Communitygithub.com

jelukas/kaleidos

Kaleidos 的影片製作入門技能,從頭到尾引導你創作新影片:檢查環境、進行一輪簡短提問(影片主題、素材、範本、風格、長度與格式)、撰寫 BRIEF.md,然後分流至適當流程(含講者錄製 → Remotion 講者剪輯;ElevenLabs 語音旁白 → Remotion 旁白模式;生成式或宣傳片 → HyperFrames),在 Lambda 前提供靜態預覽、AWS 前確認成本,最後產出含時間與成本的報告。

kaleidos 是什麼?

Kaleidos 是一個專為 AI 代理(如 Claude Code、Cursor、Codex)設計的影片製作編排技能,作為多個下游影片技能的統一入口。當使用者表達創作新影片的意圖(例如「我想製作影片」、「開始一個影片」)時,Kaleidos 會先執行環境檢查(`node scripts/doctor.mjs`),然後進行一輪簡短的問題詢問(3-4 題),涵蓋素材類型(含講者錄製、AI 旁白或生成式/宣傳片)、範本、風格、長度與格式。根據回答,它會自動決定使用哪個子技能:講者錄製走 `edicion-ponente`、AI 旁白走 Remotion 旁白流程、生成式/宣傳片則交給 `hyperframes`。在付費 API 和 AWS Lambda 渲染前,它均設有成本確認與靜態預覽檢查點,確保使用者掌控成本與品質。最終產出 `informe.md` 報告,包含影片規格、驗證結果、總耗時與實際費用(ElevenLabs 字數、Lambda 運算、S3 儲存等),不允許編造價格。此技能涵蓋完整的平行處理、GPU 資源管理與隱私規範,適合需要高度自動化、多樣化影片製作的開發者團隊。

相容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/jelukas/kaleidos/tree/HEAD/.claude/skills/montar-video

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

製作影片(入口)

來源:docs/MONTAR_VIDEO.md。 此技能為操作腳本;詳細內容(推論表格、完整指令、平行處理、常見問題)皆在該文件中,按章節(§)引用。也請閱讀 repo 的 CLAUDE.md 規則:其優先於此。

步驟 0 · 啟動(暫不詢問任何問題)

  1. 記錄開始時間:date '+%Y-%m-%d %H:%M:%S'。保存下來(將寫入 BRIEF.md › 開始時間 及報告中)。
  2. 執行 node scripts/doctor.mjs(約 1 秒,僅讀取)。讀取「準備就緒」。若出現 ✗ 標記相關流程 → 套用其輸出的解決方案(若為本機免費方案)或於訪談回應中告知使用者。
  3. 執行 ls brutos/ proyectos/ 檢查。若專案已存在,則接續(讀取其 BRIEF.md 及 informe.md),而非重新訪談。若 brutos/ 中的檔案名稱帶有姓名,請在對話中以長度與解析度描述(使用 ffprobe),而非直接使用該名稱。

步驟 1 · 訪談:單次 AskUserQuestion 呼叫(3–4 題)

事先從使用者的語句中推論所有可能的資訊(§2)。不要詢問使用者已提及的內容,而是將該問題替換為備用問題。每個問題:提供 2–4 個選項,推薦選項放第一個並在標籤中加上「(推薦)」,並於說明中解釋原因。始終保留「其他」自由回答選項。各問題細節請見 §1。

#標題問題選項(依上下文推薦)
1素材什麼影片?用什麼素材?含講者錄製(brutos/ 中有原始素材) · AI 語音旁白(新聞、解說片;無錄製素材) · 生成式或宣傳片(HyperFrames)
2範本使用哪個範本?依 1 而定:clase-larga / corto-ilustrado · noticias-narracion / explainer-narracion · promo-hyperframes / HyperFrames 流程 — 以及自由,無範本。若 1 仍未決定:長篇分章節 · 短篇 · 自由
3風格使用哪種風格?從目錄中選取 2 個符合的風格,附上其參考路徑(estilos/README.md) · 從網頁或影片建立新風格(estilos-video §5)。自由 → 其他
4格式長度與格式?16:9,依範本長度(Remotion) · 9:16 · 16:9 與 9:16(在 video-corto 中推薦)。其他長度 → 其他

