style-lab 是做什麼的？

使用時機（完整觸發詞列表）

當使用者想要從參考影片（連結或檔案）或文字描述中建立、定義、複製、學習或訓練某種剪輯風格或外觀；建立風格板或風格指南；將參考素材轉換為可重複使用的風格；或者以訓練好的風格編輯一段 talking-head 或短格式影片片段，並在審查回合中修復時使用。也適用於：「讓我的影片看起來像這位創作者的作品」、「保存這個外觀讓每段影片都一致」、「剪輯看起來很通用 / 很 AI」。希伯來文：סגנון עריכה, ליצור סגנון, ללמד את Claude סגנון, בורד סגנון, לוח השראה, ריפרנסים, תערוך בסגנון, תוכנית עריכה, סבב הערות, סטייל לסרטונים。

סקיל = הוראות קבועות ל־Claude。 此技能是 Gabriel Gelman 的「影片與AI」課程技能之一（Apache-2.0 授權）。這是一項進階獎勵技能：假設 Claude Code 已安裝 ffmpeg 和 Python，並且在安裝 HyperFrames 時效果最佳。

語言：除非使用者以其他語言書寫，否則一律使用希伯來文與使用者溝通。在執行每個步驟之前，先用白話解釋該步驟（我們要做什麼、為什麼做、使用者現在該做什麼），一次只解釋一個步驟，並為步驟命名（例如「שלב A2: בורד הסגנון」）。使用者看到的所有頁面（風格板、計畫、審查室）都遵循課程設計：RTL 希伯來文、Karantina / Heebo 字型、白黑紫配色。

靈感來源：兩階段工作流程（從約 20 部參考影片和一個風格板訓練風格，然後按照人工制定的計畫進行剪輯）的靈感來自 Joseph 關於使用 Claude 編輯 talking-head 影片的 YouTube 影片（https://youtu.be/g9xoKm5DEeU）。此處未複製該影片的任何內容；風格板、計畫與審查頁面、腳本、規則和審查循環均為我們自己建立、重新構建，並在 13 個 Reels 批次上進行測試。

概念概述

參考影片教導 Claude 動畫背後的邏輯（何時發生、持續多久、如何移動）；風格板則教導它設計（字型、顏色、大小、原因）。缺少任何一項，剪輯就會看起來很普通。人類的品味位於三個檢查點：風格板（階段 A）、編輯計畫（階段 B）和審查回合。Claude 負責其餘的繁重工作。如果您不了解什麼是好的風格，AI 只會幫助您更快地製作出糟糕的影片，因此每個規則都經過衡量，每個設計選擇都有其「原因」。

預設值（在開始時用一行說明，可依要求更改）

品牌： 課程品牌（references/brand-defaults.md：標題使用 Karantina 700，內文使用 Heebo 並設定 -0.04em 字距，程式碼使用 Consolas，顏色為白 / 黑 / 紫）。保留參考影片的佈局、動態和結構；將其字型和顏色替換為品牌色。使用者可以保留參考影片自身的外觀作為風格，或將自己的品牌放入 ~/.claude/style-lab/brand.md。
建構引擎： HyperFrames（HTML 轉影片）。如果未安裝：請參考 references/tools-and-fallbacks.md。
轉錄： 本機 faster-whisper；希伯來文使用本機 ivrit-ai 模型。僅在使用者同意且需付費的情況下才使用雲端（RunPod）。
圖片 / 3D： 可選，僅在節奏需要時使用，且僅在使用者同意付費時才使用。
格式： 9:16，1080x1920，30 fps，除非使用者另有說明。切勿假設字幕語言：需詢問使用者（或無字幕）。先檢查已安裝的項目（ffmpeg、Python、faster-whisper、Node + HyperFrames、Blender、影像模型），並說明您將使用哪些工具。缺少工具會阻止其對應的步驟：說明缺少哪個工具以及如何安裝；切勿靜默跳過步驟，未經同意切勿下載。

您的風格（多個命名風格並存）

每種風格都有一個使用者選擇的名稱（可使用希伯來文）、一個拉丁文 slug、一行描述、自己的風格包以及自己的風格技能 style-<slug>。所有風格都列在一個註冊表 ~/.claude/style-lab/styles.json 中，並使用 scripts/styles.py 管理：

python scripts/styles.py list                       # 您可以選擇的風格
python scripts/styles.py add <slug> --name "<name>" --pack <project>/styles/<slug> --description "..."
python scripts/styles.py show <slug or name>
python scripts/styles.py set <slug> name="<new name>" status=ready aliases="..." theme=light
python scripts/styles.py check                      # 檢查每個包和技能是否仍然存在

狀態：training 在階段 A 期間，ready 在 A5 之後（只有準備就緒的風格才能提供編輯），archived 則隱藏風格。remove 僅刪除註冊表條目，絕不刪除檔案。每種風格還會記錄 fonts / colors（brand 或 reference）和 theme（dark、light 或 both；單個影片仍可以是「另一種主題」）。

