Communitygithub.com

minhhoasqtt-prog/hmhshare-mkt-bien-tap-vlog-hyperframes

將 VLOG / 談話性頭影片(talking-head,車上拍攝、戶外分享,16:9)透過 HyperFrames 編輯成完整影片:使用 Whisper 逐詞轉錄、AI 根據訊息與觀眾選取重點片段並在框架內精準裁剪(不截斷文字)、降噪並標準化音訊至 -15 LUFS、插入 4-5 秒的無聲填充片段覆蓋講話、使用 punch-in 遮蔽跳躍剪輯、調色、加入動態越南文字(標題、章節、關鍵句、數字、列表、流程圖、邀請)。基於 Walter Murch 的 Rule of Six 和 Casey Neistat 的 vlog 剪輯風格。當使用者想要縮短長影片、提取重點、剪輯 vlog、加入填充片段/B-roll、過濾音訊、調色、為 DJI/Osmo/手機拍攝的影片加入文字時觸發。

hmhshare-mkt-bien-tap-vlog-hyperframes 是什麼?

這個技能旨在將長時間的談話性頭影片(如 vlog、車上分享、戶外對話)透過 HyperFrames 自動化編輯成精簡、重點明確、色彩美觀且含動態文字的 16:9 影片。它基於 Walter Murch 的 Rule of Six 和 Casey Neistat 的 vlog 剪輯哲學,優先考慮情感和故事節奏,而非技術瑕疵。技能會使用 Whisper 進行逐詞語音轉錄,讓 AI 能精確選取並剪輯重點片段,然後透過插入 4-5 秒無聲填充片段、punch-in 效果遮蔽跳躍剪輯、降噪至 -15 LUFS 以及即時調色來提升視覺與聽覺品質。最後,它會根據越南語的語法和視覺結構,動態生成包含標題、章節標記、關鍵數據、列表和流程圖的文字疊加層。 此技能特別適合處理 DJI、Osmo 或手機拍攝的橫向 16:9 影片,並已在高達 11 分鐘的車上 vlog 中實際驗證。它不適用於 9:16 的垂直短片、AI 頭像或配音影片,以及只需簡單字幕而保留原始影片的場景。技能執行需要 Node.js 18 以上、ffmpeg/ffprobe、Whisper.cpp(含 large-v3 模型)以及 HyperFrames CLI,並優先使用 macOS 的 VideoToolbox 加速。整個流程包含準備(轉錄、分析)、AI 編輯(選取片段、撰寫計畫)、剪輯與音訊處理、文字與動畫組合、最終渲染與報告生成等步驟,並提供詳細的參考資料和常見問題處理指南。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add minhhoasqtt-prog/hmhshare-mkt-bien-tap-vlog-hyperframes

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

使用 HyperFrames 剪輯 Vlog

將一段原始談話影片(附帶一些填充鏡頭)轉換成一部 16:9 的影片,精簡、切題、色彩美觀且帶有文字。

核心理念 / 來源

  • Walter Murch, Rule of Six (In the Blink of an Eye): 情感 51% > 故事 23% > 節奏 10% > 視線追蹤 > 2D > 3D。先根據情感和故事脈絡選擇片段,影像瑕疵事後處理。
  • Casey Neistat: 開頭 → 背景 → 內容 → 結尾;有目的的跳躍剪輯;大量使用填充鏡頭。
  • 談話性頭影片: 語音是主幹(L-cut),填充鏡頭覆蓋其上,punch-in 遮蔽跳躍剪輯。
  • 實際驗證:車上拍攝的 11:22 vlog 縮短至 5:22,共 23 個片段,29 個文字區塊(範例計畫在 references/vi-du-plan.json)。

使用時機 / 不使用時機

  • 使用時機: 一個人的長篇談話影片(vlog、分享、錄製的直播、車上拍攝)需要縮短 + 填充 + 文字,橫向 16:9 畫面。
  • 不使用時機: 9:16 的豎向 TikTok 類型短片且需要逐字跑馬字幕;AI 頭像 / 配音影片;只需字幕而保持原始影片(請用 HyperFrames 的 /embedded-captions)。

前置條件

請先依照 HUONG-DAN-CAI-DAT.md 安裝,然後執行 node <skill>/scripts/kiem-tra-may.mjs,必須所有項目都顯示 ✓。

  • ffmpeg/ffprobe,Node ≥ 18,npx hyperframes(已測試 0.8.168–0.8.169 版本)。
  • whisper-cli(whisper.cpp)以及模型 ~/.whisper-models/ggml-large-v3-turbo.bin(可透過變數 WHISPER_BIN、WHISPER_MODEL 更改)。
  • Mac 使用 VideoToolbox 加速剪輯(約為即時速度的 2 倍,適用 2.7K HEVC 10-bit);Windows/Linux 會自動轉為 libx264(速度較慢)。
  • 可用硬碟空間至少為影片輸出長度每分鐘 0.6 GB 再加 3 GB。首次渲染會下載 chrome-headless-shell(約 150 MB)。
  • Be Vietnam Pro 字型已內建於 assets/fonts/ 中(SIL OFL 授權,無需網路)。

執行流程

S=<技能目錄>/scripts(通常為 .claude/skills/hmhshare-mkt-bien-tap-vlog-hyperframes/scripts) W=<工作目錄>,例如 ~/vlog-lam-viec/<slug>。請將影音媒體存放於此,不要放在雲端同步目錄(Google Drive、OneDrive、Dropbox…),否則會導致速度緩慢和錯誤。

步驟 1 — 準備(機器執行,約 1-3 分鐘)

node $S/01-chuan-bi.mjs --work $W --main "<主要影片>" --broll "<填充1>,<填充2>,..."

