Community程式設計與開發github.com

naive-kun/naive-video-skill

一個 Codex 技能,用於將談話頭影片轉換成帶字幕、動畫的最終影片。

naive-video-skill 是什麼?

naive-video-skill 是一個專為 Codex 設計的 AI 代理技能,旨在將原始或初剪的談話頭影片素材,自動化地轉換為包含可編輯字幕、動態視覺效果及最終導出驗證的完整影片專案。此技能的核心在於其結構化的「路由表」與「非協商規則」,能引導使用者逐步完成專案初始化、粗剪、字幕製作、風格設計與動態規劃、預覽、以及最終成品導出。它特別強調對原始素材的保護(不可變更)、以主音軌為時間基準、預覽後再導出、以及影像品質與排版的正確性。技能支援多個工作流程模組(如 `references/workflows/*.md`),並內建預設的 HyperFrames + GSAP 動畫套件,同時保留了與 ShotCraft 等第三方工具的選用整合。其設計哲學是降低初學者的使用門檻,透過「一次只問一個問題」、「優先提供可工作的預設值」、「解釋可見結果而非內部機制」等原則,讓用戶能無痛地完成從原始素材到最終成片的所有步驟。此外,技能還包含了狀態管理、品質關卡、以及從使用者反饋中學習的機制,確保專案狀態的一致性和持續改進。

相容平台✓Claude Code✓Codex CLI~Cursor
npx skills add naive-kun/naive-video-skill

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

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

談話頭影片處理流程

將原始或初剪的談話頭素材,轉變為已核准的工作剪輯、可編輯字幕、包含動態效果的預覽,以及經過驗證的最終導出。將此檔案視為路由器與共同契約。僅閱讀當前階段所需的路由內部工作流程與參考文件。

給初心者的承諾

假設使用者從未使用 Codex 進行過剪輯。

  • 僅在答案無法安全推斷時,一次只問一個簡短的問題。
  • 偏好提供可工作的預設值,而非呈現多種技術選項。
  • 解釋下一個可見的結果,而不是渲染器的內部原理。
  • 僅在原始素材實際需要時,才介紹粗剪、轉錄服務或 API 設定。
  • 清楚說明付費與本地選項,在有用時推薦一個,且絕不強迫。
  • 每個階段結束時,提供確切的輸出路徑以及使用者可以接著說出的下一個短語。
  • 承接現有工作而非重新開始。

不可協商的規則

  1. 來源檔案不可變更。 絕不覆寫或以破壞性方式編輯提供的來源媒體。
  2. 主音軌是時鐘基準。 除非獲得使用者明確核准的粗剪策略,否則不得重新調整時間、重新排序、重新取樣或更換主音軌。核准後,產生的 working_video 將成為下游時鐘基準,而原始檔案保持不變。
  3. 證據保持可讀性。 絕不遮蓋螢幕截圖正文、產品 UI、人臉或使用者標記的安全區域。不要模糊處理證據素材。
  4. 預覽先於最終版。 除非使用者明確要求直接導出,否則必須建立官方預覽並等待核准。
  5. 最終版須為原始品質。 不要將放大後的低解析度預覽呈現為真正的高解析度最終版。盡可能使用原始來源作為最終版的基礎。
  6. 不要中斷進度。 如果渲染正在進行,請等待並報告進度。僅在發生實際錯誤或獲得明確核准後才切換流程。
  7. 技能中不包含私人資料。 專案本地路徑、媒體名稱、品牌規則、螢幕截圖、客戶詳細資訊與 API 金鑰應保留在使用者的專案中。
  8. 僅從明確反饋中學習。 不要從沉默或一次未經確認的草稿中推斷出永久性的樣式規則。
  9. 排版是正確性的一部分。 在核准前,必須宣告並驗證字型系列、實際粗細、字幕行數策略、基線對齊以及最長標籤的適應性。
  10. 公開預設值保持品牌中立。 創作者調色板、重複出現的卡片系統以及私有視覺規則僅儲存在本地設定檔中。
  11. 公開安裝僅暴露一個技能。 將階段模組保留在 references/workflows/ 下;不要添加可能被套件管理器單獨註冊的巢狀 SKILL.md 檔案。
  12. 安裝操作是可回復的。 在替換前備份現有安裝,並封存卸載目標,而非執行遞迴強制刪除。
  13. 可選服務保持可選。 策展的預設鏡頭包是原生的 HyperFrames + GSAP。未經使用者明確同意,絕不複製、安裝、更新或要求使用 ShotCraft、Remotion 或其他服務。原生配方必須保持為完整的備用方案。

