Communitygithub.com

sstani-bgv/montage-skills

從頭到尾為影片製作所有動畫插卡(預設採用 v4 風格「圖片式簡報」——經作者認可的標準)——觀看影片或逐字稿、規劃 motion 計劃、將場景分配給子 agent、驗收成果、在原始素材上組裝含插卡的粗剪,並連同按時間碼輸出的 MP4 一起交付。每當使用者要求為影片製作動畫、用插卡讓影片更生動、「做得跟某個網紅一樣」、為已錄製的素材搭配圖形,或將先前規劃好的 motion 計劃轉為成品檔案時,請一律使用此技能。這是進入點:它會自動呼叫 /motion-plan 進行標註,並透過 /motion-build 分配組裝作業。若只需單一動畫,請直接使用 /motion-build。

montage-skills 是什麼?

此技能負責端到端的動畫插卡編排管線,從原始素材一路到帶有精確時間碼的最終 MP4 檔案。其主要流程包括:先透過 /motion-plan 觀看影片或逐字稿來規劃場景清單,然後自動化地將場景分配給多個子 agent 進行並行處理。核心價值在於嚴格的品質驗收階段,此時 Orchestrator 會檢驗每張畫面並要求修正,以確保構圖連貫,避免常見問題如比例錯誤或空白畫面。此技能支援 v4 風格(以圖片為主的簡報外觀),但也能適應其他美學要求。它會產生一份包含所有動畫插卡的粗剪影片,以及一個包含個別 MP4 檔案和詳細時間碼索引的交付資料夾,方便使用者直接整合到他們的剪輯專案中。這項技能仰賴 Claude Code 來協調子 agent、執行本機腳本進行影像生成與剪輯,並管理複雜的專案目錄結構。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/sstani-bgv/montage-skills/tree/HEAD/motion-run

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

影片動畫插卡編排

你負責引導整個流程:原始素材 → motion 計劃 → 內含時間碼的 MP4 檔案,使用者可直接將其放入自己的剪輯專案中。你幾乎不親自建構任何東西——而是負責規劃、分配與驗收。

你在這裡的核心價值是驗收。子 agent 會盡責地組裝構圖,但只有從旁觀看畫面的人才能發現構圖上的缺陷。驗收失敗的成本遠比組裝失敗來得高。

管線 v4(預設)

風格參照 ../motion-build/references/style-v4.md。經實戰驗證的流程(串流 41 分鐘,34 段插卡加上開場片頭):

  1. 文字與畫面。 透過 /watch 檢視原始素材(逐字稿),為了規劃而進行逐詞的段落標記。
  2. 計劃 透過 /motion-plan 產生 → 向使用者展示,協調修改意見(開場片頭長度、密度、以及作者繪圖處的版面配置)。未經同意不得開始組裝。
  3. 在 scratchpad//tmp 中建立工作目錄 W:scenes.json({NN: start, dur, layout, title})、scenes/、img/、clips/。
  4. 圖片:prompts.tsv → zsh ../motion-build/scripts/gen_images.sh prompts.tsv W/raw → alpha.py W/raw W/img。檢查所有圖片清單:重複或失敗的(背景殘留、物件錯誤)請重新產生。
  5. 片段:python3 ../motion-build/scripts/cut_clips.py W source.mp4 --cam x,y,w,h(依畫面測量網路攝影機位置)。
  6. 簡報:複製 references/build-brief-v4.md 到 W/BUILD-BRIEF.md,填入路徑與計劃修改事項。已核准的場景放入 W/scenes/ 作為範本。
  7. 分配:一次傳送訊息給 7–8 個子 agent,每個 agent 負責 3–5 個相同版型的場景(動態排版整批交給單一 agent)。任務內容:簡報、版型範本(來自 recipes/v4/)、規格書、「用眼睛看畫面」。
  8. 驗收——根據每個場景全尺寸的最終畫面(裁剪掉面板),3×3 的縮圖會誤導字級。退回時需附上具體說明:「標題 ≥30px,主角 ≥240px,面板下半部保持空白」。發現共通錯誤時,立即將修正通知發送給仍在作業的 agent。
  9. 組裝:python3 scripts/assemble_v4.py W source.mp4 [--intro intro.mp4 --cut SEC]——插卡內含各自的 SFX 及草稿。在插卡插入點及銜接處擷取草稿畫面。
  10. 交付——放入與原始素材同層的資料夾:draft.mp4、inserts/NN_MM-SS-D_主題.mp4 加上 index.md 含時間碼、乾淨的基礎檔案(若有新的開場片頭)、圖片、music.md 含連結(音樂不嵌入)。

通用流程

1. 標註

載入 /motion-plan 並逐步執行。輸出結果為 MOTION.md:包含場景時間碼、選用的表現手法、畫面內容,以及選擇該手法來呈現該想法的理由。

在組裝前向使用者展示計劃。 組裝十個場景成本很高;事後修改計劃會非常痛苦。詢問使用者要移除什麼、新增什麼,以及哪些手法的表達效果不佳。

2. 規格書

計劃中的每個場景都需要自己的逐畫格規格書——子 agent 不應自行揣測。將其放入場景目錄內的 <proect>/SPEC.md。規格書格式參閱 /motion-plan 的「場景規格書」章節。

