Communitygithub.com

blixvip/skills

將原始素材與腳本轉換為完成、不馬虎的剪輯的端到端操作手冊 — 涵蓋階段順序、品質關卡、磁碟上的成品佈局、引擎選擇、並行鏡頭建置及出貨檢查清單。每當要求是「剪輯這段影片」、「幫我做一支影片」、「為此加入動態圖形」、「一鏡到底剪輯」或任何涵蓋多個獨立動畫的請求時,請將此技能作為第一個使用。它依序安排 motion-plan、motion-assets、motion-design 和 motion-animate;當整個剪輯範圍內時,請勿臨時執行這些技能。

skills 是什麼?

此技能定義了一個結構化的、七階段的影片製作流程,旨在消除 AI 生成剪輯中常見的「馬虎」或「模板化」外觀。它作為一個編排層,確保像 motion-plan 和 motion-animate 等子技能以正確的順序執行,並強制執行嚴格的品質關卡(G0 至 G7),以防止跳過步驟。關鍵原則包括:永遠不要一次性完成整個影片(先建立並獲得第一個鏡頭的批准,再批次處理其餘部分)、將每個決策寫入磁碟(而非僅保留在對話中)、以及強制執行視覺一致性 — 特別是透過從素材中取樣並儲存在 tokens.css 中的統一調色板。此流程支援多種引擎(如 Remotion、HyperFrames、After Effects、Blender)以最佳化處理不同類型的鏡頭(如圖表、UI 模型或 3D 物件),並以詳細的出貨檢查清單作為結尾,以確保在色彩、節奏、音訊和整合方面的一致性。此技能旨在用於 Claude Code 等 AI 代理平台,並提供完整的範本和子代理簡報指南。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/blixvip/skills/tree/HEAD/motion-pipeline

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

motion-pipeline

你是編排者,不是動畫師。你的工作是按順序執行階段、拒絕在失敗的關卡前進,並確保每個鏡頭與其他所有鏡頭一致。

AI 剪輯看起來像 AI 的唯一原因是跳過階段。 一個在未規劃的節拍上、使用發明的調色板、搭配未經重新調色的庫存素材的出色動畫,就是垃圾。順序勝過努力。

不可協商的規則

  1. 永遠不要一次性完成一個完整影片。 先將鏡頭 1 建置到出貨品質,獲得批准,然後再根據它批次處理其餘鏡頭。在 26 個場景後被拒絕的風格,意味著 26 次重寫。
  2. 永遠不要在紅燈關卡前進。 說明哪個關卡失敗以及缺少什麼。
  3. 當素材、品牌工具包或參考資料夾能提供調色板、字體或素材時,永遠不要發明它們。
  4. 永遠不要裝飾每一行台詞。 密度在第 2 階段設上限,並在出貨時強制執行。
  5. 每個決定都寫入磁碟,而不是保留在對話中。下一個代理、下一個工作階段和使用者都會讀取相同的檔案。

階段地圖

#階段技能/工具需通過的關卡
0接收此技能G0 簡報完成
1轉錄whisper / hyperframes transcribe / Premiere 文字面板G1 存在逐字時間碼
2規劃motion-planG2 每個節拍已分類,密度低於上限
3素材motion-assetsG3 調色板已取樣、Token 已寫入、無佔位符
4設計motion-designG4 對試點畫面進行反馬虎審查
5動畫motion-animateG5 對試點鏡頭進行動態審查
6批次處理並行子代理G6 每個鏡頭都與試點相符
7整合Premiere / 主時間軸G7 出貨檢查清單(附錄 A)

第 0 階段 — 接收

在動任何東西之前先收集資訊。只詢問真正缺少的資訊;推斷其餘部分並說明推斷。範本 — 包含完整簡報、當簡報不足時的預設值,以及在第 6 階段發送給子代理的訊息 — 請參閱附錄 B。

  • 素材 路徑、解析度、fps,以及是否已剪輯。
  • 腳本或逐字稿,以及時間碼是否存在。
  • 長寬比 — 16:9、9:16、1:1。這會改變構圖,而不僅僅是裁切。
  • 目標時長 和硬截止日期。
  • 品牌工具包 — Logo 檔案、字體、十六進位色碼、要匹配的先前影片。如果沒有,請說明,並在第 3 階段從素材中推導。
  • 參考連結 — 單一最高槓桿的輸入。三個參考勝過三段描述。直接要求它們:「請傳送 2-3 個你喜歡其外觀的影片或截圖。」
  • 引擎限制 — 成品需要落地在 Premiere/After Effects,還是獨立渲染即可?

