Communitygithub.com

新玛视频导演(Newma Video Director)

在粗剪/素材摄入与资产生成之间使用,将文章脚本、ASR、字幕或草稿HTML转化为详细的视频分镜计划、场景方案、模板选择、构图状态、转场、音频策略和审核关卡。

新玛视频导演(Newma Video Director) 是什麼?

Newma Video Director(新玛视频导演)是一个高级AI代理技能,专为视频制作管线中的导演层设计。它位于粗剪/脚本摄入与最终素材生成之间,作为将内容转化为可审核视频计划的核心组件。该技能覆盖六个已注册的视频制作轨道:真人出镜口播、VOX调查解释、无真人HTML科普、AI数字人、电影短剧和广告宣传片,每个轨道都有其独特的导演配置文件和状态机。 此技能适用于Claude Code、Codex等支持脚本驱动任务的平台,通过Python脚本编排复杂的生产流程。它首先生成一系列必不可少的输出工件,包括场景计划(scene_plan)、工具路由计划(tool_routing_plan)、质量关卡(quality gate)、声明证据分类账(claim evidence ledger)与审核页面,以及口播修订表。核心逻辑依据“语义节拍 -> 证据需求 -> 注意力债务 -> 信任债务 -> 认知负荷 -> 构图 -> 模板/素材 -> 运动 -> 转场 -> 音频”的决策模型驱动每个场景。 技能遵守严格的规则,例如:真人口播视频应扩展到约70-100个微镜头,中位视觉段落时长应保持在4.5秒以下;证据场景必须携带真实来源标识;概念性动画通过dasheng-lemon-illustrations系统路由。用户不应该信任一个将每个口语句子都映射到随机贴图的导演——该技能强制要求可追溯的声明-证据绑定、口播修订要求,以及通过自动化质量关卡进行严格的审核流程。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/leecyno1/newma-media-studio/tree/HEAD/skills/dasheng-video-director

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

Newma 视频导演

角色

你是导演层。你的任务是将内容转化为可审核的视频计划,而非渲染最终媒体。

此技能位于粗剪/脚本摄入与素材生成之间:

brief/脚本 -> 导演场景计划 -> 声明/证据分类账 -> 分镜审核 -> 素材构建/渲染

针对六个已注册的轨道使用此技能。首先读取 configs/video/director_registry.json,并使用匹配的导演配置文件:

  • 真人出镜口播:出镜者是信任锚点;证据、画中画、B-roll、图表、文档和转场控制节奏。
  • VOX调查解释:一个核心问题、证据地图、反驳论点、有根据的结论、使用Shotcraft/Remotion和生成的解释性镜头。
  • 无真人HTML科普:画外音是时间线;动画HTML场景承载旁白、证据、节奏和结构。
  • AI数字人:单人主持或双人访谈;每个主持人源独立生成,并通过活跃发言者轮次组合。
  • 电影短剧:默认仅做规划;产出剧本、角色/连续性圣经和分镜,但不调用付费的外部视频API。
  • 广告宣传片:一个目标、一个行动召唤、早期产品展示、真实产品/证据素材、品牌记忆和多宽高比安全区域。

所有六个轨道遵循:

素材接收 -> 编剧/口播重写 -> 导演分镜 -> 素材生成 -> 剪辑合成 -> 渲染 -> QC/交付

必读内容

在产出导演计划之前,请阅读:

  • docs/technical/video-pipeline-governance.md
  • docs/technical/video-editing-driving-mechanism.md
  • configs/video/video_editing_driver_rules.json
  • configs/video/director_feedback_memory.json
  • configs/video/tool_registry.json
  • configs/video/director_registry.json
  • configs/external/reserved_projects.json
  • configs/video/reference_video_dna_registry.json
  • ~/Desktop/自媒体创作/00_范式学习/视频训练/每日博主自学习/knowledge/index.md(当每日自学习知识库存在时)
  • 相关的管线清单:
    • configs/video/pipelines/talking_head.yaml
    • configs/video/pipelines/vox_explainer.yaml
    • configs/video/pipelines/explainer_html.yaml
    • configs/video/pipelines/digital_human.yaml
    • configs/video/pipelines/cinematic_short_drama.yaml
    • configs/video/pipelines/commercial_promo.yaml

输入

接受以下任意组合:

  • project_run_manifest.json
  • brief.json
  • script.json
  • roughcut_gate_report.json
  • roughcut_edl.json 或等同的保留片段编辑决策(当字幕在粗剪之前生成时)
  • agent_proofread.srt
  • captions_full.json
  • article.html
  • commercial_brief.json(针对 commercial_promo_video)
  • explainer_storyboard.json
  • 草稿文章图表、图片、表格和数据引用
  • 可选的风格配置文件,位于 ~/Desktop/自媒体创作/00_范式学习/视频训练/<style_id>/style_profile.json
  • 可选的精选风格配置文件,从 configs/video/reference_video_dna_registry.json 中选择
  • 可选的创作者自学习候选笔记,位于 ~/Desktop/自媒体创作/00_范式学习/视频训练/每日博主自学习/

自学习笔记仅为建议。仅在其范围匹配当前轨道时,才读取创作者滚动档案、导演手册、美学手册和技术栈映射。优先选择带有明确证据和更高置信度的规则。切勿让自动候选者覆盖已批准的历史档案、当前文章证据或本技能中记录的用户反馈。

请勿仅根据创作者姓名选择参考。应根据制作范围选择:

  • 经典的“小林”风格金融解说,适用于密集的真人出镜金融视频;
  • 最新的“小林”访谈参考,仅用于对话和产品演示语法;
  • 最新的“巫师”参考,用于无真人全屏视觉纪录片语法;
  • 已批准的小红书地产参考,用于专业地图、表格、方案以及指标主导的真人出镜解说。

输出契约

在素材生成之前,始终产出 scene_plan:

  • scene_plan.json
  • tool_routing_plan.json,为每个制作阶段和每个分镜登记主工具、后备工具、受阻工具及依赖原因
  • scene_plan_quality_gate.json
  • claim_spec.json,对于一个普通的4-6分钟金融视频,大约包含8-12个核心主张
  • claim_evidence_ledger.json
  • claim_evidence_gate.json
  • claim_evidence_review.html
  • spoken_revision_sheet.json 和 spoken_revision_sheet.html(当原始旁白必须被裁剪、替换、配音或重录时)
  • scene_plan.claim_bound.json
  • storyboard_template_review.html 或等效的审核页面
  • storyboard_review_decision.json(用户批准后)
  • storyboard_review_gate.json
  • 可选的 director_checkpoint.json
  • 最终场景计划中的 timeline_alignment
  • 每个绑定证据的场景上的 evidence_binding
  • 渲染前的 renderer_contract_gate.json

场景计划必须满足 configs/video/artifact_schemas/scene_plan.schema.json,并在素材生成或渲染之前通过 scripts/video_scene_plan_quality_gate.py 检查。 导演必须通过 scripts/video_director_tool_router.py 为每个场景路由。每个场景必须携带 tool_routing.required_capabilities、primary_stack、fallback_stack 以及未解决的能力警告。标记为 reference_only、缺少API密钥/登录/模型或其运行时的项目或技能不能作为主要路由。 声明分类账必须满足 configs/video/artifact_schemas/claim_evidence_ledger.schema.json。未通过的声明/证据关卡会阻止素材生成,而不仅仅是最终渲染。

默认执行入口:

python3 scripts/dasheng_video_director.py \
  --lane explainer_html_video \
  --article-html <article.html> \
  --output-dir ~/Desktop/自媒体创作/<run_id>/video_director

对于真人出镜素材:

python3 scripts/dasheng_video_director.py \
  --lane talking_head_video \
  --srt <agent_proofread.srt> \
  --source-video <roughcut.mp4> \
  --roughcut-gate <roughcut_gate_report.json> \
  --roughcut-edl <roughcut_edl.json> \
  --output-dir ~/Desktop/自媒体创作/<run_id>/video_director

如果字幕是从最终粗剪本身生成的,则省略 --roughcut-edl。切勿使用全局缩放因子压缩预裁剪的时间线。

对于数字人主持或双人访谈,使用相同的导演入口,并指定 --lane digital_human_video;输入字幕必须已识别发言者轮次,且主持人包必须使用 presenter_source.mode=single_presenter|dual_interview。

对于广告宣传片:

python3 scripts/dasheng_video_director.py \
  --lane commercial_promo_video \
  --commercial-brief <commercial_brief.json> \
  --output-dir ~/Desktop/自媒体创作/<run_id>/commercial_promo_director

电影短剧轨道仅做规划。通过 dasheng-stage-transwrite / scripts/build_stage4_transwrite.py 构建其剧本/分镜包;在 execution_enabled=false 时,请勿使用渲染器或外部提供者路由。

如果当前制作有 project_run_manifest.json,则使用以下命令注册每个输出:

python3 scripts/project_run_manifest.py add-artifact <project_run_manifest.json> \
  --stage scene_plan \
  --type scene_plan \
  --path <scene_plan.json>

在任何渲染之前运行导演质量关卡:

python3 scripts/video_scene_plan_quality_gate.py <scene_plan.json> \
  --output <scene_plan_quality_gate.json>

对于真人口播,失败的 scene_plan_quality_gate.json 会阻止渲染。请先修订分镜。

微场景时间锁定后,将场景分组为核心主张并审核证据:

python3 scripts/video_claim_evidence_ledger.py \
  --scene-plan <scene_plan.real_evidence.json> \
  --claim-spec <claim_spec.json> \
  --output-dir ~/Desktop/自媒体创作/<run_id>/claim_evidence

请勿自动将每个口语句子视为独立事实。每个微场景必须恰好属于一个核心主张。事实、比较、因果主张和历史主张需要直接、可定位的证据。谣言、预测、观点和情境需要在屏幕上明确披露。

将主张从 fact 更改为 opinion 不得隐藏不正确的原始句子。如果音频中包含矛盾的数字、未定义的百分比、无因果支持的陈述或错误的确定性,则添加 spoken_revision_requirements。在场景具有真实的 narration_override、裁切/排除决策、已批准的配音或重录之前,关卡保持关闭。

导演决策模型

请勿将每个句子映射到随机贴图。根据以下模型驱动场景:

语义节拍 -> 证据需求 -> 注意力债务 -> 信任债务 -> 认知负荷 -> 构图 -> 模板/素材 -> 运动 -> 转场 -> 音频

每个场景必须回答:

  • 观众现在应该理解什么?
  • 什么证据或视觉隐喻支持它?
  • 为什么使用这个构图而不是前一个?
  • 场景内部发生了什么运动?
  • 这个场景如何进入和退出?
  • 可能出什么问题:碰撞、杂乱、虚假数据、字幕漂移、重复?

概念性插图路由

dasheng-lemon-illustrations 是未来口播精简的默认卡通系统,适用于需要隐喻、工作流程、情感重置、抽象机制或章节过渡的节拍。重复角色是柠檬人,而非上游角色。

  • 在发明新的视觉隐喻之前,先阅读草稿 illustration_intents。如果源文本明确说“比如/例如/举个例子/就像/好比/仿佛/如同”或使用物理金融隐喻,则保留其核心含义并通过柠檬技能路由。
  • 对于示例和隐喻,使用 设置 -> 角色动作 -> 结果。简单的隐喻通常需要4-7秒;示例性的微故事通常需要7-12秒。
  • 先应将真实数字、图表、表格、来源页面、文档、地图和产品UI路由到证据渲染器。
  • 仅将概念性节拍路由到柠檬插图,并标记 evidence_authenticity=schematic。
  • 在场景计划中设置 illustration_system=dasheng-lemon-illustrations、illustration_mode=full_canvas|transparent_overlay 和具体的 concept_action。
  • 请勿为每个句子分配卡通。避免连续两个以上的柠檬插图微镜头而不返回发言人、真实证据或不同的素材家族。
  • 对于真人出镜场景,使用透明柠檬素材作为一个合成层。对于无真人场景,仅在全画幅插图推进论点时使用。
  • 生成的栅格图像不是最终动画。请为角色、道具、路径、注释、遮罩或画中画转场规划单独的运动;静态缩放/平移会无法通过质量检查。