在進行預覽或導出工作之前,請閱讀 references/quality-gates.md。

路由表

使用者意圖或短語路由典型輸出
初始化视频项目, 第一次用, start a video projectreferences/workflows/init.md狀態、編輯計畫、設計設定檔
原片还没剪, 删口误和停顿, 帮我粗剪, raw takes, rough cutreferences/workflows/rough-cut.md經核准的非破壞性粗剪與時間交接
抽字幕轴, 只做字幕, transcribe, 改字幕references/workflows/captions.mdSRT、CSV、轉錄稿 JSON
帮我设计, 换颜色风格, 规划弹窗, designreferences/workflows/design.mdDESIGN 與完整編輯計畫
参考这张截图设计, 按这张图的视觉语言, style referencereferences/workflows/design.md 參考分支專案本地 STYLE_REFERENCE
按语义匹配动效, GSAP 动效丰富一点, semantic motionreferences/workflows/design.md,然後預覽驗證過的 MOTION_PLAN 與預覽
参考 ShotCraft, 推荐电影感镜头, cinematic shot referencereferences/workflows/design.md ShotCraft 分支MOTION_PLAN 中可選的映射鏡頭參考
做预览, 加动效, build previewreferences/workflows/preview.md官方預覽 URL
出成片, 导出 4K, export finalreferences/workflows/export.md經過驗證的最終影片
改这个, 恢复上一版, revisereferences/workflows/revise.md範圍限定的修訂與新的預覽/最終版
进度, 到哪了, statusreferences/workflows/status.md當前階段與下一步行動
体检, 为什么失败, doctorreferences/workflows/doctor.md唯讀診斷
以后都这样, 记住这个风格, learn thisreferences/workflows/learn.md已確認的專案本地教訓
复盘成片, 下次怎么改进, retroreferences/workflows/retro.md結構化的交付回顧
升级状态, 迁移, migratereferences/workflows/migrate.md狀態架構升級

模式偵測

在路由之前:

  1. 找到使用者的影片專案目錄,而非此技能儲存庫。
  2. 尋找 .naive-video-state.json。
  3. 如果該檔案不存在且任務不僅僅是一次性的字幕文字編輯,則載入初始化工作流程。
  4. 如果該檔案存在,則讀取它,並僅在相關時讀取 EDIT_PLAN.md、DESIGN.md 和 VIDEO_LESSONS.md。當 working_video 存在時使用它;否則使用 main_video。
  5. 當狀態與檔案不一致時,執行 python3 tools/video_doctor.py --project <project_dir>。

使用以下階段:

initialized -> captions_ready -> design_ready -> preview_ready
-> approved -> rendering -> final_ready

在品質關卡通過之前,絕不標記為後續階段。

預設流程

當使用者要求完整工作流程時:

  1. 使用 ffprobe 檢查來源媒體。
  2. 初始化專案狀態與安全的輸出目錄。
  3. 僅在不確定素材是否已粗剪時詢問。如果是原始素材,則載入可選的粗剪工作流程並要求核准策略。
  4. 從 working_video(若存在)或 main_video 產生或驗證字幕檔案。
  5. 詢問是否需要顯示螢幕截圖、錄製畫面、產品圖片、圖表或示範。讓使用者選擇語義放置、確切秒數/口語句子錨點或混合模式;解釋確切的錨點更精確。
  6. 當有詞級時間資訊時進行正規化,並將語音拆分為面向觀眾的邏輯組。不要從整句字幕的開始時間偽造詞級精度。
  7. 收集或推斷樣式設定檔與安全區域。為初學者提供可選的螢幕截圖參考比對。
  8. 撰寫編輯計畫與語義動畫計畫,包含所有請求的插入內容、邏輯組連結與時間範圍。
  9. 對於新專案,除非使用者選擇 skip,否則自動將一些安全的語義節點對應到策展的(受 ShotCraft 啟發的)原生套件。保留已核准的現有專案、原生配方與離線備用方案。
  10. 對於首次使用、新樣式或推理密集型工作,渲染具有代表性的靜態關鍵影格,並在全動態預覽前解決構圖問題。
  11. 使用 HyperFrames + GSAP 建立預覽,必要時使用瀏覽器友好的代理。
  12. 執行預覽品質關卡並提供官方預覽 URL。
  13. 等待核准,除非明確告知跳過。
  14. 使用已核准的工作影片及其音訊時鐘,渲染疊加層或最終合成。
  15. 驗證檔案存在、時長、解析度、影格率與音訊。
  16. 僅將確認過的反饋記錄為專案本地的教訓。
  17. 交付後,執行事實性回顧,並僅提升明確的、隱私安全的規則。

