howoneai/xiaolin-explainer-packaging

小Lin說講解包裝

把一組出鏡口播片段（A-roll）和台詞，包裝成小Lin說式的講解影片。出鏡畫面由別的工具生成或拍攝。這個 skill 負責查包裝要用的資料，以及講解畫面、字幕、轉場和聲音。

如果環境裡有 design-aesthetic-standard，視覺和聲音的創作判斷同時遵循它。如果有 video-generation，出鏡片段的生成和剪輯見它。

參考文件（按需讀取）

• references/style-bible.md：她的圖形語言、6 條硬規則、色板、字體、畫中畫、轉場統計、聲音電平。規劃場景前必須讀。
• references/research.md：每種版式要查什麼資料、來源分級、去哪裡查、圖片權利。規劃場景時讀。
• references/layouts.md：每個版式元件的參數、範例調用和陷阱。寫分鏡時讀。
• references/storyboard-api.md：timeline.json 和 project.json 格式、分鏡 API、關鍵詞計時、審片和渲染命令。第一次搭工程時讀。

環境

• Node ≥ 18、ffmpeg、python3（帶 numpy 和 Pillow）。npm install 和第一次渲染需要聯網（Remotion 會下載 Chrome）。
• 只在 macOS（Apple Silicon）上實測過。其他系統預設用軟體渲染 swangle，可以用環境變數 REMOTION_GL 改。
• 字體：模板帶 6 個 SIL OFL 字體，許可證見 templates/engine/public/fonts/LICENSES.txt。優設標題黑（YouShe.ttf）可能不在包裡。new_project.sh 會在 $YOUSHE_TTF 和常見字體目錄裡找；找不到時，提示使用者從 https://www.uisdc.com/uisdc-first-free-font 下載，存為 public/fonts/YouShe.ttf。缺這個字體時，標題和字幕回退到思源黑體最粗字重（900），沒有斜切，風格會明顯變弱。
• Remotion 許可：個人、3 人以內的公司和非營利組織可以免費使用，包括商用。4 人以上的公司要買公司授權（https://www.remotion.pro/license）。

工作流

1. 準備輸入

• 出鏡片段：每句一個 1920×1080 的 mp4，放進 public/clips/<id>.mp4。
• 台詞：每句有朗讀文字 say（漢字寫法）和字幕文字 sub。
• 事實檔案：從 templates/facts_template.md 複製。已有的事實和來源先寫進去，缺的在第 4 步查。
• 可選：實拍或 AI 圖（public/broll/）、照片（public/photos/）、音樂（public/music/）、新圖示（public/icons/）。

2. 建工程

<skill>/scripts/new_project.sh <工程目錄>          # 加 --demo 會生成 4 段假出鏡和範例分鏡，用來冒煙測試

然後寫 timeline.json。轉寫每段出鏡影片，定出 tin/tout，剪掉首尾靜音；中間的口誤寫進 cuts。改 project.json 的 brand 和 music。

3. 規劃場景（先寫表，再寫程式碼）

讀 style-bible.md 和 research.md 後，列一張表：場景名 | 覆蓋哪幾句 | 版式 | 深色還是白紙 | 畫中畫方式 | 需要的資料。檢查以下 5 點：

• 一個場景跨 2–8 句，不要一句一頁。
• 每個場景都能指出「主體被裁切」或「主體佔畫面 60% 以上」（R1）。
• 每 2–3 個深色場景之間有 1 個白紙場景（R2）。
• 引用原文的地方用 docpage，而且原文是真實的逐字引用。
• 開場鉤子、觀點句、轉折句和結尾留給全螢幕出鏡，不要全部蓋上講解畫面。

4. 查資料

按場景表的「需要的資料」一列逐條查，方法見 research.md。每條結果寫進事實檔案，帶編號、原文、來源連結和日期。照片用 scripts/commons_photo.py 搜尋和下載。

查完回改場景表：找不到逐字原文的，不用 docpage；湊不齊同口徑資料的，不用 paper。台詞裡的數字和事實檔案不一致時，先改台詞，再生成或重剪出鏡片段。

5. 寫分鏡

從 templates/scenes_example.py 複製寫法。每個場景都要：

• 元素入場對齊關鍵詞：S.k('關鍵詞', -0.15)。
• 目前項亮起，其餘壓暗（focus / hl / lit）。鏡頭跟到目前項（sc.cam / look）。
• 用 KF.append((標籤, 時刻)) 登記至少 1 張審片幀。

執行 python3 story_core.py timeline.json scenes.py，確認 gaps/overlaps []。

6. 關鍵幀審片（最少 2 輪）

python3 -c "import json;print(' '.join(str(f) for _,f in json.load(open('keyframes.json'))))" | xargs node render.mjs stills stills/k1
python3 <skill>/scripts/sheet.py stills/k1 keyframes.json 6

逐張查看拼圖，按下面的審片清單修改，然後重渲染改過的幀。有她的原片時，截取同類版式的原幀並排對比。

7. 整片、混音、合成、質檢

<skill>/scripts/render_chunks.sh video.mp4
python3 <skill>/scripts/mix_audio.py timeline.json mix_raw.wav
<skill>/scripts/finalize.sh video.mp4 mix_raw.wav final.mp4
python3 <skill>/scripts/audit.py video.mp4 72        # 影片幀和靜幀逐幀對比，flagged 必須為 0

手機版：ffmpeg -i final.mp4 -c:v libx264 -crf 23 -preset medium -pix_fmt yuv420p -c:a aac -b:a 128k -movflags +faststart final_phone.mp4。

審片清單

每張關鍵幀都檢查：

1. 主體夠大，或者被邊緣裁切。四周沒有大片空白。
2. 目前講到的項最亮，鏡頭在它附近。
3. 一幀最多 2 個標籤。
4. 沒有東西被字幕（畫面 y 905–960）、畫中畫、台標和 AI 標註擋住。
5. 沒有方框字（缺字形）、沒有換行成直排的詞、沒有溢出卡片的字。
6. 數字、單位和原文與事實檔案一致，來源行存在，CC BY 照片有署名。
7. 白紙場景和深色場景交替出現。

已知陷阱

• 關鍵詞在句首時，S.k(詞, -0.3) 會早於片段起點。用 max(S.t0, …) 截住。
• formula6 的 token 列寬等於 iw。iw 必須 ≥ 字數 × fs。
• 畫面 x = (世界 x − 鏡頭 x) × s + 960。piprect 佔畫面 x 110–560，主體放在 ≥ 600 的位置。改鏡頭位置時，主體在畫面上的位置也跟著變。
• ui 結果單位預設是「元/月」，用 u= 改。
• paper 卡底邊的畫面 y 要 ≤ 900。
• ent6 國旗只有 cl cn de fr jp us。
• 圖片路徑不存在時，該幀渲染失敗（FAIL ... Error loading image）。先用 ls public/<路徑> 確認。
• 靜幀正常不代表影片正常。整片之後必須跑 audit.py。
• 漸層立體字超過 600px 會讓 Chrome 卡住。不要去掉 GText 的層數和模糊上限。

使用邊界

• 這是風格複刻工具。成片保留 brand.label 的「AI 生成 · 非本人」標註，不要去掉。
• brand.logo 預設為空。填使用者自己的台標；不要填「小Lin說」或其他真實創作者的台標後公開發布。
• 不要用真實創作者的肖像或聲音生成出鏡畫面後公開發布。
• 不要把成片當成本人作品發布，也不要用來誤導觀眾。
• 上螢幕的資料、原文和政策條文，都要能追溯到來源。