寫入 edit/BRIEF.md。如果缺少參考資料,請標記:未提供參考資料,因此風格從素材推導,在使用者對鏡頭 1 做出反應前仍屬猜測。

成品佈局

在第 1 階段前建立此佈局。所有下游工作都讀寫此處;沒有任何重要資料只存在於對話中。

edit/
  BRIEF.md            接收 + 推斷 + 限制
  NOTES.md            執行記錄:每個使用者修正,逐字記錄
  00-source/          原始 A-roll、音樂、音效、品牌工具包
  01-transcript/      words.json(逐字)、transcript.md
  02-plan/            plan.md + plan.json(機器可讀的鏡頭列)
  03-assets/
    brand/            logo.svg、fonts/、brand.json
    refs/             風格參考,以其教導的內容命名
    gen/              AI 生成的靜態圖/影片,旁邊附有 prompt.txt
    3d/               glb/obj + 渲染通道
    lottie/           .json / .lottie
    sfx/              whooshes、impacts、ui ticks
  04-design/
    tokens.css        調色板 + 字型級數 — 唯一真相來源
    palette.json      機器可讀,用於生成器
    pilot/            已批准的鏡頭 1 畫面
  05-scenes/          每個鏡頭一個資料夾:03-stat-card/、07-map/、...
  06-renders/         每個鏡頭的 mp4(不透明)/ mov prores4444(含 Alpha)
  07-master/          專案檔案 + 最終匯出

tokens.css 就是法律。 每個場景都匯入它。一個硬編碼顏色的場景就是一個錯誤,因為它會與其他場景偏離 — 鏡頭之間的調色板漂移是最明顯的結構性馬虎跡象。

第 1 階段 — 轉錄

逐字等級才算數。短語等級的時間碼會產生統一長度的視覺效果,這看起來像自動化。

  • 本地端:whisper(最終版用 large-v3,草稿用 base)或 npx hyperframes transcribe。
  • 已在 Premiere 中:文字面板逐字稿匯出會包含時間碼。
  • 已在 YouTube 上:擷取字幕軌。

輸出 01-transcript/words.json,包含 {word, start, end} 記錄。

G1 — 如果你只有句子時間碼,則失敗。在規劃前修正它;不要估算。

第 2 階段 — 規劃

呼叫 motion-plan。它將每個節拍分類為 VISUAL 或 REST,並寫出每個視覺效果必須展示的內容。

在其之上添加管線的密度上限:

影片長度最大 VISUAL 佔比典型鏡頭數
小於 60 秒(短片)65%8–14
3–8 分鐘40%15–30
8–20 分鐘30%25–50
20 分鐘以上22%40–80

同時輸出 plan.json — 每個鏡頭一列:{id, start, end, dur, text, must_show, archetype, engine, assets[]}。第 6 階段會根據這些列進行分派,因此每一列必須能獨立存在,無需仰賴周圍的對話。

G2 — 如果任何節拍未分類、密度超過上限,或兩個相鄰鏡頭使用相同原型(單調性看起來像模板),則失敗。

第 3 階段 — 素材

呼叫 motion-assets。兩個重要的輸出:

  1. 04-design/tokens.css — 調色板從素材中取樣,絕不發明。
  2. plan.json 中的每個 assets[] 項目解析為磁碟上的真實檔案。

G3 — 如果有任何佔位符、任何 lorem ipsum、任何「TODO:尋找圖示」、任何尚未重新調色以符合調色板的庫存素材,則失敗。

第 4 階段 — 設計試點鏡頭

挑選最具代表性的鏡頭,而不是第一個。通常是影片中段的統計或概念卡。使用 motion-design 建置一個畫面,達到出貨品質。

執行 motion-design 的反馬虎檢查清單。三次或以上失敗表示需要重新設計,而不是修補。

然後將其展示給使用者並停止。 一個畫面,一個問題:這是外觀 — 在我建置其他 N 個鏡頭之前,有什麼需要改變的嗎?

G4 — 如果沒有明確的批准,或修正未記錄在 NOTES.md 中,則失敗。

第 5 階段 — 為試點鏡頭製作動畫

在批准的畫面上呼叫 motion-animate。渲染它。對照實際音訊觀看,而不是單獨觀看。

G5 — 如果四條法則中的任何一條被打破,則失敗:任何地方的線性緩動、同時進場、超過約 2 秒的完全靜態攝影機、或節奏一致的持續時間。

第 6 階段 — 批次處理其餘鏡頭

現在,而且只有現在,才能並行化。

為每個鏡頭(或每組 3-4 個相似鏡頭)分派一個子代理。每個代理接收,且僅接收:

  • 它的 plan.json 列。
  • 04-design/tokens.css — 唯讀。
  • 已批准的試點場景路徑,作為要模仿的模式。
  • 此鏡頭的引擎(見下方表格)。
  • 反馬虎和動態檢查清單。