為每個場景建立獨立的專案目錄。 子 agent 會並行作業,check 會檢查整個專案,相鄰場景的損壞構圖會互相干擾。

先製作一次範本,之後用複製的方式量產:

./node_modules/.bin/hyperframes init _template --example blank --non-interactive --resolution landscape --skill motion-graphics

將 motion-build 技能的 assets/ 資料夾完整複製到範本中(_template/.claude/skills/motion-build/assets/)——tokens.css 透過 @import 載入字型,目錄結構必須一致:

cp -R .claude/skills/motion-build/assets/. _template/assets/

接著為每個場景建立複本:

for name in scene-01 scene-02 scene-03; do cp -R _template "$name"; done

2b. 自行建立範本場景

在分配之前,挑選一個場景——最好是中等難度、包含數字或一對卡片的場景——並親手將其組裝到可渲染狀態。這只需要十分鐘,卻能解決三個問題:

  1. 驗證管線。 如果 init、tokens、字型或渲染在某處卡住,你只需要經歷一次,而不是九次同樣的錯誤回報。
  2. 指定影片的全域常數。 字級、文字出現的節奏、背景機制、漂移效果、兩階段進場——這些都必須跨場景保持一致,而預設情況下每個組裝者會選擇自己的一套。設計系統定義的是範圍,而非數值。
  3. 為組裝者提供範例,而非說明。 閱讀同一部影片中已完成的場景,遠比從參考手冊中解讀相同規則來得可靠。

在旁邊放一個簡短的全域常數檔案(BUILD-BRIEF.md),並在分配任務時告知每個子 agent 該檔案以及範本構圖的路徑:「閱讀 ins-b2/index.html——字體排印、節奏、背景和時間軸結構皆繼承自此;僅需更改內容」。

簡報中應包含:帶有具體數值的字級表、調色盤與禁止使用的顏色替代、背景機制與鏡頭平移的原文、畫格 0 規則、文字出現節奏、引擎禁止事項列表、全域錨點的 keep-out 座標,以及管線指令。

此方法已在一個含九個場景的影片中測試通過:九個獨立組裝的場景在視覺上如同一套系統產出,渲染後無需進行對齊調整。

3. 分配

一次傳送訊息,同時啟動所有子 agent——它們會並行作業,速度遠快於序列式組裝。

每個任務的內容:

  • 工作目錄——僅限其負責的場景,不得碰觸其他場景;
  • 閱讀 SPEC.md,然後載入 motion-build 技能並遵循其指示;
  • 透過 Read 用眼睛觀看畫面,而不只是執行 check;
  • 渲染 MP4 並將其保留在自身專案的 renders/ 資料夾中,不得複製到其他地方;切勿刪除工作目錄;
  • 簡短回報:成果為何、MP4 路徑、遇到的困難、未臻理想之處。

務必要求指出與規格書的差異。規格書由你撰寫,你並未看到畫面;子 agent 則能看到畫面。他們的修正意見是報告中最有價值的部分。

一次處理八個場景是可行的——渲染只需數秒,主要時間花在製作上,機器不會因此卡住。當場景超過十個時才需要分批處理:瓶頸不在機器,而在於閱讀回報。

請事先約定結果的收集方式。 若未明確指示,組裝者會將 MP4 四處放置:有的放在 renders/,有的放在共用的 output/,有的放在 CLAUDE.md 指定的資料夾,有時會同時放在兩個位置「以確保 Orchestrator 能找到」。這曾導致需要靠 find 指令搜尋整個磁碟來尋找渲染檔。規則很簡單:每個人將檔案留在自己的 renders/ 資料夾中,並在回報中註明路徑;你則在交付時根據名稱和時間碼進行整理。

4. 驗收

親自為每個場景擷取畫面並進行檢視:

cd scene-01 && ../node_modules/.bin/hyperframes snapshot . --frames 8 -o review

透過 Read 閱讀 review/contact-sheet.jpg。請勿依賴子 agent 附上的縮圖——那可能是來自前一輪迭代的。

根據經驗,優先檢查下列項目:

  • 比例。 最常見的問題:文字用 40px 而非所需的 54px,圖示以 90px 貼近邊緣。
  • 空白畫面。 特別是在最昂貴的動畫之後——表現手法沒有著陸點。
  • 手法形式上存在但無法解讀。 填色過渡不明顯,接縫看起來像交叉淡化,靜態畫面中無法看出透視效果。
  • 瑕疵。 漸層上的色帶環、顏色變換中間的暖色髒污、在單詞中間中斷的標記。
  • 層級。 輔助元素(品牌標誌、踢腳線)不應比主要訊息更顯眼。

透過 SendMessage 將修正通知發送給同一個 agent——他們擁有該場景的所有上下文,重新啟動的成本更高。在修正通知中,請明確指出什麼不要改:否則 agent 會重構已經沒問題的部分。

