旁白 → 玻璃框短片
一個請求輸入，一個完成的 MP4 輸出。使用者提供一個旁白檔案（任何音訊或視訊格式，長度最長約 3 分鐘）和選擇性的腳本文字、主題註記或參考連結。您將完成所有其他工作，並且只會停止：
- 一次為了下載，例如標誌。沒有信用額度預算：所有素材都是免費取得
（參見
references/higgsfield.md- 經過測試的 Pixabay / Wikimedia / thesvg 配方）。回報每個素材的來源，但除非使用者明確要求付費附錄，否則絕不談論金錢。
在聊天中以使用者的語言工作。螢幕上的所有內容都使用旁白的語言。
它製作了什麼
將任何旁白（及可選的腳本）在單一請求中轉換為 After Effects 完成的 16:9 紀錄片風格短片。它會裁剪停頓與呼吸聲、編寫視覺故事、免費取得所有圖片（Wikimedia Commons 檔案照片、Pixabay MCP 片段與人像、透過 thesvg MCP 取得的標誌 SVG、從靜態圖片產生 ffmpeg Ken-Burns 運動），並在 After Effects 中原生建構編輯。外觀：深色檔案紀錄片，每個片段置於一個浮動的圓角玻璃框中，帶有細微的發光邊框和流暢的推入效果，一個移動的透視網格，關鍵字在對應的詞上變色，大型口白字幕，打字機 / 大字 / 照片卡片頁面，在剪接處有閃爍和負片翻轉效果，合成音效。它會渲染一個 1080p H.264 MP4。每當有人提供旁白、語音備忘錄、敘述或播客片段，並要求從中製作短片、影片、短影音、解說或編輯時使用：「從我的旁白製作一支影片」、「將這段敘述變成短片」、「玻璃框編輯」、「從旁白剪輯一段」、「從我的錄音製作一支短片」、「剪輯一支配合我聲音的影片」、「玻璃框和網格」。即使他們完全沒有任何素材，此規則也適用。
開始之前（每台 Mac 檢查一次；如果任何項目失敗，明確告訴使用者要修復什麼）
- macOS 26 或更新版本（裝置端轉錄）搭配 After Effects 2024 或更新版本，並已開啟。在 AE 中，開啟設定 → Scripting & Expressions → 允許腳本寫入檔案和存取網路。
- Xcode 命令列工具 (
swiftc)。執行scripts/build_tools.sh。它會編譯scripts/bin/{to_wav,transcribe,facebox,frames}。 如果腳本失敗並出現「permission denied」（上傳的技能可能會失去可執行位元），請在此技能的資料夾中執行一次chmod +x scripts/*.sh。 - 免費素材來源已就緒：
pixabay和thesvgMCP 工具（search_pixabay_images、search_pixabay_videos、search_icons、list_variants、get_icon_url、get_icon）加上curl和ffmpeg（兩者已被引擎使用）。Wikimedia Commons 僅需要網際網路- 一個正確的 User-Agent。無需信用額度、無需帳戶、無需檢查餘額。
- 第一次執行
transcribe可能會要求語音辨識權限。它也可能會下載一次裝置端模型。 - 如果另一個 AE 專案已開啟且包含未儲存的變更，
build.sh會拒絕執行。請使用者儲存該專案。絕不要捨棄他們的工作。 建構日誌會在其關閉使用者已儲存的專案時列印PREVIOUS_PROJECT <路徑>。在最終渲染完成後，重新開啟它： 撰寫一行 jsxapp.open(new File("<路徑>"));並使用scripts/ae_run.sh執行它。
S = 此技能的資料夾。PY = /usr/bin/python3（或任何 Python 3.9+，僅限標準函式庫）。
流程
1. 專案資料夾和語音
- 在旁白檔案旁邊建立一個名為
<旁白名稱>_reel的新資料夾<proj>。 - 執行
PY S/scripts/reel.py prep <旁白檔案> <proj>。它會轉換音訊，在 Mac 上進行裝置端轉錄，並移除所有停頓和呼吸聲。 結果是work/voice_cut.wav和work/words.json（單字索引 → 節目時間）。 - 然後執行
PY S/scripts/reel.py words <proj>並閱讀整個索引後的轉錄稿。 - 如果使用者提供了腳本，將其與轉錄稿進行比較。記下聽錯的名稱以便使用
spell修正（例如"28": "Grok"）。
2. 故事（閱讀 references/story.md，然後撰寫 <proj>/story.json）
