القائمة
用 Remotion 在视频或音频上叠加 KTV 风格歌词：asr-to-lrc.py 调火山 openspeech 生成 LRC（可选逐词时间戳），再渲染歌词动画。 视频模式底部双行，音频模式全屏滚动高亮。需 DOUBAO_SPEECH_API_KEY 等，详见正文。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
根据视频内容生成与画面匹配的解说旁白，使用 Ark TTS 合成有吸引力的配音并替换原音轨
根据视频情绪/风格从音乐库中自动匹配合适的 BGM 并混音，支持 ducking
基于豆包大模型 ASR（LAS-ASR-PRO）的高精度语音转写：支持视频自动抽取音轨、降噪预处理、超大文件与超长时长、 TOS 内网路径（tos://）输入；输出带时间戳的分句 JSON，可选说话人分离、情感/性别/语速、敏感词过滤等扩展分析。 异步 submit/poll。适用于台词精转、会议纪要、多语言音视频（支持多格式与自动语种检测）。需 LAS 侧鉴权与算子配置。
从视频或纯音频中提取音轨，并按固定时长切分；支持 wav/mp3/flac 等格式转换，输入输出可对接 TOS。 需 LAS_API_KEY。适用于批量抽音频、等长分段、给 ASR/剪辑流水线备料。
按自然语言描述从长视频中抽取片段：高光、指定场景、参考图找人/找物、长视频语义分段与带时间戳的摘要。 支持参考图锁定目标，结果多为 TOS 上的剪辑 URL。需 LAS_API_KEY 与算子区域配置。适合云端粗剪、素材初筛与自动化拆条。
OpenClaw 系统诊断和性能分析工具。分析 agent 推理耗时、Token 用量、工具调用统计、 Run 时间线、Gateway 重启历史。支持多种模式：批量分析（默认）、实时跟踪（-f）、 摘要统计（-s）、高级诊断（--advanced）。支持多 Agent 过滤。 使用场景：当用户询问 OpenClaw 运行状态、性能瓶颈、推理延迟、Token 消耗、 工具执行统计、错误排查、agent 活动分析时触发。 触发词：诊断、diagnostics、性能分析、推理耗时、token统计、运行状态、 agent分析、工具调用统计、Run详情、Gateway重启。 指令触发：/diag — 直接执行诊断，支持参数透传。
| name | KTV 歌词特效视频 |
| description | 用 Remotion 在视频或音频上叠加 KTV 风格歌词：asr-to-lrc.py 调火山 openspeech 生成 LRC（可选逐词时间戳），再渲染歌词动画。 视频模式底部双行，音频模式全屏滚动高亮。需 DOUBAO_SPEECH_API_KEY 等，详见正文。 |
| trigger | KTV 歌词、LRC、歌词特效、Remotion 歌词、卡拉OK 字幕、视频加歌词 |
使用 Remotion 在源视频/音频上叠加 KTV 歌词效果。通过独立的 asr-to-lrc.py 脚本调用火山引擎 openspeech 自动识别语音并生成 LRC 歌词（可选逐词时间戳），再由 Remotion 项目渲染歌词动画。视频模式下歌词叠加在视频底部（当前行+下一行），音频模式下歌词全屏滚动高亮显示。
当用户提到以下关键词时触发此 Skill：
本 Skill 分为两个独立阶段：
阶段 A — 语音识别（asr-to-lrc.py）
DOUBAO_SPEECH_API_KEY）words 字段），否则输出普通 LRC阶段 B — 歌词视频渲染（Remotion 项目）
Step 1：确认用户输入
向用户确认：
#00ff88（亮绿色）判断文件类型：
MODE = "video")MODE = "audio")Step 2：阶段 A — 生成增强 LRC 歌词
前置条件（仅首次）：
ffmpeg.env，包含 DOUBAO_SPEECH_API_KEY=...使用独立脚本生成增强 LRC：
python scripts/asr-to-lrc.py <媒体文件路径> -o lyrics.lrc
asr-to-lrc.py 参数：
| 参数 | 默认值 | 说明 |
|---|---|---|
media | (必填) | 音频/视频文件路径 |
-o/--output | lyrics.lrc | 输出 LRC 文件路径 |
--result-json | (自动) | 保存火山 ASR 完整结果 JSON（默认与输出同名，后缀改为 .asr.json） |