產出:probe.json、contact.jpg、loi-thoai.txt(逐詞時間戳)、main_clean.wav、填充片段的代理檔 hfproj/media/bNN*.mp4 以及 broll.json。重新執行時會跳過已完成的步驟(使用 --force 強制重新執行)。

步驟 2 — AI 編輯(請仔細閱讀 references/chon-doan-bien-tap.md) 檢視 contact.jpg(講者位置 → tam_zoom、文字放置區域),閱讀完整的 loi-thoai.txt,確認觀眾 + 訊息(若不清楚則詢問使用者),然後根據 references/plan-json.md 的格式在 $W/plan.json 中撰寫 doan 區段。快速估算總時長:

node $S/02-cat-doan.mjs --work $W --main "<主要影片>" --chi-tinh   # 僅輸出 ban-cat.txt,不進行實際剪輯

→ 人工審查點: 若使用者想要預覽,則輸出 ban-cat.txt 表格並暫停。預設情況下:繼續執行,並在最終報告中包含剪輯清單。

步驟 3 — 剪輯 + 音訊處理 + 檢查接點(機器執行)

node $S/02-cat-doan.mjs --work $W --main "<主要影片>"

產出:hfproj/media/main_cut.mp4/.wav、segs.json、kiem-tra-noi.json。任何出現文字遺失警告的片段,請對照 cut-words.json(Whisper 有時會誤報),若為真實錯誤,則添加 lui_dau/them_cuoi 後重新執行。

步驟 4 — AI 撰寫文字並建立組合 閱讀 ban-cat.txt,在 plan.json 中撰寫 chu 區段(緊密對應 doan + sau)以及 canh_tram(預設為 {"nhip":20}),然後執行:

node $S/03-dung-hyperframes.mjs --work $W
cd $W/hfproj && npx hyperframes check --json        # 必須:lint 0 錯誤、layout 0 錯誤、對比度全部通過
npx hyperframes snapshot --at <腳本輸出的各個時間點>  # AI 檢視 contact sheet:文字換行是否美觀、是否遮擋臉部、顏色是否協調

修改計畫/文字 → 重新執行步驟 03,直到畫面乾淨(文字過長請簡化句子,不要縮小字型)。

步驟 5 — 渲染與輸出(機器執行,Mac M1 Pro 上約為影片長度的 1.5 倍)

node $S/04-render-xuat.mjs --work $W --out "<輸出目錄>" --quality delivery

檢查時長是否吻合、是否有音訊、LUFS 是否達標,產出 soat.jpg,然後將影片 + du-an-hyperframes/ + 計畫/分段/逐字稿複製到輸出目錄。AI 最後檢視 soat.jpg。

步驟 6 — 報告 回覆使用者:影片路徑、前後時長、以時間點為基礎的結構表格(保留片段、主要內容)、已刪除的內容、如需修改應修改 plan.json 中的哪個部分。清除渲染快取(請參閱注意事項)。

參考資料

  • scripts/lib.mjs:ffmpeg/whisper/查找文字片段、根據機器選擇編碼器。
  • scripts/01-chuan-bi.mjs · 02-cat-doan.mjs · 03-dung-hyperframes.mjs · 04-render-xuat.mjs · kiem-tra-may.mjs。
  • scripts/template.tpl:HTML + GSAP 框架(9 種文字類型、punch-in、填充片段融合、Ken Burns 效果)。
  • references/plan-json.md:計畫格式與文字類型對照表 · references/vi-du-plan.json:實際範例計畫(23 片段 / 29 文字區塊)。
  • references/chon-doan-bien-tap.md:片段選擇規則、結構框架、畫面節奏。
  • HyperFrames 文件:https://hyperframes.heygen.com(若機器已安裝 hyperframes、hyperframes-cli 技能,可一併參考)。

注意事項 / 常見陷阱

  • Whisper 文字時間戳延遲約 0.3-0.5 秒:腳本已將進入點提前 0.3 秒;若仍有遺失,請添加 lui_dau。
  • 不要為整個原始 2.7K/4K 影片建立代理檔(11 分鐘約需 40 分鐘):只需剪輯已選取的片段(步驟 3)。
  • 不要在 hfproj/ 根目錄放置第二個 .html 檔案:HyperFrames 會報錯 multiple_root_compositions。範本位於 scripts/ 中。
  • Lint 警告 nested_structure_needs_subcomposition / timeline_track_too_dense 是組織建議,可以忽略。
  • 渲染時的解碼快取會寫入系統暫存目錄(Mac/Linux 為 $TMPDIR/hyperframes-extract-cache-*,Windows 為 %TEMP%;5 分鐘影片約佔 2 GB):渲染完成後請清除。
  • "Checking browser" 階段首次執行時會持續數分鐘,這是在下載瀏覽器,並非當機。
  • 語音轉錄若出現較多錯字:螢幕上的文字必須拼寫正確,不要直接複製轉錄結果。完整的跑馬字幕功能尚未包含在此技能中。
  • HDR/LOG 影片:請先轉換為 SDR(步驟 1 會發出警告);即時調色僅支援 Rec.709。
  • 相機記憶卡必須從步驟 1 一直插著直到步驟 3 結束(步驟 3 需要重新讀取原始檔案)。建議先將影片複製到電腦中。
  • Windows:路徑包含空格時請務必用雙引號括起來。

輸出

<輸出目錄>/:<slug>.mp4、du-an-hyperframes/(僅 index.html + 設定檔,不含媒體)、plan.json、segs.json、ban-cat.txt、loi-thoai.txt、kiem-tra-noi.json、broll.json、soat.jpg。

相關技能