Communitygithub.com

OliviaPp8/minara-video-skills

為 Minara 影片撰寫腳本,在動畫開始前產出關鍵幀腳本文件,適用於宣傳片、補充場景及使用教學。

minara-video-skills 是什麼?

此技能專為 Minara 影片腳本設計,能在進行任何動畫工作之前,自動生成結構化的關鍵幀腳本文檔。它支援行銷宣傳片、單一場景補充以及使用案例教學等多種影片類型。技能會將簡報、產品截圖、前端程式碼、Figma 框架或功能筆記轉化為以關鍵幀表為核心的英文腳本。每個關鍵幀都包含一張靜態圖像(從 UI 程式碼渲染、從 Figma 匯出,或透過 AIGC 從截圖生成)、畫面描述、旁白台詞、螢幕文字(花字)及其樣式與時間、以及背景音樂風格與音效提示。此外,腳本還會明確每個場景必須傳達的重點、使用者流程與 UI 文案、旁白字數預算,以及待解決的開放性問題。產出的腳本會進一步交接給 minara-video、minara-usecase-video 和 minara-music 等下游技能進行處理。此技能支援多種觸發詞,包括 `/minara-videoscript`、"寫視頻腳本"、"視頻腳本"、"分鏡腳本"、"關鍵幀"、"關鍵幀腳本"、"花字"、"補充腳本"、"旁白稿"、"video script"、"voiceover script" 和 "keyframes"。

相容平台✓Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/OliviaPp8/minara-video-skills/tree/HEAD/skills/minara-videoscript

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。

預覽

來自技能 README

K3

說明文件

/minara-videoscript — Minara 影片腳本

僅腳本,無動畫。輸出為一份 Markdown 腳本文檔加上一個靜態關鍵幀圖片的資料夾。運算元核准後,將傳送至下游:

影片類型下游技能
行銷 / 發布 / 演示影片(用程式碼構建畫面,UI 可能重繪)minara-video
使用案例 / 初學者教學(忠實重現 UI)minara-usecase-video
在運算元自己的螢幕錄影上疊加字幕 + 旁白minara-guide-video
剪輯錄製的旁白並放置在音軌上minara-voiceover(讀取關鍵幀表中的 Voiceover 和 Time 欄位)
音樂 / 音效minara-music(讀取本文檔中的音樂區塊和音效提示)

結構:一個單一場景補充腳本由 5–8 個來自一個 source.html 的關鍵幀組成;一部完整的影片通常有 6–10 個場景。僅用英文撰寫新腳本。

核心單位:關鍵幀

腳本是一系列 關鍵幀。一個關鍵幀是一個觀看者必須看到的瞬間的靜態圖像,並附有該瞬間周圍發生的一切的描述。每個關鍵幀都包含相同的七個欄位:

欄位內容
Image![K3](keyframes/<主題>/K3.png)。來源標籤:UI code / Figma / AIGC。
Time該靜態圖所代表的時間碼(40.5s)及其涵蓋的範圍(39.8–41.6s)。
Duration該範圍的時長秒數(包含停留及進入的動作)。
Picture螢幕上顯示的內容及其移動順序。如有鏡頭移動(推近至工作流程卡片)請說明。
Voiceover在此範圍內唸出的台詞,或 —。
On-screen text (花字)確切文字、樣式、位置、入/出時間。或 —。規則如下。
Music此範圍內的背景音樂能量強度 + 任何音效提示及其確切時間。

粗略估計:每 2–4 秒影片對應一個關鍵幀,每個場景至少一個。選擇事物已「完成」的幀(提示已輸入、圖表已繪製、通知已送達),而非運動中間的模糊幀。

語言:僅限英文(運算元,2026-10-19)

  • 腳本文檔中的所有內容均為英文:標題、備註、流程表、關鍵幀欄位、旁白、螢幕文字、UI 文案、音樂備註、開放性問題。無中文翻譯行,無「中文對照」欄位,無其他語言。關鍵幀圖像中的任何文字也同樣適用。
  • UI 文案需與英文產品 UI 中的顯示完全一致地引用。
  • 運算元可能以中文簡報;將其含義翻譯成英文腳本。如果他們在聊天中使用中文,可以用中文與他們交談。只有文檔是英文的。