- 決定符合腳本的 世界：時代、地點、2–5 個角色的重複班底、3–6 個地點、黑白或彩色。
- 預設：一個黑白 1950–60 年代的檔案紀錄片，抽象的主題轉變為人物和地點。
- 挑選一個主持人造型。當使用者希望自己出現時，使用他們的照片作為主持人參考。
- 將轉錄稿剪輯成多個鏡頭。每個鏡頭從一個單字索引開始。
- host（對著電視上的攝影機說話）：3–6 個鏡頭，每個 2–6 秒。在鉤子、轉折點和行動呼籲時使用它們。它們總共佔用約 15–20 % 的執行時間。
- clip（在玻璃框內產生的素材）：大多數鏡頭，每個 1.5–3 秒。
- type（打字機頁面）：開場問題或章節標題，最多 6 個字。
- giant（一個巨大的詞，帶有紅色標籤和襯線子行）：一個已命名的概念。
- cards（2–4 張照片卡片，帶有標誌徽章，每個詞上有一個名稱）：當語音列出人物、產品或品牌時。 標誌僅在被說出時出現。
- list：當語音列出 2–4 個要點時，標記該詞的範圍。其關鍵字會在該詞上翻轉成強調色。
- keys：每個句子最多一個。
- hits：在 3–6 個戲劇性剪接處使用
invert，在最多 2 個「事情變得更瘋狂」的時刻使用strobe，在最多 2 個高峰使用burn。 - 絕不重複顯示同一個片段時刻。
- 從鏡頭撰寫 素材清單：
- 每個故事片段是 8–12 秒的庫存素材（或從取得的靜態圖片進行 Ken-Burns 平移），覆蓋連續的鏡頭，
因此一個片段透過不同的
in時間為數個鏡頭提供素材； - 卡片人像、地點和任何主持人素材 – 全部免費取得；
- 一個可選的音樂背景（或無：建構會在
music不存在時跳過它）。
- 每個故事片段是 8–12 秒的庫存素材（或從取得的靜態圖片進行 Ken-Burns 平移），覆蓋連續的鏡頭，
因此一個片段透過不同的
3. 取得素材（閱讀 references/higgsfield.md）
- 按此順序取得素材：故事片段 → 卡片人像 → 地點 → （如果保留）電視畫面 →
（如果保留）主持人片段。根據經過測試的配方驗證每個下載（HEAD
content-type+content-length，帶有-AUA 和重試機制的 curl，Commons 提供的 SHA-1）。在work/SOURCES.md中記錄檔案 → 來源 URL → 授權 → 作者。 - 故事片段：Pixabay
search_pixabay_videos（video_type: "film"，匹配方向， 持續時間 8–15 秒）或 Commonsfiletype:video（imageinfo→ 使用 curl 配方下載 → 將 Talks.ogv/.webm轉碼為 MP4）。靜態圖片使用 ffmpeg 配方變成 Ken-Burns.mp4。 - 主持人片段（僅當使用者本人出現在鏡頭上時）：
PY S/scripts/reel.py chunks <proj>將每個主持人鏡頭的對應音訊區塊寫入work/host/host_NN.wav；- 將該區塊音訊合成到他們的網路攝影機片段上，並儲存為
assets/host/host_NN.mp4（ffmpeg -map 0:v:0 -map 1:a:0 -shortest）-reel.py align然後會精確匹配文字； PY S/scripts/reel.py align <proj>測量每個片段相對於文字的偏移量。 沒有自己的素材 → 將這些主持人節拍重組為type/giant/cards頁面。
- 如果使用了電視畫面，執行
PY S/scripts/reel.py screen <proj>/assets/tv_plate.png <proj>。 它會找到綠幕。如果未找到，則重新繪製它（ffmpeg drawbox，參考資料的第 2 節） 或將主持人鏡頭切換為full模式 – 無需畫面。 - 執行
PY S/scripts/reel.py sfx <proj>以合成音效（無需授權）。 - 音樂：省略
music（預設）、使用使用者的曲目、或將 Commons 音訊檔案轉換為 MP3。
4. 建構和檢查
- 執行
PY S/scripts/reel.py plan <proj>。它會撰寫work/plan.json並列印檢查結果。修復story.json中的每個 ERROR。 認真對待 WARN：重複的片段、主持人口形同步問題。 - 執行
S/scripts/build.sh <proj>。對於一個 70 秒的短片，它會在大約 1 分鐘內建構<proj>/reel.aep（合成 REEL）。閱讀日誌： 使用的字體、警告。 - 執行
