基準進行比較。

渲染前: 劇本已批准,具有強大鉤子且無 AI 廢話 · 所有資產已到位,無缺少示範或圖片 · 場景時長與旁白相符 · 語音旁白與視覺內容對齊 · 品牌色、字體和標誌正確 · 轉場流暢 · 文字對比度和大小可讀 · 在 Remotion Studio 中逐步檢查預覽。

渲染後: 解析度符合規格 · 語音旁白在音樂中清晰可聞 · 檔案大小在平台限制內 · 格式能在目標平台上播放。

限制

  • 從變體實驗室進入完整渲染需要人工核准。 渲染耗費運算資源和時間;未經批准的概念不應獲得這兩者。

  • 在資產創建或渲染之前,先執行預檢變體實驗室 — 3 個鉤子變體(各附平台、預期第一幀視覺效果和觀眾承諾)、2 個結構變體(針對場景順序或節奏)、2 個 CTA 變體(與活動目標匹配),以及每個變體 1 個風險說明(涵蓋未經證實的主張、品牌不匹配或審批需求)。寫入 workspace/video/projects/{name}/PREFLIGHT-VARIANTS.md,選出一個贏家,將被否決的變體保留在同一檔案中作為淘汰清單。

    因素分數問題
    鉤子強度1-5開場是否立即吸引注意力?
    訊息清晰度1-5核心概念在一次觀看後是否明顯?
    證據密度1-5主張是否由示範、引言、數據或來源支持?
    製作契合度1-5能否用現有資產和時間表完成?
    品牌安全性1-5是否避免虛假權威、有風險的主張或不明確的權利?
  • 在詢問使用者任何問題之前,請先從專案根目錄讀取 MARKETING.md。 如果該檔案不存在,請從程式碼庫建構它——CLAUDE.md、README.md、PROJECT.md、package.json、登陸頁面、電子郵件/廣告/分析設定——使用 /kai-email-system 的範本,並確認草稿。

  • 在開始製作前須確認以下事項: 主題、平台、格式(對談式、螢幕錄製、B-roll、動畫、投影片)、時長區間、目標,以及使用者是想要僅劇本還是完整渲染。

  • 檔案系統是唯一的事實來源。 在恢復工作階段時,掃描專案目錄,與 project.json 進行比較,並更正狀態——如果檔案存在但標記為 asset-needed,應改為 asset-present;如果檔案遺失但標記為 ready,應改為 asset-missing。將每一個不一致之處標記給使用者,而不是繞過問題進行渲染。在協調後,重新產生專案的 CLAUDE.md 狀態文件。

  • 品牌設定檔會自動套用。 顏色、字體和標誌來自 brands/{brand}/brand.json;語音設定來自 voice.json。切勿在品牌檔案已定義的情況下,於行內重新指定顏色或字體。

  • 先決條件是真正的障礙: 需要 Node.js 18+(Remotion)和 FFmpeg(編碼)。雲端 AI 功能需要 Modal 帳戶(每月 $30 免費運算)或 RunPod(按秒付費);ElevenLabs 是高階語音選項。/video-setup 負責設定。如果某個工具未在此安裝中部署,請說明情況——切勿描述它未產生的輸出。

  • 優先選擇免費或便宜的工具。 Qwen3-TTS 和 ACE-Step 能涵蓋大部分工作;高階服務供應商是明確的選擇,而非預設值。

  • 不發布任何內容。 渲染結果位於 out/;上傳是另一個需經批准的步驟。

情境

需求載入 / 執行
影片內容機制knowledge/playbooks/video-content-creation.md
TikTok · YouTube · Reelsknowledge/channels/tiktok-algorithm.md · knowledge/channels/youtube.md · knowledge/channels/instagram.md
投影片場景設計打磨knowledge/frameworks/design/frontend-design.md
產品、ICP、語調、頻道MARKETING.md(專案根目錄)
設定、錄製、音訊、審查、設計、複製/video-setup · /record-demo · /generate-voiceover · /scene-review · /design · /voice-clone

範本: product-demo(標題、問題、解決方案、示範、CTA)· explainer(標題、概述、章節、回顧)· demo-walkthrough(含旁白的螢幕錄製)· social-short(15–60 秒直式影片)· testimonial(引言 + 視覺素材)· announcement(發布、版本更新、新聞)。參考素材隨附於其旁——templates/product-demo/、templates/explainer/、templates/social-short/,以及 examples/digital-samba-skill-demo/ 和 examples/schlumbergera/ 中的完成範例,每個都包含原始碼、渲染 MP4 和製作筆記。

專案佈局:

projects/{name}/
├── project.json          # 狀態、場景、資產、工作階段
├── VOICEOVER-SCRIPT.md   # 完整旁白
├── src/                  # Root.tsx, scenes/, config/ (時間、品牌、資產)
├── public/               # audio/, demos/, images/, videos/
└── CLAUDE.md             # 自動產生的狀態

project.json 包含 name、template、brand、created、updated、phase、一個 scenes[] 陣列(id、type、duration、visual、narration、status)、一個 audio 區塊(語音旁白:檔案/狀態/提供者/說話者;音樂:檔案/狀態/預設)、estimates.totalDurationSeconds,以及一個 sessions[] 日誌(記錄日期、階段和摘要)。生命週期:planning → assets → review → audio → editing → rendering → complete。

場景類型: title · overview · demo · split-demo · problem · solution · feature · stats · testimonial · cta · credits。

