by mileson
Agent Skill for Chinese-language video production: script, storyboard, spoken-audio cleanup, 148 HTML/GSAP effects, subtitles and publish package. 中文视频内容创作 Skill。
Available after the catalog security scan passes.
⚠️ Third-Party Software Notice
This skill is third-party open-source software developed and hosted independently on GitHub. SkillsLLM is an informational directory and does not control or maintain the underlying repository.
Any security checks, ratings, or warnings displayed by SkillsLLM are automated and limited in scope. They do not constitute a security certification or guarantee that the software is safe, error-free, or free from malicious code, vulnerabilities, compromised dependencies, or prompt-injection risks.
Review the source code, permissions, dependencies, and configuration before installing or running any third-party skill. Use is at your own risk. To the maximum extent permitted by applicable law, SkillsLLM is not liable for losses arising from third-party software.
The deep catalog scan for this skill is still queued. Run an instant dependency check now instead.
# Add to your Claude Code skills
git clone https://github.com/mileson/chaojifeng-video-content-creatorGuides for using ai agents skills like chaojifeng-video-content-creator.
把这个 skill 当作视频创作的统一入口。它覆盖从选题到发布包的完整链路:
新视频项目直接从这个入口开始,按用户当前所处的阶段进入。
内容构想、选题或实质创作前,先梳理可用的资料来源:作者提供的文稿、过往作品、课件、产品资料和素材库,以及主题相关的公开资料。宿主环境提供资料检索类 Skill 或知识库工具时优先使用,并复用同一份资料包;新增事实、案例、数字、承诺、素材需求或时效缺口时再定点补查。
本 Skill 的阶段接入:新创作在阶段 0–2、BRIEF 与作者关联自查前接入,复用明细 research.md;SCRIPT、STORYBOARD 与素材清单按需引用来源、页码或时间码。阶段 3–5 只补新增缺口,后续由现有分镜和真实时间轴管理制作,不另建事实源;已有录制稿不因检索而擅自改口播。
这里的“作者”指内容作者本人,不是执行任务的 Agent。新写与实质改写须在选题/规划时检查一次,成稿后对照最终内容再检查一次;两项都成立才通过,不新增主观分数,也不以已有高分抵消缺项。
引用他人案例须保留归属,资料整理形成的判断可以作为作者贡献,但不得写成亲测经历。不从作者署名、账号风格或项目文件的存在推断个人经历、产品所有权、成绩或情感。只使用当前材料与有效作者事实;不为满足自查编造事实。情绪价值可以独立成立,但须对应具体处境,不要求每条内容都有教程、清单或行动号召。
以上两问用于发现空泛搬运与自说自话;有依据的组织、解释、判断和真实情感表达也属于贡献,不要求观点独家,不强迫正文反复写“我”,不要求每篇推广作者产品。情绪类内容核对具体处境与理解是否成立,不把情绪价值一并删掉。自查结论必须有材料依据和内容位置,不能只勾选“通过”。
复用现有创作计划、素材笔记或检查报告记录,避免另起一套事实源;没有工作区的短文任务可在内部完成检查,不为自查新建工作区。模板仅用于过程记录,不进入可发布正文:
检查阶段:创作前 / 成稿后
作者关联:
