Communitygithub.com

MiguelBai/yanni-video-editor

將 Yanni 的 talking head 影片剪輯成「紙片剪輯」科學風格 Reels:他的臉部鏡頭與揉皺紙張場景交錯,剪紙物件掉落、真實研究頁面飛入、紅色統計數字跳出,並全程搭配逐字字幕。

yanni-video-editor 是什麼?

這個技能專為 Yanni(營養、胜肽與體態創作者)的 talking head 影片設計,能自動將其原始錄影轉換為 1080×1920 的「紙片剪輯」風格 Reels。它整合了靜音裁切、語音轉文字、節奏規劃、圖像素材蒐集、HyperFrames 建置、預覽與最終渲染等完整流程。技能遵循嚴格的規則:不虛構研究證據、字幕忠於口述內容、使用品牌單一重點色、不為單一影片修改整體樣式。適用平台為 Claude Code,用戶只需提供影片檔或下達「edit this」等指令,技能便會自行完成大部分工作,僅在必要時(如需要研究連結或遺失的影片)才與用戶互動。技能依賴 ffmpeg、whisper-cli、node 等工具,並會自動檢查環境是否就緒。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/MiguelBai/yanni-video-editor/tree/HEAD/skills/edit

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

紙片剪輯 Reels 編輯器

Yanni 是一位營養、胜肽與體態創作者,他會錄製自己說話的影片。這個技能能將原始錄影轉換為完成的 1080×1920 Reels,風格參考自他選擇的參考影片(一個藥理學解說):他的臉部鏡頭,與揉皺紙張「解說」場景交錯,字幕覆蓋在所有畫面之上。

用戶幾乎不需要操作 Claude。請自行完成整個工作,保持訊息簡短明瞭,只有在真正需要用戶協助時(例如研究連結、缺少的影片)才停下來詢問。永遠不要向用戶顯示原始 JSON 或長長的日誌。

在初次規劃前,請先閱讀一次 references/style.md。這是風格測量聖經;本文件則是操作流程。

E 以下代表 <此技能基礎目錄>/engine。

0. 前置檢查

  • 如果 ~/.yanni-editor/brand.json 遺失,或 ffmpeg/whisper-cli/node 未安裝:請先執行 setup 技能,然後再回來。
  • 找到影片。如果用戶拖曳了檔案,路徑會在他的訊息中。如果沒有,詢問一次:「請將影片檔案拖曳到此視窗中,然後按 Enter。」
  • 專案資料夾:<projectsDir from brand.json>/<kebab-case-topic>(例如 ~/Movies/Yanni Edits/bpc-157-healing)。在語音轉文字告訴你主題後選取標題;在此之前使用 untitled-<日期>,之後再重新命名。

1. 準備與語音轉文字

node "$E/prep.mjs" "<raw video>" "<project>"

將影片標準化為 1080×1920 30fps,-16 LUFS,並寫入 build/raw.transcript.txt(附有時間戳記的片語)。請讀取該檔案。

2. 跳接剪輯(與糟糕的鏡頭)

尋找重拍:同一句話說了兩次、錯誤開頭、「等等讓我重來」。保留最後一次拍攝,根據原始時間範圍移除較早的鏡頭。同時移除開頭和結尾明顯的垃圾片段(例如他伸手拿手機)。

node "$E/cut.mjs" "<project>" --remove "3.10-7.85,40.2-44.0"
# 若無重拍:node "$E/cut.mjs" "<project>"

靜音會從音訊本身裁切(任何音量低於 -35 dB 且持續 0.3 秒以上的段落)。如果他的語氣聽起來很趕,請使用 --gap 0.45;如果房間很吵導致無法裁切,請嘗試 --db -30。輸出:build/head.mp4 和 build/transcript.txt(使用裁切後時間)。從這裡開始,所有節拍時間都是裁切後的時間。

讀取 build/transcript.txt。Whisper 可能會把名稱聽錯;請將修正寫入 edit.json 的 replace 欄位(逐字對應,不區分大小寫),例如 {"BPC157": "BPC-157", "tren": "Tren"}。

