🇩🇿 wailzenz-video-dz — 阿爾及利亞專用層。這些規則凌駕於下方所有內容：
- 方言 = 阿爾及利亞方言 (الدارجة الجزائرية)。 你撰寫或修正的每個阿拉伯語單字（字幕、鉤子、行動呼籲、封面、給使用者的訊息）都必須遵循
references/dialect-dz.md。原始技能是用海灣阿拉伯語寫的：請閱讀其指示，但切勿在觀眾看到的任何地方使用其科威特單字清單或例句。英文影片 → 寫英文。法文影片 → 寫法文。- 法文/英文術語 保留拉丁字母，並在其後以阿拉伯語註釋（gloss）置於引號內 — 「هادي حاجة normal "عادية"」— 透過
fixes.json中的"gloss"（步驟 5）。每個拉丁詞都需要一個註釋。- 環境： 每個 shell 指令都以
source "${CLAUDE_SKILL_DIR}/../../setup/env.sh"開頭（Python 3.12 環境、ffmpeg-full、模型位於~/.wailzenz-video-dz）。首次在機器上執行？請執行bash "${CLAUDE_SKILL_DIR}/../../setup/setup-mac.sh"（先詢問使用者 — 會下載約 4 GB）。切勿pip install到系統 Python。- 轉錄（步驟 4）使用
scripts/02a_transcribe_dz.py：在 Mac GPU 上使用 whisper.cpp large-v3，或使用--engine hadra（阿爾及利亞模型）/--engine whisper（任何作業系統）。切勿使用python3 -m whisper --model medium。- 更新 只能透過外掛管理員（
00_setup.sh會顯示指令）。切勿覆寫技能的檔案。🎬 風格指南 — 每個影片，毫無例外： 6. 務必執行完整的步驟 7。 分割畫面、解說面板、來自素材庫的動作、轉場、至少一個深度時刻（頭部後方、「الخلاصة」風格的影片內文字…）、音效、結尾卡。只會把字幕放在臉上的 Reels 永遠不可接受。 7. 切勿重複字幕。 面板不得顯示正在加字幕的詞語 — 不得有當前句子的動態文字，不得有上方的「大字幕」。面板是 視覺元素：圖示、圖表、UI 模型（終端機、時間軸）、隱喻、比較板、
facts.md中的事實。終端機指令、時間軸標籤和卡片標題也不得重複字幕。如果某個句子真的需要大字在螢幕上顯示，請改用nocap:true。 8. 仔細剪輯。01_cut_plan.py僅剪掉 ≥ 0.55 秒的停頓，根據片段本身的噪底測量靜音，在詞語後保留比之前更多的空間，並以自我檢查結束 — 任何「⚠️」表示先修正剪輯。每個剪輯點都從靜音開始並在靜音中結束。猶豫（「الـ…」、「اممم」）僅作為一個整體保留，兩側為靜音；重新開始（「اللي تحتاج… تحتاج」）則保留第二次的取用。最終渲染後，執行19_seam_check.py <work> <final.mp4>並修復任何重複或破損的詞語（在阿拉伯語模式下，它對英文術語的辨識效果較差 — 請使用-l en重新檢查）。 9. 交替面板位置。 混合使用R_DOWN（動畫在上方，臉部在下方）與R_UP（臉部在上方，動畫在底部 —panelIn會自動移動到那裡），再加上R_LOWER（大面板，小臉部）和R_FULL時刻。連續兩個解說場景不得使用相同位置。 10. 將每個場景繫結到單詞時間（caps.json中的單詞），而不是固定的秒數 — 重新剪輯時場景不會被打亂。 11. 特寫構圖： 臉部卡片從studio.json→cardTop裁剪；如果嘴巴低於 y ≈ 1600（Instagram 的字幕區域），則將其提高（≈ 0.3）。R_UP會自動在頭頂顯示更多空間。
從說話影片製作 Reel — 無需剪輯軟體
整個剪輯過程都是程式碼：
- ffmpeg 負責剪輯。
- Whisper 負責以單詞時間戳記進行轉錄。
- 渲染引擎負責組合字幕與動態圖像到影片上。
輸出：一個可直接發布的 MP4 檔案。
路徑： 所有 scripts/、references/ 和 motion/ 都位於此技能的資料夾中：
${CLAUDE_SKILL_DIR}
不是說話影片？請前往正確模式
| 輸入 | 模式 | 請參閱 |
|---|---|---|
| 無對話的片段資料夾（咖啡廳、餐點、產品） | 節奏剪輯 | references/montage.md |
| 同一場次有兩個或更多攝影機 | 播客 → Reels | references/podcast.md |
| 完整的「橫向」或「YouTube」單集 | 16:9 播客 | references/podcast.md（「完整橫向單集」部分） |
