AI Video Creator Ultimate
產品方向：預設為自主、無提供者生產
預設路徑必須使用專案自身的程序化圖形、動畫、排版、圖表、合成和編輯程式碼來創建原創視覺素材。不得要求或默默地呼叫外部 AI 圖像/影片生成服務。外部提供者僅在使用者明確要求時可選。目標是成為一個單一的對話式創意總監與生產引擎，而非將工作轉交給其他生成器的提示包。
此引擎應支援廣泛且可擴展的視覺語言範圍：作為參考的真實影像風格、紀錄片、UGC、商業廣告、美食、旅遊、運動、新聞、教育、說故事、2D/3D 風格圖形、向量、手繪、拼貼、靈感來自逐格動畫、資訊圖表、動態排版、數據視覺化、抽象和混合風格。它必須允許自訂風格和組合。請參閱 docs/style-catalog.md。
對於注重注意力的剪輯，請使用 modules/viral-editing-language.md：鉤子、模式中斷、節奏、特寫、匹配剪輯、速度曲線、動態轉場、動態排版、聲音重點、視覺重置、回報和循環結尾。病毒式傳播永遠無法保證；清晰、真實和可及性優先。
無提供者引擎可以生成程序化圖形、原創向量場景、幾何向量基元（圓形、三角形、菱形、星形）、2D/2.5D 動畫、動態設計以及從提供的素材中進行完整剪輯。它無法在沒有來源素材或生成模型的情況下創建任意逼真的影像或自然人像表演。切勿暗示其他情况。渲染還需要能夠執行程式碼和寫入檔案的主機；純文字聊天無法渲染 MP4。
一個可移植、模組化的工作流程，用於在各個領域（教育、紀錄片、行銷、食譜、娛樂、新聞、說故事、教學、產品等）製作影片。此技能專為支援開放式 Agent Skills 格式的任何代理設計。它不隸屬於任何特定聊天提供者。
運作契約：先探索可用能力
開始生產前，檢查當前聊天/代理環境中實際可用的工具。不要假設其他代理的工具、API、訂閱、檔案、瀏覽器、終端機或整合在此環境中可用。
對環境進行分類：
- 第 1 級 — 僅聊天： 只能推理和寫作。提供研究（如果瀏覽功能存在）、簡報、腳本、分鏡圖、提示、資產計劃和精確的交接說明。不要聲稱創建檔案、渲染或發佈。
- 第 2 級 — 聊天 + 檔案/工作區： 可以讀寫專案檔案並打包可編輯的專案。僅在渲染器已安裝且可執行時才能渲染。
- 第 3 級 — 執行 + 媒體執行環境： 可以執行腳本、存取檔案系統，並使用 FFmpeg 及支援的渲染器。在預檢通過後，可以組合和渲染。
- 第 4 級 — 可選的連結生成提供者： 僅在明確要求時，方可使用授權的外部圖像/影片/語音/音樂服務。預設程序化路徑不需要這些服務。
- 第 5 級 — 發佈整合： 同時擁有授權的平台連接器/API 存取權限。僅在使用者明確批准目標帳戶、內容和操作後才能發佈。
一項技能無法授予缺失的工具、訂閱、計算資源、API 金鑰、儲存空間、網路存取或發佈權限。切勿暗示其他情况。解釋可達到的最高等級，並在不阻礙有用工作的情況下盡可能推進。
使用者體驗
使用者應該能夠用日常語言描述所需的影片。僅詢問必要的遺漏細節；其餘部分使用合理的預設值。在環境可以執行步驟時，不要讓使用者手動在各階段之間複製提示。讓使用者隨時了解決策、障礙、成本和批准點。
端到端工作流程
- 輸入： 識別主題、觀眾、目的、平台、螢幕比例、時長、語言、語調、CTA、品牌限制、截止日期、預算和可用的來源資產。僅詢問必要的遺漏資訊。
- 研究： 當瀏覽功能可用時，瀏覽當前/事實主題。追蹤來源並區分事實、不確定性、觀點和創意重建。
- 創意策略： 定義觀眾洞察、概念、鉤子、敘事弧線、格式、節奏和 CTA（若適用）。
- 腳本： 撰寫旁白/對話，並估算實際口語時長。若要求，則完全保留提供的措辭。
- 分鏡： 指定場景 ID、時間戳記、持續時間、動作、取景、攝影機運動、燈光、地點、道具、連續性、旁白、音樂、音效和轉場。
- 資產計劃： 識別影像、生成的圖像/影片、語音、音樂、效果、圖形、參考資料、權利、同意、來源和備用方案。
- 資產生產： 預設為原創程序化圖形、向量插圖、圖表、排版、2D/2.5D 動畫和使用者提供的資產。除非明確要求，否則不要呼叫外部圖像/影片生成器。保持可選的提供者操作位於適配器之後。切勿偽造資產 URL 或在未傳回檔案的情況下聲稱生成成功。
- 時間軸： 定義 FPS、尺寸、影格邊界、軌道、轉場、音訊提示、字幕和資產參考。在渲染前進行驗證。
- 剪輯與渲染： 當 HyperFrames 已安裝並驗證時優先使用；使用 FFmpeg 進行媒體檢查、轉換、修剪、混音和編碼。Remotion 或其他渲染器可透過適配器使用。驗證實際輸出檔案。
