Skip to content

About

一句话,把你的口播稿直接变成一条完整视频!支持 16:9 / 9:16 / 1:1,自动完成拆稿、分镜、字幕、旁白、SFX/BGM、Remotion 渲染和独立终检。

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

10 Commits

Folders and files

Repository files navigation

infistar-video

一句话,把你的口播稿直接变成一条完整视频!

把中文口播稿先整理成自然、可朗读、可验证的旁白,再制作成解说视频的 Codex / Claude Code 技能。视觉上采用浅色编辑卡片与深色产品/录屏画面交替,配合大号中文字幕和克制动效。

支持横屏 16:9、竖屏 9:16、方形 1:1,不把成片锁死在单一比例。

Node 22+ Remotion 4.0.484 Formats

这是什么

$infistar-video 是一个面向 Codex / Claude Code 的技能。它不是只生成脚本或分镜,而是按中文口播稿连续完成从拆稿到终检的完整视频制作。

它能做什么

  • 保存原稿,去除明显 AI 套话和宣传腔,生成旁白定稿、字幕依据和修改记录。
  • 自动拆稿,把口播稿映射成钩子、承诺、概念、证据、操作、比较、提醒和结论。
  • 以真实操作与官方素材为证据主体,用网页、软件、终端和模型输出支撑结论,不伪造产品结果。
  • 生成 Remotion 工程,使用确定性动画和可复现渲染。
  • 制作中文旁白、SFX 和可选 BGM,并交付带 BGM / 无 BGM 两版。
  • 执行逐镜头静帧检查、技术规格检查和独立终检。
  • 根据用户要求或目标平台选择横屏、竖屏或方形画幅;当前 golden reference 仅直接支持 16:9。

支持画幅

形式 比例 建议分辨率 常见平台
横屏 16:9 1920×1080 B站、YouTube、官网、知识区
竖屏 9:16 1080×1920 抖音、快手、视频号、Reels、Shorts
方形 1:1 1080×1080 小红书、信息流、部分电商社媒

未指定画幅时默认使用横屏 16:9,但技能会在制作前确认或推断目标画幅,并写入 design-spec.md。竖屏和方形只有在完成独立版式重排与渲染验证后才能交付。

安装

Codex

把整个目录放到技能目录中:

C:\Users\<你的用户名>\.codex\skills\infistar-video

也可以放到项目的 .agents/skills/infistar-video,让模型在项目内按技能路径读取。

Claude Code

复制到项目级或用户级技能目录,例如:

.claude/skills/infistar-video

具体以你使用的 Claude Code 版本和技能加载规则为准。

自包含规则

本技能已经把关键上游规则内置,不需要安装其他技能:

  • references/video-formats.md:横屏、竖屏和方形画幅的选择、分辨率与版式适配。
  • references/evidence-and-review.md:隐私、真实证据、节奏、字幕和验收基线。
  • references/shotcraft-baseline.md:自主自由创作路线、真实素材、镜头动效、声音设计和独立终检。
  • references/style-dna.md:色板、字体、字幕、版式和微文案禁令。
  • references/production-workflow.md:从拆稿、分镜、素材、Remotion 实现到渲染交付的完整流程。
  • references/qa-checklist.md:内容、逐镜头、技术规格和独立终检清单。

精简规则的来源与许可见 THIRD_PARTY_NOTICES.md。

目录结构

infistar-video/
├─ SKILL.md
├─ README.md
├─ agents/openai.yaml
├─ references/
│  ├─ video-formats.md
│  ├─ evidence-and-review.md
│  ├─ script-humanization.md
│  ├─ asset-capture.md
│  ├─ shotcraft-baseline.md
│  ├─ shot-library.md
│  ├─ sound-design.md
│  ├─ music-beat-sync.md
│  ├─ aesthetic-rules.md
│  ├─ final-review.md
│  ├─ style-dna.md
│  ├─ production-workflow.md
│  └─ qa-checklist.md
├─ templates/
│  ├─ design-spec.md
│  ├─ storyboard.md
│  ├─ script-edit.md
│  ├─ asset-manifest.md
│  └─ review-packet.md
├─ assets/
│  ├─ golden-reference/       # 16:9 Agent Studio 主题参考工程
│  └─ style-reference/        # 画面校准图
├─ LICENSES/
└─ THIRD_PARTY_NOTICES.md