備用問題(依序):語言 · 語音(預設使用 .env 中的設定,模型 eleven_v4) · 音樂與音效(使用風格的預設或透過 ElevenLabs 新增) · 字型(使用者提供或官方調查取得) · 講者裁切 · 目標觀眾與發佈平台。風格與範本之推薦路徑、長度及實際範例:請見 §1 及 §1.1。 只有在缺少必要資訊時才進行第二次提問:例如有多個原始素材時選擇哪一個、主題或網址。

其他代理(Codex 等):以單一訊息提供相同內容,問題以編號標示,選項以列表呈現。

步驟 2 · Brief

根據回答,以一段文字總結已確認及已推論的內容(附上推論來源),並立即開始免費的部分。從 templates/<template>/BRIEF.md 撰寫 BRIEF.md(§3):

  • Remotion:於 tools/kaleidos nuovo …(會建立空白檔案)之後,以填寫完成的範本取代之。
  • HyperFrames:由流程於 npx hyperframes init 之後撰寫(init 會在資料夾內有檔案時拒絕執行)。

步驟 3 · 分流(完整指令見 §4)

素材類型路徑執行內容
含講者錄製§4.1跟隨 edicion-ponente 技能:tools/kaleidos nuovo <slug> --bruto brutos/<x> --estilo <e> --metodo <m> → tools/kaleidos preparar <slug> --paralelo 背景執行 → 讀取完整逐字稿 → guion.json(骨架在 templates/<template>/ 中) → linea / media / capitulos
AI 語音旁白§4.2tools/kaleidos nuovo <slug> --narracion --estilo milikito --escenario → 複製 templates/<template>/* → 官方字型寫入 fuentes.md → locucion.json → 平行執行 images.mjs ‖ capture.mjs ‖ voz --simular 和 voz --max-caracteres N → transcribir → python3 templates/herramientas/cues.py <slug> → media → linea → media → capitulos
生成式或宣傳片§4.3載入 /hyperframes 技能(選用 video-corto、product-launch-video、general-video 等),專案位於 proyectos/<slug>/,風格以 frame.md 的形式在 init 後提供
新風格或變體§4.4技能 estilos-video(§5 新增,§6 變體),且 validar.mjs 需通過綠色檢查後方可使用

旁白中:使用 intro.previo 但不使用 intro.hasta;章節標題的 3-4 秒內不加入事件;對話框位置設為 x 0.2-0.25 及 y 0.16-0.17(§4.2,第 6 點)。

步驟 4 · 平行處理(§6)

同時啟動無資源衝突的任務:voz ‖ images.mjs --concurrency 6 ‖ capture.mjs ‖ 研究與腳本編寫;preparar --paralelo(CPU 處理姿勢,同時 GPU 處理裁切)以及在逐字稿產生後立即開始編寫腳本。不可在 16 GB 記憶體下同時執行:recortar + transcribir + pose、兩個 GPU 步驟、兩個 stills.mjs,或 el-audio.mjs 與 voz。長時間背景執行需記錄完整日誌(不得對 ffmpeg 輸出使用 grep 過濾)。Lambda 使用 --concurrencia max。

步驟 5 · 檢查點(§5)