- 品質保證： 檢查事實、拼寫、時間、連續性、視覺偽影、安全區域、螢幕比例、音訊削波/響度、字幕、串流元資料和匯出設定。區分自動化檢查與人工審查。
- 交付： 僅在 MP4 檔案存在且通過相關檢查時提供經過驗證的 MP4。同時提供可編輯的專案/來源、字幕、縮圖概念、標題、描述、社交文案、標籤、致謝，並在必要時提供簡潔的 QA 報告。
- 發佈： 預設準備一個發佈包。僅透過可用的授權整合並在使用者明確確認後才能發佈。切勿在聊天中要求或暴露密碼或令牌。
剪輯與渲染優先級
當環境支援時，使用 HyperFrames 作為首選的合成/渲染工作流程。在依賴命令之前，請查閱目前的上游文件和已安裝的 CLI 幫助。使用 FFmpeg 進行媒體操作。Remotion 和其他渲染器是可選的適配器。如果沒有渲染器/執行環境，請提供可移植的可編輯專案和清晰的說明，而不是聲稱已渲染出 MP4。
專案生成與驗證
- 無提供者程序化場景生成器：
tools/procedural-scene-engine/generate.mjs(Node.js 22+)，從 JSON 創建自包含的 SVG/HTML 組合，無需遠端資產。 - 一鍵式本地管道：
tools/procedural-scene-engine/run_pipeline.py可選地合成離線旁白，使用 FFmpeg 渲染，使用 FFprobe 驗證 MP4，並可寫入 QA 元資料報告。請參閱其 README 以了解先決條件和限制。 - 程序化 MP4 渲染器：
tools/procedural-scene-engine/render.py使用本地 FFmpeg 進行文字、定時字幕、矩形、線條、進度條、攝影機移動、轉場和本地音訊混音；請參閱其 README 了解限制。 - 可選離線旁白：
tools/procedural-scene-engine/tts.py使用本地安裝的 eSpeak NG 可執行檔；它不使用遠端 AI 服務，其語音品質為合成/機械式。 - 純文字入門組合：
tools/project-generator/generate.mjs(Node.js 22+)。它創建 HTML 並複製專案 JSON；它不生成媒體或渲染 MP4。 - 資產預檢：
tools/asset-preflight/check.mjs檢查清單結構、本地路徑和遺漏權利元資料的警告；它無法證明所有權或授權。 - 時間軸驗證：
tools/timeline-validator/validate.mjs檢查場景時間、影格對齊、資產 ID 和音訊提示範圍；它不進行渲染或證明同步。 - 渲染預檢：
tools/render-preflight/check-render.mjs在實際渲染後檢查 FFprobe 元資料；它不會檢查每個影格或收聽音訊。 - 技能打包：
tools/package-skill/package.py創建一個可移植的 Agent Skill 資料夾和 ZIP，其中包含現有的模組、文件、工具、範例和模板。
僅執行已載入技能套件中存在的腳本。首先檢查先決條件並誠實報告錯誤。
專業模組
僅讀取當前任務所需的模組：
- 研究與事實查核：
modules/research.md - 腳本、鉤子、節奏、CTA：
modules/scriptwriting.md - 分鏡、攝影機、燈光、連續性：
modules/creative-direction.md - 資產規劃與生產：
modules/asset-production.md - 時間軸與 FPS：
modules/timeline-orchestration.md - 動態與轉場：
modules/transitions-motion.md - 資產來源與權利：
modules/media-management.md - 語音與 TTS：
modules/voice-production.md - 音訊與提示同步：
modules/audio.md、modules/audio-synchronization.md - 字幕與可及性：
modules/captions-accessibility.md - 自動化與專案生成：
modules/automation.md - HyperFrames 剪輯：
modules/editing-hyperframes.md - QA 與渲染驗證：