使用示例

Use $infistar-video to turn my Chinese oral script into a complete 16:9 AI explainer video.
把下面这段中文口播稿做成竖屏 9:16 AI 解说视频,先不要配音。
请用 $infistar-video 把这段口播稿做成小红书方形 1:1 视频。

配置项

配置 说明
画幅 16:9、9:16 或 1:1;默认 16:9
旁白 默认生成中文旁白;明确说不要配音时只做字幕、SFX 和 BGM
声线 从项目 AGENTS.md 或已授权 voice ID / 参考音频读取,不内置个人声线
BGM 使用 BGM 时交付带 BGM / 无 BGM 两版
证据 优先真实截图、录屏、终端、模型输出和官方素材
输出目录 项目 outputs/<topic>/

参考工程

assets/golden-reference/ 是一个 16:9、Agent Studio 主题的 Remotion 参考实现,用于复用色板、字体、字幕切分、确定性缓动、时间线计算、镜头注册、浅色编辑镜头、深色产品/录屏镜头、Shotcraft 动效、真实操作呈现和 SFX 钉帧。它不是通用成片模板,也不是完整镜头库。

它被刻意设计为参考实现,不是开箱即完整渲染的成品。必需运行时文件、推荐分辨率和替换要求见 assets/golden-reference/ASSET_MANIFEST.md;仓库不包含 public/audio/、public/media/ 中的实际音频和截图素材。使用时应替换为你自己的证据、界面、截图、音频和声音配置。制作竖屏或方形视频时,参考工程只复用方法与 tokens,不直接复用绝对坐标,版式必须重排并单独验证。

声音配置

本技能默认需要中文旁白,但不会内置任何个人声线、参考音频路径或 voice ID。旁白生成前先执行 references/script-humanization.md,并遵守项目 AGENTS.md 的授权规则。

请在你的项目 AGENTS.md 中配置已获授权的 voice ID 或参考音频。模型调用配音服务前必须确认服务支持该配置,禁止臆造 ID。用户明确说“先不配音/不要配音”时,只制作字幕、SFX 和可选 BGM。

环境要求

  • Node.js 22 或更高版本
  • FFmpeg,并加入 PATH
  • Remotion 4.0.484
  • React 19.2.7
  • 运行时媒体和音频素材必须按 assets/golden-reference/ASSET_MANIFEST.md 自行准备

参考工程脚本:

npm install
npm run dev
npm run render:bgm
npm run render:nobgm

交付规格

最终成片必须通过 references/qa-checklist.md 中的内容、逐镜头和技术检查。所有画幅统一使用:

  • H.264 Main、yuv420p、BT.709 limited
  • 30fps CFR、无 B 帧、AAC 48kHz 双声道
  • faststart,兼容主流播放器和平台上传

安全与授权

  • 不要公开 .env、密钥、个人数据、内部地址或声音样本。
  • 真实页面、录屏和模型输出优先,证据不足时先列补录清单,不伪造结果。
  • 付费素材生成、配音生成、声音克隆、浏览器登录、终端执行和发布操作必须在执行前获得用户明确授权。
  • agents/openai.yaml 默认关闭隐式调用,只有用户明确调用该技能时才进入视频制作流程。

第三方来源

本仓库把部分上游技能规则进行了精简、改写和内置,来源与许可证见 THIRD_PARTY_NOTICES.md 和 LICENSES/。其中 Humanizer-zh 只内置与中文口播相关的编辑原则,不会自动安装或依赖外部技能。

About

一句话,把你的口播稿直接变成一条完整视频!支持 16:9 / 9:16 / 1:1,自动完成拆稿、分镜、字幕、旁白、SFX/BGM、Remotion 渲染和独立终检。

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages