Communitygithub.com

motion-reel

指導AI代理如何規劃、建置或剪輯「動態短片」,使最終輸出為一段完成的影片剪輯。流程涵蓋Motion Reel(Demon Clips Studio)、使用者每次的期望(無需他們反覆要求)以及工作流程。當有新任務需要這項技能時請使用。

motion-reel 是什麼?

此技能旨在指導AI代理(如Claude Code、Cursor、Codex)完成「動態短片」的製作流程,從規劃到產出最終影片。它主要用於Demon Clips Studio,一個透過Remotion(影像)、`pipeline/synth.py`(音效)以及Edge TTS或使用者自錄配音(語音)完全以程式碼驅動的短片製作系統。此技能確保代理能交付品質穩定的成果:包含印地語配音(AI或自錄)、兩個版本的劇本(羅馬拼音與天城文)以及四個最終檔案(各針對Instagram與YouTube)。其工作流程結構清晰,涵蓋格式與創意發想、檔案夾與副本建立、節拍表、合成(Remotion)、音效與配音、Pipeline模組、膠卷預覽、最終渲染、驗證與報告。此技能強調整潔的動態效果(彈跳、晃動、脈衝、緩衝)、特定的視覺風格(Paper Glass Lab:淡色網格、白色玻璃、紅色通道),並禁止使用黃色、表情符號、虛假數字或驗證徽章。它也注重「一氣呵成」的效率:所有輸出應在一次呼叫中完成,包括配音、片尾、所有腳本版本、流暢動態以及誠實的聲明。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/wearethedemon/motion-reel-skill/tree/HEAD

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

Motion Reel(Demon Clips Studio)

這些短片的每一個像素和每一個聲音都是透過程式碼製作的:影像使用Remotion,音效使用pipeline/synth.py,語音使用Edge TTS或使用者自己的錄音。參考範例是 「Made in code」:remotion/src/promo/MadeInCode.tsx、pipeline/promo.py、reels/261120-made-in-code/。在撰寫新短片前請先閱讀這些檔案。複製它們的模式,而非他們的文案。

在 D:\Claude-Chrome\wearethedemon\studio 目錄下工作,並遵循 studio/CLAUDE.md(環境設定、渲染路徑、A: 磁碟機用於暫存檔案、下載前先詢問、僅在被要求時才提交、不標註Claude)。

使用者每次的期望(無需他們反覆要求)

使用者非常直接,對於需要反覆要求的事情會感到沮喪。請第一次就交付完整成果:

  • 配音。 印地語旁白,按節拍逐行計時。除非使用者已在配音錄音機中錄製了自己的聲音,否則使用AI語音(Edge TTS hi-IN-MadhurNeural)。僅有音樂的短片曾被退回,原因為「沒有配音?」。
  • 附加片尾。 可發布的檔案是 -ig.mp4(追蹤)和 -yt.mp4(訂閱),片尾包含自己的音效,以及一個橫跨短片和片尾的單一配樂。
  • 兩種劇本。 羅馬拼音Hinglish和天城文,因此共4個檔案:{roman,deva}-{ig,yt}。
  • 生動但流暢的動態。 物體會彈跳、晃動、脈衝和超越極限。沒有生硬或倉促的感覺:給予大型動作足夠的時間(一個鐘擺路徑為1.5秒;1秒被認為「太快且不流暢」),並為任何快速動作添加動態模糊軌跡。
  • 品牌風格:Paper Glass Lab。 淺色網格、白色玻璃、頻道紅色 #E5162D / #B80F22、墨色和白色。允許夜間插曲(#0E0E12 加上紅色光暈)以增加節奏感,但使用者尚未正式批准,因此將它們保留為可選。無黃色、影片中無表情符號、無假數字、無驗證徽章。
  • 誠實的聲明。 如果短片聲稱「每個聲音都是程式碼」,那就必須是真的。螢幕上的程式碼必須是此短片的真實原始碼,並會經過測試驗證。
  • 建構他們要求的內容。 如果他們要求X,不要提供一個較輕量的版本並再次詢問。

工作流程

1. 格式與創意

如果有參考短片,只採用其格式:結構、節奏和動作類型。絕對不要使用其劇本、字幕或設計。撰寫5-8個節拍,每行一個:說明哪些物體在移動、出現什麼文字、播放什麼音效。在文案中使用任何事實前,務必先驗證。僅在 reward.md 中有實際交付物時,才使用「Comment KEYWORD」卡片。草擬該檔案並標記為需要使用者批准;他們會手動發送私訊。

2. 檔案夾與副本

建立 reels/<YYMMDD>-<slug>/ 目錄,包含:

  • copy.yaml:
    • handle、keyword、brand。
    • 一個 roman: 和一個 deva: 區塊,用於螢幕上的文字。
    • 一個 voice: 區塊:id、rate、lines: [{at, text, roman}]。text 是提供給TTS的天城文,英文單字需拼寫成hi-IN語音能唸出的方式(कोड, क्लॉड, एडिटर, डी एम)。roman 是使用者在錄音機中看到的內容。
  • reward.md:在使用者批准前保持為草稿。
  • notes.md:
    • 建置命令和要發布的檔案;
    • 發布前的檢查清單和封面框架建議;
    • 發文文案:最多5個主題標籤的IG說明、最多100個字元的YT標題,以及包含3-5個主題標籤的描述。

3. 先建立節拍表

將節拍時間放入一個JSON檔案 remotion/src/promo/<slug>.beats.json,單位為秒。

  • 共享: 合成和Python混音都會讀取它,確保每個聲音都在正確的影格上。
  • 命名: 根據發生的事件命名節拍(cut、wall、land[]、reveal、stretch、toCard、keyword、brand、fadeOut)。
  • 結尾: 最後0.4秒保持平靜和無聲,以便乾淨地循環回影格0。
  • 長度: 短片長度25-30秒,再加上3.5秒的片尾。

4. 合成

撰寫 remotion/src/promo/<Name>.tsx 並在 Root.tsx 中註冊,calculateMetadata 從節拍表取得長度。

  • Schema: 為每一段副本建立一個zod schema(script: "roman" | "deva"、lines、card、brand、audio、fps)。羅馬拼音副本為預設值。
  • 時間: 使用秒為單位,透過 ../motion(seconds、springAt、ramp、wiggle、pulse、loop、stagger)以及 brand/tokens.ts 中的彈簧常數(SPRING.ui 18/160/0.8、SPRING.stamp 11/220/0.7)。絕對不要使用影格計數,以便任何FPS都能運作。
  • 工具包: Backdrop、NightBackdrop、FitLine(將一行文字適配到指定寬度)、Card、Chip、Stamp、Rich、Phone、CaptionBar、SafeOverlay。
  • 文字:
    • 保持在安全區域內:x 60-950,y 250-1560。需要閱讀的文字字型大小不得低於34 px。
    • 羅馬拼音字幕為大寫 Rajdhani;第二行為紅色斜體 Poppins 600。
    • 天城文字幕不大寫。它需要更大的最大尺寸(大約 148/120,相對於羅馬拼音的 150/128,藥丸形狀為 72 相對於 64)、lineHeight ≥ 1.25 以及 lang="hi"。
  • 多樣性: 從以下詞彙表中混合4-6種動作,每個短片使用不同的順序。YouTube會將重複的模板視為不真實的內容。

5. 音效與語音

請參閱下方的「音效」章節。音樂和音效會在節拍時間放置到一個 Bus 上。音樂在語音下方衰減 −9 dB,音效衰減 −5 dB。之後是限制器,然後是 loudnorm 到 −14 LUFS。每個語音行在下一個語音行開始前結束。

6. Pipeline模組

pipeline/promo.py 連接到唯一的 Made-in-code 短片(SLUG、COMPOSITION、BEATS_JSON、其 music/sfx)。

第一次建立第二個短片時,請對其進行泛化,而不是直接複製檔案:

  • 將共享部分(load_copy、voiceover、soundtrack、_master、render、filmstrip、final)移動到一個接受短片設定的模組:slug、合成ID、節拍路徑,以及該短片的 music(b) 和 sfx(b)。
  • 將 promo.py 保留為 Made in code 的薄設定層,並為CLI添加 --reel <slug> 參數。
  • 對錄音機執行相同操作:pipeline/recorder.py 的 Project 接受 slug,且 pipeline record --reel <slug> 可以運作,這樣Voice-over Recorder應用程式就可以為任何短片錄製語音。

確保持續進行測試,並在你的報告中說明你做了這個變更。

7. 在完整渲染前進行膠卷預覽

將關鍵節點的靜止畫面(每行6個,使用 --filmstrip)渲染到 A:\claude-workspace\screenshots\demon-studio\<slug>\ 並親自檢查。確認:

  • 文字可讀且在安全區域內,且天城文不會太小;
  • 沒有空白時刻(一張卡片空白0.6秒看起來像壞掉了,因此應在大約0.4秒內開始顯示其文字);
  • 較長的最後一行不會碰到邊緣,且分層效果對齊。

修正問題,重新渲染靜止畫面,然後再渲染影片。

8. 渲染、片尾、最終檔案

先建立混音,再渲染每個劇本。final() 會:

  • 附加平台片尾:O.render_outro(platform, script, keyword=..., reward=...),包含其第三個項目「Comment KEYWORD: reward」;
  • 連接兩個影片,並在兩者之間合成一個配樂;
  • 編碼為 H.264 CRF 18、BT.709 有限範圍、AAC 320k 48 kHz、+faststart。

9. 驗證,然後報告

  • 格式(使用 ffprobe):1080×1920、30 fps、yuv420p、BT.709、AAC 48 kHz 立體聲,長度 = 短片 + 片尾。
  • 響度: 每個最終檔案的 −14 ±1 LUFS,且真實峰值 ≤ −1 dBTP。
  • 音訊存在: 使用 ffmpeg 檢查每秒的 RMS。
  • 片尾影格: 標題、卡片、點擊、Following/Subscribed、關鍵字項目。
  • 測試: uv run python -m pytest -q 通過。為新短片添加測試:
    • 螢幕上的程式碼是真實的;
    • 節拍順序正確;
    • props 對兩種劇本都有效;
    • 每個語音行在下一個語音行開始前 0.05 秒結束;
    • 配樂播放完整長度,最後 0.4 秒無聲;
    • 關鍵字有對應的獎勵。

以簡單的文字報告:

  • 要發布的4個檔案,以連結形式提供;
  • 短片逐節拍說明,以簡短列表呈現;
  • 你檢查了哪些項目,以及哪些你無法檢查(你無法聽取音訊,因此他們應該播放);
  • 待決策事項:獎勵批准、封面框架。

提醒他們 VS Code 預覽可以無聲播放這些檔案(「為什麼沒有聲音?」)。VLC、Windows Media Player 或 Chrome 可以正常播放。

動作詞彙表(程式碼位於 MadeInCode.tsx)

一個主要物體驅動整個短片(紅球)。所有其他物體都根據它的位置做出反應,這產生了因果關係:球經過,文字出現。

路徑

  • 鐘擺。 ballAt:x = 540 − SWING·cos(t·TURN),y 在繩子的圓上(stringY),TURN = π / pass,1.5秒一個擺動週期。PendulumString 帶有柔和陰影,並在剪輯後卡入轉軸。
  • 跳躍。 hop(a, b, u, h) 是一條直線減去 4·h·u·(1−u):一個頂點高度為 h 的真實拋物線。鏈接多個跳躍,沿著一系列著陸點向下移動。使用 Easing.out(Easing.back(1.5)) 緩和最終的穩定。
  • 飛入牆壁。 Ease-in 二次曲線,加上一個小的 sin(u·π) 弧線。
  • 滑行。 lensAt:Catmull-Rom 曲線通過關鍵影格,在第一個區段緩入,最後一個區段緩出。
  • 動態模糊軌跡。 Trail:對路徑的最後 0.09 秒進行採樣,並繪製 ceil(length / 5 px) 個圓圈(最多48個),置於 SVG feGaussianBlur 下,朝向尾部縮小並淡出(0.16·(1−k)^1.4)。副本重疊,使其看起來像一顆彗星,而不是一串珠子。

文字

  • 跟隨物體的擦拭效果。 SceneSwing/SwingText:每個字幕都是一個全影格圖層,使用 clip-path: inset() 在球的 x 位置處裁剪。新字幕顯示在球後方,舊字幕顯示在球前方,且方向在每個擺動週期中交替。
  • 著陸時的印章效果。 StackLine:該行文字在著陸節拍時,透過 springAt(c, at, SPRING.stamp) 精準彈出。

衝擊與生命力

  • 擠壓與拉伸。 squashAt:著陸後的 0.14 秒內,sx += 0.3·sin 且 sy −= 0.26·sin,transform-origin: 50% 100%。撞擊牆壁則以另一種方式拉伸。
  • 漣漪。 一個扁平的橢圓環,從接觸點開始在 0.45 秒內擴大。
  • 爆發。 14 個閃光和點,使用 random() 播種,使渲染結果完全可重複。僅在一個重要時刻(關鍵字)使用。
  • 晃動與脈衝。 wiggle(c, at, dur, hz, amp) 擾動旋轉;pulse(c, at, dur, amount) 調整縮放比例。將多個脈衝相乘,並在最後每秒添加一個柔和的脈衝,使卡片保持呼吸感。
  • 閃光。 一個傾斜的白色漸層條橫掃藥丸形狀一次。