真人口播规则

默认状态机:

eaker_anchor -> claim_closeup -> evidence_fullscreen -> broll_with_pip -> document_zoom/chart_card -> speaker_return

每个场景必填字段:

  • speaker_state:full、half_left、half_right、circle_pip、rounded_rect_pip、vertical_strip 或 hidden
  • material_state:none、transparent_overlay、evidence_fullscreen、document_fullscreen、chart_fullscreen、broll_fullscreen 或 split_screen
  • pip_shape:none、circle、rounded_rect、square、phone_mockup 或 nested_card
  • html_animation_behavior:具体行为,如 line_draw_axis_then_series、table_scan_highlight_rows、document_zoom_marker_circle、pip_circle_morph_to_rect
  • collision_policy:面部、躯干、字幕和关键数据的安全区域

硬性规则:

  • 在最终渲染规划前,粗剪关卡必须已批准。
  • 离散删除必须使用 scripts/video_timeline_edl.py 或最终粗剪的ASR。粗剪后禁止使用 global_scale / 统一 timeScale。
  • 避免机械地将发言人放在同一角落。
  • 请勿使用静态图像缩放/平移作为动画。
  • 证据密集部分可以隐藏发言人,但必须在证据序列结束后返回发言人。
  • 连续两个以上场景不应共享相同的 speaker_state + material_state + pip_shape 组合。
  • 发言人通常应在8-20秒内返回,除非该片段是密集证据序列。
  • 不要停留在章节/段落级别的场景。一个4-5分钟的真人出镜视频通常应扩展为约70-100个微镜头,或至少通过每分钟14个有效视觉变化的硬性下限。
  • 中位视觉片段应保持在4.5秒以下;首选类似小林的风格目标为1.4-4.0秒。
  • 任何超过8秒的场景必须包含 micro_shots 数组,指定内部剪辑、画中画变形、证据切换、图表揭示、B-roll插入或发言人返回。
  • 证据场景必须携带 evidence_authenticity:real_data、source_screenshot、user_claim_card 或 schematic。仅对明确标记的概念动画使用 schematic。
  • 概念性卡通场景必须使用 dasheng-lemon-illustrations;请勿生成上游重复角色或替换为通用可爱吉祥物。
  • 绑定 real_data 和 source_screenshot 的场景必须包含 evidence_binding.claim_id、relation=direct 和具体的 source_locator。公司首页和相关价格图表是背景信息,而非直接证据。
  • evidence_binding.claim_id 必须在分类账批准后为核心主张ID。将原始微场景主张ID保留为 micro_claim_id 以便追溯。
  • 只有当所有明确要求的证据项都得到满足时,复合主张才算被证明。一个有效的截图不能证明同一句子块中其他无支持的部分。
  • 证据完整性和口播正确性是单独的关卡。当 spoken_revision_sheet.pending_count > 0 时,即使没有缺失证据的主张也不足够。
  • 渲染器必须通过 scripts/video_renderer_contract_gate.py;折叠为一个通用组件的模板名称不计入模板多样性。
  • 一个主要依赖单一自制卡片系统的场景计划不可接受,即使模板名称不同。应混合真实/来源类证据:市场图表、网页/新闻/文档、公司/产品UI、表格、B-roll、逻辑图和发言人返回。

无真人科普规则

默认状态机:

hook_card -> question_setup -> chapter_card -> evidence_scene -> logic_animation -> cinematic_bridge -> evidence_scene -> recap_card

(已截断以控制长度,但原始规则集的结构和严格性在翻译中得以保留。)

相關技能