Communitygithub.com

rTanure/lumiere-decupagem

對每個已批准的片段進行精簡剪輯(移除停頓、填充詞、重複;以鉤子建立冷開場),產生快速預覽以供審核,並根據說話者計算 9:16 的重構圖。這是 Lumiere 工作流程的第四步。

lumiere-decupagem 是什麼?

此技能「rTanure/lumiere-decupagem」是 Lumiere 影片製作工作流程中的關鍵步驟,專門用於將初剪片段精煉為最終可用的內容。它會自動移除長於 0.4 秒的停頓、預設的填充詞列表(如「ãh」)以及即時重複的字詞,同時保留說話者轉換和句尾的自然呼吸節奏。該技能支援對話開場(cold open)模式,可將影片的鉤子(hook)移至開頭,並在原始位置重複或僅移動一次。產出的 EDL、時間軸單詞時間戳記和文字稿可直接供後續的動態圖形和字幕流程使用。此外,它還整合了 OpenCV YuNet 人臉偵測器來進行 9:16 垂直重構,自動追蹤發言者,並提供選項來手動鎖定特定人物,避免裁切錯誤。整個過程強調速度(多數指令快速執行,僅重構需 1-2 分鐘)與精準度,並透過預覽影片和報告讓用戶確認每次剪輯的決策。它被設計為 Claude Code、Codex、Cursor 等 AI 代理工具的輔助技能,用戶可直接在終端機中執行「lumiere cut」和「lumiere reframe」等指令。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/rTanure/lumiere/tree/HEAD/skills/lumiere-decupagem

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

精簡剪輯 + 重構

對於每個已批准的片段(可以依序執行多個片段的指令;除了重構外,其他指令都很快):

  1. lumiere cut <slug> <clip> --preview
    • 移除大於 0.4 秒的停頓(保留呼吸空間)、來自 style.cut.fillers 清單的填充詞以及立即重複的字詞(例如「我我」)。
    • 在說話者切換和句尾處保留較大的呼吸空間(保持自然節奏)。
    • 預設 hook_mode 為 repeat:鉤子會出現在開頭(冷開場),並在原位再次出現。如果重複聽起來很奇怪,請使用 --hook-mode move;若想關閉此功能,則使用 none。
    • 產生 clips/<clip>/edl.json、words.json(時間戳記是基於最終時間軸——這是動態圖形和字幕所使用的)以及可讀的 transcript.txt。
  2. 檢查報告:removed_words 不能包含有意義的單詞(例如動詞「是」)。如果填充詞清單誤刪了不該刪的詞,請調整 ~/.lumiere/style.json 中的 cut.fillers,或使用 --keep-fillers。
  3. 向使用者顯示:剪輯前後時長、剪輯次數、移除的字詞以及 preview/cut.mp4 的路徑(讓他們觀看)。並詢問是否批准。
    • 調整起始/結束點:編輯 clips.json,執行 lumiere clips validate,然後重複 cut 指令。
    • 批准後執行:lumiere approve <slug> <clip> cut。
  4. lumiere reframe <slug> <clip>(使用 OpenCV YuNet;每段剪輯約需 1-2 分鐘)。查看結果:
    • clusters = 畫面中偵測到的人物。如果畫面中有超過一個人,鏡頭會在有對話時跟隨嘴巴動作較多的人(具有 0.6 秒的遲滯以避免鏡頭跳動)。
    • 如果構圖跟錯了人(請用 lumiere build --draft + lumiere frames 檢查),可以將構圖鎖定在特定人物上:lumiere reframe <slug> <clip> --speaker S1=<cluster 索引>。
    • 如果來源素材已經是垂直的,則會自動忽略重構。

除了對預覽結果的判斷之外,這裡沒有任何需要創造力的地方;請保持對話簡短。

Individual skills in this repo

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

相關技能