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.ui18/160/0.8、SPRING.stamp11/220/0.7)。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 SVGfeGaussianBlur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
pluckKarplus-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。