3. 規劃節拍(在碰觸素材前先寫下來)

寫入 build/plan.md:每個節拍一行,包含裁切時間範圍、口說台詞、FACE 或 PAPER,以及若是紙張場景則顯示螢幕上的內容。規則來自參考影片:

  • 以 PAPER 開場。 前 2 到 4 秒是一個紙張場景,帶有黑色標題標籤寫出主題名稱,主要物件掉入。這是鉤子。
  • 第一個 FACE 節拍帶有名稱戳記("stamp": 0.2)。
  • 交替進行。 除非口說的思路明顯連續(此時將它合併為一個包含多個鏡頭的紙張節拍),否則不要連續兩個紙張節拍而中間沒有臉部鏡頭。紙張節拍 2 到 5 秒,臉部節拍 1.5 到 5 秒。目標是紙張場景佔總時長的 45% 到 55%。build.mjs 會輸出 paperShare。
  • 什麼時候用紙張場景: 當他提到某個化合物、食物、補充劑、身體部位或研究;說出一個數字;描述一個機制時。什麼時候保持臉部鏡頭: 意見、警告、結論、笑話、呼籲行動。臉部是信任;紙張是證據。
  • 在一個紙張節拍內部,每 1.2 到 2.5 秒更換一次鏡頭。 whip 到下一個研究頁面,push 將統計數字或圖表添加到當前卡片下方,zoom 切換物件。一個紙張節拍如果只有一個靜態鏡頭持續 4 秒,就會顯得死氣沉沉。
  • 長臉部段落(超過約 4 秒且內部有跳接):將其分成兩個臉部節拍,並給第二個 "zoom": 1.12(用一個放大效果來隱藏剪輯點)。

4. 收集視覺素材

將所有素材放入 build/assets/。寫入 build/assets/credits.txt,記錄每張圖片的來源(find_images 會輸出授權和頁面資訊)。

剪出物件(藥瓶、針筒、雞胸肉、雞蛋、啞鈴、大腦、肝臟):

node "$E/find_images.mjs" "syringe" "<project>/build/cand" --n 6
# 查看候選圖片(讀取它們),選出背景單純且最清晰的物件
node "$E/cutout.mjs" "<project>/build/cand/syringe-2.jpg" "<project>/build/assets/syringe.png"

然後查看剪出結果。背景移除在玻璃、透明塑膠和複雜背景上會失敗。如果失敗了,嘗試其他候選圖片,或將照片用作 card 而非 cutout。解剖圖最好使用古老的雕刻風格:搜尋 "Gray's anatomy <器官>" 並使用 "mono": true 來呈現參考影片中的灰階風格。如果他有自己的產品照片,優先使用那些。

研究頁面(這個風格的骨幹):

  • 僅使用真實的研究。如果他引用了某篇研究但你無法確定找到的是正確的,請向他索取連結。永遠不要編造研究、期刊頁面、圖表或數字。偽造螢幕截圖上的健康聲明可能會傷害他人和他的帳號。
  • 透過 Europe PMC 截圖(PubMed 會封鎖無頭瀏覽器):
    node "$E/webshot.mjs" "https://europepmc.org/article/MED/<PMID>" "<project>/build/cand/study.png"
    
    查看它。然後裁切出他正在談論的部分:如果是「一項 2017 年來自奧斯陸的研究…」就裁切標題區塊,如果是具體的結果句子或圖表就裁切對應的聲明:
    ffmpeg -v error -y -i study.png -vf "crop=W:H:X:Y" -frames:v 1 "<project>/build/assets/study-title.png"
    
    截圖是 2 倍比例,所以裁切後依然清晰。保持卡片可讀:裁切要緊湊,一張卡片在畫面上最多約 820 像素寬。
  • 期刊頁面(ScienceDirect、Wiley)也經常封鎖。如果截圖出現驗證碼或空白,請要求他在 Mac 上截圖(Cmd+Shift+4)並將檔案拖入。

統計數字(stat):僅限他親口說出的數字,逐字逐句。

5. 寫入 build/edit.json 並建置

完整格式與所有選項:references/edit-json.md。最小結構:

{
  "title": "bpc-157 healing",
  "video": "head.mp4",
  "transcript": "transcript.json",
  "replace": { "bpc157": "BPC-157" },
  "beats": [
    { "type": "paper", "start": 0, "end": 3.2, "header": "Does BPC-157 Heal Tendons?",
      "shots": [
        { "at": 0, "enter": "drop", "items": [ { "kind": "cutout", "src": "assets/vial.png", "label": "BPC-157" } ] },
        { "at": 1.6, "enter": "zoom", "items": [ { "kind": "cutout", "src": "assets/tendon.png", "mono": true } ] }
      ] },
    { "type": "face", "start": 3.2, "end": 6.4, "stamp": 0.2 },
    { "type": "paper", "start": 6.4, "end": 10.1,
      "shots": [
        { "at": 0, "enter": "cut", "items": [ { "kind": "card", "src": "assets/study-title.png" } ] },
        { "at": 1.8, "enter": "push", "items": [ { "kind": "stat", "text": "40 rats", "enter": "pop" } ] },
        { "at": 2.7, "enter": "whip", "items": [ { "kind": "card", "src": "assets/study-result.png" } ] }
      ] }
  ]
}

任何未被紙張節拍覆蓋的段落都會顯示他的臉部。接著:

node "$E/build.mjs" "<project>/build/edit.json"
cd "<project>/build" && npx -y hyperframes@latest check

check 必須顯示 Check passed。關於子合成、軌道密度和重複圖片的警告在這個格式中是預期的;錯誤則不允許。

6. 展示前先檢查

cd "<project>/build" && npx -y hyperframes@latest snapshot --at <每個節拍中的一個時間點>

讀取 snapshots/contact-sheet-*.jpg。檢查:每個紙張節拍上都有內容,沒有東西遮住字幕,卡片可讀,剪出物件的邊緣乾淨,戳記出現在他的第一個臉部節拍上,字幕拼寫正確。修正並重建直到正確為止。他不應該是發現破幀的那個人。

7. 預覽與渲染

渲染一個草稿,讓他可以在手機或 Mac 上觀看:

cd "<project>/build" && npx -y hyperframes@latest render --quality draft --output "../out/<slug>-draft.mp4"
open "<project>/out"

用兩行告訴他:檔案在哪裡,以及「告訴我任何你想修改的地方,例如『把 0:12 的研究放大』或『中間多放一點臉部鏡頭』。」

若要修改:編輯 build/edit.json,重新建置,檢查,快照,重新渲染。最終版本:

npx -y hyperframes@latest render --quality high --output "../out/<slug>.mp4"

確認檔案存在、可以播放,且其長度與 build/head.mp4 相符(使用 ffprobe -v error -show_entries format=duration -of csv=p=0 <file>)。超過約 60 MB 時,為上傳重新編碼: ffmpeg -i in.mp4 -c:v libx264 -crf 21 -preset slow -c:a copy out.mp4。

如果他想手動調整,在 build 資料夾中執行 npx -y hyperframes@latest preview 會在瀏覽器中開啟 HyperFrames Studio,顯示完整時間軸。

硬性規則

  1. 絕不偽造證據。 不得編造研究、數字、圖表、引用或前後對比圖。如果音訊聲稱了某件事但你無法找到來源,將該段台詞保留在他的臉部鏡頭,並告訴他哪段台詞需要來源。
  2. 字幕與他所說的內容相符,而非與腳本相符。僅修正拼寫錯誤。
  3. 僅使用一種重點色,來自 brand.json。紅色統計文字、紅色戳記線條,除此之外沒有其他顏色,除了圖片本身。
  4. 不要為單一影片重新設計系統樣式。 字型、紙張、字幕外觀與動畫都存放在 engine/runtime/ 中。每個影片只能有自己的 edit.json,永遠不能有自己的 CSS。如果他要進行全域樣式修改,請一次修改 runtime。
  5. 時間計算使用裁切後時間,來自 build/transcript.txt,永遠不是原始時間。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能