  1. 付費 API:voz --simular(計算字數)以及圖片數量,於生成前確認;Apify 僅在 Brief 要求時使用,且須加上 --dry-run 與 --budget。
  2. Lambda 前,務必進行靜態預覽:node motor/scripts/stills.mjs <slug> --at eventos → 開啟預覽圖(motor/out/stills/<name>/hoja.jpg)仔細觀看,必要時修正(先改腳本,後改程式碼)。風格一致性使用 estilos-video §7 檢查。HyperFrames:npx hyperframes check --snapshots。
  3. AWS:node motor/scripts/lambda.mjs <slug> --dry-run --concurrencia max → 顯示資源(函式、站點、私有儲存桶、上傳內容)、函式數量、預估成本與時間 → 等待使用者明確確認。若使用者已在本請求中明確要求使用 Lambda 渲染:顯示資訊後直接執行,無需等待。建立資源(儲存桶、堆疊、IAM)始終需要單獨確認。HyperFrames 若無已部署的 Lambda → 提醒使用者,並提供本機渲染或部署選項。
  4. 輸出:執行 ffprobe + 影格計數、每分鐘一張影格的預覽圖,以及 python3 templates/herramientas/normalizar_audio.py resultados/<slug>.mp4 --en-sitio(Lambda 輸出約為 −13 LUFS)。
  5. 最終報告(proyectos/<slug>/informe.md + 對話摘要):影片長度、結構、已驗證項目(抽樣影格,非完整觀看)、警告、不一致之處、總耗時(開始 → MP4 驗證完成,附 work/logs/tiempos.json 明細)及成本(實際 Lambda 費用 + S3 + 傳輸費用;ElevenLabs 字數來自 work/voz/manifest.json;圖片費用;Apify 費用)。不可虛報金額:若不知道特定價格,只提供消耗數量。說明 AWS 中尚保留的資源。

不可違反的規則(§8 及 §9)

  • 隱私:回應、報告、圖表或標題中不得出現客戶個人資料;不得引用含有個人資料的逐字稿片段;螢幕上顯示的內容需模糊處理。使用泛用標題。
  • .env:絕不顯示數值或將其放入網址;doctor 僅輸出名稱。
  • 內容:圖表應總結語音內容;不得虛構;時事新聞僅使用官方來源,並在 fuentes.md 中附上日期(若網頁下載時回傳 403,使用內建瀏覽器閱讀);不一致之處應寫入報告;法律或臨床內容 → 需經專家驗證。
  • brutos/ 與 ~/videos-opus 為唯讀目錄。Remotion 確切版本 4.0.529。字型僅限 OFL/Apache 授權。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

jelukas/kaleidos

>- Catálogo de guías de estilo de vídeo de kaleidos (estilos/): listar los estilos con sus referencias, aplicarlos a un proyecto del motor de Remotion o a un proyecto HyperFrames, recomendar 2–3 cuando no se indica ninguno, crear estilos nuevos (desde una web, una marca, un vídeo de referencia o una descripción), crear variantes y revisar la adherencia de un vídeo a su estilo antes de renderizar. Úsala cuando el usuario diga «con el estilo X», «en estilo curso-azul», «como el de Ensaya», «como el vídeo de la cabaña», «qué estilos hay», «enséñame los estilos», «qué estilo me recomiendas», «crea un estilo a partir de esta web», «saca el estilo de esta marca», «haz un estilo como este vídeo», «usa el estilo X pero con acento Y», «una variante de X más seria/más oscura/vertical», «revisa que el vídeo cumple el estilo», o cuando empiece un vídeo nuevo sin estilo decidido.

jelukas/kaleidos

>- Produce vídeos cortos, muy dinámicos y con cortes rápidos para YouTube, Shorts, TikTok o Reels, en formato vertical Y horizontal a la vez, con locución generada (ElevenLabs), música y efectos, B-roll de gpt-image-2, fotografía real vía Apify y montaje HTML+GSAP con HyperFrames. Úsala siempre que el usuario pida un vídeo, un explainer, un vídeo de una noticia, un short, un reel, un vídeo de TikTok o de YouTube, un vídeo con voz en off o locución, un vídeo animado con datos o cifras, o quiera convertir un texto, un guion o una noticia en vídeo — aunque no mencione HyperFrames, ElevenLabs ni ninguna herramienta concreta. Úsala también para retocar, alargar, reencuadrar o volver a renderizar un vídeo ya hecho con este flujo.

相關技能