啟動影片
渲染器：launch-video-skills npm 套件。完整場景合約：https://github.com/anudeepadi/launch-video-skills#scene-contract
npx launch-video-skills setup：每台機器執行一次（無頭 Chromium + Python 語音套件）。需要 Node 18+、Python 3.10+、ffmpeg。首次運行語音時，會將 Kokoro 權重（約 350 MB）和 whisper small.en（約 480 MB）下載至~/.cache/lvk。npx launch-video-skills new <name>：建立launch-videos/scenes/<name>/index.html模板，並在旁建立launch-videos/kit/。npx launch-video-skills render <scene.html> [flags]：輸出至./out/。- Chromium 下載停滯 →
export LVK_CHROME=/path/to/chrome-headless-shell（任何本地版本）。 - macOS 上的 Python 在執行 SSL 時失敗 →
export SSL_CERT_FILE=$(python3 -c 'import certifi;print(certifi.where())')。
要區分優秀的啟動影片和「AI 廢片」，請參閱 references/craft.md。在構思分鏡前先閱讀它。
步驟
- 來自實際產品的品牌和事實。 使用 Playwright 擷取網站。記錄逐字標題、副標題、功能名稱、網站自身的範例內容（示範討論串、提示、程式碼、問題列表）以及行動呼籲。讀取計算後的樣式以取得字型系列/粗細/字距，以及背景/文字/強調色的範例像素色彩（CSS 變數會過時）。將 Logo SVG 和任何圖片儲存至
launch-videos/scenes/<name>/assets/。僅在授權允許重新分發時使用網站的字型；否則使用最接近的內建字型（Inter、JetBrains Mono、Space Grotesk）。絕不虛構指標、客戶、整合或使用者介面。如果某項目標記為「計劃中」或「預覽」，則省略或標示之。若無法取得真實的使用者介面範例，請停止並說明原因。將來源 URL 和日期以註解形式放在場景頂端。 - 先寫腳本，再構思分鏡。 每個鏡頭一至兩行簡短的句子，取自網站的文案；總長度 20–40 秒。當口語形式不同時使用
say（點、縮寫：say: 'Build A.I. agents'）。5–6 個鏡頭，每個一個概念：鉤子（2 秒內產品或標題出現在畫面上）→ 首次使用情境 → 產品實際運作（使用網站自身範例在 HTML 中重建的實際使用者介面，絕不使用螢幕截圖）→ 第二項能力 → 3 個支柱或運作方式 → 附有 Logo 的行動呼籲。安靜的品牌：music.style: 'ambient'，柔和的音效（0.2–0.6）。開發工具：'pulse'和打擊聲。語音為選用；純音樂在 X 上很常見。 - 撰寫
launch-videos/scenes/<name>/index.html，使用../../kit/kit.css和kit.js。從已建立的模板開始。將鏡頭標記為data-shot="id"，不硬編碼--in/--out。語音台詞放在SCENE.voice.lines中（鍵、鏡頭、文字/口語、於/之後、pause拍）。使用data-on="key"、data-on="key:word"、data-edge="e"將拍子與語音對齊。定義 SCENE 後呼叫K.layout()，然後從K.at/K.end/K.shot推導出 JavaScript 拍子：打字速度 = 文字長度 / 朗讀持續時間，關鍵字上的游標點擊，來自相同常數的打字音效提示。onFrame(t)必須是純粹的 t 的函數。JavaScript 轉換應放置在沒有 CSS 動畫類別的包裝器上。避免大範圍的filter: blur、backdrop-filter或全螢幕混合模式。 - 審查循環。
npx launch-video-skills render launch-videos/scenes/<name>/index.html --sheet 1。每一行<- ASR heard:都代表可能的發音錯誤：使用say重新拼寫並再次檢查（whisper 有時會聽錯正確的音訊；標記這些供人工聆聽）。檢查 sheet PNG 以發現：文字覆蓋在雜亂圖像上、小文字的可讀性、空白影格、過渡中的碰撞、打字在鏡頭結束前完成、語法高亮錯誤。使用--stills t1,t2進行全解析度檢查。反覆調整時使用品味意見（「太快了」、「不清楚發生了什麼」），而不是一次性修改。 - 渲染並驗證。
npx launch-video-skills render launch-videos/scenes/<name>/index.html --workers 4。接著：ffprobe：h264 + aac，預期的持續時間。volumedetect：平均約 -19 到 -17 dB，最大值低於 -1 dB。- 同步：使用 faster-whisper small.en 對最終 MP4 進行逐字時間戳記轉錄；每行第一個單詞應在記錄中列印的時間軸約 0.2 秒內。關鍵字應落在視覺節拍上。
- 連續性：比較跨工作者邊界的影格（影格數 / 工作者數）。
- 交付。 交付 MP4 路徑。絕不覆蓋先前版本（使用
mv -n或新的--out）。清楚說明語音和音樂是合成的，且尚未經過人工檢查。提供避免「一鍵生成」聲稱的發文文案。付費語音（ElevenLabs、OpenAI、Google）可在套件的lib/tts.py中更換；僅在使用者想要更人性化的朗讀時提及。