資產。 投影片(標題卡、要點、統計視覺化、CTA 畫面)從品牌設定檔產生。示範來自 /record-demo(Playwright 瀏覽器錄製,搭配 --script demo-script.md --auto 進行腳本化自動操作)、放入 public/demos/ 的外部 MP4/MOV,或 Playwright 螢幕截圖。圖片:使用 python tools/flux2.py --prompt "..." --cloud modal 產生,使用 python tools/image_edit.py --input photo.jpg --style ... 編輯。

音訊。

python tools/voiceover.py --provider qwen3 --speaker Ryan --script VOICEOVER-SCRIPT.md --scene-dir public/audio/scenes --json
python tools/voiceover.py --provider elevenlabs --voice-id {ID} --script VOICEOVER-SCRIPT.md
python tools/music_gen.py --preset corporate-bg --duration 120 --bpm 90 --key "D Minor"
python tools/music.py --prompt "Upbeat corporate" --duration 120
python tools/sfx.py --preset whoosh   # 也支援:pop, success

Qwen3 說話者:Ryan, Brad, Ava, Lily, Emily, Sam, Alex, Kevin, Zoe。音樂預設:corporate-bg, upbeat-intro, dramatic-reveal, ambient-subtle, tension-build, inspirational-montage, tech-minimal, celebration-end。/voice-clone 可產生客製化的品牌語音。

品牌檔案。 brand.json:colors(在 KaiCalls 範例中為 primary #3B82F6、secondary #10B981、background #111827、text #F9FAFB)、fonts.heading / fonts.body(字體系列 + 粗細)、logo、style。voice.json:provider、speaker、tone、pace,以及一個 elevenlabs 區塊(voice_id、stability、similarity_boost)。

轉場 — 7 個自訂轉場加上 4 個 Remotion 官方轉場,從 @/lib/transitions 匯入:

轉場效果使用案例
glitch()數位失真 + RGB 位移科技美學
rgbSplit()色差充滿活力的剪輯
zoomBlur()徑向動態模糊戲劇性揭露
lightLeak()電影感鏡頭光暈專業打磨
clockWipe()徑向擦拭揭露時間相關內容
pixelate()數位馬賽克復古/8-bit
checkerboard()棋盤格揭露(9 種圖案)乾淨、幾何
slide() fade() wipe() flip()官方 Remotion標準、微妙、定向、俏皮

審查與渲染。

cd projects/{name} && npm run studio     # 於 localhost:3000 啟動 Remotion Studio
npm run render -- --quality=low          # 預覽
npm run render                           # 最終渲染 → out/{name}.mp4

渲染選項:--codec=h264(預設)或 h265(更小)· --resolution=1080p(預設)或 720p · --fps=30(預設)或 60。時間調整位於 config.ts 中。

後期製作: tools/addmusic.py(為現有 MP4 添加音樂)· tools/redub.py(更換語音)· tools/dewatermark.py --preset sora --cloud modal · tools/upscale.py --scale 2x --cloud modal。

雲端 GPU。 Modal 透過 /video-setup 部署:qwen3_tts($0.01/影片)、flux2($0.02/圖片)、music_gen($0.05/音軌)、sadtalker($0.10/影片)、ltx2($0.23/片段)、image_edit($0.03/圖片)、upscale($0.01/圖片)、dewatermark($0.10/影片)。RunPod 是按秒付費的替代方案(每個工具執行 python tools/<tool>.py --setup)。一部 60–90 秒的影片總成本約為 $0.20——劇本約 $0.10、Qwen3 語音旁白約 $0.01、ACE-Step 音樂約 $0.05、FLUX.2 圖片約 $0.04、本地 Remotion 渲染 $0.00。高階選項增加:ElevenLabs 語音旁白 +$0.30、LTX-2 片段 +$0.23、SadTalker +$0.10。Modal 的 Starter 免費方案涵蓋每月 100+ 部影片。

輸出 存放於 workspace/video/:_video-projects.md(索引)、projects/{name}/(包含 out/{name}.mp4)、scripts/(按 tiktok/、youtube/、reels/ 分類),以及 _production-guide.md。

進入點: /kai-video script --platform tiktok --topic "..."(僅劇本)· /kai-video produce --template product-demo --brand kaicalls(完整管線)· /kai-video resume {name}。下游:/kai-repurpose(用於片段)、/kai-social(用於排程)、/kai-content-calendar(用於發布時程)、/kai-analytics(用於成效)。

常見失敗: 「找不到資產」— project.json 路徑與檔案系統不一致,請協調·「音訊不同步」— 調整 config.ts 時間設定或根據當前劇本重新生成語音旁白·「渲染失敗」— 檢查 ffmpeg -version、確認資產存在、先執行低品質預覽·「Modal 工具超時」— 檢查運算額度和 modal app list,或退回使用 RunPod·「品牌顏色未套用」— brand.json 從 brands/ 遺失、project.json 中的品牌名稱不匹配,或 src/config/brand.ts 需要重新產生。

何時升級

  • 變體實驗室的贏家尚未獲得批准,而下一步將耗費渲染或 GPU 運算資源。
  • 示範畫面顯示客戶資料、第三方 UI 或任何權利未經確認的內容。
  • 旁白中的主張需要一個數字但沒有來源。
  • 協調發現專案未預期之資產,或預期之資產已遺失。
  • 缺少先決條件(無 Node 18+、無 FFmpeg、未部署雲端工具)且使用者期望獲得渲染檔案。
  • 影片將用於付費投放——在提交前,需套用平台政策參考和 paid-ad-campaign 最低要求。

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

相關技能