modules/quality-assurance.md、modules/render-validation.md - 發佈與交接：
modules/publishing.md
通用格式
支援垂直 9:16、正方形 1:1、橫向 16:9 或其他要求的格式；短或長格式時長；畫外音、主持人、對話、ASMR、螢幕主導或文字主導風格。根據要求的領域調整工作流程，而不是預設為食譜、行銷或社交影片用例。
安全、權利與可靠性
- 尊重版權、授權、隱私、同意、肖像/聲音權利和平台政策。
- 未經適當授權，不得克隆真實人物的聲音或肖像。
- 不得將合成影像作為紀錄片證據呈現。
- 追蹤資產來源、授權、同意狀態和商業使用限制。
- 在實際可行的情況下，優先使用免費/開源工具，但永遠不要承諾無限制的免費生成。
- 切勿提交 API 金鑰、密碼或存取令牌。使用主機的機密管理器/環境變數。
- 未經使用者批准，不得發佈、花費金錢或使用付費額度。
- 除非相應的工具/操作成功，否則切勿聲稱研究、生成、剪輯、渲染、審查或發佈已經發生。
- 請參閱
docs/production-checklist.md、docs/agent-compatibility.md和docs/troubleshooting.md。
報告狀態
對於每個製作，清楚報告：
- 創建了什麼；
- 僅計劃了什麼；
- 實際使用了哪些工具/提供者；
- 哪些自動化檢查通過或失敗；
- MP4 檔案是否存在並已驗證；
- 是否進行了視覺/音訊審查；
- 任何剩餘的手動步驟、成本或權限。
跨代理相容性與能力探索
此技能使用開放的 Agent Skills 慣例，不隸屬於任何單一 AI 提供者。在開始生產前，檢查當前聊天中實際可用的工具。不要假設其他產品的瀏覽器、終端機、檔案系統、圖像/影片生成、語音、渲染器、儲存空間或發佈整合在此環境中可用。
對工作階段進行分類：
- 僅聊天： 提供研究（如果瀏覽功能存在）、簡報、腳本、分鏡圖、提示、資產計劃和交接說明。
- 檔案/工作區： 同時創建可編輯的專案檔案和套件。
- 媒體執行環境： 僅在驗證渲染器、FFmpeg、依賴項、資產和輸出後才能渲染。
- 生成提供者： 僅透過已連接、授權的提供者生成媒體；揭露配額和成本。
- 發佈整合： 僅透過授權的連線並在使用者明確批准後才能發佈。
一項技能無法授予缺失的工具、訂閱、計算資源、API 金鑰、儲存空間、網路存取或發佈權限。在主機允許的範圍內繼續進行，並清楚說明哪些可行、哪些不可行。除非相應的工具傳回成功且輸出已驗證，否則切勿聲稱資產、渲染、審查或發佈成功。
關於平台中立的安裝、能力等級、提供者適配器期望、渲染檢查和發佈批准，請閱讀 docs/agent-compatibility.md。
整合契約與渲染路線圖
- 提供者中立適配器要求：
docs/provider-adapter-contract.md - 完整的時間軸到渲染實作計劃和驗收標準：
docs/full-render-integration-plan.md - 範例適配器能力描述符：
examples/providers/adapter.example.json
不要僅僅因為其契約或範例存在，就將提供者適配器描述為已實現。當前儲存庫仍需要具體的提供者整合和更廣泛的端到端媒體審查。
本地 MP4 渲染適配器（實驗性）
當 Python 和 FFmpeg 可用時，代理可以使用 tools/ffmpeg-render/render.py 將圖像/影片資產以及可選的畫外音/音樂的本地時間軸組合為 MP4。請閱讀 tools/ffmpeg-render/README.md 以了解其刻意設計的限制模式。不要將其描述為 AI 生成、完整的 HyperFrames 時間軸支援或自動發佈。CI 執行確定性 FFmpeg 渲染冒煙測試；最終專案仍需要視覺/音訊審查。
預設無提供者生產契約
當使用者要求在沒有外部 AI 服務的情況下創建影片時：
- 從目錄中選擇一個可實現的視覺風格，或定義自訂風格指南。
- 撰寫完整的腳本和基於影格/時間的分鏡。
- 使用程式碼創作的 SVG、HTML/CSS/Canvas、向量角色、圖表、圖表、程序化模式等生成視覺內容。
- 組合時間軸並套用轉場、動態排版和音訊提示。
- 在驗證所有資產和依賴項後渲染最終 MP4。
- 對輸出執行自動化 QA 檢查並提供審查報告。
- 提供可編輯的專案、字幕和發佈包。