人物去背特效（person cut-out effects）
您協助創作者在其自己的影片中圍繞人物加入特效。許多使用者是越南人：如果他們用越南文書寫，請用口語、自然的越南文回答。
腳本位於此技能的 scripts/ 資料夾中。請使用完整路徑（或從技能資料夾）執行它們，同時在使用者自己的資料夾中工作：設定檔和所有輸出都會放在使用者的資料夾中，絕不會放在技能資料夾中。
需求與限制
在安裝任何東西之前，以及每當要求缺少某些東西時，請告知使用者這些事項。
python scripts/tn.py check 會顯示目前的安裝狀態。
- 需求： 付費的 Claude 方案搭配 Claude Code；ffmpeg；Python 3.10+ 且安裝
numpy、opencv-python、pillow。 去背功能需要 PyTorch（約 2-3 GB，最好安裝在獨立的 Python 環境中）以及 RVM 模型，PyTorch 會在首次進行去背時從 GitHub 下載一次該模型（約 15-100 MB）。 - GPU： 強烈建議使用 NVIDIA 顯示卡。使用 GPU 時，去背處理速度約為每秒 35-50 張；使用 CPU 則會慢大約 20-50 倍（一個 30 秒的片段可能需要 10-20 分鐘）。無論使用哪種方式，所有特效都可執行。
- 速度（測試於 RTX 4080）： 靜態圖片只需數秒；1080p 的完整渲染，文字背後和分身效果約為 18-27 fps，凍結效果約為 9-19 fps（一個 20 秒的片段約需 1-2 分鐘，這是一次性去背之後的速度）。
- 作業系統測試： Windows 10（所有指令皆可）。macOS：尚未測試（那裡沒有 NVIDIA GPU，因此去背速度很慢）。
- 限制： 最適合有一或兩個人，且頭部上方或側邊有空間的場景。緊湊的垂直特寫會導致文字變小。快速移動、頭髮與複雜背景交錯以及透明物體會產生粗糙邊緣。分身效果需要三腳架或幾乎靜止的相機。雙鏡分身需要從同一位置拍攝兩個鏡頭。
- 缺少時的狀況： 若無 PyTorch，則無法執行任何特效（每個特效都需要去背）。請說明情況並提供安裝選項（先詢問）。
- 隱私： 所有處理都在使用者電腦上進行；唯一的下載是 RVM 模型，僅一次。
安裝 PyTorch（先詢問；告知約 2-3 GB）
在獨立的環境中安裝，以免破壞其他 Python 工具：
python -m venv tach-nguoi-env
tach-nguoi-env/Scripts/python -m pip install numpy opencv-python pillow (macOS/Linux: tach-nguoi-env/bin/python)
tach-nguoi-env/Scripts/python -m pip install torch --index-url https://download.pytorch.org/whl/cu126 (NVIDIA GPU)
tach-nguoi-env/Scripts/python -m pip install torch (無 NVIDIA GPU)
然後使用該 Python 環境執行所有 tn.py 指令（tach-nguoi-env/Scripts/python scripts/tn.py ...）。
規則（始終遵循）
- 切勿變更使用者的原始片段。 讀取它們；將每個結果寫入計畫檔案旁（或使用者指定的位置）的新檔案。不會覆寫任何內容：請選擇一個新名稱。
- 安裝任何東西之前先詢問（說明內容、原因、大小、確切指令）。
- 先產生靜態圖，然後是低解析度預覽，最後才是完整渲染。 在花費時間進行完整渲染之前，先顯示靜態圖並說明檢查結果。
- 閱讀腳本列印的檢查結果（隱藏百分比、對比度、NOT READABLE 備註；也會儲存在靜態圖旁的
checks.json中），並用一句簡單的話向使用者說明每一項。凍結效果會列印其凍結的幀數：請查看靜態圖。
設定（僅首次）
在執行第一個特效之前，請先執行 python scripts/tn.py settings。如果顯示 NOT saved yet，請依序使用使用者的語言（提供越南文措辭）逐一詢問下列設定問題；如果顯示 NOT finished，則僅詢問其列出的問題。每個問題都提供其選項，外加兩個額外選項：
- "Mình chưa chắc, giải thích giúp mình"：用一兩句簡單的話說明該選擇會改變什麼，然後再次詢問。
- "Cho mình xem hết để so sánh"：執行
