Communitygithub.com

yomage-ai/ai-video-director-skill

開源 AI 口播影片剪輯導演 Skill | 雙語 AI 影片導演,專注於口播剪輯、B-roll、字幕與交付。

ai-video-director-skill 是什麼?

這是一個專為 AI 代理設計的開源影片導演 Skill,支援 Claude Code、Cursor、Codex 等平台。它能自動化口播影片的完整製作流程,包括環境設定、素材轉寫、轉換、渲染與驗收,同時保留內容、粗剪、整體視聽方向和最終成片給使用者確認。它整合了小熊(Xiaoxiong)公開風格作為預設,並提供階段性路由(內容、粗剪、精剪、發布、交付),每個階段都有對應的參考文件和可執行門禁檢查,確保品質。支援雙語(簡體中文與英文)操作,並能復用現有授權,減少重複詢問。

相容平台~Claude Code✓Codex CLI~Cursor
npx skills add yomage-ai/ai-video-director-skill

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

AI Video Director

使用使用者目前語言。支援繁體中文與英文。自行完成安裝、環境檢查、轉寫、轉換、渲染與驗收;只詢問代理人無法代表使用者做出的決定或行動。復用現有授權。

Scope / 適用範圍

生產路徑為錄製的口播素材,包括內嵌網路攝影機的螢幕示範素材。在承諾重新定位人物之前,請先檢查已壓平的素材:獨立的圖層需要分開的來源或經過明確審查的重建。若目前試驗明確使用單一壓平來源,則不要求分軌錄製。

數位人/虛擬人製作暫停。嚴禁使用 SadTalker 或舊版 ai-auto-editing-director。經明確授權的短語音樣本可使用 voice-clone.md;此授權不擴展至完整的語音替換。新工具或模型的採用需遵循 tool-governance.md。

Start Or Resume / 開始或續接

  1. 解析真實的 Skill 目錄並讀取 dependency-setup.md。Agent 在 macOS/Linux 上執行 sh scripts/bootstrap.sh --stage intake --apply,或在 Windows 上的 PowerShell 中執行 scripts/bootstrap.ps1 --stage intake --apply。復用狀態良好的依賴項;安裝缺少的依賴項。Skill 資料夾安裝沒有通用的依賴掛鉤:即使在資料夾已存在的情況下,首次使用也必須執行此操作。修復後使用已解析的 Node 執行 doctor。安裝收據是本機安裝的證據,而非編輯器連線。保持第一張內容卡片快速;在粗略執行之前準備好粗略工具,在精細工作之前準備好選定的渲染器。
  2. 將專案和私人媒體存放在此儲存庫之外。使用 director.mjs init-project 建立專案,或載入其現有狀態。切勿覆寫已核准的媒體、時間軸或元件;建立新版本並保留舊版本,直到替換版本通過為止。
  3. 載入 xiaoxiong-public-style.md 中描述的內建小熊風格。其音訊、字幕、色彩、調色板、版面配置和內容適應預設值無需私人設定檔即可運作。使用 memory.mjs show --stage intake --include-candidates 讀取有效的預設值和可選的覆寫。根據需要使用 --stage rough|fine|release、--key、--style 和專案覆寫。當選定使用小熊身份時,載入 $xiaoxiong-ip 並將其解析後的目錄傳遞給 --identity-skill;否則不插入小熊角色或簽名檔。使用 prepare-style-assets.mjs --out <external-project>/assets/xiaoxiong-style 準備確切的字型和中性參考素材。歷史記錄為選擇加入。待處理的意見回饋是提議,而非有效的預設值。遵循 memory-and-feedback.md。
  4. 對於新專案,請讀取 workflow.md。僅讀取目前階段的以下參考資料;在需要時使用 director.mjs contract --section roughCut(或 bRollContinuity、finishingPass)查詢機器合約部分。預設情況下不要載入整個合約或所有參考資料。

預設包含公開的小熊字幕、響度、配色和畫面風格,新機器不需要舊的個人設定檔。僅在載入小熊形象和片尾時才需要 xiaoxiong-ip。首次使用時核對真實安裝、專案位置和目前偏好;續接時復用未變化的環境結果。私有素材不進入公共儲存庫。按階段讀取規範和有效偏好,歷史與待試意見不能自動覆蓋當前決定。