| 一小時的單集 → 多個 Reels | 從單集製作 Reels | references/landscape.md（「完整單集」部分） |
| 純文字或點子，無人物 | 動畫解說 | references/motion-mode.md |
| 網站連結或「解釋這個應用程式」 | 網站/應用程式解說 | references/motion-mode.md |
如果為此模式安裝了單獨的技能（dz-motion、dz-podcast 或 dz-montage），則優先使用。
⛔ 不要問「你想要哪種模式？」 — 用一句話告訴他你理解了什麼，然後繼續。
渲染器： 始終使用輕量版（04_render_frames.js），且不要提到「渲染器」這個詞。
- 他想自己修改？為他開啟工作室 →
references/studio.md - 僅當他明確要求時才使用 Remotion →
references/remotion.md
🎬 DaVinci： 要求「用 DaVinci 做」？這個外掛無法在 DaVinci Resolve 內部進行剪輯。用一句話告訴他，然後用我們的渲染器繼續（如果他想要自己完成，可以導出 SRT/FCPXML 檔案）。
🎞️ CapCut 模式： 他說「用 CapCut 做」或「我想自己在 CapCut 裡編輯」？改為輸出可編輯的 CapCut 專案（帶有縮放的片段、CapCut 字幕和文字、語音、特效、背景音樂、透明動畫）→ references/capcut.md（單一腳本 scripts/40_capcut.py）。
⛔ 你與使用者的互動方式
你負責準備，而不是他。 禁止給他一系列要執行的指令。
- 不要問「你有那個嗎？」 — 你自己檢查。 缺少東西？「我現在需要準備兩樣東西給你，需要兩分鐘 — 開始嗎？」
- 不要使用術語： 說「繪製幻燈片的工具」而不是「puppeteer」，說「影片品質」而不是「編解碼器」。
- 告訴他我們在哪個步驟， 並估算時間： 「我移除了停頓 — 影片長度減少了一半。現在我轉錄你的說話內容，大約 3 分鐘。」
- 一次只做一件事。
- 不要在每個重要階段之後，不給他看截圖或摘要就交付。
✅ 在哪裡執行？任何地方 — 手機 · 雲端 · Mac · Windows · Linux · Codex
本機裝置（Mac + Claude Code）最快最強大，但並非必要。禁止對使用者說「這在你的手機或雲端上無法完成」。如果某個工具在該環境中無法執行，請降級使用替代方案，並僅用一行提到你使用了什麼。
請參閱 references/any-environment.md — 提供替代方案（轉錄、人物裁切、動畫渲染…）和手機方法。以及經過測試的詳細食譜（無抖動裁剪、紙片動畫 style、組合）於 references/phone-cloud-playbook.md。
- 在手機上：他將影片附加到對話中，然後在雲端環境中執行，手機可以關閉。
- Windows：使用
python而非python3→references/windows.md。
Windows： 使用 python 而非 python3，路徑為 C:/… → references/windows.md
步驟 0、0.5 和 1 — 工具、品味與身份
請參閱並執行 references/start.md — 所有模式的開頭都相同。
步驟 2 — 從他那裡取得影片
| 方法 | 如何操作 |
|---|---|
| 他裝置上的檔案（最佳） | 複製到 <work>/src.mov |
| Google Drive 連結 | 設為「任何擁有連結的人均可檢視」，然後執行下方指令 |
| Google Drive Connector | 如果檔案是私有的 — 使用工作階段中的 Connector 工具 |
Drive 連結（ID 位於 /d/ 和 /view 之間）：
curl -sL "https://drive.usercontent.google.com/download?id=<ID>&export=download&confirm=t" -o <work>/src.mov
- 4K 最好（縮放會從原始解析度裁切）。但 1080p 也有效 — 不要拒絕它，也不要要求重新拍攝。
- 橫向影片（訪談、播客、電視節目）？步驟相同。
步驟 6 會圍繞每個鏡頭的臉部縱向裁剪，而不是拉伸 →
references/landscape.md - 🪝 從單集或訪談製作的 Reel = 必須有書面鉤子。 在
02_captions.py之後：python3 scripts/22_hook.py suggest <work>- 從最有力的台詞（不是他說的第一句話）中寫下 3 個鉤子 →
