Communitygithub.com

training-video

指導 AI 代理如何規劃、製作或剪輯「培訓影片」,產出可直接使用的文案或腳本。流程包括:培訓影片、四階段批准(未經批准不花錢與時間)、執行步驟。當接到此類任務時使用。

training-video 是什麼?

此技能為 AI 代理提供了一套完整的培訓影片製作工作流程,從需求接收、專案初始化、腳本撰寫、成本估算、語音試聽、視覺設計,到最終的渲染、字幕生成與交付,均涵蓋在內。它支援「素材驅動」與「程式碼驅動」兩種模式,可分別處理現有文件或產品應用程式的螢幕錄製。技能對環境有嚴格的依賴檢查與金鑰管理機制,確保每一步執行前都具備正確的設定,並強制要求四個階段的用戶批准(腳本、成本、語音樣本、視覺),避免浪費時間與資金。主要支援 macOS 與 Windows 系統,透過 Python 與 Node.js 腳本驅動,適合整合至 Claude Code 或類似開發者代理平台,專注於產出高品質的企業培訓內容。

相容平台✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/erida-ai/training-video/tree/HEAD/skills/training-video

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

培訓影片

語音主導,畫面跟隨:先有腳本與音訊,再有投影片或錄製內容,並根據每句台詞的長度進行同步。

與誰對話。 使用者可能不具備技術背景:請使用繁體中文(或使用者輸入的語言)溝通,用詞簡單,避免使用指令或路徑,除非對方主動詢問。技術步驟由你執行。僅詢問使用者應做的決策:內容、受眾、語言、視覺風格、批准事項。

腳本 位於 ${CLAUDE_SKILL_DIR}/scripts/,並透過 python3 -B ${CLAUDE_SKILL_DIR}/scripts/<腳本>.py … 執行 —— 在 Windows 上請使用 doctor.py 於「Python 指令」行中指定的命令(python 或 py -3);投影片與渲染則使用 node ${CLAUDE_SKILL_DIR}/deck/render.cjs …;應用程式錄製則使用 ${CLAUDE_SKILL_DIR}/screencast/。主題檔案位於 ${CLAUDE_PLUGIN_ROOT}/themes/。適用於 macOS 與 Windows(Bash 與 PowerShell):指令保持簡單 —— 不使用管線、&& 或重新導向。

專案 是你目前工作的目錄(產品的儲存庫或文件目錄)。每個專案都有一個專屬的 Gemini 金鑰,僅儲存在使用者的電腦上(Keychain / Credential Manager);專案的標記是 .training-video/project.json(包含 id 與名稱,不含機密資訊)。

四階段批准 —— 未經批准不花錢與時間

  1. 腳本(台詞文字與投影片 / 畫面的規劃)。
  2. 成本 —— 由 cost.py 產生的表格。少量試作(最多 3-4 句台詞)無需批准,完整配音則需要。
  3. 語音樣本 —— 前 3 句台詞(narrate.py --sample 3);使用者聆聽。
  4. 視覺 —— 1-2 張完成的投影片或錄製畫面,在完整渲染之前。