首次使用必須由 Agent 補齊依賴,不能僅執行 Doctor 後將安裝清單交給使用者。入口會復用或下載校驗 Node 22+,補齊腳本依賴和 FFmpeg;粗剪前執行 setup.mjs --stage rough --apply --codex <當前桌面宿主內建CLI絕對路徑>,補齊官方 ChatCut 插件,再核對真實連線與轉寫。精剪前執行 setup.mjs --stage fine --apply,復用或安裝固定版本 HyperFrames、配套創作 Skill 和渲染瀏覽器;摳像時才加上 --renderer cutout。Agent 必須繼續處理回執中的 agentActions,完成實際小樣驗證;僅登入、宿主不允許自動重載工具、系統權限或新費用需要使用者參與。不能把 localReady 當作能剪輯,也不能用缺少可選模型阻塞首份分析。

Stage Routing / 階段路由

Stage / 階段Action and required reference / 動作與必讀
Content / 內容使用可靠的稿件和本地媒體探測來快速產出第一張卡片。遵循 first-approval-and-style-gates.md。鎖定主張、證據、預期剪輯和有意義的限制;支援數量跟隨內容和時長。推遲未經批准的樣式設定。 / 先給人能讀懂的內容與粗剪方案,有可靠稿件時不提前做重型處理。
Rough / 粗剪在匯入或續接媒體之前,請讀取 chatcut-media-recovery.md:區分主機連線、待上傳和實際播放;保留剪輯並使用有限復原。然後讀取 production-standard.md 和 dialogue-join-audit.md。以品質優先比較各次拍攝,驗證每一個實際接合點和所有重複的缺陷類別,保留字首/字尾,檢視停頓和早/中/晚期節奏。使用明確的處理標準化色彩和對話一次。 / 匯入前核對素材路線;上傳失敗按有限復原流程處理,不能無限重試或丟掉已有剪輯。全量核對拼接、氣口與語速。
Handoff / 交接讀取 chatcut-handoff.md。將審查過的時序匯出為標準 EDL;明確的恆定重定時、影片 EQ 和音訊處理使用基於雜湊的處理計畫。不支援的 XML 效果必須失敗;對於複雜處理,使用審查過的來源品質衍生檔案。 / 不支援的效果不能悄悄丟棄。
Rough approval / 粗剪確認渲染確切的 A-roll,使用 prepare-rough-review.mjs 準備審查視窗,實際觀看/聆聽,並執行 audit-rough-cut-review.mjs。審查綁定了實際的 EDL、來源、渲染和視窗。使用者批准跟隨該審查。對於僅限粗剪的範圍,使用下面的交付分支並在此處結束。 / 自動產生視窗不等於已經聽審。只做粗剪的任務在此確認後直接交付。
Style / 整體樣片讀取 fine-edit-direction.md 和 curated-style-library.md。確切的已批准參考 → 明確的使用者參考 → 策劃的候選方案 → dynamic-style-adaptation.md。推薦一個完整的 6-12 秒視聽樣本;同時包含字幕、證據、主持人及 BGM/SFX 決策。執行 audit-fine-edit-direction.mjs。 / 使用者確認整套視聽方向,已有參考只審實際差異。
Fine edit / 精剪使用 tool-selection.md 為每個鏡頭路由。讀取下面的條件參考。在完整渲染之前,執行有針對性的風險邊界、字幕、版面、遮罩、聲音和色彩檢查。 / 每鏡選擇合適工具,先局部驗證再全片。
Release / 發布版使用 release-render-operations.md 進行大量輸出。作為一個整體套用匹配的已批准主機預設,保留一個繁重的工作,監控記憶體並在失敗後更改策略。檢查並完全解碼確切的最終檔案。 / 代理通過不能代替正式尺寸驗收。
Delivery / 交付使用階段閘門和 audit-delivery-manifest.mjs;交付母版、可編輯專案、時序、字幕、權利、品質保證和學習記錄。當發布在範圍內時,讀取 platform-release-and-publish-package.md 並執行 audit-publish-package.mjs。 / 交付本地可開啟檔案與明確限制。