check→ 他選擇 →apply preview並在完整渲染前閱讀hook_sheet.jpg。
- 在我們引擎之外構建的 Reel（現成的 mp4）？使用
22_hook.py overlay→hook.mov（透明）。 - 規則和格式 →
references/podcast-hook.md
檢查時長：
ffprobe -v error -show_entries format=duration -of csv=p=0 <work>/src.mov
🎞️ 掉幀？
螢幕錄製或非原生相機應用程式（iPhone 在瀏覽器中會丟失 13-54％ 的幀）。在剪輯前檢查間隙：
ffprobe -v error -select_streams v -show_entries frame=pts_time -of csv=p=0 <work>/src.mov | python3 -c "import sys;t=[float(x) for x in sys.stdin if x.strip()];g=[(round(a,2),round(b-a,2)) for a,b in zip(t,t[1:]) if b-a>0.07];print(len(g),'間隙',g[:8])"
有間隙？在步驟 3 之前修復：
ffmpeg -i src.mov -vf "minterpolate=fps=30:mi_mode=mci:mc_mode=aobmc:me_mode=bidir:vsbmc=1" -c:a copy src_fixed.mov
並告訴他：「錄製時有掉幀 — 我已修復。下次建議他用相機應用程式拍攝。」
🔬 檢查光線和顏色（幾秒鐘，安靜地）
python3 scripts/25_scopes.py <work>
- 「正常」 ← 不要提及。
- 有問題（太暗、偏黃、暗淡） ← 一句話：「影片有點暗且偏黃 — 需要調整嗎？」
- 用單張截圖向他展示 before/after。
- 同意 → 在
theme.json中設定"grade":"auto"（僅校正色調）。 - 拒絕或保持沉默 → 不要碰它（規則 4）。
步驟 3-11 — 製作流程
3) 剪輯計劃
python3 scripts/01_cut_plan.py <work>
告訴他移除了多少：「我移除了 52 秒的靜音 — 影片從 98 秒變成 46 秒。」
3.5) 音訊增強（可選）： 有迴音或噪音，或者他說「增強音訊」？
→ references/audio-enhance.md
bash scripts/02b_enhance_audio.sh <work> --local
4) 按單詞時間戳記轉錄
source "${CLAUDE_SKILL_DIR}/../../setup/env.sh"
ffmpeg -v error -i <work>/src.mov -vn -ac 1 -ar 16000 -y <work>/a.wav
python3 scripts/02a_transcribe_dz.py <work> > <work>/whisper.log 2>&1 # 阿拉伯語 / 達里賈語（預設 --lang ar）
# 英文影片：python3 scripts/02a_transcribe_dz.py <work> --lang en
# 使用阿爾及利亞模型 / 並排比較：--engine hadra | --engine compare（首次執行下載約 1.8 GB）
- 對於 Reel，在 GPU 上需要幾秒鐘到一分鐘。失敗？請檢查
tail -5 <work>/whisper.log - 預設引擎：在 Mac 上使用 whisper.cpp 時為
cpp，否則為whisper。對於新的阿爾及利亞語使用者，請執行一次--engine compare，並保留轉錄稿需要較少修正的引擎（使用--save-default儲存）。
5) 校正與字幕
閱讀 a.json 並修正每個句子 — Whisper 在阿爾及利亞達里賈語方面會出錯（將其轉換為標準阿拉伯語，法語單字拼寫錯誤）。根據 references/dialect-dz.md 進行校正（拼寫，以及使用者選擇的字體來書寫法語單字），如果你不認識某個單詞？問他，不要猜測。寫入 <work>/fixes.json：
{ "fix": [["هادي","حاجة","normal","بزاف"], ["نخدمو","بـ","Claude","Code"]], "hot": ["بزاف"],
"gloss": {"normal": "عادية", "Claude Code": "كلود كود"}, "fx": {"خلاص":"drop"} }