語氣:冷靜、中立、自然

腳本應讀起來像人寫的,而非模型。冷靜且中立:陳述發生的事情,讓產品本身傳達資訊。

  • 大聲朗讀每一句旁白。 如果聽起來像廣告、標語產生器的輸出或新聞稿,請重寫。如果你不會對同事這樣說,就刪掉。
  • 使用樸實的動詞、簡短的句子、現在式。縮寫是可以的(it's、you'll)。語氣範例:Just ask. / Backtest it. / Minara builds the workflow. / Then it keeps watching.
  • 中立,不要激動:不使用誇大形容詞、驚嘆號、全大寫或表情符號。
  • 禁用詞:exciting、powerful、seamless(ly)、effortless(ly)、revolutionary、game-changing、unlock、unleash、elevate、supercharge、empower、cutting-edge、next-level、robust、leverage、harness、journey、landscape、delve、transform(ative)、"at your fingertips"。
  • 禁用 AI 模式:
    • "Not just X, but Y" / "It's not X. It's Y."
    • 為了節奏而列舉三項("faster, smarter, safer")
    • "Imagine…"、"What if…"、"In a world where…"、"Say goodbye to…"、"Meet your new…"
    • 作為鉤子的修辭疑問句
    • 使用冒號或破折號揭示答案("One thing changed: everything.")
    • 添加虛假深度的 -ing 分詞從句("…, giving you full control.")
    • 重要性修飾語("a pivotal moment"、"redefines how…")
  • 完整模式清單:所有 AI 寫作模式清單(例如維基百科:「Signs of AI writing」)。在移交前,對照此清單檢查每一句旁白和每一段螢幕文字。
  • 無獲利承諾("guaranteed"、"risk-free")。如果出現回測或回報,請備註風險免責聲明的位置(例如 過往表現並不保證未來結果。)。
  • 來源資料中不包含的事實需標示 ⚠️ 並放入「Open questions」中。不要自行發明。

工作流程

  1. 收集輸入:簡報、截圖、前端程式碼路徑、Figma 連結、功能筆記、現有剪輯、音樂參考(如有)。一次提問,合併為一個問題,僅詢問無法推斷的內容:長度、橫/直方向、平台(X / Discord / 網站)、是否需要旁白、其在影片中的位置、音樂氛圍(如果運算元有想法)。
  2. 鎖定呈現選擇 於文檔頂部,避免偏離:範例案例、使用哪個表面(Desktop / App / Web)、時區、不顯示的內容。根據以下主題規則選擇案例。
  3. 先撰寫文字:第 1 節(需要傳達的內容)、使用者流程和 UI 文案、含時間的場景列表、以及關鍵幀列表(ID、時間、畫面、旁白、螢幕文字、音樂)。尚未製作圖像。這能防止圖像工作主導故事。
  4. 製作關鍵幀圖像,按照以下路徑,存放到 docs/keyframes/<主題>/K1.png … 中。UI 幀優先(既免費又精確);在花費點數進行任何 AIGC 幀之前先詢問。
  5. 撰寫文檔 到專案的 docs/ 目錄下(單一場景用 NN-script-scene-N-<主題>.md;完整影片用 NN-script-<slug>.md)。如果沒有 docs/ 目錄則放在專案根目錄。在連結每個關鍵幀 PNG 前,先開啟它並對照其 Picture 欄位進行檢查。
  6. 自行檢查 使用以下清單。計算旁白字數和時間;不要估算。
  7. 發送給運算元:檔案路徑加上 3–5 行摘要(長度、場景數、按來源分類的關鍵幀數、旁白字數/佔執行時間比例、一行音樂方向、開放性問題數量)。他們編輯腳本並標記關鍵幀,而非程式碼。未經核准前不得進行動畫。 核准前允許靜態圖像;不允許動態。
  8. 核准後:進行交接。下游的逐秒腳本會從此文檔的關鍵幀時間展開;無需重寫。minara-music 從 Music 區塊構建 cues.json。如需審查委員會,從 minara-video 的 assets/storyboard-template.html 生成 storyboard.html;AIGC 關鍵幀對應到其 AIGC 行。

製作關鍵幀圖像

三種方法。使用第一種符合條件的方法;一個腳本可以混合使用,每個關鍵幀需標明使用的方法。

方法 A — UI 程式碼(產品 UI 的預設方法)

幀使用 HTML 繪製,因此文案精確,且該幀可稍後被動畫重複使用。

  1. 複製 assets/keyframes-source-template.html 到 docs/keyframes/<主題>/source.html。每個關鍵幀一個 <section class="k" id="K1">;?k=K1 顯示該幀。
  2. 從真實 UI 填充每個幀:從前端程式碼(元件、i18n 字串)或現有的 HyperFrames 組合中取得文案、資料和結構。根據影片規則放大繪製:內文 ≥28px、標題 ≥48px、關鍵數字 80–140px、每個畫面 3–5 個元素、僅使用 Geist 字型、Minara 調色板(#F2F2F2 舞台、#15171A / #222222 / #FFFFFF UI、#B0B0B0 次要、綠色 #07B56A 僅用於上漲/成功、紅色 #F75D5F 僅用於下跌)、無漸層、右下角標示「Illustrative data」。
  3. 將螢幕文字(花字)繪製到將放置的幀中,以便運算元審查實際佈局。
  4. 拍攝:
    ~/.claude/skills/minara-videoscript/scripts/shoot_keyframes.sh \
      docs/keyframes/<主題>/source.html docs/keyframes/<主題> landscape K1 K2 K3
    
