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)
- 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)。 - 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。 - 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 | §4.2 | tools/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)
- 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。 - 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。 - 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。 - 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)。 - 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。