Communitygithub.com

viral-video-edits

從歌曲分析到最終交付的完整端到端系統,用於製作節拍同步的S級短式音樂影片編輯,包括素材來源、特效整合、QA與交付。

viral-video-edits 是什麼?

Viral Video Edits 是一個專業的技能,專為創建頂級、節拍完美的短式音樂影片(如 TikTok、Shorts、Reels)而設計。它提供了一套基於實際生產經驗的嚴格法則與工作流程,確保每次編輯都能獲得最佳表現(留存率與分享數)。 此技能支援多種平台,並能處理從情感抒情曲到能量舞曲等不同類型的音樂。其核心功能包括:音訊分析(節拍網格、能量曲線)、病毒式視窗選擇、素材來源與品質把關、鉤子文案撰寫、基於onset的剪輯、音訊反應式特效(人物遮罩、程式化GLSL渲染器、電影調色)以及全面的QA流程。 該技能內建多個可直接執行的 CLI 指令碼,涵蓋從病毒視窗選擇、素材品質掃描、onset剪輯建構到人物遮罩生成與程式化渲染等關鍵任務。這些指令碼可作為開發者快速上手的起點,並能根據參考文件中的詳細規範進行客製化或擴展。 總之,Viral Video Edits 整合了音樂製作、影片剪輯與視覺特效的最佳實踐,提供一個可重複、高品質且邏輯嚴謹的音樂影片生產藍圖。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/BusyBee3333/viral-video-edit-skills/tree/main/skills/viral-video-edits

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

病毒式影片編輯

一套完整的方法,用於製作節拍完美、特效整合的垂直音樂影片,使其達到 S 級攝影水平。本技能源自一個實際運作的生產系統(一位獨立音樂人的短片宣傳活動)及其累積的客戶回饋。唯一的成功指標是表現(留存率 + 分享數),以下的每一條規則之所以存在,都是因為其違反行為在實戰中被觀察到會導致失敗。

法則(不可協商;每一條都是從慘痛經驗中學到的)

  1. 僅限整合式特效。 特效必須融合到鏡頭中——錨定於主體的遮罩、場景幾何結構或鏡頭本身的像素。絕不剪接到獨立的特效片段;絕不交替使用全幀特效與全幀素材;未經追蹤的合成元素看起來就像貼紙。在添加任何特效之前,請先閱讀 references/integrated-fx.md。
  2. 好看比遵循參數更重要。 如果要求的素材或結構會影響品質,請改變結構並明確說明。即使有共同的主題,大量不匹配的片段在節拍邊界處拼接起來也只會顯得混亂。
  3. 豐富,而非克制——也絕不廉價。 工作風格是豐富的濃郁調色(純黑、對比 S 曲線、明確的調色盤)+ 在節拍網格上每個鏡頭進行一次扎實的現實扭曲。純粹的克制看起來平淡無趣;每個鏡頭隨機做一次效果則顯得混亂。每段剪輯使用一種特效語言,並隨歌曲結構升級。
  4. 根據歌曲提供的內容進行剪輯。 基於 onset 鎖定的剪輯:在每個真實 onset 處進行剪輯(合併低於 0.13 秒的 onset,保留較強者),稀疏時保持靜止,密集時爆發——絕不進行脫離網格的填充式剪輯,也絕不使用覆蓋歌曲的密度預設。對於以分享為主的影片,則採取相反極端:一個連續鏡頭,零剪輯,由歌曲的包絡線驅動光度變換。
  5. 透過建構達成同步。 所有特效渲染都必須針對與編輯完全相同的時間視窗(--start/--dur)和剪輯列表生成。將估算的節拍對齊到真實檢測到的 onset(≤60ms)。風格切換必須落在包含瞬變的影格上(取 floor,而非 round)。
  6. 近黑 + 發光 適用於所有程式化圖像。色彩柔和的色調每次都失敗;光必須從黑暗中雕刻出來。
  7. 鉤子必須通過 5 測試關卡(瞄一眼/說出口/記名字/留懸念/引點擊,≥4/5 通過)。不寫詩,不用「沒有人:」,不用互動誘餌指令。請參閱 references/hooks-and-text.md。
  8. 鏡頭級別的素材把關。 在搜尋素材前先確定氛圍規格;優先使用最高層級的來源;對每個鏡頭進行品質把關 + 人工檢視連環快照;只有通過的鏡頭才能進入編輯。每個檔案都需要驗證授權。請參閱 references/footage-sourcing.md。
  9. 自動化 QA 永遠無法取代人工觀看。 每個交付成品都必須獲得檢測報告,並且有人眼檢查連環快照、以正常速度和手機比例觀看完整渲染。請參閱 references/delivery-qa.md。
  10. 在穩定的基礎設施上以編號版本進行迭代。 僅在版本之間更改特效語言;當客戶喜歡一個 2 秒的時刻,就在下一個版本中將該時刻作為整個特效語言。

