Communitygithub.com

ReelStudio

在本地製作短垂直影片(Instagram Reels、TikTok、YouTube Shorts)。Codex 編寫腳本、規劃與編寫場景並檢查畫面;OpenRouter 處理語音(ElevenLabs v4 Turbo)、圖片(MAI-Image-2.7、GPT Image 2.6 Sunburst 用於主視覺)與時間戳;Remotion 在此 Mac 上渲染 MP4。當使用者要求製作 Reel、Shorts、TikTok、垂直影片、根據主題或腳本製作影片,或詢問他們的 ReelStudio 影片、品牌或聲音時使用。

ReelStudio 是什麼?

ReelStudio 是一個 AI 驅動的影片製作工具,可讓開發者在本地建立專業品質的短垂直影片(適用於 Instagram Reels、TikTok、YouTube Shorts)。它將編劇、場景編碼、畫面判斷等創意工作與語音生成、圖片製作、字幕同步與影片渲染等技術任務區分開來。該工具支援 Claude Code、Cursor 和 Codex 等平台,並利用 OpenRouter 使用 ElevenLabs v4 Turbo 或 Gemini 3.8 Flash TTS 等模型進行語音,以及 MAI-Image-2.7 或 GPT Image 2.6 Sunburst 等模型根據品牌風格生成圖像。其工作流程從主題簡報開始,接著進行腳本撰寫與分鏡、語音與時間線生成、視覺素材選擇(真實照片、AI 圖像、向量圖形),最後使用 Remotion 渲染最終 MP4。進階功能包括可設定的「外觀」以實現一致的品牌形象、用於高級說故事風格的「縮放格式」(具有流暢攝影機移動的單一大型世界),以及用於卡片、引文、統計資料、片尾畫面等可重複使用的 React 元件。該系統處理安全區域、自動修飾語音剪輯、卡拉 OK 字幕渲染,並強制執行事實準確性和版權歸屬(適用於真實照片)。

相容平台✓Claude Code✓Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/luke30001/reelstudio-codex/tree/HEAD/plugins/reelstudio/skills/reel

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

ReelStudio:主題輸入,Reel 輸出

你是製作人也是整個劇組。做那些只有你能做的事(編劇、導演、編寫場景、判斷畫面),並執行 reelstudio 指令來處理你做不到的事(語音、圖片、時間戳、渲染)。

reelstudio <command>     # = 下面的 $RS;啟動器在 ~/.local/bin,執行 ~/ReelStudio/engine/bin/rs.mjs

下面的 $RS 代表 reelstudio。如果 reelstudio 不在 PATH 上,請使用 node ~/ReelStudio/engine/bin/rs.mjs(首次設定後)或 node <plugin root>/engine/bin/rs.mjs(插件根目錄在此 SKILL.md 上方兩個資料夾)。 引擎會呼叫 OpenRouter 並執行 ffmpeg 和無頭 Chrome (Remotion),因此它需要網路存取,並且必須寫入 ~/ReelStudio:如果沙箱阻止了 reelstudio 指令,請為其請求提升的權限,而不是設法繞過它。每個指令單獨執行(不要使用 cd … && 鏈或管道)。setup、frames 和 render 可能需要幾分鐘。

所有內容都位於 ~/ReelStudio/:reels/<name>/、brands/*.json、looks/<id>/look.json(加上吉祥物和參考圖片)、.env(OpenRouter 金鑰)、config.json(可選的模型覆寫)。使用者也可以透過 Codex 網頁應用程式來驅動所有操作:node <plugin root>/app-codex/server.mjs (http://127.0.0.1:4749;它會以製作人身分執行 codex exec)。

0. 首次使用

執行 $RS setup(複製引擎、安裝一次 Remotion、建立 default 品牌)。如果它回報沒有 OpenRouter 金鑰,則語音和圖片無法執行:請停止並告知使用者自行設定(使用他們自己的終端機:reelstudio key,或在 ~/ReelStudio/.env 中設定 OPENROUTER_API_KEY=...)。絕對不要要求他們將金鑰貼到聊天中。更新插件後重新執行 $RS setup(啟動器會選取最新安裝的插件版本)。

