ceeon/chengfeng-videocut-skills:口播成片

口播成片

官方来源

本 Skill 由 chengfeng / AI产品自由 原创并维护。

https://github.com/Agentchengfeng/chengfeng-videocut-skills

官方账号：GitHub @Agentchengfeng；X @chengfeng240928；小红书 / 公众号 / B站 / 抖音 / 视频号 AI产品自由。

核心流程

这个 Skill 只解决一件事：把一条口播视频做成完整竖屏成片。

+-----------------------------+
|  输入                         |
|  视频 + 字幕 + 可选素材         |
+--------------+--------------+
               |
               v
+-----------------------------+
|  1. 分镜稿                    |
|  按字幕拆段 + 决定画面来源      |
+--------------+--------------+
               |
               v
+-----------------------------+
|  2. 时间线预览                 |
|  原视频/截图/HTML 与口播对齐    |
+--------------+--------------+
               |
               v
+-----------------------------+
|  3. 合成                       |
|  导出 1080x1440 竖版 MP4       |
+--------------+--------------+
               |
               v
+-----------------------------+
|  验收                         |
|  ffprobe + 抽关键帧检查         |
+-----------------------------+

不要把 cue 表、HTML 模块、review player、final player、导出脚本单独讲成用户流程。它们只是“时间线预览”和“合成”里的实现细节。

输入

先定位这些文件：

• 主视频：source_cut.mp4、*_cut.mp4 或用户指定的剪后视频。
• 字幕：subtitles.srt、video.srt 或 subtitles_with_time.json。
• 可选文稿：文章、口播稿、正文草稿，只用于理解意图。
• 可选素材：assets/ 里的截图、产品页、评论图、结果页、证明页。
• 项目规则：如果当前项目有 AGENTS.md 或 README.md，先读。

真相源优先级：

实际音频 / 字幕 > 剪后视频画面 > 素材文件 > 文稿草稿

如果文稿和实际字幕不一致，以字幕和音频为准。

第 1 步：分镜稿

默认先做 HTML 分镜核对页，不先写 Markdown 表格。

常见路径：

review/storyboard-audit-vN.html

默认基于这个模板：

templates/storyboard-audit.html

分镜稿要让用户回答：

这句话说到这里，观众眼前该看到什么？

每段至少写清楚：

• 时间范围
• 字幕编号
• 完整口播
• 画面任务
• 画面类型：原视频、页面录屏、评论截图、信息图聚焦、HTML 字卡、操作录屏
• 素材来源
• 镜头动作

画面选择规则：

• 真实操作、证明页、结果页、需要可信度的片段：保留原视频。
• 流程、机制、对比关系、缺素材片段：做 HTML 画面。
• 已有截图或信息图：优先复用，不要重画。
• 同一张图多次出现时，每次必须承担不同任务：全貌、局部聚焦、对比、结果复看。

分镜方向确认前，不要进入时间线预览。

第 2 步：时间线预览

分镜方向确认后，再做时间线预览。

常见路径：

review/timeline-preview.html

默认基于这个模板：

templates/timeline-preview.html

时间线预览要检查：

• 画面切换是否跟口播句子对齐。
• 原视频有没有被误换成 HTML。
• 截图、页面、证明素材有没有用错。
• 画面有没有挡字、裁切、留黑边。
• HTML 模块单独看没问题，但放进整条时间线后是否仍然成立。

必要时生成：

docs/08-动画cue表-vN.md
html-modules/module-*.html

每个动画动作必须绑定到具体口播句，不要平均分配时间。

第 3 步：合成

只有用户确认时间线预览后，才能合成。

合成前创建或确认：

final-player.html

新写 final-player.html 或 HTML 模块前，读取：

references/artifact-contracts.md

如果项目里有 HTML 模块，先注入 render mode：

node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/write_render_mode.cjs \
  --project-dir /absolute/path/to/project

导出最终视频：

node ~/.claude/skills/chengfeng-videocut-skills/口播成片/scripts/export_final_video.cjs \
  --project-dir /absolute/path/to/project \
  --input-video /absolute/path/to/source_cut.mp4 \
  --duration 173.03 \
  --output renders/final-1080x1440.mp4

项目与默认值不同时，可传：

--fps
--player
--stage
--frames-dir
--width
--height

验收

导出成功不等于成片正确。必须做两步：

1. 用 ffprobe 检查分辨率、帧率、时长和音频。
2. 抽 3 张以上关键帧，人工看画面是否正确。

默认期望：

1080x1440
30fps
时长和剪后源视频一致
有音频
无 HUD、按钮、审核时间线、浏览器 UI

边界

适合：

• 中文口播
• 教程、产品演示、结果展示、知识讲解
• 已有剪后视频和字幕，素材可后补
• 原视频 + 截图 + HTML 解释画面混合成片

不优先解决：

• 没有视频，直接凭文稿生成成片
• 复杂多机位真人剪辑
• 需要剪辑软件工程文件的精细调色和多轨混音
• 用户没看分镜稿和时间线预览就直接要求最终发布

项目卫生

如果在用户写作工作区内新增或修改文件，必须同步更新项目 README 索引。

不要在这个 Skill 目录里新增 README。这个 Skill 的核心文件只保留：

SKILL.md
templates/
references/
scripts/