gloss= 放在引號內的阿拉伯語翻譯，跟在每個法語/英語單字後面 — 「normal "عادية"」。鍵是fix中出現的單字（或短語）。拉丁單字會自動套用顏色（"hot_latin": false可以停用此功能）。02_captions.py會告訴你遺漏了什麼。hot= 在說話時會加上高亮效果的單字。fx是可選的 →references/word-fx.md- ⛔ 每個句子的單字數量 = Whisper 中該句子的單字數量。 否則時間戳記會錯亂（腳本會阻止你）。
python3 scripts/02_captions.py <work>
5.5) 向他展示文字，讓他移除不喜歡的部分 ← 強制
在設計任何場景之前：
python3 scripts/10_script_edit.py <work> show
- 會列印他的話語，帶有編號和時間戳，並寫入
script.txt。 - 還會在單次執行中列印重複的句子和刪除建議 — 之後不要執行
dupes。 - ⛔ 在聊天中完整列印腳本 並說：「你想移除哪些部分？」— 不要只依賴檔案。
重複的句子： 第一個是錯誤，第二個是修正。 「你把句子說了兩次 — 'قدرنا نحل السبب' 然後 'قدرنا نعرف السبب'。移除第一個？」
python3 scripts/10_script_edit.py <work> drop 6 8 # 從影片和音訊中移除這兩個句子
python3 scripts/10_script_edit.py <work> keep 1 2 5 9 # 僅保留這些
python3 scripts/10_script_edit.py <work> undo
- 所有後續內容都會移動，
cut.json、caps.json和sfx.json會更新。 - 在此處執行此操作。 在場景設計之後刪除會擾亂所有時間。
- 任何刪除後：重新執行步驟 6，並使用
--force進行渲染。
6) 剪輯與縮放
python3 scripts/03_cut_zoom.py <work>
mkdir -p <work>/vfr && ffmpeg -v error -i <work>/cutz.mp4 -vf fps=30 -q:v 3 -y <work>/vfr/%05d.jpg
- 縮放是每個片段固定的（6.0 版本）： 首次執行會寫入
cut.json←"zooms": {"25.05": 1.06, …}（鍵是原始時間軸中片段的開始時間）。 移除、添加或分割片段？其餘片段的縮放不會偏移，因此你的渲染座標仍然正確。更改片段的縮放 = 編輯其數值。keep的順序是自由的（可以將後面的片段移到前面）。
6.1) ⛔ 從頭部上方裁剪 — 對任何包含人臉卡片的影片都是強制的（半螢幕、R_DOWN、R_LOWER）：
python3 scripts/23_headcrop.py <work> --from <第一張卡片的開始時間>
- 寫入
studio.json←cardTop。 - 裁剪 在整個影片中固定 — 沒有追蹤，沒有攝影機跟隨。
- 從他頭部達到的最高點上方開始，留一個小邊距（1.5％）。
- 不要切到他的頭，也不要顯示空的天花板 — 「頭頂上方空間過大」同樣是錯誤。
- 使用者已經提醒過很多次，並且感到沮喪。
- 用眼睛檢查他靠近相機的鏡頭。
- 他身體下方有固定的文字？使用
theme.json←cardZoom進行縮放（預設值為 1）。
7) 設計場景 ← 最重要的步驟
在設計任何場景之前，請閱讀：
references/motion-rules.md— 身份識別、facts.md中的事實清單、禁止事項。references/scenes.md— 如何編寫場景、動作套件、點子、B-roll。references/moves.md— 動作庫：python3 scripts/35_moves.py plan --title "…" --cues …→ 影片的情節串連圖板（3 個圍繞中心的主題 + 變化）。你是有意識地選擇，使用者無需選擇。
🎯 從初稿就全力以赴（6.0 版本 — 被庫採用並流行的 Reel 風格）： 在表演和動作上付出努力 — 豐富、深刻且令人驚喜，而不是平淡的東西。
- 在渲染之前，規劃 2-3 個深度時刻 並用一句話告訴使用者：一個元素 從他頭後經過（
11_behind_text.js person+MV.person）、來自他聲音的波動（37_env.py←MV.env）、他頭後的點狀圖、3D 軌道、客戶身份的形狀 成為動畫（標誌的弧線 = 計數器和筆觸）、One-take 入場（攝影機沉入標誌，然後從下一個鏡頭浮出）。 - 這是你要優先考慮的，並非唯一：卡片、印章和徽章 並非禁止 — 在主題需要時使用它們。
