netfire222/vfx

/vfx - 談話頭短片的 VFX 特效包

大型標題會繪製在說話者後方（人物分割），並自動置於頭部上方。完整支援希伯來文 / RTL 由右至左排版。

命令	作用
/vfx strike	頭部上方出現大字 → 紅線劃掉 → 替換為新詞
/vfx echo	大型標題彈出，伴隨輪廓複製向外爆發
/vfx spotlight	背景變暗，暖光照在說話者身上，並有閃爍霓虹標題
/vfx freeze-mark	凍結畫面 + 閃白 + 推近 + 手繪紅色圓圈圈住臉部（可加標籤）
/vfx pinned-comment	頂端彈出「回覆留言」卡片
/vfx plan	一次渲染多種效果
/vfx showcase	將已渲染片段包裝成 Claude-app 風格的 UI：打字命令、「Edited with /vfx X」標題、打字 + 效果音效、結尾行動呼籲按鈕

輸入

• 影片（直式 9:16 談話頭效果最佳），以及每個效果所需的確切文字和時間點。 切勿憑空捏造使用者未提供的文字；若缺少資訊，僅詢問一次。時間點可來自觸發詞（請參閱 words）。
• 輸出檔案儲存在來源影片旁，檔名為 <名稱>_vfx.mp4。

一次性設定

• 腳本位於此檔案旁：scripts/vfx.py、scripts/compose.py（請使用完整路徑呼叫）。
• 需要 ffmpeg、Node/npm（字型與分割模型會透過 npm pack 一次性下載至 ~/.cache/vfx），以及 pip install numpy pillow fonttools python-bidi ai-edge-litert "opencv-python-headless<5"。 選擇性安裝：pip install rembg onnxruntime（可獲得乾淨的頭髮邊緣，會自動使用）、pip install faster-whisper（用於語音時間點）。

工作流程

1. 使用 ffprobe 分析片段。若頭部上方空間不足 → 標題會自動下移至下方三分之一處；並建議重新構圖。
2. 從語音取得時間點：python3 scripts/vfx.py words clip.mp4 --lang he → 輸出 {word,start,end} 行。
3. 渲染：

   python3 scripts/vfx.py strike in.mp4 out.mp4 --text "משעמם" --swap "מרתק" --at 2.1 --strike-at 2.8 --swap-at 3.3
   python3 scripts/vfx.py echo in.mp4 out.mp4 --text "IN-APP BROWSER" --at 5 --dur 2.5
   python3 scripts/vfx.py spotlight in.mp4 out.mp4 --text "AI SLOP" --at 13 --dur 2.5
   python3 scripts/vfx.py freeze-mark in.mp4 out.mp4 --at 9.5 --hold 1.5 --label "תסתכלו כאן"
   python3 scripts/vfx.py pinned-comment in.mp4 out.mp4 --user someone --text "..." --at 17 --dur 4
   python3 scripts/vfx.py plan in.mp4 out.mp4 plan.json      # [{"fx":"strike","text":..,"at":..}, ...]
   

   Strike 變體（僅限 plan.json）："front_first": true 將第一個字放在臉部前方（在說話者前面），第二個字放在頭部後方（例如「מלפנים」→「מאחור」）；"overlap": 0.45 可讓更多部分隱藏在頭部後方。 Echo 變體（plan.json）："linger": true 讓輪廓複製持續停留在畫面上（輕輕呼吸動畫）直到效果結束。 選項：--y（固定標題高度，以畫面比例為單位；若頭部遮住文字請調高此值）、--color、 freeze-mark 的 --x --y --r 可圈選其他物體、--seg fast|quality、--crf。
4. Showcase（選擇性）：python3 scripts/compose.py fx.mp4 final.mp4 schedule.json

   {"intro": 2.4, "cta": 3.2,
    "cmds": [{"cmd": "strike", "send": 0.0, "desc": "說出來、劃掉、替換", "sfx": [["swish", 0.9], ["pop", 1.5]]},
             {"cmd": "echo", "send": 2.75, "desc": "大字標題，回聲爆發", "sfx": [["boom", 2.8]]}],
    "cta_lines": ["想要這個技能", "5 道命令的組合？"], "cta_button": "留言「技能」"}
   

   send = 命令被發送的影片秒數（請將每個效果的 at 設為約在此之後 0.05 秒）。第一個命令會在介紹期間打字打出。 音效：key、send、whoosh、swish、pop、boom、shutter、power、ding、chime。
5. 驗證：每個效果擷取 2-3 幀（ffmpeg -ss T -i out.mp4 -frames:v 1 f.png），檢查（文字可讀、臉部可見、希伯來文由右至左、無裁切），修正後重新渲染。然後以每效果一行的方式交付。