每個代理將渲染的檔案返回 06-renders/,並在 NOTES.md 中寫入一行註解。代理之間不互相交談,也不修改 tokens。

隔離工作區。 並行代理編輯同一個專案目錄會互相覆蓋 — 為每個代理提供一個 git worktree、一個副本,或至少一個不相交的子資料夾,然後在最後進行協調。

G6 — 隨機抽樣四個渲染並並排比較。相同的調色板、相同的字體、相同的陰影方向、相同的顆粒、相同的圓角半徑?任何偏離都意味著偏離的代理必須根據試點鏡頭重建,而不是根據自己的輸出。

引擎選擇

該鏡頭是...在其中建置
數據、圖表、地圖、計數器、長程式序列Remotion
UI 模型、終端機、動態文字、快速 HTML+GSAP、需要可調整的檢查器HyperFrames
數學、幾何、圖論、演算法解說Manim
任何必須疊在素材上的東西 — 追蹤、合成整合、遮罩、真實攝影機 3DAfter Effects(參見 ae-extendscript)
3D 物件或環境Blender / Unreal,渲染通道,然後合成
寫實 B-roll、產品美照、不可能拍攝的鏡頭AI 圖片到 AI 影片,然後重新調色以符合 tokens.css
字幕add-subtitles 或字幕區塊,使用 tokens 的樣式
主時間軸、音訊、匯出Premiere / DaVinci

混合引擎是正常且良好的 — 這是最強烈的反模板訊號之一。但絕不能混合的是調色板。

第 7 階段 — 整合與出貨

在主時間軸中組合。然後完整執行附錄 A。它涵蓋了每個鏡頭檢查無法發現的問題:音訊在圖形下進行閃避、字幕與下方第三欄的碰撞、安全區域、整部影片的節奏,以及渲染規格。

G7 — 每個項目都已勾選,或有一份書面清單說明哪些未完成及其原因。

閉環

在你完成之前,閱讀 NOTES.md 並問:這些修正中,哪些使用者在下一部影片中會再次提出?

將它們轉化為專案技能 — .claude/skills/<client>-style/SKILL.md — 包含他們的調色板、字體、節奏偏好、禁止使用的動作,以及你不得不被告知的修正。下一部影片將從第 4 階段開始,而不是第 0 階段。

這是複利步驟。一個不記錄被修正內容的代理,將永遠被修正。

當使用者只想要一個動畫時

直接跳到第 3-5 階段處理該單一鏡頭,但仍然要:從真實事物中取樣調色板,仍然執行兩個檢查清單,仍然寫入 tokens.css。關卡很便宜;重建則不然。


附錄 A · 出貨檢查清單(G7)

在組合後的主時間軸上執行,而不是在單個鏡頭上。每個鏡頭的檢查已經通過;這裡捕捉的是只有在所有東西組合在一起時才會出現的問題。

將整部影片觀看兩次:一次靜音,一次全音量但隱藏圖形。問題隱藏在兩者的混合中。

1. 鏡頭間的一致性

  • 每個鏡頭都從 tokens.css 中提取顏色。在場景資料夾中 grep 原始十六進位色值(不在 token 檔案中的) — 任何命中都是漂移。
  • 每個鏡頭中的陰影方向完全相同。
  • 顆粒/紋理通道存在於每個鏡頭中,且強度相同。
  • 圓角半徑、筆畫粗細和發光強度一致。
  • 字體:整部影片使用相同的兩個字體家族、相同的字距規則、相同的大小寫規則。
  • 重複出現的元素(章節卡、計數器、下方第三欄、訂閱圖示)是完全相同的元件,而不是每個實例重新製作。
  • Logo 以一致的比例和留白空間出現。

2. 整部影片的節奏

  • 沒有兩個相鄰鏡頭共享一個原型。
  • 鏡頭持續時間有所變化。將它們繪製成圖表 — 一條直線就是一個節拍器,看起來像自動化。
  • REST 節拍存活下來。如果每一行最終都有一個視覺效果,那麼計劃在某處被覆寫了;請刪減回來。
  • 開頭 5 秒承載最高的密度;中間部分有呼吸空間。
  • 沒有圖形比其台詞存活得更久。掛在已說明要點之後的視覺效果是死氣沈沈的空氣。
  • 螢幕上沒有任何內容在播放速度下無法閱讀。以播放速度大聲讀出每個疊加文字;如果你無法在該時間內讀完,則表示文字太長或速度太快。

