SKILL.md
口播短视频安全包装
把用户提供的真人口播素材直接包装成可发布的中文短视频。目标不是堆特效，而是让字幕、信息卡和动效帮助理解，同时始终让人物保持清楚、自然、可看。
默认交付
- 成片：
1080x1920、9:16、MP4、30fps。 - 音频：默认保留并封装原始口播音频，不重配音、不静音。
- 字幕：默认开启；文字必须与当前时间的实际口播一致。
- 画面：人物主讲优先；只在当前话题需要解释产品、数据、流程或对比时短暂使用前景信息卡。
- 包装：每段 3--6 个有语义的轻量元素即可，不为“高级感”堆卡片、转场或素材。
- 素材：没有 Logo、图片或品牌规范时，使用干净的文字、线条、图标和半透明 UI；不要强制生成图片。
- 时间轴：不要求用户提供或审阅时间轴文档。内部可使用转写时间戳完成同步，但交付只给成片、工程与 QA 结果。
不可突破的规则
- 先分离当前视频，再设计包装。 不能把前一段的字幕、卡片或高亮残留到下一段。
- 先转写，后设计。 即使用户不需要字幕，也必须转写并确认人名、品牌、数字、单位和缩写；不确定的内容不得臆造。
- 人物优先。 小卡片、标签、字幕和浮层不得压住发际线、头发轮廓、眼镜、眼睛、鼻子、嘴部或关键手势。
- 字幕只对应当前口播。 每屏 1--2 行，宁可短句切分，也不要提前显示下句、滞后不消失或把多句挤成一团。
- 信息卡必须有语义。 卡片应对应当前正在讲的一个产品、数据、步骤、对比或结论；没有明确用途时不加。
- 保留原声。 不得用静音、黑屏、错误音轨或无声替换来掩盖渲染问题。
- 先验证再交付。 成片必须可解码，包含视频和音频流，并通过人物避让、字幕、残留层和首尾画面检查。
执行流程
1. 明确输入与默认值
至少需要一段真人口播视频。文案、Logo、品牌色、图片、平台要求和特别要强调的观点均为可选输入。
若用户没有指定，使用本 Skill 的默认交付。若素材并非中文、不是竖屏、没有人物或明确要求去除原声，先说明会改变哪些默认项，再继续制作。
2. 素材体检与转写
- 检查时长、分辨率、帧率、画幅、编码、是否可变帧率、是否有音频、人物位置、脸部大小、手势和已有字幕。
- 从原始音频生成带时间戳的转写；校正专有名词、数字、货币、百分比和单位。
- 找到话题切换、数据出现、动作明显、人物移动和停顿的位置。这些是包装切换点，不需要产出给用户的时间轴表。
3. 先画人物安全区
为每个镜头记录脸部框和关键手势区域。先放置人物安全区，再放字幕和 UI，绝不能反过来。
默认从 [安全区参考](references/platform-safe-area.md) 的 1080x1920 起始值开始；素材人物靠边、低机位、多人、手势多或目标平台 UI 不同，必须重新校准。
4. 选择画面模式
默认使用 人物主讲模式：人物清晰可见，包装只是辅助。
仅在下列情况短暂使用 前景信息卡模式：
- 展示产品或页面；
- 解释一项关键数据；
- 对比两个选择；
- 梳理一个流程或结论。
前景卡结束后应及时回到人物主讲模式。卡片不能只因为“看起来更精美”而出现。
5. 设计字幕和轻量包装
- 字幕使用高对比文字与轻阴影或描边，不使用压迫人物的大黑底。
- 顶部支持 UI 保持短小：主题、当前章节、关键数字或流程进度均可；一次只突出一个信息。
- 卡片进出应平稳、可读、及时清除。切换话题时先退出旧层，再进入新层。
- 动效以淡入、位移、缩放和进度变化为主；时长短、节奏贴近口播，不使用无意义的频繁闪烁。
6. 选择渲染路径
优先按当前可用环境选择，而不是为工具本身硬撑：
- HyperFrames：适合单条口播、HTML/CSS/GSAP 字幕、透明 UI、标题和快速预览。先运行环境检查、lint/inspect 与短片段烟雾渲染。
- Remotion：HyperFrames 不可用、烟雾渲染失败，或需要复杂字幕、批量复用、React 组件和逐帧稳定性时切换。
- 其他渲染路径：前两者都不可用时，说明原因、预计影响与可用方案后再切换；仍须遵守本 Skill 的人物安全、字幕、音频和 QA 规则。
短视频直接合成出现编码、可变帧率、关键帧或透明层异常时，先将素材转为稳定的 H.264/CFR 中间文件，再重新渲染。不得以删除原声、字幕或人物避让为代价换取“能导出”。
7. 成片 QA
逐段检查以下位置：开场后 0.2--0.5 秒、每个包装稳定段、每个包装退出后 0.2--0.5 秒，以及片尾。
- 当前字幕、卡片和高亮是否准确对应正在说的话；
- UI 是否压住脸部、眼镜、嘴部、发际线或关键手势；
- 是否有黑屏、白闪、旧层残留、幽灵层、跳帧或错位；
- 人物与 UI 是否仍有足够对比度和可读性；
- 原声是否从头到尾存在、同步且无异常静音；
- 输出是否为可解码 MP4，尺寸、帧率、时长和音视频流是否符合约定。
使用本包的检查脚本完成基础交付验证：
python scripts/verify_delivery.py "输出成片.mp4" --expect-width 1080 --expect-height 1920 --expect-fps 30 --decode该脚本只验证技术交付，不替代人工的人物遮挡和字幕语义检查。
8. 交付
交付以下内容：
- 最终 MP4 成片；
- 可继续编辑的项目或源文件；
- 简短 QA 说明：渲染路径、原声状态、字幕策略、人物安全检查、技术检查结果及已知限制。
不要只交付工程、预览链接或未检查的渲染缓存。
常见请求的处理方式
| 用户请求 | 执行方式 |
|---|---|
| “给这段口播做精美包装” | 默认保留原声和中文字幕，以人物主讲为主，顶部放少量话题和数据 UI。 |
| “字幕不要挡住人” | 先标记脸部和手势，再把字幕放入底部安全区；若人物处于底部，改用侧边或动态避让。 |
| “HyperFrames 用不了” | 给出失败原因，切换 Remotion；仍不可用时说明其他可用渲染方案后再继续。 |
| “做得高级一点” | 提升排版、层级、动效节奏和数据表达，不增加与当前口播无关的装饰。 |
| “不要字幕” | 仍完成转写用于包装同步，但不输出字幕层；其余人物安全和 QA 保持。 |
最终回复模板
完成后用简短中文汇报：
已完成：{成片路径}
规格：{分辨率} / {帧率} / {时长}
渲染：{HyperFrames | Remotion | 其他}
音频：原声已保留
字幕：{逐句中文字幕 | 未显示，已用转写同步包装}
QA：已检查人物避让、字幕同步、包装退出和音视频可解码性
限制：{无；或具体说明}