메뉴
视频创作技能。图片+音频合成视频，支持淡入淡出转场、自动拼接片尾、添加BGM。当用户提到「生成视频」「图文转视频」「做视频号」时触发此技能。
기본적으로 소스를 먼저 확인하는 Prompt가 선택됩니다. 직접 명령으로 전환하거나 로컬 사본을 다운로드할 수도 있습니다.
설치 여부를 결정하기 전에 SKILL.md와 SkillsMP에 표시된 보조 파일을 읽어 보세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
직접 명령은 검토 Prompt를 거치지 않습니다. 실행하기 전에 소스를 확인하세요.
npx skills add https://github.com/atxinsky/skills --skill video-creator명령은 한 줄로 유지됩니다. 복사하기 전에 가로로 스크롤해 전체 내용을 확인하세요.
로컬 사본을 원하시나요? SkillsMP에서 현재 제공할 수 있는 파일을 다운로드하세요.
投标服务方案文档生成器。根据采购技术规范和评分标准，自动生成完整的投标服务方案文档（Word + 信息图）。当用户说"生成投标方案"、"做标书"、"做服务方案"、"按技术规范出文档"时使用此skill。
深度研究分析skill，用于股票、加密货币和商品期货的专业交易研究。当用户输入"研究一下"、"帮我研究"、"分析一下"时触发。根据标的类型自动应用不同的研究框架，输出可直接用于交易决策的研究报告。完成后自动保存到Notion。
多视角思考框架。当用户说"帮我想想"、"分析一下这个问题"、"/think"时触发。支持三种模式：职业视角模式（25个职业思维工具）、人格唤醒模式（真实历史人物）、会诊流模式（结构化7阶段收敛）。基于查理·芒格的多元心智模型 + 马斯克的第一性原理 + Ian 的人格唤醒方法论 + 顾问团会诊流程。
SKILL.md 표시 중
SOC 직업 분류 기준
| name | video-creator |
| description | 视频创作技能。图片+音频合成视频，支持淡入淡出转场、自动拼接片尾、添加BGM。当用户提到「生成视频」「图文转视频」「做视频号」时触发此技能。 |
图片+音频合成视频工具。
当用户提供故事/剧情/剧本时，必须严格按以下套娃流程执行：
┌─────────────────────────────────────────────────────────────┐
│ 第一层：故事 → 拆分场景 → 并发生成场景主图（文生图） │
│ │
│ 大闹天宫 → 场景1：弼马温受辱 │
│ 场景2：筋斗云回花果山 │
│ 场景3：玉帝派兵 │
│ ... │
│ → 并发调用 text_to_image.py 生成每个场景主图 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 第二层：每个场景主图 → 图生图拆出细镜头（保持角色一致） │
│ │
│ 场景1主图 → 细镜头1：悟空看官印疑惑 │
│ 细镜头2：悟空踢翻马槽 │
│ 场景2主图 → 细镜头1：踏筋斗云腾空 │
│ 细镜头2：花果山自封大圣 │
│ → 并发调用 image_to_image.py，以主图为参考 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 第三层：生成配音 + 字幕 + 合成视频 │
│ │
│ 1. tts_generator.py 生成配音 + 时间戳 │
│ 2. 【铁律】根据时间戳精确计算每张图的duration（见下方规范） │
│ 3. 生成 SRT 字幕 │
│ 4. 生成 video_config.yaml 前必须校验总时长 │
│ 5. video_maker.py 合成： │
│ → 图片合成（带转场） │
│ → 合并音频 │
│ → 烧录字幕（ASS格式，底部居中固定） │
│ → 自动拼接片尾（二维码+"点关注不迷路"） │
│ → 添加BGM │
└─────────────────────────────────────────────────────────────┘
**铁律：所有视频必须自动拼接片尾！**
assets/generated/{project_name}/
├── scene1/
│ ├── main.png # 场景1主图（文生图）
│ ├── shot_01.png # 细镜头1（图生图）
│ └── shot_02.png # 细镜头2（图生图）
├── scene2/
│ ├── main.png
│ ├── shot_01.png
│ └── shot_02.png
├── ...