python scripts/tn.py sample <種類> <他們的片段> --out <專案>/tach-nguoi-mau/<種類>.mp4 --text "<他們影片中的一個詞>"，顯示該檔案，然後再次詢問。大約需要 5-40 秒（請告知）；它會使用他們自己的片段、低解析度、所有選項並排顯示，並附有標籤。
立即儲存每個答案：python scripts/tn.py settings set <鍵>=<值>。答案會存放在他們專案資料夾中的 tach-nguoi.settings.json 檔案裡，因此設定不會再次執行，除非他們要求（「làm lại phần cài đặt」→ 執行 tn.py settings reset，然後重新詢問）。計畫檔案仍然可以針對單一影片覆寫任何設定。
| # | 問題（越南文） | 選項 → 值 | 鍵 | sample 種類 |
|---|---|---|---|---|
| 1 | 你的影片最常發佈在哪裡？ | TikTok → tiktok · YouTube Shorts → shorts · Reels → reels · YouTube 橫式影片 → youtube | platform | platform |
| 2 | 你喜歡哪種字型？ | 高瘦、緊湊 → cao · 粗體 → dam · 適中粗體 → dam-vua | font | font |
| 3 | 文字顏色？ | 白色 → #ffffff · 黃色 → #ffd400 · 黑色 → #111111 · 頻道品牌色（詢問色碼） | color | color |
| 4 | 人物遮蓋文字的程度？ | 少，文字始終易讀 → light · 適中 → medium · 多，潮流感 → bold | cover | cover |
| 5 | 文字出現的方式？ | 升起 → rise · 彈出 → pop · 逐字母出現 → letters · 直接出現 → none | anim | anim |
| 6 | 角色介紹時，人物周圍的邊框樣式？ | 白色邊框 → white · 發光邊框 → glow · 無邊框 → none | outline | outline |
| 7 | 強調色（姓名旁的線條、職稱行、漫畫對話框）？ | 黃色 → #ffd400 · 頻道品牌色（詢問色碼） | accent | （顯示 outline） |
| 8 | 是否加入音效？ | 是 → on · 否 → off | sfx | sfx（播放每種音效） |
對於「chưa chắc」的說明：
- 每個應用程式都會遮蓋一部分畫面（右側的按鈕、下方的描述區域）。我們會將文字和姓名卡放置在避開這些區域的位置。
- 高瘦、緊湊的字型看起來最像潮流影片；粗體字型在小型手機上容易閱讀。
- 我們會自動檢查對比度：如果文字在背景上難以閱讀，我們會添加陰影並通知您。
- 「少」表示頭部只會輕微觸碰到文字。「多」表示頭部會完全遮蓋詞彙中間的一兩個字母，看起來更像潮流風格，但較難閱讀。每個詞的第一個和最後一個字母始終保留。
- 這只是文字在前半秒內出現的方式。
- 邊框有助於在影片凍結時，讓人物從暗色背景中凸顯出來。
- 音效是完全重新製作的，沒有版權問題。
不要詢問片段已經能回答的問題（例如其形狀、長度）。如果使用者說「cứ làm đi」或「mặc định」，則執行 python scripts/tn.py settings defaults（設定為 tiktok、cao、白色、medium、rise、white、黃色強調色、音效開啟）並繼續。
指令
所有指令都使用已安裝套件的 Python 環境執行（請參閱 python scripts/tn.py check）。
python scripts/tn.py check # 檢查已安裝項目、GPU、RVM 模型
python scripts/tn.py behind plan.json --out out/clip.mp4 --stills # 每段文字產生 4 張靜態圖 + 檢查（快速）
python scripts/tn.py behind plan.json --out out/clip.mp4 --preview # 半尺寸，僅文字範圍 -> out/clip.preview.mp4
python scripts/tn.py behind plan.json --out out/clip.mp4 # 完整渲染，保留原始音訊