標準格式

1080×1920 @ 30fps 垂直影片,libx264 yuv420p +faststart,aac 192k,CRF 17(影格管線最終版)/ 18–19(片段最終版)。循環無縫結尾。檔案命名版本化,置於 outputs/<project>/ 目錄下。每個編輯成品都附帶連環快照 + 時間軸檔案 + QA 報告。

工作流程

對於任何非平凡的工作,先寫下計劃(設計文檔/逐鏡頭列表——references/design-docs.md),對於新的活動,先進行試點:V1 證明語法,獲得批准後再處理批次。

  1. 分析歌曲 → 節拍網格、每拍能量/剪輯優先級、段落、8 拍樂句。然後選擇時間視窗(15–30 秒),考慮因素包括:重複性(副歌感)、能量上升、循環接縫、歌詞位置、藝人過往作品。→ references/song-analysis.md
  2. 搜尋素材並把關 → 氛圍規格、分層來源、對每個鏡頭進行品質把關並生成鏡頭對應表、當概念需要特定內容時進行語義契約檢查。→ references/footage-sourcing.md
  3. 撰寫鉤子組合 → 5 測試關卡、第二行下降動態(第 1 行在影格 0,第 2 行在 0.8–1.3 秒 ±100ms 處節拍融合)、在溫馨有趣與安靜具體之間進行 A/B 組合。→ references/hooks-and-text.md
  4. 建構剪輯 → 選擇時鐘(音樂小節用 beats CSV;瞬變剪輯用 onset 網格),以節拍為單位撰寫鏡頭規劃,確保結構錨點(下降點在其小節 ±0.02s)。架構:片段→拼接→後期圖形(僅限 ffmpeg)用於剪輯驅動的編輯;影格管線 numpy 用於逐像素特效;著色器內融合用於最深層的整合。→ references/integrated-fx.md
  5. 整合特效 → 人物遮罩(Apple Vision,經過品質把關)、基於遮罩/場景/像素的效果、經過驗證的 base.mp4→mattes→effects-table 管道;在相同時間視窗渲染的程式化元素,透過場景幾何結構進入。→ references/integrated-fx.md,references/procedural-renderers.md
  6. 調色與工藝層 → 精確的電影配方(光暈、ACES、分裂色調、顆粒、暗角、信箱效果)、遮罩中心推近、升級主幹、循環接縫。→ references/cinematic-grade.md
  7. QA 與交付 → 儘早對前 3-5 秒進行廉價測試;檢測 + 連環快照 + 觀看;連貫性檢查(任何貼紙感或剪出鏡頭 = 修訂);使用清單和圖庫打包變體;將發文記錄到實驗循環中。→ references/delivery-qa.md

選擇賽道

需求賽道
情感/抒情歌曲,以分享為重一個連續鏡頭 + 由歌曲包絡線驅動的光度變換(調色漸變、光線到來、輝光);肯定身份鉤子
能量歌曲,以留存為重基於 onset 鎖定的快速剪輯,來自大量經過把關的素材庫(60+ 個鏡頭),在頂四分位數的 onset 處加入突入強調
藝人入鏡展示電影工藝層 + 每個鏡頭一個基於遮罩的簽名特效(風格閃爍、迴音分身、主體↔世界切換、節拍烙印多重影像)
抽象/視覺熱門程式化 GLSL 渲染器(隧道/萬花筒/星爆),近黑 + 發光,onset→重擊低音→輝光能量→速度;當有主體時透過著色器內編織與素材融合
主打標題/品牌作品先寫設計文檔;分階段動態時間軸;TDD 建構;對照參考資料進行比較視覺審計

參考資料(按需閱讀)

  • references/song-analysis.md — 分析公式、病毒視窗評分、onset 網格、節拍數學、包絡跟隨器。在開始分析新歌曲或除錯同步時閱讀。
  • references/integrated-fx.md — 核心工藝準則:錨定規則、失敗模式、遮罩管道、三種建構架構、合成陷阱(RGB 中的螢幕混合!)、主體特效詞彙表。在任何特效工作前閱讀。
  • references/procedural-renderers.md — moderngl 骨架、GLSL 內部庫、標準色彩完成、近黑法則、入口編織融合、TouchDesigner 賽道。在渲染程式化視覺時閱讀。
  • references/cinematic-grade.md — 精確的調色配方、鏡頭語言、升級主幹以及迭代案例研究(dreamcatcher v1→v5,with-u v4→v7,portal arc)。當編輯必須看起來像電影,或在迭代版本之前閱讀。
  • references/hooks-and-text.md — 5 測試關卡、容器格式、文字動態、競賽方法、實戰參考、最佳化循環。在撰寫任何影片文字或選擇創意方法時閱讀。
  • references/footage-sourcing.md — 氛圍規格、來源層級、確切把關門檻、授權、語義契約、遮罩配對契約。在搜尋或接收任何素材前閱讀。
  • references/delivery-qa.md — 編碼設定、交付成品、QA 流程、判決格式、發布套件。在宣告任何成果完成前閱讀。
  • references/design-docs.md — 點子表 → 列表 → 設計文檔 → 規劃模式。在規劃新的製作或活動時閱讀。