依据:
作者的具体贡献:
目标读者与场景:
读者获得的价值:
兑现方式或正文位置:
结论:通过 / 需修改 / 待补材料
本 Skill 的检查重点:口播、教程与产品视频:作者关联须由口播案例、真实产品或演示材料支撑;脚本承诺必须在实际讲解和画面中兑现。新创作在选题/BRIEF 阶段检查,SCRIPT 成稿后复查;已有视频只核对受影响的内容,不强行重跑策划。
先判断用户当前从哪个阶段进入(见下方入口表)。用户已经具备后续阶段所需输入时,不要强行补跑前期。新视频工程需要判断屏录、视觉、剪辑或归档默认值时,按需读 data/experience-log.md;它只记录制作经验,和用户当次明确指令冲突时,以当次指令为准。
用户给出视频并说“全自动剪辑”“这个视频,走自动模式”“自动处理这个视频”,或明确要求“剪辑、封面、发布材料”时,进入 auto-package,先读 references/auto-package.md。该模式依次完成:剪辑与字幕 → 标题、正文与逐平台标签 → 封面图片 → 汇总发布材料。默认交付成片、成片同级 SRT 逐字稿、3:4 / 4:3 / 16:9 封面图片,以及含公共标题、正文和逐平台标题标签的发布文案;环境里有发布工作台时再生成 HTML 工作台。AI 自动选定默认方案并记录来源,不等待用户挑选候选,质量检查照常完成。用户明确说“只剪辑”等限定步骤、比例或平台时,遵从用户范围。自动模式本身不含对外发布,只有用户另行明确要求发布,才进入发布交接。
封面图片、标题正文和标签由宿主环境里的对应能力完成,可选搭配公开仓库 video-publish-workbench。本 Skill 不内置封面生成器与发布工作台,缺少能力时按 auto-package 的降级规则交付,并写明缺口。
生成或更新发布标签时(包括 auto-package、阶段 8 和已有材料的局部修改),每次先读取用户配置的标签来源,没有配置时使用目标平台公开的话题或活动页;同一任务已有本次获取结果时复用。按目标平台与本片内容筛选最适合的进行中或长期有效标签,核对起止日期、更新时间和参与条件,优先默认选中并保留核心产品标签。把来源链接、获取日期与时区、入选与排除的依据记录到项目 视频剪辑明细/tag-research/,同步已有的工作台和交接数据后校验平台容量。无对应平台条目、无匹配的有效活动或来源不可访问时,记录缺口并使用有内容依据的普通相关标签;不跨平台移植活动,不用缓存代替本次获取,不把话题热度或使用情况说成已获得流量或奖励资格。自动模式或仅更新标签时也要执行这些核对。
只要素材或现有成片含屏录,即使用户没有提打码或精剪,也要在阶段 5–8 主动读取 references/screen-recording-qa.md 和 data/screen-recording-cases.yaml:逐段找偶然露出的 HTTP/HTTPS、URL、域名、路径、悬停地址与其他地址信息,同时找无新信息的往返滚动、等待和重复演示。先核实画面与讲解,再按最小范围裁剪或遮盖;交付前在导出成片上同时查漏遮和误遮。已有粗剪或只做局部修改,也不能跳过受影响区间及相邻剪口。
读取本 Skill 自带的 references/distribution-risk-knowledge.md 和 references/distribution-risk-review.md。完整风险知识本地内置,音频、字幕与屏录为审查重点;本职责自检不依赖封面或发布 Skill。分发时携带整个 Skill 目录,后续按视频案例独立维护本地规则与版本。
process_root/checks/distribution-risk-video.md,包括无命中、检查缺口、已接受与未处理风险。阶段 8 与 auto-package 继承封面及发布文案报告引用,按相同输入、规则与目标平台复用结果;任何受影响内容改变后复查,不因自动模式省略。| 用户已有内容 | 从哪里开始 | 读取 |
|---|---|---|
| 只有选题或模糊想法 | 阶段 0-2:选题、调研、BRIEF | references/planning-and-research.md |
| 选题和背景材料 | 阶段 2-4:BRIEF、SCRIPT、STORYBOARD | references/planning-and-research.md,再读 references/script-and-storyboard.md |
| 已有口播稿 | 阶段 4:A/B-Roll 分镜和特效绑定 | references/script-and-storyboard.md |
| 已有分镜或素材文件夹 | 阶段 5-7:素材清单、特效节拍、粗剪 | references/assets-and-effects.md |
| 已录好的 A-Roll | 阶段 6:转写、口水词/重复/停顿清洗、时间戳;要加特效则继续阶段 7 | references/cleanup-and-subtitles.md;要加特效再读 references/assets-and-effects.md |