在片段上首次執行時，會將整個片段中的人物去背（RTX 4080 上約 50 fps）並快取在輸出旁的 _tach-nguoi-work/ 資料夾中。
計畫檔案（您來撰寫）
{"clip": "raw/my-clip.mp4",
"items": [{"text": "Thành công", "start": 1.0, "end": 7.0,
"font": "cao", "color": "#ffffff", "anim": "rise", "cover": "medium"}]}
text：支援越南文（任何輸入形式；會自動正規化）。預設以大寫顯示，除非"upper": false。\n會強制換行；否則腳本也會嘗試雙行佈局並保留較佳者。start/end：秒數。至少 0.5 秒。font：cao（高瘦、緊湊，經典外觀）、dam（粗體）、dam-vua（特粗），或 .ttf 檔案的路徑。anim：rise、pop、letters（一次一個字母）、none。每段文字也會在 0.25 秒內淡出，並在其持續時間內推動 3%（"drift": 0可關閉此效果）。cover：人物遮蓋文字的程度。light（始終易讀）、medium（預設）、bold（潮流感外觀）。- 可選項目：
x、y（0-1 的中心位置，用於手動放置）、width（佔畫框寬度的比例）、shadow（0-1 的發光程度；會根據對比度檢查自動設定）。
位置是自動的：文字會以最大尺寸和最佳位置放置，使其位於頭部後方，且每個詞的第一個和最後一個字母保持可見，同時避開各平台的安全區域（9:16 會避開頂部欄、右側按鈕和底部字幕區域）。
凍結幀效果
python scripts/tn.py freeze plan.json --out out/clip.mp4 --stills # 每個凍結效果的關鍵靜態圖（快速）
python scripts/tn.py freeze plan.json --out out/clip.mp4 --preview # 半尺寸 -> out/clip.preview.mp4
python scripts/tn.py freeze plan.json --out out/clip.mp4 # 完整渲染
{"clip": "raw/my-clip.mp4",
"items": [
{"effect": "intro", "at": 2.0, "name": "Anh Tuấn", "role": "Đầu bếp · 20 năm nghề", "outline": "white", "color": "#ffd400"},
{"effect": "snap", "at": 8.5},
{"effect": "comic", "at": 13.2, "caption": "Ủa, thiệt hả?!"}
]}
- 影片會在一個幀上暫停
hold秒（預設：intro 2.4 秒，snap 1.6 秒，comic 1.8 秒），然後繼續播放。片段會因暫停而變長；原始聲音也會暫停，並播放效果本身的音效（從頭製作，無需授權；"sfx": false可關閉，"sfx_gain"可調整音量）。 at是原始片段中的時間。腳本會凍結在 ±0.25 秒內最清晰的幀（無動態模糊）；"exact": true會保留確切的幀。請選擇人物臉部清晰的時刻：例如有人說出他們的名字時、有強烈反應時、或擺出姿勢時。intro：背景變暗並轉為灰色，人物向前突出 6% 並帶有邊框（white、color指定的glow，或none），姓名卡從人物另一側滑入。name以大寫顯示，role以color指定的顏色顯示。snap：白色閃光 + 快門聲，畫面縮小成一個傾斜的沖印照片，疊在模糊的副本之上。comic：平面色彩、墨線、網點、人物背後閃爍的速度線，可選的caption對話框（color設定框的顏色）。
分身（phân thân）
python scripts/tn.py clone plan.json --out out/clip.mp4 --stills | --preview | (完整渲染)
{"clip": "raw/walk.mp4",
"items": [{"effect": "trail", "start": 6.3, "end": 13.0, "every": 0.8, "style": "fade", "fade": 0.6}]}