配套腳本(可執行,不僅是描述)

這些是核心引擎的實際實現——在從頭開始編寫新的之前,請優先使用它們。所有腳本都是純 CLI 工具;執行 --help 或閱讀每個檔案頂部的文檔字串。

  • scripts/choose_viral_window.py — 病毒視窗選擇 (song-analysis.md §2)。--audio song.wav [--transcript whisper.json] [--tiktok-start SEC] [--durations 15,22,30] --out DIR。
  • scripts/scan_shot_quality.py — 鏡頭品質把關 (footage-sourcing.md)。--root path/to/footage [--min-shot 1.2] [--jobs 3] → 寫入 shot_map.json。需要 opencv-python、scenedetect、pytesseract。
  • scripts/build_onset_cut.py — 基於 onset 鎖定的 v2 剪輯引擎 (song-analysis.md §3, integrated-fx.md 架構 A)。--config job.json [--shot-map shot_map.json];請參閱文檔字串了解 job schema。
  • scripts/matte/generate_local_person_matte.swift — 透過 Apple Vision 進行逐影格人物遮罩 (integrated-fx.md)。使用 swiftc generate_local_person_matte.swift -O -framework AVFoundation -framework Vision -framework CoreImage -framework ImageIO -o mattegen 編譯(macOS 14+),然後執行 mattegen source.mp4 proposal_dir/。
  • scripts/matte/media_contract.py — 遮罩品質把關的實現(validate_matte_statistics、matte_statistics、probe_media、validate_sync)——將 integrated-fx.md 中的確切門檻值以程式碼形式呈現,而非僅是文字。
  • scripts/procedural/ — 10 個獨立的 moderngl/GLSL 渲染器(render_color_tunnel.py、render_glass_bloom.py、render_mandala.py、render_fractal_neon.py、render_shader_pack.py、render_neon_cathedral.py、render_dream_portal.py、render_hyper_space_jump.py、render_hyper_kaleido.py、render_portal_weave.py)加上 footage_fx.py(對真實素材的整幀特效)和 subject_fx.py(基於遮罩的主體特效取樣器)——請參閱 procedural-renderers.md。每個渲染器都接受 --audio --start --dur --out [--fps 30 --w 1080 --h 1920];其中幾個還支援 --still 用於快速藝術方向檢查。需要 moderngl、librosa、numpy、Pillow。

歌曲分析腳本(script/analyze_song_for_editing.py,負責產生節拍/段落/能量資料)未包含在此處——請使用配套的 song-edit-analysis 技能(相同套件)中已捆綁的等效腳本,或根據 song-analysis.md §1 重新實現。

在主儲存庫中工作

如果此技能在其被提取出的原始生產工作區中執行,則優先使用該儲存庫自身擁有的這些腳本副本(它們可能累積了修復)及其批次/素材基礎設施(作業生成器、圖庫建構器、發文實驗循環),而非此處的捆綁版本。在其他地方——這是此公開技能的常見情況——捆綁的 scripts/ 目錄是完整的實現;參考文檔包含擴展或重新實現它們所需的所有關鍵常數。

Individual skills in this repo

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

beat-synced-montage-builder

Build beat-synced social video montages from song-analysis outputs and source footage. Use when an agent needs to assemble, plan, or revise a music-timed edit; map footage to beats/onsets/cut markers; create vertical or landscape montage timelines; integrate audio-reactive FX into shots; mix gameplay, crowd, concert, nature, menu, or other accent footage; generate timeline CSVs, contact sheets, and edit briefs; or adapt the Conteto Machino / Smash Mash workflow for another song or footage library.

edit-delivery-qa

Verify final video edits before delivery. Use when an agent needs to inspect a rendered MP4/MOV/WebM, confirm duration/resolution/frame rate/audio, generate or review contact sheets, analyze timeline CSVs, check cut density/source mix, check FX integration and cohesion, verify text-to-beat sync, catch weak frames or accidental placeholders, and decide whether a beat-synced social edit is ready to show.

generated-media-sourcing

Generate or plan media assets for beat-synced edits when real footage is missing or the user asks for generated visuals - AI video (Gemini/Veo/Flow), AI images, or procedural audio-reactive GPU renders (tunnels, portals, kaleidoscopes, starbursts, mandalas, title pieces via Python+moderngl GLSL). Use with beat-synced-montage-builder when a montage needs generated clips, stills, or procedural audio-reactive elements instead of, or alongside, sourced footage.

song-edit-analysis

Analyze songs and audio files for beat-synced video editing, clip timing, energy mapping, viral window selection, onset-locked cut grids, footage selection, and agent-readable edit briefs. Use when an agent needs to inspect an MP3/WAV/M4A/audio track, estimate tempo and beat grids, identify sections, produce cut markers, pick the best 15-30s window of a song for short-form video, or guide a human or another agent in choosing footage that matches musical energy.

相關技能