    輸出為 2560×1440(portrait:1440×2560),符合 2K 交付標準。該腳本也會傳遞 #k1,因此舊版 V2 原始頁面(雜湊選擇)也能運作。
  5. 如果動畫已存在 且關鍵幀是其中的一個瞬間:尋找構圖而非重新繪製。使用專案的測試頁面,搭配 ?t=<秒數> 或 npm run snapshot -- <t1>,<t2>,然後將 PNG 複製為 K<n>.png。

方法 B — Figma

當設計圖在 Figma 中有該幀時使用(尚未寫成程式碼的新畫面、活動版面)。

  1. 從連結取得 fileKey 和 nodeId(node-id=1-2 → 1:2)。在 get_design_context 前載入 Figma 設計轉程式碼指南。
  2. 使用 get_screenshot 搭配 maxDimension: 2560,然後用 curl 將 URL 下載到 docs/keyframes/<主題>/K<n>.png。
  3. 使用 get_design_context / get_variable_defs 取得 UI 文案表格的準確文案和令牌。
  4. 如果 Figma 幀是密集的桌面畫面,則僅作為參考:使用方法 A 將其放大重建,並將來源註記為 Figma → UI code。

方法 C — 從截圖生成 AIGC

用於非產品 UI 的幀:開場圖像、比喻、使用手機的人、環境、氛圍鏡頭。絕不能用於產品 UI 或任何包含真實文案或數字的內容;這些應使用方法 A 或 B。

  1. 先詢問。 圖像生成會花費點數(Figma generate_image 使用 Figma AI 點數;Weave 模型需要報價並明確核准)。說明哪些幀、哪個模型以及費用,然後等待。
  2. 向模型提供截圖或方法 A 的幀作為參考(如果工具接受);否則在提示中描述參考。
  3. 提示規則:16:9(或 9:16)、用文字描述的 Minara 調色板(淺灰色舞台、近黑色 UI、白色、綠色僅用於成功)、乾淨簡潔、柔和的日光、無漸層、無紫色-粉紅-橙色、圖像中無文字、字母、數字或標誌(模型會搞亂它們;文字會以程式碼方式添加)、無迷因圖像、無真人肖像或其他品牌。
  4. 儲存為 K<n>.png,並將確切提示、模型、參考圖像和日期寫入 docs/keyframes/<主題>/prompts.md,以便該幀能重新生成或移交給製作 AIGC 圖片的同事。
  5. 開啟結果。拒絕任何帶有雜亂文字、錯誤手勢、錯誤顏色或看起來像是 AI 生成藝術的內容;重新生成或回退到方法 A 佈局。

螢幕文字(花字)

螢幕文字是指疊加在圖片上但不屬於 UI 本身的任何文字:字幕行、標題、關鍵數字、結尾行動呼籲(CTA)。

  • 允許的內容:(1) 旁白台詞或其一部分,作為字幕或強調;(2) 被拉出並放大的真實 UI 文案;(3) 運算元要求的標題、關鍵數字或 CTA。除此之外禁止。無註釋性文字、標籤牆、浮動關鍵字或功能標籤。如果需要解釋某個概念,請透過圖片和動畫來展示。

  • 旁白規則同樣適用:冷靜、樸實、無禁用詞、無驚嘆號、使用句子大小寫。

  • 每個項目寫法如下:"Just ask." · 64px / 700 · #15171A · 位於視窗左上方 · 於 12.4s 進入,14.0s 離開 · 使用 minaraSnap 向上移動 24px。

  • 可選擇的樣式(保持一部影片內一致):

    樣式用途規格
    Caption顯示為文字的旁白行40–48px / 500、底部置中、深色背景上白色或淺色背景上 #15171A、無外框
    Headline標題或場景的唯一訴求64–96px / 700、字距 −0.02em、左對齊
    Key number作為該鏡頭重點的數字120–200px / 700、表格數字;僅在表示收益/損失時使用綠色/紅色
    CTA結尾卡片56–72px / 700 + 產品名稱或 URL
  • 動畫:使用 minaraSnap 進入(0.6–0.9 秒、小幅上升或從 0.96 縮放)、使用 ≤0.3 秒淡出退出。每個項目停留時間至少與大聲朗讀所需的時間相同(0.4 秒/字,最少 1.2 秒)。

