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。
$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。
- 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。
| 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。
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。
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。
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。
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
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 | 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>/ |
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。
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。
- 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
- 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。
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。