--no-enhanced | 关 | 输出普通 LRC（默认尽量输出逐词时间戳，若返回含 words 字段） |
--poll-interval | 5 | 轮询间隔（秒） |
--timeout-sec | 600 | 超时（秒） |
--keep-temp | 关 | 保留临时 mp3 |
输出格式为增强 LRC（逐字时间戳）：
[00:05.20] <00:05.20>我<00:05.60>在<00:05.90>人<00:06.30>民<00:06.70>广<00:07.10>场<00:07.50>吃<00:07.90>炸<00:08.30>鸡<00:08.80>
如果用户自己有 LRC 歌词文件，可跳过此步骤。
Step 3：获取媒体时长
⚠️ 关键步骤：获取原始媒体的精确时长，用于保证输出视频时长对齐。
# 获取时长（秒，带小数）
DURATION=$(ffprobe -v error -show_entries format=duration -of csv=p=0 <媒体文件路径>)
echo "媒体时长: ${DURATION}s"
Step 4：阶段 B — 初始化 Remotion 项目
bash ktv-video-production/scripts/scaffold.sh
Step 5：导入文件并更新配置
将用户上传的媒体文件下载到 ktv-video-production-project/public/ 目录，重命名为 media.mp4 或 media.mp3
将增强 LRC 转为 JSON 并放入项目：
cd ktv-video-production-project
node scripts/parse-lrc.mjs ../lyrics.lrc 30 > src/data/lyrics-data.json
src/config.ts：export const MODE: "video" | "audio" = "video"; // 根据文件类型
export const MEDIA_SRC = "media.mp4"; // 媒体文件名
export const TOTAL_DURATION_SEC = 245.32; // ⚠️ 填入 Step 3 获取的精确时长
export const VIDEO_WIDTH = 1920;
export const VIDEO_HEIGHT = 1080;
export const FPS = 30;
Step 6：打包项目给用户
cd ktv-video-production-project && zip -r ../ktv-video-production-project.zip . -x "node_modules/*"
Step 7：告知用户使用方式
cd ktv-video-production-project
npm install
npm start # Remotion Studio 预览
npm run preview # Vite + Player 预览
npm run render # CLI 导出 MP4（推荐）
┌──────────────────────────────────┐
│ │
│ 源视频画面（全屏） │
│ │
│ │
├──────────────────────────────────┤ ← 渐变半透明蒙层
│ ▶ 当前行：我在人民广场吃炸鸡 │ ← 64px 亮色逐字填充
│ 下一行：而此时此刻你在哪里 │ ← 48px 半透明预览
│▁▁▁▁▁▁▁▁▁▁ 进度条 ▁▁▁▁▁▁▁▁▁▁▁▁│
└──────────────────────────────────┘
┌──────────────────────────────────┐
│ (已唱) 第一行歌词 │ ← 暗色，缩小
│ (已唱) 第二行歌词 │ ← 暗色，缩小
│ │
│ ★ 当前行：我在人民广场吃炸鸡 ★ │ ← 居中，最大，逐字填充
│ │
│ (下一行) 第四行歌词 │ ← 半透明
│ (下一行) 第五行歌词 │ ← 更半透明
│▁▁▁▁▁▁▁▁▁▁ 进度条 ▁▁▁▁▁▁▁▁▁▁▁▁│
└──────────────────────────────────┘
src/config.ts 中的 TOTAL_DURATION_SEC 控制输出视频的总帧数：
totalFrames = Math.round(TOTAL_DURATION_SEC * FPS)，输出视频时长精确等于原始媒体务必通过 ffprobe 获取原始媒体精确时长并填入此字段。
.env 中有 DOUBAO_SPEECH_API_KEY