| 要用授权数字人口播 | 阶段 5.5:授权形象与声音 → 生成 A-Roll → 下载并验真;再进入阶段 6-8 | references/digital-human-aroll.md,再按实际产物读清洗、特效与发布参考 |
| 已有视频 + SRT/分镜 | 先确认阶段 6 清洗状态,再进入阶段 7:按真实字幕生成特效节拍表并填充 snippet | references/cleanup-and-subtitles.md;清洗完成后读 references/assets-and-effects.md |
| 已有粗剪或成片 | 阶段 8:字幕、封面、发布包;要补特效先回阶段 7 | references/publish-export.md;如果缺字幕或转写,再读 references/cleanup-and-subtitles.md |
用户要求完整工作流时,按阶段顺序推进。用户只要求局部任务时,只产出必要文件,并说明哪些上游假设没有验证。
每条视频复用一个项目目录。默认把制作过程集中到 视频剪辑明细/,最终封面与工作台作为根目录交付,通过质量检查的成片放在项目根目录,命名为 【成片】<主题名>.mp4;同时在根目录交付 【逐字稿】<主题名>.srt。已有项目沿用项目名和位置;原片与原始录制工程保留原有位置,不为了套用目录样例改名或移动。
<项目目录>/
├── 【原片】<主题名>.mp4 # 已有原片按原名保留
├── <原始录制工程> # 如已有 .screenstudio
├── 【成片】<主题名>.mp4 # 面向用户的最终交付
├── 【逐字稿】<主题名>.srt # 对应最终成片时间轴的完整口播文本
├── 封面图/ # 已确认封面:<主题名>_3x4.png / _4x3.png / _16x9.png
├── <主题名>-视频预发布工作台.html # 可选:使用发布工作台时
├── 【发布文案】<主题名>.md # 当前公共标题、正文及逐平台标题和标签
└── 视频剪辑明细/
├── topic-brief.md / research.md / BRIEF.md
├── SCRIPT.md / STORYBOARD.md / BROLL-STYLE.md
├── ASSET-LIST.md / EFFECT-BEATS.md
├── assets/ASSET-AUDIT.md
├── avatar-aroll/ # 可选:生成源片、来源与验收
├── aroll/ # 转写、字幕、剪辑决策与清洗视频
├── broll-overlay/
├── rough-cut/
├── work/封面制作/ # 未定稿候选与制作记录
├── tag-research/
├── auto-package-state.json
├── checks/ # 项目级检查与目录迁移记录
└── publish/v00N/ # 发布包、工作台、回执与交付版本
以下阶段路径均相对于 视频剪辑明细/;原片路径与根目录交付路径除外。开始执行时记录 project_root、process_root、主题名、final_video_path 、final_transcript_path、final_cover_dir 、workbench_path 和 publish_copy_path;调用封面、发布或剪辑模块时显式传递这组路径,主题名仍取实际视频主题,不能误用“视频剪辑明细”作主题。模块默认目录与本契约冲突时,按本项目契约指定输出位置。
主题名优先用用户指定名称,否则沿用原片主体名称,去除扩展名及 【原片】 / 【成片】 前缀。只在确实交付多个比例或有声/无声版本时追加能区分版本的后缀,扩展名必须与实际格式一致。版本包通过检查后,复制成片到根目录并核对 SHA-256;不为改名重新编码。同名同指纹直接复用;不同指纹先保留旧版到版本目录并记录来源,再更新根目录交付。
每次剪辑完成都要交付与成片同主题名的 SRT 逐字稿。优先复用经校正、对应最终成片时间轴的完整字幕;不得直接复制尚未映射剪辑时间轴的原片 SRT,也不得用脚本稿或摘要冒充逐字稿。缺失时按 references/cleanup-and-subtitles.md 使用现有本地转写工具、模型缓存和运行环境对成片转写,校正专名并记录不确定内容。逐字稿涵盖保留在成片中的实际口播,不受封面标题或重点字幕筛选影响;校对修改不得改写口播事实。原始转写、校正与验收记录留在明细目录。交付前检查 SRT 编号、非空文本、有效时间区间、条目顺序、时长范围及副本指纹;原片逐字稿如需保留,另放明细并明确来源。成片时间轴变更时同步更新根目录逐字稿,复用同名文件处理规则。