1. 簡報

取得主題(或使用者的腳本)、品牌($RS list 顯示品牌和外觀)、語言和目標長度(預設 25–40 秒)。若要獲得高級編輯品質(在單一世界中平滑的攝影機縮放、襯線字體標題、紅色藥丸、乾淨的卡片),請使用帶有 editoriale 外觀的品牌(或針對歷史和附有真實照片的真實故事使用 cronaca 外觀,品牌 storia)以及步驟 5b 的縮放格式;任何主題都適用。閱讀 ~/ReelStudio/brands/<brand>.json 並遵循其 tone。

外觀就是創意主線。 每個品牌都指向 ~/ReelStudio/looks/<id>/look.json 中的一個外觀。在撰寫任何內容之前先閱讀它,並遵守其 bible(佈局規則、吉祥物使用、應避免事項)。其顏色、字體、標題樣式和背景會自動套用。其 imageStyle 和參考圖片會自動加入每個 rs image 呼叫中,因此品牌中的所有圖片都共享一種風格。一個品牌的每個 Reel 都必須看起來是同一系列的一部分。

2. 腳本與分鏡

$RS new "<topic>" --brand <brand> 會列印 Reel 的名稱。寫入 reels/<name>/reel.json:

{"title": "...", "brand": "default", "scenes": [
  {"id": "hook", "voiceover": "...", "visual": "what is on screen", "hold": 0.2}
]}

腳本規則:

  • 在前 2 秒內建立鉤子:一個令人驚訝的主張、數字或問題。不要寫 "Ciao a tutti",不要寫 "In questo video"。
  • 5–9 個場景,每個場景一個想法,每個場景 6–20 個字的旁白。句子要簡短。按照應該說出來的方式書寫數字(例如 "quattro",而不是 "4"),因為 TTS 會完全按照您寫的內容朗讀。
  • 事實必須是真的。如果您不確定某個數字,請將其省略。
  • 以回報結尾,然後是一個簡短的 CTA 場景(追蹤、儲存、留言一個單字)。CTA 始終使用自己的乾淨畫面:<EndScreen title="…" sub="…" actions={['Salva', 'Segui']} />(覆蓋世界/照片的不透明品牌背景,如果外觀有的話還有吉祥物,品牌名稱藥丸)。切勿將 CTA 疊加在照片、世界或其他場景的視覺元素之上。
  • id 是簡短、穩定的標籤。更改場景的 voiceover 只會重新配音該場景。

向使用者展示腳本(僅限旁白行),並等待他們同意後再花費在語音上,除非他們要求直接進行。

3. 語音與時間

$RS voice <name>:為每個場景產生一個 MP3,使用透過 OpenRouter 的 Gemini 3.8 Flash TTS(聲音 Charon:#1 在 TTS 競技場中,聽起來像母語的義大利語),從 Nemotron 轉錄中取得單字時間戳,並寫入 timeline.json(每個場景和每個單字在 30 fps 下的影格數)。品牌的 voice.instructions 指導語氣和節奏(用 Reel 的語言書寫,例如 "tono da documentario, ritmo deciso")。選項:--scene id1,id2 重新製作某些場景,--voice <name>(Gemini:Charon, Kore, Puck, Aoede, Fenrir, Leda, Orus, Zephyr…),--tier eleven(ElevenLabs v4:最具表現力,理解 [excited] [whispers] [pause] 標籤,但其預製聲音是英語使用者),--tier native(Microsoft MAI-Voice-2.1,真正的義大利語 it-IT 聲音 Luca/Rosa,較慢且停頓較多),--tier budget,--local(機器人般的 macOS 草稿聲音:僅當使用者明確要求免費草稿時使用。切勿將其用作備援:如果 voice 因網路或金鑰問題而失敗,請修復該問題,例如使用相同的指令並允許網路存取重新執行,無論如何 render 會拒絕帶有草稿聲音的場景)。每個剪輯都會自動拋光:刪除兩端的多餘靜音,僅縮短超過 0.65 秒的停頓(正常的呼吸停頓會保留,否則聲音聽起來會喘不過氣),溫和的 EQ 和音量(--raw-voice 跳過此步驟);未經處理的錄音會保留在 assets/vo/raw/ 中,而 voice <reel> --repolish 會在不支付新錄音費用的情況下重新拋光。渲染會將混音標準化至 −14 LUFS。場景之間有 0.2 秒的 hold 間隔;為了一個刻意營造的戲劇性節拍(0.5–0.8),可以增加它。語音指令會收到一個自然節奏註記;在品牌語音中設定 "pace": "free" 以移除它。當 --speed 高於 1.3 時,即使是平靜的聲音也會開始聽起來喘不過氣:建議對旁白較多的 Reel 使用 1.2–1.3。將旁白寫成連貫的句子,流暢地過渡到下一個場景,而不是孤立的字幕。品牌可以為每個模型固定聲音:"voice": {"voices": {"google/gemini-3.8-flash-tts": "Kore"}}。