場景

  • 亮到夜。 球將一個 NightBackdrop 面板拖過紙面。其前緣是一條傾斜的線(panelEdge/edgeX,傾斜度從 0° 緩和到 14° 再到 −6°),用於將夜間圖層作為多邊形裁剪。
  • 回到紙面。 在一個強烈的節拍上剪回。
  • 鏡頭推近。 每個場景 3-6 % 是可以接受的,但絕對不要在帶有放大鏡的場景中使用。

對焦與揭示

  • 球體到透鏡。 lensRadius/Lens:球體膨脹成一個紅色環(彈簧),填充玻璃,長出一個手柄,並在灰色程式碼圖層上滑行,同時其餘部分變暗。然後揭示的文字在玻璃內部彈出,接著它閉合回球體(Easing.in(Easing.back(1.4)))。
  • 放大。 在玻璃內部,以透鏡中心為 transform-origin,繪製相同圖層的 ZOOM(2.1)倍縮放版本。如果基底圖層移動(鏡頭推近),則放大的副本會漂移錯位。
  • 螢幕上的程式碼。 來自 code-lines.ts:此短片自身原始碼的逐行內容,由測試保持同步,僅在透鏡內部進行色彩高亮。

CTA 變形

  • 形狀。 Morph 從三個彈簧構建一個圓角矩形:寬度 sW、高度 sH(較寬鬆,因此會晃動)和卡片 sC。w = 60 + 840·sW + 20·sC、h = hPill + 430·sC,半徑從藥丸形狀變為 52。
  • 順序。 球體 → 帶有 CTA 文字向上滑入的藥丸形狀 → 晃動和閃光 → 卡片。卡片包含 MessageCircle + 「comment karo」,然後是一個 190 px 的斜體關鍵字,從 1.7 倍縮放回 1 倍,伴隨著爆發效果,最後是發布行。
  • 結尾。 Brand 鎖定(徽章、Anton 字標、等寬標籤),淡入夜晚,最後 0.4 秒靜止。一個 @handle 浮水印始終位於左上角。

音效(pipeline/synth.py、pipeline/audio.py)

S.Bus(seconds) 是一個立體聲時間線:

  • add(clip, at, gain_db, pan) 放置一個片段。
  • mix(other, db) 將兩個匯流排相加。
  • duck_under(key, depth_db) 側鏈壓縮,使聲音低於另一個匯流排。
  • fade_out(start, end) 和 peak()。

每次都從 beats JSON 讀取。規則是:每個視覺節拍都有一個聲音,快速動作需要空氣感。為每個風聲賦予自己的 seed,並將小聲音平衡 ±0.15-0.7。

視覺效果聲音增益 dB
快速通過或飛行whoosh(dur, lo, hi, peak, seed),在其移動最快時達到峰值,方向平衡−11 至 −16
通過極點、UI 提示音tick(freq, dur)−24
剪輯、繩子斷裂snap() + riser(dur) 進入下一個衝擊−13 / −17
重大衝擊(牆壁、關鍵字)impact()−9 / −10
著陸thud(150, 50, 0.4) + pop(900+80·i, 300),每次著陸音調升高−8 / −13
亮起、完成ting(Hz):1318.5、1568、1760、2093、2637−13 至 −15
膨脹、拉伸、變形boing(f0, f1, dur)−10 至 −14
揭示、閃耀、閃光shimmer(base, gap)−13 至 −22
縮小、關閉zip_down()−14
晃動rattle()−13

音樂 為 120 BPM,A 小調 Am F C G,2 秒一小節(一個 1.5 秒的擺動週期 = 3 拍,因此動作和音樂同步)。

  • 每小節一個 pad,在觀眾閱讀或觀看時更安靜、更暗。
  • 一個 pluck Karplus-Strong 琶音,八分音符,高兩個八度。
  • 在動作重音處和漸強部分的四拍底鼓 kick。
  • 僅在夜晚場景中使用 hat 和 sub。
  • 在字標下方使用一個最終的 pad。

語音

  • AI 語音: Edge TTS 7.3.1、hi-IN-MadhurNeural 加速 +8%(hi-IN-SwaraNeural 是女性選項)。它會快取在 build/voice/ 中,而且只會發送劇本文稿。
  • 自錄語音: voiceover(mode="auto") 優先使用錄音機的錄音(audio/voice-take.json),然後是 audio/my-voice.*(由 pipeline/ownvoice.py 在停頓處分割的一個錄音),最後才是 AI 語音。使用 --voice ai|own 強制選擇。
  • 台詞: 每句台詞 2-6 個單詞,並在該節拍開始。測量每個片段:它必須在下一個台詞開始前 ≥ 0.05 秒結束,且最後一句台詞必須在 fadeOut 之前結束。如果不符合,請縮短單詞。高通濾波 80 Hz。

相關技能