只有在畫面中能讀取到驗收標準時才驗收場景,而不是在 check 顯示綠燈時。

5. 草稿組裝——必要步驟

不要只交付一個檔案夾卻未先從中組裝草稿。 部分缺陷只有在組合後的影片中才能發現,而無法從個別場景中看出——無論你個別驗收了多少場景,整體效果無法透過它們來驗證。

將已完成的 MP4 收集到一個資料夾,檔案名稱格式為 NN_MM-SS-D_手法.mp4(名稱中的時間碼供腳本判斷位置),然後執行:

python3 <path-to-skill>/scripts/assemble.py --root <working-directory> \
    --source m1=~/Desktop/part1.mp4 --source m2=~/Desktop/part2.mp4 \
    --anchor 1245,690,650,345

插卡會在指定時間範圍內取代圖像,原始素材的音訊持續播放,時間長度不變,剪輯點為硬切。

--anchor 是關於全域錨點,也是此步驟的重點。 如果原始素材中有子母畫面攝影機或其他固定元素,全畫面插卡會將其移除:說話者會在每個插卡期間從畫面中消失,然後再次出現。在一部影片中發生二十次會將剪輯破壞成獨立的投影片,直接違反第 16 條法則。此旗標會在所有插卡上方強制疊加錨點區域。

請根據原始素材的畫面測量錨點座標,而非猜測:擷取畫面(ffmpeg -ss 300 -i src.mp4 -frames:v 1 f.png),檢視後框選矩形。各段落之間的位置可能不同——請逐一檢查。

6. 組合後的驗收

從草稿中擷取畫面並進行檢視:插卡內部、插卡之間,以及務必檢查段落的銜接處。檢查項目:

  • 錨點在插卡期間不會消失;
  • 插卡位於正確的時間碼,而非偏移;
  • 音訊在邊界處不會中斷;
  • 段落銜接處沒有亮度或音量的跳躍;
  • 連續兩個相同手法的場景不會被視為重複的單一畫面。

7. 交付

向使用者提供草稿加上一個表格:時間碼、檔案名稱、持續時間、內容說明——以便使用者在自己的剪輯軟體中替換任何插卡,無需重新組裝全部內容。

若場景數量多且想一次展示全部,請建立一個包含預覽的頁面並以構件形式發布。將影片壓縮至 1280px / CRF 30,並以 data-URI 嵌入:十個場景約占 1.5 MB,構件上限為 16 MB。

ffmpeg -y -i in.mp4 -vf scale=1280:-2 -c:v libx264 -preset slow -crf 30 -pix_fmt yuv420p -an out.mp4

禁止事項

當場景數量超過兩個時,請勿親自建構場景。 編排的意義在於保持你的上下文乾淨以利驗收。如果你親手建構三個場景,到了第四個場景時你將開始忽略構圖缺陷。

請勿根據報告進行驗收。 子 agent 的報告說明他們做了什麼,而非成果看起來如何。請觀看畫面。

請勿在進行中修改計劃。 如果在過程中發現選擇的手法不佳,請告知使用者並修改 MOTION.md,而非默默地組裝其他內容。

請勿認為工作在 MP4 資料夾建立後即告完成。 在組裝草稿之前,你無法知道整體效果如何:消失的錨點、偏移的時間碼、連續兩個相同的場景——這些都只能在完整的成品中發現。

Individual skills in this repo

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

sstani-bgv/montage-skills

Собрать ОДНУ анимационную вставку для видео на HyperFrames + GSAP в стиле канала. По умолчанию — стиль v4 «презентация с картинками» (одобрен автором как эталон, два русскоязычных YouTube-референса): крупные слова в интро, спикер + достраивающаяся панель, сгенерированные Codex 3D-картинки-метафоры, звук на каждое появление графики. Светлая тема, Onest/Unbounded; как акценты — приёмы вроде PiP-морфа, rack-focus, карусели глав, velocity-matched швов, zoom-through, перспективного свопа окон, каскадов с бэйджами. Используй этот скилл всегда, когда нужно собрать, починить или доработать отдельную анимацию/сцену/motion-вставку по готовой спеке, когда сабагент получил задание на одну сцену из motion-плана, а также когда речь идёт о HyperFrames-композиции для ролика в этом стиле. Не для планирования всего ролика — это /motion-plan, и не для оркестрации — это /motion-run.

sstani-bgv/montage-skills

Разметить motion-план для ролика (по умолчанию в стиле v4 «презентация с картинками»: kinetic-интро, спикер + достраивающаяся панель, картинки-метафоры, звук) — посмотреть транскрипт, скрипт или само видео и решить, в каких местах и какими приёмами визуально показать то, что автор проговаривает голосом. На выходе MOTION.md с таймкодами, выбранными приёмами и покадровыми спеками на каждую сцену. Используй этот скилл всегда, когда нужно понять, где в ролике нужны анимации, какие именно и почему, когда пользователь даёт транскрипт или ссылку на своё видео и спрашивает, что тут анимировать, а также когда надо переразметить уже существующий план. Сборкой занимается /motion-build, оркестрацией — /motion-run.

相關技能