最终封面交付到项目根目录 封面图/,使用 <主题名>_3x4.png、<主题名>_4x3.png、<主题名>_16x9.png 命名,扩展名与真实格式一致。只保留本次实际需要且用户已确认的最终图片,默认每个比例一张;auto-package 按其默认或用户指定比例执行,允许 AI 质检并选定后直接交付,记录 ai_checked,不得冒充 user_approved。其他局部任务比例缺省或用户未要求时不为凑三张补生成。候选、返修和制作记录先存明细 work/封面制作/。用户确认最终图片后,先核对指纹、更新工作台及当前交接引用,再将未采用的中间图片移入废纸篓并记录清单;不可清空整个项目、原始人物素材、已沉淀的封面模板、验收截图或历史发布回执。仍用于当前交接的图片不能清理。
使用发布工作台时,工作台交付为项目根目录 <主题名>-视频预发布工作台.html,最终封面引用根目录 封面图/,成片引用根目录交付视频。输入 JSON、状态、调研、检查和回执仍留在明细内。构建器产生的预览与回退图片收拢到明细 publish/v00N/work/ 并同步真实路径;独立回退图片若被用户确认为最终封面,则按最终封面规范交付。移动已有 HTML 保留原有选择和草稿存储标识;核验全部当前本地引用、图片元信息、JavaScript 语法和发布包。页面实看验收单独记录,文件校验不能代替页面实看。
根目录同时交付 【发布文案】<主题名>.md。使用当前最终发布选择生成公共标题、正文和每个目标平台的实际标题与标签(包括视频号短标题),标签按当前已选项整理;没有最终选择时使用当前工作台默认已选内容并明确标记待确认。不得以旧候选替代最新确认选择。正文保留原始段落,不把不同平台标签混成一组。每次标题、正文、标签变更同步更新 Markdown、工作台输入与当前选择并逐项核对;原始用户选择和已执行请求作为历史证据保留。Markdown 是发布文案汇总,不替代最终 selection JSON,也不触发发布。
整理已有项目时同步更新工作台、预览 URL、发布选择、状态文件及未执行交接任务的路径,保留工作台已有选择与存储标识。已经执行的回执、原始请求及历史记录保留原文,用目录迁移记录说明新旧路径;移动文件不触发重复上传或重新发布。
阶段 4 之后,STORYBOARD.md 是单一事实源。后续阶段要把素材文件名、真实时间戳、B-Roll 模式 id 和状态回填进去,不要另起一个互相冲突的分镜文档。录后加特效时,EFFECT-BEATS.md 是从 STORYBOARD.md 和真实字幕派生出来的执行表,用来驱动 snippet 内容填充和 overlay 制作。
阶段文件夹顶层只放阶段交付物和契约文件;执行中间材料进该阶段 work/,验收证据进该阶段 checks/,交付版本进 publish/v00N/。每个执行阶段开始前先声明预期产物,结束时逐项核对(阶段产物预期表见 references/workflow.md)。
阶段 6 的清洗必须早于阶段 7 的特效节拍。不要用未清洗的口水词、重复句或失败重录去生成 EFFECT-BEATS.md。
这个 skill 自带 B-Roll 特效库。做分镜、素材清单、节拍表或 Hyperframes 叠加轨时,优先使用本 skill 内的这些文件:
assets/style_library/narrative-index.md:按叙事意图反查模式,写稿和分镜时先读。assets/style_library/catalog.md:模式说明、三层结构、转场和片尾规则。assets/style_library/recipe-system.md:统一配方卡、引擎选择、运行状态和来源边界。assets/style_library/registry.json:本地原生模式的事实源;registry.js 由脚本生成,用来确认 id、snippet 和预览是否存在。assets/style_library/recipes/video-shotcraft/recipes.js:Remotion 配方卡与动效样式的固定上游快照,来源与许可见 THIRD_PARTY_NOTICES.md。assets/style_library/snippets/:可复用 HTML/GSAP 片段。assets/style_library/previews/:真实预览页。assets/style_library/gallery.html:原生、Hyperframes 与 Remotion 的统一可视化挑选入口。assets/style_library/scripts/build_effects_gallery.py:新增或修改模式后重建预览、刷新缓存并校验。examples/clean-then-effects/:样例工程,含阶段 0 到 4 的产物和阶段 6 的清洗数据。data/filler_rules.yaml:口水词、重复重说、长停顿、X 的话、剪后空白和词边界保护规则。data/corrections.yaml:ASR 错词、专名、热词和首选写法。data/subtitle_styles.yaml:字幕样式预设。