S/scripts/render.sh <proj> --half進行快速檢查（約 2 分鐘）。然後檢查影格：S/scripts/bin/frames <proj>/out/reel_half.mp4 <proj>/work/check.jpg 4 <約 16 個鏡頭的中間秒數>；- 檢視
check.jpg：字幕可讀且未覆蓋臉部、主持人在電視內嘴唇在動、玻璃框存在、沒有黑色間隙、 頁面不為空白。 在story.json中修復，然後重新執行plan、build和檢查。
- 最終： 執行
S/scripts/render.sh <proj>。它會寫入<proj>/out/reel_1080.mp4（1920×1080，25 fps，約 40 Mbps，含聲音）。 - 傳送 MP4。回報：
- 其長度；
- 您無法驗證的內容；
- 可以手動調整的地方（
reel.aep：每個鏡頭在02_SHOTS/03_PAGES中都是自己的合成，字幕在CAPTIONS中）。
規則
- 版權：
- 所有素材皆免費取得：Pixabay MCP、Wikimedia Commons（檢查每個檔案的授權）、用於標誌的 thesvg MCP，
以及本地合成（ffmpeg Ken-Burns、
reel.py sfx）。預設情況下不使用付費服務；Higgsfield 附錄僅在使用者明確要求時使用。 - 絕不抓取電影、影集、廣告或其他人的社群媒體貼文。
- 標誌僅來自 thesvg MCP 或 Wikimedia Commons，且僅在使用者同意後使用。
- 音樂是可選的（省略、使用使用者自己的曲目、或將 Commons 檔案轉換為 MP3）。
- 音效由
reel.py sfx合成。
- 所有素材皆免費取得：Pixabay MCP、Wikimedia Commons（檢查每個檔案的授權）、用於標誌的 thesvg MCP，
以及本地合成（ffmpeg Ken-Burns、
- 語音是時鐘。
- 每個剪接都落在一個詞上，在其前一影格。
reel.py負責處理。 - 絕不改變速度或文字。
- 字幕精確顯示所說的內容，但使用
spell修正聽錯的名稱除外。
- 每個剪接都落在一個詞上，在其前一影格。
- 人物：
- 穿著符合時代的樸素服裝；
- 寫實的成年人；
- 不以真實公眾人物作為角色；
- AI 模型和公司以虛構角色呈現，僅透過字幕和標誌命名。
- 重新執行成本低廉。
plan和build是確定性的，並從頭開始重建reel.aep。修改story.json而不是手動編輯reel.aep， 除非使用者要求手動編輯。一旦他們自己編輯了reel.aep，在未經詢問的情況下，絕不重新建構覆蓋它。 - AE 一次僅執行一個腳本。
- 僅使用
scripts/ae_run.sh、build.sh和render.sh。 - 退出碼 4 表示 AE 仍在忙碌：請等待，絕不重新發送。
- 退出碼 6 表示 AE 未啟動腳本：是否有對話方塊開啟？
- 僅使用
檔案
| 路徑 | 說明 |
|---|---|
scripts/reel.py | prep / words / chunks / align / screen / sfx / plan（僅限標準函式庫） |
scripts/build.sh, scripts/ae/build_reel.jsx, scripts/ae/reel_lib.jsx | After Effects 建構 |
scripts/render.sh | aerender 轉 H.264（--half 用於檢查） |
scripts/ae_run.sh | 將一個腳本傳送到執行中的 AE 並等待 |
scripts/tools/*.swift → scripts/bin/ | 音訊轉換、裝置端轉錄、臉部邊界框、影格表 |
references/story.md | story.json 格式、鏡頭規則、完整範例 |
references/higgsfield.md | 免費素材來源手冊：經過測試的 Pixabay / Wikimedia / thesvg 取得和驗證配方，按素材對應，付費生成附錄 |
references/look.md | 建構會繪製的內容（尺寸、時間、顏色）以及如何調整 |
references/troubleshooting.md | 錯誤和修復 |
references/example_story.json | 一個完成的 70 秒短片的 story.json（EXPERIMENT 測試） |
PROMPT.md | 如何安裝技能以及要傳送的單一提示 |