執行步驟

  1. 環境與金鑰 —— 每次啟動時,在任何其他步驟之前執行。
    • 執行 doctor.py <專案>。缺少的項目,在使用者許可下,使用 doctor.py 為該系統提供的命令(brew / winget)進行修正;對於渲染,在 ${CLAUDE_PLUGIN_ROOT} 中執行 npm ci(如果 Claude Code 尚未執行),以及 npx playwright install chromium。
    • 專案金鑰: 執行 key.py check <專案>。
      • OK → 繼續。
      • 沒有專案 → 告知使用者該目錄將建立一個小型檔案 .training-video/project.json(包含專案名稱與編號,不含機密資訊 —— 可加入 git),並詢問專案名稱(建議使用目錄名稱)。然後啟動精靈。
      • 沒有金鑰 → 如果顯示有舊的通用金鑰,詢問「是否要將您現有的 Gemini 金鑰也用於此專案?」(是 → 執行 key.py setup <專案> --use-legacy)。否則啟動精靈。
      • 被拒絕 → 使用 --replace 啟動精靈。
    • 精靈: 首先用簡單的詞語說明接下來的步驟:「將會開啟 Google AI Studio 頁面 —— 請在將為此專案支付語音費用的帳戶中建立一個金鑰 (Create API key),然後複製它。接著會出現一個視窗讓您貼上金鑰;金鑰僅保留在此電腦上。」執行 key.py setup <專案> [--name "<名稱>"] —— 它會開啟頁面與視窗,在 Gemini 中驗證金鑰並儲存。切勿在聊天中要求金鑰,也請勿將其寫在任何地方;如果使用者將金鑰貼到聊天中,請告知他們從 Google AI Studio 中刪除該金鑰並建立一個新的。
    • 技術人員可使用 Vertex(gcloud auth application-default login 與 GOOGLE_CLOUD_PROJECT);環境變數 GEMINI_API_KEY 適用於所有專案 —— 僅限 CI 使用。
  2. 接收任務 —— 自行判斷,僅詢問不明確的事項。
    • 現有資源:聊天中的檔案 / 目錄、磁碟上的檔案、Google Drive 連結(透過已連接的 Google Drive 連接器,如果有的話)、網頁連結、產品的 git 儲存庫(其中的 .training-video/profile.md 表示該產品已準備好製作影片)。
    • 有 PDF,且 doctor.py 顯示「poppler (PDF): 無」 → 用一個問題詢問:「為了從 PDF 中提取文字與圖片,需要一個小型程式 (poppler, 約 35 MB)。是否安裝它?」若回答「是」—— 使用 doctor.py 給出的命令 (brew / winget);若回答「否」—— 直接讀取 PDF,不從中提取圖片。
    • 模式:素材驅動 → 參考 reference/materials.md;程式碼驅動(應用程式錄製) → 參考 reference/code.md。如果兩者皆有,詢問影片屬於哪一種。
    • 程式碼驅動 —— 針對哪個角色。 影片針對應用程式的一個角色(操作員、經理、管理員……):錄製將以該角色登入,並僅顯示其畫面。角色從產品設定檔或程式碼中取得(reference/code.md,「角色 — 從程式碼中取得」),並以預設選項提問 —— 使用應用程式使用的標籤。在角色登入檢視 (survey.cjs) 完成之前,不要撰寫腳本。
    • 一併提問(使用帶有預設選項的問題):影片的目標受眾是誰,以及他們看完後應能做什麼;語音語言(預設為繁體中文);字幕語言;長度(預設 3-8 分鐘);主題(themes/,預設為「中性」;如果素材有自己的品牌,建議從中選擇主題);成品存放位置(Drive 目錄或電腦本地)。
  3. 影片目錄 —— 位於外掛與產品儲存庫之外,預設在使用者的「文件」目錄中:<文件>/培訓影片/<簡稱>-<日期>/(Mac 上為 ~/Documents;Windows 上為 %USERPROFILE%\Documents,可能位於 OneDrive):
    • video.json —— {"name": "<輸出檔案名稱>", "project": "<專案絕對路徑>", "lang": "zh-TW", "voice": "Charon", "subtitles": ["zh-TW", "en"], "theme": "neutral", "mode": "materials|code"} —— project 指定由哪個金鑰支付語音費用;對於「程式碼驅動」模式,還需包含 "product": "<儲存庫>" 和 "role": "<角色>";
    • script.json —— 腳本(格式參見 scripts/lines.py);audio/、timeline.json、final/ 將由腳本建立;
    • sources/ —— 用於撰寫腳本的素材副本或摘錄(由 extract.py 分解),以及 sources/facts.md —— 帶有來源的事實。
  4. 腳本。 文字規則參見 reference/script.md(語氣、長度、say、事實)。以可讀文字(按章節)呈現給使用者,而非 JSON 格式。根據反饋進行修正,直到使用者表示「可以了」。 → 批准 1。
  5. 成本。 執行 lines.py <目錄>,然後執行 cost.py <目錄>;顯示表格。 → 批准 2。
  6. 語音樣本。 執行 narrate.py <目錄> --sample 3;提供使用者三個 .wav 檔案的路徑(或直接播放:Mac 上使用 open <檔案>,Windows 上使用 start "" "<檔案>")。如果語氣不合適 —— 修改 video.json 中的 voice(語音試聽:tts.py --probe --voice <名稱>),然後重複此步驟。 → 批准 3。
  7. 視覺。 根據模式:1-2 張投影片(reference/materials.md)或錄製畫面(reference/code.md)。 → 批准 4。
  8. 完整配音。 執行 narrate.py <目錄>。最後輸出報告;任何 REDO <id>: … 行 → 執行 narrate.py <目錄> --only <id> …,直到沒有 REDO 為止(例外情況參見 reference/voice.md)。
  9. 畫面。 根據模式 —— 渲染投影片或錄製螢幕;寫入 timeline.json 與 final/<名稱>.mp4。
  10. 字幕。 自行將每句台詞的 text 翻譯成 subs/<語言>.json({"<id>": "翻譯"})中指定的每種額外語言:使用相同的企業語氣,數字使用阿拉伯數字,名稱保留素材中的原樣。然後執行 srt.py <目錄> <名稱>。
  11. 檢查 —— 參見 reference/voice.md 中的「最終檢查」。在所有項目通過之前,不要說「完成」;未通過的項目需直接指出。
  12. 交付。 如果使用者指定了 Google Drive 中的目錄,並且有已連接的 Drive 連接器 —— 使用其進行上傳;否則 —— 提供 final/ 的路徑。簡短說明:長度、語言、成本、仍待檢查的項目。

語氣 —— 始終保持一致

專業、企業級、面向成年同事 —— 即使產品是針對兒童。不要幼稚,不要廣告化,不要「給初學者的解釋」。詳細說明:reference/script.md。語音在台詞之間不應改變:整個影片使用同一種 voice、同一種風格、同一溫度設定(reference/voice.md)。

相關技能