  • 無表情符號、無漸層填充、無發光效果、無輪廓或 3D 文字、無全大寫。

音樂(BGM 風格與音效提示)

文檔提供 minara-music 所需的一切,因此音樂應與腳本一同決定,而非事後。

  • 影片層級簡報(一個區塊):節奏(BPM,預設 120)、調性(預設 A 小調;明亮片段用 C 大調)、用 1–2 句樸實文字描述感覺(Soft electronic, warm pads, light plucked arpeggio, no vocals.)、應避免的內容(無 EDM 歇斯底里、無預告片式重擊、無 Lo-fi 雜音、無人聲片段)、以及運算元提供的參考曲目(如有)。授權曲目僅能來自運算元。
  • 每個關鍵幀的能量強度:silent / intro / light / build / full / breakdown / climax / outro 中的一個(minara-music 詞彙表),加上幾個字描述氛圍。能量應跟隨故事:產品名稱或發布訴求使用 climax;隱私或安全性部分使用 breakdown;結尾卡片使用 outro。
  • 音效提示:僅用於可見的動作,每個提示帶有確切時間:tap 35.0s、typing 32.1–34.6s (cps 18)、success 45.0s、notify 45.2s、whoosh 47.3s、thud 43.2s、bell 0.4s。類型為 minara-music 的音效清單。
  • 旁白時音樂音量降低;當有旁白時,在簡報中說 duck under VO。

腳本文檔範本

# Script | <主題>: <一行摘要>            ← 完整影片:"Script | <影片名稱>"

> 用於 <場景 N / 完整影片> 的目前單一腳本。
> 目的:<取代場景 N,XX–XXs / 新影片>。在核准前,現有剪輯保持不變。
> 來源:<前端程式碼路徑 / Figma 連結 / 截圖路徑 / 產品文檔>。標記 ⚠️ 的項目不在來源中,需要產品確認。
> **呈現(已鎖定)**:<案例;表面;時區;不顯示的內容;是否有後續提問步驟>。
> **輸出**:<2560×1440 或 1440×2560>、60fps。關鍵幀:`docs/keyframes/<主題>/`(來源:`source.html`,AIGC 提示:`prompts.md`)。

## 1. 需要傳達的重點
1. <觀看者應記住的第一件事>
2. …(最多 4 項;每項至少對應一個關鍵幀)

## 2. 使用者流程與 UI 文案
| 步驟 | 使用者動作 | UI 文案(確切) | 來源 |
(來源 = 程式碼路徑 / Figma 節點 / 截圖;演示提示標記為 "(demo)")

## 3. 關鍵幀表(<總秒數>s<, 取代 XX–XXs>)
| Key | Time | Dur | Scene | Picture (簡短) | Voiceover | On-screen text | Music | Image source |
|---|---|---|---|---|---|---|---|---|
| K1 | 0.0–2.4s | 2.4s | S1 | Avatar 置中著陸 | — | — | intro · bell 0.4s | UI code |
(每行一個關鍵幀;範圍連續且總和等於總時長。這是下游技能讀取的表格。)

## 4. 場景與關鍵幀
### <Scene id> | <s

…

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

OliviaPp8/minara-video-skills

Create Minara product guide/tutorial videos from screen recordings supplied by the operator. Use for /minara-guide-video, “给录屏加字幕配音”, retiming a new recording cut, building a timeline approval player, or correcting caption/product meaning. Drives caption-recording from source analysis through pre-render approval, final verification, and local delivery. Not for synthetic HyperFrames marketing videos.

OliviaPp8/minara-video-skills

Generate background music and synced sound effects for Minara videos from the per-second script. Translates each scene's mood and on-screen actions (taps, typing, success, notifications, transitions) into a cue sheet, then renders BGM + SFX locally (numpy synth, no external service), with optional ducking under the voiceover. Use for /minara-music, "配乐", "生成音乐", "BGM", "按脚本生成音乐", "加音效", or when a minara-video / minara-guide-video project needs a music bed.

OliviaPp8/minara-video-skills

Make Minara use case / beginner tutorial videos (mobile App or desktop), rebuilding the product UI in HyperFrames code and walking through the real user path step by step. Unlike minara-video (marketing demo, UI redesign allowed), this skill requires a faithful UI: copy, layout, components, and interaction paths all follow the product frontend code and screen recordings. Triggers: "use case 视频", "教程视频", "操作演示", "新手教程", "按 App 界面做一个视频"; also makes covers for these videos ("封面", "cover", "缩略图").

OliviaPp8/minara-video-skills

The operator's standard workflow for making Minara marketing / launch / demo videos. Built on the hyperframes skill, with a stricter process - confirm style → high-level storyboard → copy → build each scene separately → confirm a per-second script → iterate on a local test page → render only once the user is satisfied.

相關技能