- 動作書寫其文字的句子 = 為它設定
nocap（不要在上方和下方之間分散注意力）。而頭頂書寫在空間允許時效果更好。 - 程式碼食譜 →
references/moves.md§3 及以下。
⛔ 規劃規則（經使用者認可）：
| 時刻 | 矩形 | 形狀 |
|---|---|---|
| 無圖形的純說話 | R_FULL | 他的臉填滿螢幕，字幕位於底部 1460 |
| 任何圖形或動作 | R_DOWN | 圖形在上方（y 280-520）← 字幕 ← 他的臉在下方，全螢幕寬度 |
| B-roll 或大型面板 | R_LOWER | 大卡片在上方 ← 字幕 ← 他的小臉在下方 |
| 完整解說（數字、列表） | R_OFF | 沒有臉，只有他的聲音繼續 ← references/explainer-and-pace.md |
- ⛔ 字幕永遠不能寫在說話者的臉上。 在任何包含影片卡片的模式下，所有字幕都在卡片上方，進度條也是。
- 模式的選擇是你根據意義做出的決定。
8) 場景與編寫
python3 scripts/04_scenes.py <work>
python3 scripts/05_layers.py <work>
python3 scripts/06_export.py <work>
⛔ 04_scenes.py 中的規則：
- 每個場景一個想法。 沒有複合面板。
- 不要讓文字說話。 圖示、圖表、模型。
- 字幕與視覺效果之間的距離。 面板內容在時間上與字詞重疊，而不僅僅是同時出現。
facts.md在「關於」部分。 如果他提到了一個數字或事實，並且它存在於facts.md中，則在面板中使用它。- 節奏： 2 秒規則用於短語。長解釋 → 動畫面板。
9) 音效
python3 scripts/07_sfx.py <work>
- 自動：過渡、強調、節奏匹配。
- 可選：
references/sfx.md用於手動覆蓋。
10) 渲染
python3 scripts/04_render_frames.py <work>
ffmpeg -v error -i <work>/frames/%05d.png -i <work>/a_cut.wav -c:v libx264 -pix_fmt yuv420p -preset slow -crf 18 -c:a aac -b:a 192k -y <work>/final.mp4
- 告訴他需要多長時間：「渲染 2000 幀 — 在 Mac 上大約 5 分鐘。」
- 如果他說「太長」？ →
references/fast-render.md
11) 最終檢查
python3 scripts/19_seam_check.py <work> <work>/final.mp4
- 修復任何重複或破損的詞語。
- 如果他說「完美」？ → 交付。
- 如果他說「改變這個場景」？ → 用手動場景編輯編輯
scenes.json，然後從步驟 8 重新開始。
支援的影片類型
| 類型 | 步驟 | 提示 |
|---|---|---|
| 純說話 | 標準流程 | 無需手動調整 |
| 橫向訪談 | 步驟 6 進行縱向裁剪 | 使用 references/landscape.md |
| 多機位播客 | 使用 references/podcast.md | 自動切換攝影機 |
| 螢幕錄製 | 步驟 2 檢查掉幀 | 使用 minterpolate 修復 |
| 手機影片 | 步驟 2 檢查旋轉 | 自動修正方向 |
附錄：用於 fixes.json 的常見修正
| 修正 | 範例 | 原因 |
|---|---|---|
| 標準阿拉伯語 → 達里賈語 | "أريد" → "حاب" | Whisper 傾向於標準阿拉伯語 |
| 法語拼寫 | "normal" → "نورمال" | 保留使用者選擇的字體 |
| 英語技術術語 | "API" → "API" | 保持原樣，添加註釋 |
| 重複 | "هادي" → 移除 | 口誤 |
常見問題
問：我需要安裝任何東西嗎？ 答：首次使用，技能會要求你執行設定腳本（約 4 GB 下載）。之後，所有內容都在本機執行。
問：我可以在手機上使用嗎？ 答：可以。將影片附加到對話中，技能會使用雲端環境進行處理。你的手機可以關閉。
問：輸出是什麼？ 答：一個準備好發布到 Instagram 或 TikTok 的 MP4 檔案。
問：我可以自己編輯嗎？ 答：可以。要求 CapCut 模式以獲得可編輯的專案，或 DaVinci 模式以獲得 SRT/FCPXML。
問：它支援英語或法語嗎？ 答：可以。技能會自動偵測影片的語言。法語/英語術語會保留原文，並附加阿拉伯語註釋。