Conditional References / 按需讀取

  • UI 證據:evidence-state-roi-audit.md。鎖定確切的導航和語義 ROI;在擷取前使用隔離的示範資料和可見模組允許清單。 / 介面證據先鎖狀態、語義區域和隱私白名單。
  • 主持人和同時 A/B 覆蓋:presenter-coverage-modes.md,然後執行 audit-coverage-boundaries.mjs。將 B-base-A-cutout 與 PiP 分開判斷;保留標準音訊並測試移動的 Alpha 通道。 / 人物小窗、摳像與分屏分開判斷,版式切點以整數幀為準。
  • 字幕:caption-semantic-pagination.md,然後執行 audit-caption-pages.mjs。直式短片從一行語義行開始;可讀性或確切的已批准參考可能證明兩行是合理的。 / 直式單行是可覆蓋的推薦,不是絕對限制。
  • 直式安全版面:portrait-talking-head-safe-layout.md,包括當它與已批准的系列匹配時的 layout.portrait-talking-head.safe-v1。 / 小熊風格的可縮放字幕與配色參數已經內建,實際佔位按內容和平台覆核。
  • 語義進度:semantic-progress-rmcu.md,rmcu.semantic-progress.v1。僅在它有助於導航時使用。非活躍的長標籤使用省略號;活躍的溢出遵循元件合約。 / 進度條按內容需要使用。
  • 程式碼動作復用:code-motion-components.md;將元件分類為 G、P、T、A 或 X,並分離通用機制、私有適配器和專案實例。 / 公共機制、私人適配與單片參數分開。
  • ChatCut:根據適用情況遵循其活躍主機的基礎、口播、轉寫、驗證和匯出技能。HyperFrames 創作讀取 $hyperframes;一個渲染器擁有一個鏡頭。 / 使用當前宿主支援的工具,不根據插件快取猜測連線可用。

Executable Gates / 可執行門禁

在首次渲染之前讀取 execution-and-evidence.md。使用 stage.mjs check|run pipeline.json rough-render|fine-render|deliver 作為正常執行路徑。A-roll 候選必須在其自身的粗剪審查之前存在;精細渲染需要已批准的粗剪和樣片樣本。交付綁定確切的最終檔案並重新檢查依賴項雜湊。

使用統一階段入口。粗剪候選先渲染、後聽審;正式精剪必須通過粗剪和樣片門禁;交付必須對應實際批准的最終檔案。上游變動使舊證據失效。此機制約束正常工作流程,不宣稱是作業系統級防繞過。

對於僅粗剪的請求,設定 outputScope: "rough-cut",綁定 roughDelivery.editableProject 和 roughDelivery.captions,然後在粗剪批准後執行 stage.mjs run pipeline.json deliver。交付已批准的 A-roll、EDL、可編輯時序專案和字幕。跳過樣式、精細渲染和發布;對於相同已批准的粗剪檔案,無需額外的最終母版批准。請參閱 execution-and-evidence.md。

只做粗剪:Agent 設定上述範圍並綁定可編輯專案和字幕,粗剪批准後直接執行交付。相同粗剪檔案不重複確認;不要求樣片、精剪或發布包。

切勿將檔案標記為已審查,僅基於工具呼叫成功、ASR 轉寫存在、已勾選的布林值或一張好看的靜止幀。缺失的聽覺或視覺能力必須保持為明確的未驗證項目。Agent 記錄實際的聆聽和渲染證據;使用者批准連同其來源、時間戳和工件雜湊一起保存。

工具成功、轉寫存在、勾選欄位或單張好看的圖,都不能證明品質通過。Agent 必須留下實際檢查方式與對應版本;缺少視聽能力時如實標記未驗證。

Feedback And Verification / 意見與驗證

使用 interaction.md 來精簡四個正常的使用者決策點:內容、粗剪、視聽風格和最終母版。將字幕/音樂/主持人決策合併到風格樣本中;繼承現有授權。遵循 memory-and-feedback.md 獲取公開規則、策劃風格、私人偏好和僅限專案的教訓。

優先保留四個清楚的確認點,不把各個樣式細節拆成重複審批。已採用的決定不再詢問;已授權共享的小熊風格隨公共 Skill 版本維護;個人形象進 IP Skill,其他使用者覆蓋和單片經驗各自保存。

使用 analysis/trial-metrics.json 追蹤下一個獨立的實際專案:首張卡片延遲、修改次數、重複缺陷、渲染次數、活躍時間和測量到的資源。測試結果不能證明穩定的剪輯品質。遵循目前的已記錄推廣決定;發布原始碼並不將待處理的實際專案試驗標記為已完成。

下一條獨立實片記錄等待時間、返工、重複缺陷、重渲染次數與資源曲線。程式碼通過不等於成片穩定;遵守目前推廣決定,提交原始碼不能把待做的實片驗證改為已完成。

相關技能