目前是哪個階段？「new style / ליצור סגנון / ללמד סגנון」→ 階段 A。「edit / make a video / תערוך」→ 階段 B。「change / rename / improve style X」→ 使用 styles.py set，若要更改規則則編輯該風格的 STYLE.md 和技能。

檔案儲存位置

<project>/styles/<slug>/            風格包
  refs/  sources.md                 參考影片（僅限本地研究副本，絕不對外發布）
  analysis/                         每部影片的逐字稿、聯絡表、筆記
  board/  board.json  board.html  thumbs/
  library/<V01-A06 title>/          still.png  strip.jpg  clip.mp4  notes.md  (+ index.json)
  animations.json                   分解結果（作為函式庫腳本的輸入）
  STYLE.md                          編號規則、標記、類別、動態、音效、審查規則
  kit/                              可選的、已測試過的建構引擎元件
<project>/edits/<clip>/             每次編輯一個資料夾
  raw/  words.json  edit_ready.mp4  edit_ready.words.json  plan.json  plan.html
  build/  assets/  renders/  revisions.md  SOURCES.md
~/.claude/skills/style-<slug>/SKILL.md   產生的風格技能
~/.claude/style-lab/styles.json          註冊表

腳本（本地、免費）：styles.py、transcribe_words.py、transcribe_cloud_ivrit.py（付費，可選）、cut_silences.py、verify_cut.py、word_edges.py、build_reference_library.py。頁面：assets/board-template.html、assets/plan-template.html、assets/review-template.html。

階段 A：訓練風格（建立風格包）

A1. 收集參考資料

詢問要如何命名風格並提供一行描述；立即註冊（styles.py add ...，狀態設為 training）。詢問要使用品牌外觀（預設）還是參考影片自身的外觀。
詢問參考資料的位置。影片： 使用者提供他們有權下載的檔案或連結；目標約 20 部此風格中剪輯最佳的作品；少於約 12 部會導致函式庫內容薄弱（請告知使用者，若使用者仍想繼續則繼續）。將它們命名為 V01.mp4 …，並在 refs/sources.md 中列出每一個。它們保留在本地：絕不發布、上傳或放入 artifact。
僅有描述（無影片）：訪談使用者（感覺、基礎、類型、動態、字幕、音效、禁止事項），將每個形容詞轉換為數字，並收集一些他們喜歡的靜止畫面或螢幕截圖。跳過 A3-A4 的框架工作；風格板顯示標記、規則和草圖以取代參考框架，函式庫則從空開始，並從已批准的編輯中增長。

A2. 風格板（訓練中最重要的部分）

分析每部參考影片：使用 ffmpeg 每 0.5 秒擷取畫面（或使用已安裝的影片分析工具）、製作聯絡表、分析音訊響度。閱讀這些資料。
提出類別（字幕系統、佈局、B-roll 類型、圖形、轉場、CTA……）；風格自身的類別優先。references/example-style-3d-paper.md 展示了一個完整的範例。
選取 100-150 張靈感畫面，製作成 9:16 的縮圖（約 360 像素寬）放入 board/thumbs/，並為每個類別選取一張主畫面進行註解。
填寫 board.json（架構請參閱 references/board-and-plan-spec.md）：標記（字型、從畫面中選取的十六進位顏色、紋理、形狀、尺寸、佈局），以及每個類別的圖塊、一張附有 3-5 個可衡量標註的註解畫面，以及針對四個「為什麼」問題（設計、顏色、效果、動畫）的草稿答案。
從 assets/board-template.html 建立 board.html（取代 JSON 區塊），並將其作為 artifact 發布，同時將縮圖作為支援檔案。使用者重寫「為什麼」的答案，然後按下 העתקת ההערות לבורד 將其貼回。
檢查點 1：停下並等待。 套用使用者的註解，重新發布。在使用者確認風格板正確之前，不要開始 A3；錯誤的風格板會訓練出錯誤的風格。

A3. 分解

針對每部參考影片：逐詞轉錄（transcribe_words.py，語言來自使用者或設為 auto），以及逐畫面檢查，找出每個動畫並記錄三件事：

放置位置： 哪些詞觸發動畫、觸發後多久發生、哪種類型的台詞對應哪種場景（宣告 vs 描述、數字、人物、故事、爆點）；
設計： 背景、紋理、字型配對與大小、顏色、線條處理、插圖、位置；
邏輯： 持續時間（以畫面數計算）、距離、緩動函數、鏡頭移動。以畫面為單位進行測量；切勿猜測。然後與風格板進行核對（風格板 = 是什麼與為什麼；影片 = 何時發生以及如何移動）；詢問使用者他們在哪裡不同意。將每個動畫寫入 animations.json（V<nn>-A<n>、開始/結束、關鍵畫面、標題、類別、場景類型、詞語、備註）。一次處理一部影片，邊處理邊儲存；若有多部影片，則將工作分配給子 agent（每部影片一個，使用相同的架構）。

A4. 參考函式庫

python scripts/build_reference_library.py styles/<slug>/animations.json --out styles/<slug>/library 每個動畫都成為一個資料夾（靜止畫面、標籤畫面條、剪輯片段、備註），加上 index.json。打開一些畫面條，修正 animations.json 中錯誤的邊界，然後使用 --force 重新執行。