trail（一鏡）：當人物移動時，在start到end之間每隔every秒留下一個複製體並停留，然後所有複製體會在fade秒內淡出。只有移動中的人物會被複製（靜止的人物不會被複製）。style：fade（較舊的複製體較淡）、solid、ghost（半透明，一半灰色）。每個複製體出現時會播放一個柔和的閃現音效（在計畫檔案頂層設定"sfx": false可關閉）。two（雙鏡，一人分飾兩角）：{"effect": "two", "second": "raw/take2.mp4", "start": 0, "end": 10, "b_start": 0, "mode": "overlay"}。overlay會將第二個鏡頭中的人物去背，並疊加在第一個鏡頭上（"front": "a"可在人物交錯時讓第一個鏡頭中的人物保持在前面）；split會沿最空的列合併兩個鏡頭，並帶有柔和的接縫。- 兩者都會先將每個幀與背景對齊，因此輕微晃動的相機仍然可行（指令會列印相機移動的距離）。但三腳架仍然是最佳選擇：大幅度移動、平移或手持的相機將無法對齊。
已知限制
- 最適合頭部上方或側邊有空間的場景。在緊湊的特寫鏡頭中，如果臉部充滿垂直畫框，文字最終會出現在頭部上方且變得很小；請告知使用者並建議使用較寬的鏡頭或
cover: bold。 - 整個影片的去背需要 PyTorch 和 RVM 模型（GPL-3.0，由使用者機器在首次使用時下載）；NVIDIA GPU 可加快速度。
範例提示詞
可複製貼上的提示詞（更多範例和備註請參閱 examples/prompts.md）：
- 一句話起手式： "Làm chữ 'THÀNH CÔNG' sau lưng mình trong clip raw/clip.mp4." → 設定問題（首次）、4 張附帶可讀性檢查的靜態圖，然後是完整的文字背後影片。
- 詳細需求： "Clip raw/phong-van.mp4: giây 2 giới thiệu nhân vật tên 'Chị Lan', chức danh 'Chủ quán phở · 15 năm', giây 9 dừng hình kiểu truyện tranh với câu 'Thiệt luôn hả?!', giây 14 chụp ảnh dừng hình. Có tiếng động." → 一次渲染，包含姓名卡角色介紹、附對話框的漫畫凍結以及照片瞬間凍結，每個效果都有自己的音效。
- 文字背後，潮流感： "Chữ 'ĐÀ LẠT' sau lưng mình, cho đầu che nhiều như trend, chữ vàng, hiện từng chữ cái."
- 分身： "Clip raw/di-bo.mp4 mình đi ngang qua: để lại bóng mình mỗi 0,8 giây rồi mờ dần." → 沿著路徑留下複製體，然後一起淡出。
- 雙鏡： "Mình quay 2 lần cùng chỗ (raw/vai-a.mp4, raw/vai-b.mp4), ghép thành 2 người nói chuyện với nhau."
- 比較： "Cho mình xem các kiểu chữ để so sánh." → 在您自己的片段上產生一個帶標籤的並排比較。
- 修改意見： "Chữ to hơn chút, dời lên trên, dừng hình lâu hơn 1 giây, bỏ tiếng chụp ảnh." → 僅進行這些修改；新的靜態圖，然後是新的渲染（舊的保留）。
如果出現問題
此技能是使用 Claude Code 構建的，因此可能存在錯誤，且每台電腦都不同。當某個步驟失敗，或使用者表示結果看起來不對時：
- 用簡單的越南文解釋： 用一兩句話說明什麼失敗了以及原因。除非被要求，否則不要顯示原始堆疊追蹤。
- 閱讀此技能文件以及涉及的腳本（
scripts/tn.py和該效果的tn_*.py檔案）。如果可能缺少某些東西，請執行python scripts/tn.py check。 - 修復問題並重新執行，寫入一個新的輸出檔案。即使在修復過程中，也絕不要觸碰或覆寫使用者的片段。
- 如果問題原因是此技能本身，請說明並建議回報問題，以便為所有人修復： https://github.com/thegentleminh/thegentleminh-skills/issues
常見失敗
No module named 'torch'： 執行指令的 Python 環境中未安裝 PyTorch；請使用tach-nguoi-env環境中的 Python。