3. 與素材的整合

  • 圖形已根據畫面進行調色,而不是貼上 — 匹配黑階、匹配色溫、匹配顆粒。
  • 任何旨在存在於場景中的物體都有接觸陰影或遮擋。
  • 沒有東西遮蓋說話者的臉,也沒有東西位於他們手部移動的路徑上。
  • 下方第三欄和字幕永遠不會碰撞。決定一次 Z 軸順序:圖形在字幕之上,或字幕在圖形之上 — 然後保持一致。
  • 構圖在裁切後存活:9:16 匯出將主體和疊加文字保持在可見區域內,而不僅僅是畫布內。
  • 尊重安全區域 — 外側 5% 內沒有關鍵內容,在短片平台上沒有平台 UI 後方的內容(底部約 15%、右側約 10%)。

4. 音訊

  • 音樂在對話時進行閃避。使用生成的關鍵影格,而不是靜態電平。
  • 音效存在於需要它們的時刻 — 進場、撞擊、UI 滴答聲、轉場 — 而且只存在於這些地方。從頭到尾的呼呼聲是其自身的垃圾特徵。
  • 音效的混音電平低於圖形,而不是在語音之上。如果你注意到呼呼聲,它就太大聲了。
  • 每個音效都落在動作落地的影格上,而不是附近。
  • 對話電平在鏡頭間保持一致;沒有環境音的跳躍式剪輯。
  • 結尾乾淨:音樂解決或淡出,不要在持續音符上進行硬剪輯。

5. 剪輯本身

  • 剪輯點從單詞的開始處切入,而不是在吸氣時。
  • 刪除重複的鏡次、重新開始和多餘的填充物。
  • 接合點處沒有重複的影格(串聯生成片段時,最後一幀到第一幀的經典跡象 — 修剪一個影格)。
  • 轉場是有動機的。任何因為有轉場可用而存在的轉場都應被剪掉。
  • 任何 AI 生成的 B-roll 都已被重新調色以符合調色板,並且如果它包含可見文字,則檢查是否有亂碼。螢幕上亂碼的文字是單一最可辨識的生成影片產物 — 將其裁切掉或更換該鏡頭。

6. 渲染規格

  • 為目標平台使用正確的解析度、fps 和色彩空間。
  • Alpha 鏡頭匯出為 ProRes 4444 / QuickTime 含 Alpha,而不是烘焙在黑色背景上。
  • 位元率適合平台;漸層中沒有條帶(如果有,添加一點顆粒)。
  • 音訊符合平台的目標響度,峰值低於 0 dBFS。
  • 檔案名稱說明其內容和版本。

7. 誠實的問題

再看一次,並用一句話回答:觀眾會說什麼洩漏了這是自動化的?

如果你能說出具體的東西,就修正它。如果你真的說不出來,就出貨。

失敗記錄

任何在此處失敗的內容都應寫入 NOTES.md,包含原因,而不僅僅是症狀。「鏡頭 12 有平坦背景」是症狀;「鏡頭 12 的批次代理沒有導入 tokens.css」是原因,而這會成為專案技能中的一條規則。


附錄 B · 向代理(和子代理)簡報

...(此處已截斷以利翻譯)

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

blixvip/skills

The motion vocabulary that separates premium animation from AI slop — text pop-blur-fade, sequential staggers, always-moving eased cameras, object entrances, and the timing/easing tables behind them. Includes ready code for Remotion (interpolate/spring) and HyperFrames (GSAP). Use when animating designed frames, when motion "feels stiff", "bouncy", "jittery", "too fast", "too uniform", or when writing any timing/easing code for video.

blixvip/skills

Source, generate, and prepare the real assets that keep a motion-graphics edit from looking generated — sampling the palette from the footage, collecting style references, pulling 3D models/Lottie/SVG/textures/SFX, generating AI stills and b-roll, and the mandatory conform pass that grades every asset into one palette. Use when a scene needs an icon, logo, 3D object, texture, background, screenshot, chart source, sound effect, or generated image/video, and whenever output "looks flat", "looks stocky", "looks AI", or assets came from different places and no longer match.

blixvip/skills

Design the actual frames for motion graphics and generated UI — palette derived from the footage, type pairing, one of five scene archetypes, and the layering order that produces depth instead of flat AI slop. Use when building scenes in Remotion, HyperFrames, After Effects, or any generated-image pipeline (Nano Banana / GPT Image / Seedream), and whenever output "looks AI-generated", "looks flat", "looks like a template", or needs to match a creator's branding.

blixvip/skills

Turn a script or timestamped transcript into a shot-by-shot motion plan — which lines earn an on-screen visual, which stay bare A-roll rest, what each visual must show, and how long it holds. Use BEFORE designing or animating anything in Remotion, HyperFrames, or After Effects. Triggers on "plan this edit", "what should be on screen", "storyboard this script", "beat map", "where do the animations go", or any request to animate a video that arrives without a shot list.

相關技能