A5. 打包風格

從 references/style-skill-template.md 撰寫 STYLE.md 和風格技能：編號的、可衡量的規則（以便計畫或備註可以引用「規則 7」）；將標記映射到品牌上（保留參考影片的尺寸、比例和色彩紀律；記錄其原始值）；每個類別包含設計、動態、放置位置和 2-3 個函式庫參考；規劃模式；聲音設定檔；一個「思考方式」章節；一個空的「審查回合規則」章節。從 references/craft-rules.md 中的通用規則開始撰寫每個風格，只寫出不同的部分。建議：將重複出現的部分（字幕、標題、說話者佈局、CTA）建構成 kit/ 中一個已測試的元件套件。將技能儲存到 ~/.claude/skills/style-<slug>/SKILL.md，然後執行 styles.py set <slug> status=ready board_url=<board artifact URL>。告知使用者該風格的名稱，並說明在新的工作階段中將會列出該風格。

階段 B：以訓練好的風格編輯影片片段

使用可用的最強模型和最高努力。

B0. 選擇風格

styles.py list。如果使用者已指定，則使用該風格；否則詢問，並將準備就緒的風格作為選項（若只有一個準備就緒的風格：告知使用者將使用哪一個）。載入 style-<slug> 並將選擇寫入 plan.json，以便每輪都使用相同的風格。

B1. 轉錄與剪輯

transcribe_words.py raw.mp4 --out words.json（希伯來文：--language he --model <ivrit-ai folder>）。
顯示低信心的詞語（名字、數字、品牌）；在開始規劃前修正它們。
如果有多個 take，與使用者一起選擇（--keep keep.json），然後執行 cut_silences.py raw.mp4 --words words.json --out edit_ready.mp4 --pad-ms 120 （只有在刻意追求明快風格時才使用 30 毫秒）。連接處會加入 15 毫秒的音訊淡入淡出。
不使用 VAD 重新收聽每個連接處（transcribe_words.py edit_ready.mp4 --start .. --end .. --no-vad --no-context），檢查詞尾（word_edges.py --at <t>），然後執行 verify_cut.py。隱藏的重複和截斷的結尾在此處被發現，而非由影片擁有者發現。此步驟之後的所有操作都使用 edit_ready.mp4 和 edit_ready.words.json。

B2. 編輯計畫（自動顯示）

將腳本分割成節拍（每個節拍一個想法或一行台詞）。對於每個節拍，從風格的函式庫中選取三個設計，按照參考影片放置它們的方式進行放置，並標記其中一個為 ההמלצה שלי。每個選項包含：標題、類別、場景類型（פנים + כתוביות / שכבה מעל הפנים / סצנה מלאה）、具體描述、Ref V##-A##；每個節拍包含：為什麼它適合（引用參考影片和規則編號）以及一個鏡頭備註。使用 references/craft-rules.md §1（隱喻、真實事物在運作、將不可見變為可見、動作的參考、絕不重複）中的五個問題來設計每個節拍。從 assets/plan-template.html 建立 plan.html，發布時附上一個 540p 的代理影片作為 clip.mp4，並將選項的靜止畫面作為 thumbs/。

B3. 檢查點 2：人類規劃

使用者為每個節拍選擇一個設計或自行撰寫，然後按下 העתקת התוכנית 並將結果貼回。將規劃模式作為建議提供：以說話者作為開場；鉤子是一個強而有力的節拍；在臉部進行宣告，用視覺進行描述；人物 → 標註；故事 → B-roll；平衡場景類型。如果使用者給予完全控制權（"אתה מחליט"），則自行選擇並告知使用者。

B4. 建構

對於每個被選中的設計，打開其函式庫資料夾，並寫下要複製的確切設計。
資產清單，每個項目包含來源（真實的 UI、官方標誌、工具製造商自己的展示片段、使用者的檔案、授權音樂/SFX、可選的生成圖像或 3D）；顯示該清單；在下載前詢問。將每個來源記錄在 SOURCES.md 中。
使用 HyperFrames（先載入其技能）或備用引擎進行建構：一個 1080x1920 的合成，以 edit_ready.mp4 作為說話者音軌；套用風格標記；優先使用風格的套件。順序：先從詞語檔案為整個影片製作字幕，然後按計畫順序處理每個節拍。先建構 2 個節拍，拍攝快照，與風格的參考畫面進行比較，進行調整，然後再建構其餘部分。遵循 references/craft-rules.md 並檢查 references/pitfalls.md。
驗證（0 錯誤），每 0.5 秒拍攝一次快照（在密集的節拍和 CTA 處每 0.2 秒拍攝一次），閱讀每個快照，修正。然後渲染一個草稿（低品質，包含音樂）並打開審查頁面。清楚地說明初稿大約完成了 60-70%。

B5. 審查回合

遵循 references/ 中的審查規則。

style-lab

style-lab 是什麼？

在你喜歡的 AI 中提問

說明文件