video-script

Solid

对已完成分析的视频进行导演与剪辑策划,再写带时间戳的中文解说并校验。work_dir 已包含 agent_narration_brief.md 与 vlm_analysis.json 时使用。适用于故事方向、片段选择、画面/原声/旁白分工、 解说写作与复核。输入 work_dir 中的理解索引;输出 recap_story_plan.json、visual_audio_board.json、 cut 模式需要的 clip_plan.json,以及通过校验的 narration.json。触发词:解说词、写解说、视频旁白、 narration script、写稿、解说文案、剪辑思路、导演思路。

AI & Automation 419 stars 68 forks Updated yesterday MIT

Install

View on GitHub

Quality Score: 89/100

Stars 20%
87
Recency 20%
100
Frontmatter 20%
70
Documentation 15%
100
Issue Health 10%
80
License 10%
100
Description 5%
100

Skill Content

## 1. 定位 本技能负责:创作方向、画面/声音计划、旁白写作与校验。Agent 不是 JSON 填写器,而要依次扮演: 1. 导演 2. 故事编辑 3. 画面剪辑师 4. 声音/旁白编辑 5. 第一次观看的观众 Agent 先记录简洁决定,再写时间线产物。`validate.py` 负责对理解索引做机械校验;full 模式还会把旁白对齐到安静窗口。 下面的 `scripts/...` 均相对于本技能目录。若执行器从仓库根目录启动,请给脚本路径加上本技能的绝对目录。本技能不从其他技能目录读取参考文件或辅助脚本;外部输入只来自显式路径与 `work_dir` 产物。 ## 2. 读取素材并确认状态 首先阅读: - `work_dir/agent_narration_brief.md`:场景、时长、安静窗口与字数预算。 - `asr_writing_chunks.json`:长对白的写作分块。 - `timeline_fusion.json`:判断某段是否有对白或静音槽。 - `vlm_analysis.json` / `asr_result.json`:核对具体画面与原声证据。 - brief 顶部列出的 contact sheet:不要只依赖场景摘要;反应、走位、静止和台词前后的具体时刻常常更重要。 full 模式使用原片时间。cut 模式第一阶段只写 `clip_plan.json`;`edited_source.mp4` 产生后,第二阶段才按输出时间写 `narration.json`。 写任何创作产物前,直接读取 `work_dir` 判断当前阶段: - `recap_run_manifest.json`:确认 `edit_mode`、源视频和本轮设置。 - full 模式:没有 `narration.json` 时进入写稿;存在时先复核再校验。 - cut 第一阶段:尚无 `clip_plan_validated.json` / `edited_source.mp4`,只写 `clip_plan.json`。 - cut 第二阶段:两者都存在,按 `clip_plan_validated.json.clips[]` 中的 `source_start/end` 与 `output_start/end` 核对映射,再写输出时间的旁白。 必须确认旁白没有跨越错误剪辑边界,也没有落进已删除区间。整个判断只依赖 `work_dir` 产物。 ## 3. 制定创作方案 先阅读 `references/creative-editing-playbook.md`,再写或更新两个工作产物: 1. **`recap_story_plan.json`**:导演意图、至少两个剪辑假设、选定的 POV / 主线,以及由“变化”定义的 beats。 2. **`visual_audio_board.json`**:每拍的画面任务、具体表演/反应、入点/出点、`audio_owner`、原声锚点与 `narration_job`。 只记录决定、证据锚点、被放弃的备选方案和简短理由,不写冗长思维过程。 ### 3.1 导演判断 锁定: - 观众承诺 - POV - 戏剧问题 - 起始与结束情绪 - 隐瞒与揭示 - 结尾余味 ### 3.2 故事编辑 比较两个真正可行的结构后选择一个。每个 beat 至少改变一项:知识、权力、目标、关系、情绪或风险。若删除后因果、人物和情绪都没有损失,该 beat 通常不应保留。 ### 3.3...

Details

Author
worldwonderer
Repository
worldwonderer/video-recap-skills
Created
2 months ago
Last Updated
yesterday
Language
Python
License
MIT

Bundled in these plugins

Similar Skills

Semantically similar based on skill content — not just same category