4. 視覺素材:選擇最能服務每個鏡頭的素材

沒有什麼是強迫的:每個鏡頭,選擇看起來最好且誠實的素材,並自由混合。詢問使用者付費圖片的限制(預設 ≤ 4)。

  • 真實照片(歷史、新聞、真實地點、人物、存在的物體):$RS photo <name> search "<english query, year, place>" 列出來自 Wikimedia Commons 的免費授權結果(公有領域、CC0、CC BY/BY-SA)並寫入 frames/photos-sheet.png(每列 4 張,列表順序):檢視它,選取,然後 $RS photo <name> get <n> <imgname> → assets/img/<imgname>.jpg(最高 3000 像素),作者/許可證保存在 assets/credits.json 中。始終顯示來源出處(<Credit file="img/x.jpg" />,或 <Photo … credit>)。只要主題真實存在,就優先使用真實照片而非 AI 圖片;切勿將 AI 圖片呈現為歷史照片。
  • AI 圖片(插圖、概念、重建、相機無法捕捉的場景):$RS image <name> <imgname> "<prompt>",附帶外觀的藝術指導和參考。
    • --world:使用 Nano Banana 2.1 的 4K(3072×5504,約 $0.12):一張大到足以作為相機世界或大尺寸印刷品的圖片;在約 2.8 倍縮放範圍內保持清晰。
    • --res 2K|4K 搭配 --model bytedance-seed/seedream-4.5(4K,$0.04,細節更豐富)或其他支援的模型;--aspect 1:1|3:4|16:9 用於非垂直印刷品。
    • 預設(MAI-Image-2.7,約 800 像素,約 $0.035)和 --hero(GPT Image 2.6 Sunburst,最佳細節,約 860 像素,約 $0.15–0.21):僅用於小卡片或插入物,切勿用於深度縮放或全屏背景。
    • --mascot、--ref img/other.png(連續性)、--no-style。描述主體和構圖;外觀處理風格。始終加入 "vertical composition, no text"(或正確的比例)。檢視您生成的每張圖片(使用圖片檢視器工具開啟 PNG,view_image)。
  • 向量圖形(SVG/React) 在比任何圖片都更清晰時使用:圖表、數字、地圖和圖表、時間線、圖示($RS icon <name> <lucide-name…>)、UI、標籤。小心建構:一致的線條寬度,僅使用外觀的調色板,柔和的陰影和漸層,寬敞的間距。切勿使用粗糙的形狀偽造物體或場景:如果需要繪圖,請使用 AI 圖片;如果它存在過,請使用照片。
  • 解析度規則:在螢幕上,圖片的顯示大小絕不能超過其像素寬度(縮放 × 世界寬度 ≤ PNG 寬度);如果您違反此規則,rs frames 會顯示模糊。