專案檔案

初始化工作流程建立以下最小的專案記憶體,且不觸碰來源媒體:

<project_dir>/
├── .naive-video-state.json
├── EDIT_PLAN.md
├── DESIGN.md
├── CONTENT_LOGIC.json       # 面向觀眾的推理群組與計時節拍
├── STYLE_REFERENCE.md       # 僅在使用參考圖片時建立
├── MOTION_PLAN.json         # 在規劃語義動畫時建立
├── VIDEO_LESSONS.md
├── VIDEO_RETRO.md
├── edit/
│   ├── rough-cut.mp4            # 可選;原始媒體從不被覆寫
│   ├── rough-cut-edl.json       # 可選的決策記錄
│   ├── script-aligned.srt
│   ├── caption-table.csv
│   └── transcripts/
├── preview/
├── final/
└── qa/
    └── KEYFRAME_REVIEW.md   # 動態預覽前的靜態構圖審查

狀態是可操作的元數據,而非媒體資料庫。保持其內容精簡,且絕不儲存轉錄稿本文、私人螢幕截圖或機密資訊。請參閱 references/state-management.md。

樣式預設

如果使用者想要速度且未提供參考:

  • 保留來源長寬比。
  • 使用帶有一個可設定強調色的乾淨、可讀的卡片系統。
  • 使用帶有節制關鍵字強調的粗體字幕。
  • 使用 GSAP 變換與透明度進行動畫。
  • 將卡片放置在已驗證的空白區域。
  • 當螢幕截圖或示範可見時,降低動畫密度。
  • 保持可讀文字水平與基線對齊;對包含的元件進行動畫處理,而非傾斜標籤。
  • 選擇明確的字幕最大行數與換行策略。

僅在品牌一致性至關重要時才詢問強調色。否則使用中性預設,並使其易於後續更改。初學者可以選擇提供螢幕截圖並選擇 low、medium 或 high 參考強度;解釋該技能複製的是視覺語言,而非來源品牌或內容。動畫密度為 restrained、balanced 或 energetic。請參閱 references/style-onboarding.md。

詳細的 GSAP 配方與語義映射位於 references/motion-recipes.md。執行時期與外掛選擇位於 references/gsap-runtime.md。螢幕截圖提取與反複製規則位於 references/style-reference-workflow.md。素材計時選擇位於 references/asset-onboarding.md。僅在匹配的設計分支時載入它們。

ShotCraft 偵測與適應規則位於 references/shotcraft-integration.md;原生初學者套件位於 references/shotcraft-default-pack.md。在新自動專案、命名卡片或電影感鏡頭請求時載入它們。絕不靜默安裝服務。

詞級時間資訊、面向觀眾的邏輯群組以及累積/退出行為位於 references/content-logic-workflow.md。在字幕之後、語義設計之前載入它。

排版、元件幾何、玻璃通知以及尋址安全聚焦/類型/分割適應位於 references/visual-quality-rules.md。在每個設計或預覽任務時載入它。

自我迭代契約

自我迭代意味著改善當前使用者的工作流程,而不將其洩漏到公開預設值中。

將反饋分類為以下範圍之一:

  • project:僅適用於此影片。
  • profile:適用於此使用者的未來影片;僅在獲得明確確認後才寫入。
  • product:一個隱私安全的、一般性的可靠性改進;將其單獨提案給技能維護者。

將設定檔反饋記錄在 VIDEO_LESSONS.md 中,包含使用者的原始話語、已確認的規則以及受影響的欄位。

相關技能