data/asr_providers.yaml:ASR 提供方配置。data/experience-log.md:目录归档、屏录、视觉和剪辑制作经验;不得用于推断人物口吻。data/memory.md 和 data/brand-profile.yaml:特效项目经验记录与品牌配置模板,使用前换成自己的信息。选择配方时先定叙事意图,再定引擎。native 配方有本地 snippet,可直接进入 HTML/GSAP + Hyperframes overlay;remotion 配方使用帧驱动 TSX 源码,必须进入 Remotion 工程实现。Gallery 中的上游视频只证明该配方有公开预览,不等于本机已经渲染。未经本地实现和抽帧验证,不要把 Remotion 配方标成 local-ready。
| 阶段 | 目的 | 门禁产物 |
|---|---|---|
| 0 选题 | 写清一句话选题、受众、平台、发布时机 | topic-brief.md |
| 1 调研 | 收集论点、来源、参考视频、素材候选 | research.md |
| 2 策略 | 锁定核心信息(Message)、叙事弧、受众、时长、开场策略、渠道节奏 | BRIEF.md |
| 3 口播稿 | 在不改人物语义和事实边界的前提下写出能朗读的口播稿 | SCRIPT.md,并标明口述校准状态 |
| 4 分镜 | 把口播拆成 A-Roll/B-Roll 镜头,并建立项目级视觉基线 | 评审通过的 STORYBOARD.md 和 BROLL-STYLE.md |
| 5 素材 | 生成或收集屏录、AI 图、AI 视频、特效素材 | ASSET-LIST.md 和 assets/ASSET-AUDIT.md |
| 5.5 数字人 A-Roll(可选) | 授权形象/声音、提交口播、取得源视频并检查口型与音画 | avatar-aroll/source.mp4、provenance.json、检查记录;网页预览不算源文件 |
| 6 A-Roll 清洗 | ASR、按规则去失败重录/口水话/停顿/无效口癖;屏录还要查无信息画面动作;回填时间戳 | aroll/transcript.normalized.json、aroll/subtitle_plan.json、aroll/edit_decisions.json、干净 A-Roll |
| 7 特效粗剪 | 真实字幕驱动的特效节拍、Hyperframes overlay 和 B-Roll 视觉终检 | EFFECT-BEATS.md、broll-overlay/、rough-cut/ |
| 8 发布 | 字幕、封面、最终 MP4/SRT/ASS、验证 | 明细内 publish/v00N/,根目录成片、逐字稿、封面图/ 与 【发布文案】<主题名>.md,使用发布工作台时加主题工作台 |
新创作在选题/BRIEF 时完成双项自查,SCRIPT 成稿后定位到讲解和分镜复查;后续剪辑改变观点或承诺时对受影响段落复查,通过后进入相应交付。
选题必须通过一句话测试:“给【受众】看的关于【主题】的【类型】视频,看完记住【一件事】。”
口播稿必须标明 AI初稿、口述校准中 或 本人已口述定稿;不要把 AI 初稿说成已经口述验证。
昂贵的素材生成或剪辑前,必须先完成分镜评审。
分镜必须使用镜头语言,不要写成页面布局;B-Roll 行要有景别、运动、素材策略、B-Roll 模式和本镜目的。
每个项目要生成或更新 BROLL-STYLE.md。可以覆写色彩和元素,但屏录工艺、证据真实性和字幕可读性不可降级。
B-Roll 覆盖率目标至少 40%;最长连续 A-Roll 默认不超过 20 秒,除非明确说明理由。
证据、数据、产品操作类镜头必须用真实屏录或真实截图,不能用 AI 生成图冒充证据。
有语义风险的剪辑需要评审;长静音和完全重复的重录片段可以自动处理。
屏录地址信息默认主动查找并只在实际出现的帧与位置遮盖;无信息片段优先裁剪。遮罩不能长期覆盖已无地址的页面,也不能盖住演示关键内容。处理决策和正反两类验收见 references/screen-recording-qa.md。
无新信息、无有效口播的往返滚动或重复操作要主动识别并精剪;有独有操作或讲解时保留必要过程,语义不确定时进入评审,不按静音时长盲剪。
录后先清洗再绑定特效。删除真实说出口的口水词、重复词、X 的话 或残句时,必须写入 subtitle_plan.json 的 word_cut_ranges 并同步剪音视频。
数字人源片必须能在本地或目标剪辑器作为独立素材读取,具有实际视频和音频流;只有生成任务、网页预览或下载按钮不能进入后续剪辑。本人形象授权与声音克隆授权分开记录;预设音色不可标作本人声纹。遇到套餐或权限阻断,记录原状态,可用真人 A-Roll 独立验证下游,但不得把它冒充数字人试片。
录后加特效必须用真实字幕/ASR 时间戳生成或更新 EFFECT-BEATS.md;snippet 里的演示文案每次都要替换为本条视频的字幕、关键词、数字、步骤、可选 CTA 或素材内容。
特效要按骨架层、节拍层、容器层、转场和片尾/产品卡规划。节拍密度默认每 10-20 秒一个;开场、算账/对比和总结通常是优先节拍,CTA 仅在发布目标需要时安排。
Hyperframes 实现后要先逐节拍 snapshot 抽 2-3 个关键时刻目检,全部通过后再全片渲染和合成。
从字幕里删掉的真实口播词,也必须用词级时间戳从音视频里删掉;只有 ASR 错字、标点、大小写、空格和专名校正可以只改字幕。
默认字幕使用 orange_rounded_black_white_outline:橙色 #FF8920 圆角底、#101820 黑字、3.25px 白色圆润描边、设计画布 50px 字号、8px 字距、25% 圆角率和垂直居中。字距必须按描边后的视觉净空验收,不能只确认参数存在;已有 SRT 重建 ASS 时必须使用 render_from_transcript.py --srt-input ... --ass-output ...,禁止复制渲染逻辑写一次性脚本;原有白字重描边、黄字重描边和屏录紧凑样式只作为 --style 可选切换项。
默认清理每条字幕及最终显示行末尾的 ,。!?;:、… 和英文对应符号(,.!?;:),句中必要标点保留;不得改动口播文字或时间轴。转写导出、已有 SRT 导入和自动换行均须经正式脚本处理;交付前全量检查 SRT/ASS 行尾,并抽查 MP4 烧录结果,发现残留不得交付。
发布目录必须按契约包含最终 MP4、SRT/ASS、剪辑决策、隐藏口播检查、必要检查截图和发布说明;没发现问题也要保留检查记录。
含屏录的发布包还要保留地址与冗余动作审计,导出后抽查遮罩开始、结束及无地址负样本;剪辑改变时间轴后重新核对遮罩与字幕。
最终汇报必须包含“我没有验证的部分”,例如口播稿未本人朗读、时长仍是估算、AI 视频未生成、封面附件未检查、最终 MP4 未播放抽查。
写视频文案时面向普通观众,不面向开发者。除非视频明确是技术开发者教程,否则不要把 API、SDK、数据库、错误码、内部模块等实现细节写进用户可见口播。
交付时用简短状态汇报:完成了哪些阶段、产物路径、门禁状态、未验证部分。
只读取当前入口需要的参考文件:
references/workflow.md:完整阶段契约和交接规则。references/planning-and-research.md:选题、调研、BRIEF。references/script-and-storyboard.md:口播稿、STORYBOARD、评审摘要。references/shot-grammar.md:写 B-Roll 景别、镜头运动和画面描述前读取。references/aroll-script-guide.md:需要更细的口播适配、叙事模式、事实边界和 B-Roll 预绑定规则时读取。references/broll-style-standard.md:生成 BROLL-STYLE.md、规划屏录工艺、AI 图风格和衍生精剪版时读取。references/assets-and-effects.md:素材清单、项目级 B-Roll 风格、内置 B-Roll 特效库、模式绑定、Hyperframes 叠加轨、特效库成长。references/pipeline.md、references/gsap-best-practices.md、references/hyperframes-lessons.md:实现 Hyperframes 叠加轨前按需读取。references/cleanup-and-subtitles.md:ASR、可配置口水词清洗、subtitle_plan.json、A-Roll 清洗、字幕一致性。references/screen-recording-qa.md:含屏录时必读;地址候选与局部遮盖、多余画面动作、漏遮/误遮双向验收、案例迭代。案例注册表为 data/screen-recording-cases.yaml。references/publish-export.md:封面、发布包、最终验证。references/auto-package.md:已有视频的自动模式(剪辑、标题正文标签、封面、发布材料)。references/distribution-risk-knowledge.md、references/distribution-risk-review.md:限流与风控风险自检的规则和报告格式。references/digital-human-aroll.md:本人数字人 A-Roll 的来源、授权、下载验真、时间轴衔接与剪映草稿状态边界。模板在 templates/ 目录。创建新产物时优先使用模板。
See how chaojifeng-video-content-creator compares with popular alternatives.
中文视频内容创作 Skill:选题、口播稿、分镜、口播清洗、特效叠层、字幕和发布包,一条流水线。
简体中文 | English
快速开始 · 能做什么 · 工作流程 · 特效库 · 样例工程 · 要求与边界
装进支持 Agent Skills 的编码 Agent 后,用自然语言说出视频需求。Agent 按阶段产出文件,每个阶段有门禁产物,可以从任意阶段进入。
| 环节 | 产出 |
|---|---|
| 规划 | 选题句、调研清单、BRIEF、口播稿、A/B-Roll 分镜、素材清单与审计 |
| 清洗 | 云端或本地转写、口水词/重复句/长停顿清洗、词级剪切、字幕校正、渲染前剪口音轨质检 |
| 特效 | 148 个 HTML/GSAP 特效,按真实字幕时间戳排节拍,Hyperframes 叠加轨与抽帧目检 |
| 发布 | 成片、SRT/ASS 字幕、发布文案、限流与风控自检、屏录地址遮盖检查 |
Skill 本身不含视频生成模型、封面生成器和发布工作台。封面、标题和标签由宿主环境里的能力完成,缺失时按降级规则交付并写明缺口。自动模式不含对外发布。
npx skills add mileson/chaojifeng-video-content-creator
装好后直接对 Agent 说:
用 chaojifeng-video-content-creator 帮我做一条 3 分钟的产品介绍视频:先出选题句和调研清单,再写口播稿和分镜。
这是录好的口播 ~/Videos/raw.mp4。转写后清掉口水词和重复句,再按字幕时间排特效节拍。
~/Videos/raw.mp4 这个视频,走自动模式。
自动模式依次完成剪辑与字幕、标题正文标签、封面图片、发布材料汇总。
手里已有的内容决定从哪一步开始:
| 手里有 | 从这里开始 |
|---|---|
| 一个选题或想法 | 阶段 0 到 2:选题、调研、BRIEF |
| 口播稿 | 阶段 4:分镜与特效绑定 |
| 录好的口播视频 | 阶段 6:转写与清洗,需要特效再进阶段 7 |
| 粗剪或成片 | 阶段 8:字幕、封面、发布包 |
完整入口表见 SKILL.md。
手动安装:
git clone https://github.com/mileson/chaojifeng-video-content-creator.git
把目录放进 Agent 的 skills 目录,目录名保持 chaojifeng-video-content-creator。
flowchart LR
P["0-3 规划<br/>选题 · 调研<br/>BRIEF · 口播稿"] --> S["4-5 分镜与素材<br/>A/B-Roll 分镜<br/>素材清单与审计"]
S --> C["6 A-Roll 清洗<br/>转写 · 去口水词<br/>剪口音轨质检"]
S -.-> D["5.5 数字人 A-Roll<br/>可选"] -.-> C
C --> E["7 特效粗剪<br/>字幕驱动节拍<br/>Hyperframes 叠加轨"]
E --> F["8 发布包<br/>成片 · 字幕<br/>发布文案"]
| 阶段 | 做什么 | 门禁产物 |
|---|---|---|
| 0 选题 | 一句话选题、受众、平台 | topic-brief.md |
| 1 调研 | 论点、来源、参考视频 | research.md |
| 2 策略 | 核心信息、叙事弧、时长、开场 | BRIEF.md |
| 3 口播稿 | 可朗读的口播稿,标明口述状态 | SCRIPT.md |
| 4 分镜 | A/B-Roll 镜头,绑定特效模式 | STORYBOARD.md、BROLL-STYLE.md |
| 5 素材 | 屏录、截图、AI 图、特效素材 | ASSET-LIST.md、ASSET-AUDIT.md |
| 6 清洗 | 转写、去口水词、剪口音轨质检 | transcript.normalized.json、subtitle_plan.json、edit_decisions.json |
| 7 特效粗剪 | 字幕驱动的特效节拍与叠加轨 | EFFECT-BEATS.md、broll-overlay/、rough-cut/ |
| 8 发布 | 字幕、成片、发布包与验证 | publish/v00N/ |
内置的门禁:
assets/style_library/ 收录 148 个本地原生特效,每个都是可直接放进 Hyperframes 叠加轨的 HTML/GSAP 片段:
| 类别 | 数量 |
|---|---|
| 节拍 | 70 |
| 工具层 | 23 |
| 容器 | 18 |
| 转场 | 13 |
| 片尾 | 13 |
| 骨架 | 7 |
| 产品卡 | 4 |
另有 152 张 Remotion 配方卡(209 个样式),来自 video-shotcraft 的固定快照。统一挑选页 gallery.html 汇总 300 张配方卡、357 个样式,可按类别和关键词检索。

用浏览器打开 assets/style_library/gallery.html 即可浏览。预览页从 jsDelivr 加载 GSAP,需要联网。新增或修改特效后运行:
python3 assets/style_library/scripts/build_effects_gallery.py build
python3 assets/style_library/scripts/build_effects_gallery.py refresh
python3 assets/style_library/scripts/build_effects_gallery.py validate
Remotion 配方卡是配方描述加上游预览。在 Remotion 工程里实现并抽帧验证之前,它们不标为本地可用。
examples/clean-then-effects/ 是一条约 43 秒教程视频的阶段产物:选题、调研、BRIEF、口播稿、12 镜分镜,以及一段 15 秒口播的词级转写、清洗决策和清洗后的字幕。
用任意一段 15 秒视频(只读取时长)复现阶段 6 的字幕:
python3 scripts/render_from_transcript.py \
--video /path/to/any-15s-video.mp4 \
--transcript examples/clean-then-effects/transcript.json \
--subtitle-plan examples/clean-then-effects/subtitle_plan.json \
--work-dir /tmp/clean-then-effects \
--output /tmp/clean-then-effects/out.mp4 \
--window 0:15:full \
--skip-render
生成的 /tmp/clean-then-effects/edited.srt 与样例目录里的 edited.srt 一致。
| 脚本 | 用途 |
|---|---|
scripts/transcribe_volcengine.py |
调用火山引擎语音识别并输出标准化转写,--dry-run 只检查输出路径 |
scripts/normalize_asr_result.py |
把识别服务返回的 JSON 转成本 Skill 的转写格式 |
scripts/export_hotwords.py |
从 data/corrections.yaml 导出识别热词 |
scripts/render_from_transcript.py |
按转写和 subtitle_plan.json 剪辑、生成字幕并渲染 |
scripts/spoken_audio_qc.py |
渲染前检查每个剪口是否切到语音,输出 audio-qc.json 和波形报告 |
assets/style_library/scripts/build_effects_gallery.py |
重建预览、刷新缓存、校验特效库 |
剪口音轨质检可单独运行:
python3 scripts/spoken_audio_qc.py analyze \
--input raw.mp4 \
--timeline aroll/edit_decisions.json \
--transcript aroll/transcript.normalized.json \
--output-dir checks/spoken-audio-qc
输出 audio-qc.json、waveform-report.html 和 review-template.json。人工复听标出的剪口后,把结论填进 review-template.json,再加上 --review review-template.json 重新运行一次。render_from_transcript.py 在标准和激进清洗模式下会自动调用这套检查,参数说明见 references/cleanup-and-subtitles.md。
PATH 中:渲染和音轨质检需要。h264_videotoolbox,其他系统默认 libx264,用 --video-encoder 指定。VOLCENGINE_API_KEY,也可使用 VOLCENGINE_ARK_API_KEY 或 ARK_API_KEY,不会自动加载 .env 文件。可参照 .env.example 写好后用 set -a; source .env; set +a 导入。vc-url 模式需要公网可访问的音频地址,bigmodel-flash 模式可直接上传本地文件。X 的话 等清洗规则针对中文口播,规则文件是 data/filler_rules.yaml,可按需修改。SKILL.md 入口:阶段地图、门禁、工程契约
references/ 分阶段操作指南
templates/ BRIEF、SCRIPT、STORYBOARD 等产物模板
data/ 清洗规则、热词、字幕样式、识别服务配置、屏录案例
scripts/ 转写、剪辑渲染、音轨质检
assets/style_library/ 特效库:registry.json、snippets/、previews/、gallery.html
examples/ 样例工程
docs/images/ README 配图
npx skills 命令行工具。欢迎提交 Issue 和 Pull Request,约定见 CONTRIBUTING.md。安全问题请按 SECURITY.md 私下报告。
本仓库使用 MIT 许可。特效库中部分文件复制或改写自 Hyperframes 官方目录中的示例和组件,Remotion 配方卡来自 video-shotcraft,二者均为 Apache-2.0,署名和改动说明见 THIRD_PARTY_NOTICES.md。GSAP 通过 CDN 加载,适用 GSAP 标准许可。
chaojifeng-video-content-creator is an open-source ai agents skill for AI coding assistants such as Claude Code, Codex CLI, and ChatGPT, built by mileson. Agent Skill for Chinese-language video production: script, storyboard, spoken-audio cleanup, 148 HTML/GSAP effects, subtitles and publish package. 中文视频内容创作 Skill。. It has 55 GitHub stars.
chaojifeng-video-content-creator's catalog security scan is still queued. You can run an instant dependency and prompt-injection check now with the "Scan for vulnerabilities" button above.
Clone the repository with "git clone https://github.com/mileson/chaojifeng-video-content-creator" and add it to your Claude Code skills directory (see the Installation section above). chaojifeng-video-content-creator ships a SKILL.md manifest, so compatible agents can discover and load it automatically.
chaojifeng-video-content-creator is primarily written in HTML. It is open-source under mileson on GitHub, so you can review or fork the full source.
Yes. SkillsLLM lists many other AI Agents skills you can browse and compare side by side. Open the AI Agents category from the badge at the top of this page, or use the Related Skills and comparison links further down to weigh chaojifeng-video-content-creator against similar tools.
No comments yet. Be the first to share your thoughts!