5. 建構場景:reels/<name>/src/Reel.tsx

從 @rs 組合元件(來源:~/ReelStudio/engine/src/lib/index.tsx,當您需要細節時請閱讀它):

import React from 'react';
import {Reel, Title, BigStat, Bullets, Quote, Compare, Icon, Card, CTA, ImageBG, Mascot, CoverFrame, BrandBG, ReelProps} from '@rs';

export default (p: ReelProps) => (
  <Reel {...p}
    scenes={{
      hook: <><Title kicker="Psicologia" text="Il tuo cervello *ama* le liste" /><Mascot pos="peek" /></>,
      stat: <BigStat value={4} prefix="≈" label="elementi nella *memoria di lavoro*" />,
      why:  <Bullets title="Perché funzionano" items={['Divide il problema', 'Riduce lo *sforzo*']} />,
      cta:  <CTA text="Altri trucchi sul *cervello*" />,
    }}
    backgrounds={{ hook: <ImageBG src="img/brain.png" /> }}
  />
);

// 可選:封面圖片。動畫已經在此處渲染完成。
export const Cover = (p: ReelProps) => (
  <CoverFrame brand={p.brand}><BrandBG /><Title text="Il tuo cervello *ama* le liste" /><Mascot pos="peek" /></CoverFrame>
);
  • reel.json 中的每個場景 ID 都需要在 scenes 中有一個對應項目。*word* 會將該單字設為強調色。
  • 元件:Title、Kicker、BigStat(計數動畫)、Bullets(在場景中依時間顯示,或 at=[frames] 與 timeline.json 單字影格同步)、Quote、Compare(兩欄)、Icon(大表情符號)、Card(帶框圖片)、CTA、ImageBG(全出血 Ken Burns 效果)、BrandBG(外觀的背景:紙張、漸層或純色;這是預設背景)、Mascot(外觀的吉祥物:pos="peek" 從右邊緣滑入,"corner" 位於內容區域的右下角,"center" 是大型主角;src="img/pose.png" 使用生成的姿勢)。疊加層是自動的:卡拉 OK 字幕、進度條、品牌名稱。透過 captions={false} 和類似的 props 將它們關閉。
  • 螢幕上的文字補充旁白。不要逐字重複,因為字幕已經這樣做了。每個場景保持在 2–7 個單字。
  • 客製化的視覺效果沒問題:在 src/ 中撰寫您自己的 React 元件,使用 useF()、useScene()、useBrand()、interpolate、spring、fitFont、Stage(來自 @rs)。保持一切都是確定性(沒有 Math.random,沒有 Date)。
  • 安全區域(1080×1920):內容介於 y=200 和 y=1180 之間,位於 Stage 內部。字幕位於 y≈1250–1450。在 y=1500 以下不要放置任何重要內容,因為 Instagram 會在那裡放置其 UI。
  • 變化佈局:連續三個場景不要使用同一個元件。

5b. 縮放格式(高級編輯品質)

在任何主題上達到頂級解說品質的方法,搭配 editoriale 外觀(乾淨的解說)或 cronaca 外觀(歷史、經濟、附真實照片的真實故事):一個大型世界,一台在其上滑行和縮放的攝影機,從不硬切。 閱讀外觀的 bible 並遵循它。這個世界可以由真實照片、4K AI 圖片和向量片段的任意組合構成(步驟 4)。

import React from 'react';
import {Reel, ReelProps, Headline, Pill, StatCard, Badge, ChartCard, Source, Credit, Grain, At, WorldGround, WorldImage, EndScreen, CoverFrame, AbsoluteFill, useBrand, useReveal} from '@rs';

const W: [number, number] = [3240, 6300];
// 印刷品放置在紙張桌面上,間隔很開以便攝影機移動(來自 `rs photo` 的照片,寬 3000 像素)
const P = {crowd: {x: 1050, y: 1600, w: 1600, h: 1186, r: -2}, line: {x: 2200, y: 5050, w: 1500, h: 1206, r: 1.5}};
const world = (
  <>
    <WorldGround w={W[0]} h={W[1]} pattern="lines" step={64} />
    {Object.entries(P).map(([k, p]) => <WorldImage key={k} src={`img/${k}.jpg`} x={p.x} y={p.y} w={p.w} h={p.h} rotate={p.r} radius={6} grade="bw" />)}
    {/* 博物館風格的標籤、印刷品之間的紅色線條、AI 4K 圖片或 SVG 片段也可以放在這裡 */}
  </>
);
const OVER = {x: 1620, y: 3250, zoom: 0.34};
const Dim = () => { const b = useBrand(); const o = useReveal(0, 16); return <AbsoluteFill style={{background: b.colors.bg1, opacity: 0.82 * o}} />; };

export default (p: ReelProps) => (
  <Reel {...p} world={world} worldSize={W} overlay={<Grain amount={0.14} />}
    camera={{
      hook: OVER,                                                                  // 整個桌面的總覽
      crowd: [{x: 1050, y: 1850, zoom: 0.62}, {x: 1170, y: 1720, zoom: 0.95, at: 0.42, move: 40}], // 飛入,然後潛入細節
      chart: {x: 1620, y: 4400, zoom: 0.42},                                       // 拉遠,調暗世界,顯示資料
      line: {x: 2200, y: 5280, zoom: 0.64},
      cta: OVER,
    }}
    scenes={{
      hook: <Headline title={'Il Giovedì nero\ndi Wall Street'} pill="−11% in poche ore" />,
      crowd: <><StatCard value={12.9} decimals={1} suffix=" mln" label="azioni scambiate: *un record*" y={900} w={680} delay={150} /><Credit file="img/crowd.jpg" y={1165} /></>,
      chart: <><Dim /><ChartCard type="line" data={[381, 199, 294, 41]} labels={['set 1929', '', '', 'lug 1932']} title="Dow Jones, 1929–1932" x={540} y={720} w={940} h={640} /><Badge value="−89%" label="dal massimo" x={540} y={1150} color="#B3261E" delay={150} /><Source text="Fonte: S&P Dow Jones Indices" y={1215} /></>,
      line: <><StatCard value={25} suffix="%" label="disoccupati negli USA nel 1933" y={880} w={720} /><Credit file="img/line.jpg" y={1170} /></>,
      cta: <EndScreen title={"Storie che hanno\ncambiato l'economia"} sub="Ogni settimana una crisi, spiegata" actions={['Salva', 'Segui']} />,  // 自己的畫面,永遠不疊加在世界之上
    }}
  />
);
export const Cover = (p: ReelProps) => (
  <CoverFrame brand={p.brand} world={world} worldSize={W} shot={{x: 1050, y: 1900, zoom: 0.62}}>
    <Headline title={"Il Giovedì nero\ndi Wall Street"} pill="−11%" />
  </CoverFrame>
);

元件:WorldGround、WorldImage、Headline(大字標題,不重複旁白)、Pill(小號突出文字)、StatCard、ChartCard(頂級 SVG 圖表)、Badge、Source(圖表/引文來源)、Credit(照片致謝)、Grain(顆粒感疊加層)、EndScreen(自己的畫面,覆蓋整個世界)。camera 物件為每個場景設定縮放和平移關鍵影格:簡寫 {x, y, zoom} 用於靜止鏡頭,{x, y, zoom, at, move} 用於從前一個位置過渡的動態移動。總覽位置 OVER 是世界的「首頁」視角。Dim 是一個漸層暗色疊加層,用於在資料/圖表場景中隱藏世界細節。

始終從覆蓋封面和每個場景的遠景總覽鏡頭開始。始終以一個乾淨的畫面結束,該畫面有一個標題、一個副標題和 2–3 個 CTA 按鈕,使用 EndScreen。永遠不要將 CTA 疊加在世界之上。由 cronaca 外觀產生的 Source 區塊大小統一;文字放在 "..." 內。

相關技能