├── narration.mp3 # 配音
├── narration.json # 时间戳
├── subtitles.srt # 字幕
├── video_config.yaml # 视频配置
└── {project_name}.mp4 # 最终视频
# 第一层：并发生成场景主图
python .opencode/skills/image-service/scripts/text_to_image.py "风格描述，场景1内容" -r 9:16 -o scene1/main.png &
python .opencode/skills/image-service/scripts/text_to_image.py "风格描述，场景2内容" -r 9:16 -o scene2/main.png &
wait
# 第二层：并发图生图生成细镜头
python .opencode/skills/image-service/scripts/image_to_image.py scene1/main.png "保持角色风格，细镜头描述" -r 9:16 -o scene1/shot_01.png &
python .opencode/skills/image-service/scripts/image_to_image.py scene1/main.png "保持角色风格，细镜头描述" -r 9:16 -o scene1/shot_02.png &
wait
# 第三层：生成配音+合成视频
python .opencode/skills/video-creator/scripts/tts_generator.py --text "完整旁白" --output narration.mp3 --timestamps
python .opencode/skills/video-creator/scripts/video_maker.py video_config.yaml --srt subtitles.srt --bgm epic
# video_config.yaml
ratio: "9:16" # 必须加引号！避免YAML解析错误
bgm_volume: 0.12
outro: true
scenes:
- audio: narration.mp3
images:
# 按场景顺序排列所有细镜头
- file: scene1/shot_01.png
duration: 4.34
- file: scene1/shot_02.png
duration: 4.88
- file: scene2/shot_01.png
duration: 2.15
# ...
注意：ratio 必须用引号包裹，如 "9:16"，否则 YAML 会解析成时间格式。
生成 video_config.yaml 前，必须严格按以下流程计算 duration：
import json
with open("narration.json", "r") as f:
timestamps = json.load(f)
audio_duration = timestamps[-1]["end"]
print(f"音频总时长: {audio_duration:.1f}s")
根据解说词内容，确定每张图对应的时间段：
# 示例：根据解说词内容划分
# 找到每个主题切换点的时间戳
scenes = [
("cover.png", 0, 12.5), # 开场到第一个主题切换
("scene01.png", 12.5, 26), # 第二段内容
# ...根据 narration.json 中的句子边界精确划分
]
for file, start, end in scenes:
duration = end - start
print(f"{file}: {duration:.1f}s")
total_duration = sum(duration for _, _, duration in scenes)
assert abs(total_duration - audio_duration) < 1.0, \
f"时长不匹配！图片总时长{total_duration}s vs 音频{audio_duration}s"
生成配置前，先输出分配表让用户确认：
| 场景图 | 对应内容 | 开始 | 结束 | 时长 |
|--------|----------|------|------|------|
| cover.png | 开场引入 | 0s | 12.5s | 12.5s |
| scene01.png | AI Agent时代 | 12.5s | 26s | 13.5s |
| ... | ... | ... | ... | ... |
| **合计** | | | | **{total}s** |
音频总时长：{audio_duration}s
差值：{diff}s ✅/❌
字幕使用 ASS 格式，强制底部居中固定位置：
禁止：字幕乱跑、大小不一、位置不固定
python video_maker.py config.yaml [options]
| 参数 | 说明 | 默认值 |
|---|---|---|
--no-outro | 不添加片尾 | 添加 |
--no-bgm | 不添加BGM | 添加 |
--fade | 转场时长(秒) | 0.5 |
--bgm-volume | BGM音量 | 0.08 |
--bgm | 自定义BGM（可选: epic） | 默认科技风 |
--ratio | 视频比例 | 16:9（会被配置文件覆盖） |
--srt | 字幕文件路径 | 无 |
python tts_generator.py --text "文本" --output audio.mp3 [options]
| 参数 | 说明 | 默认值 |
|---|---|---|
--voice | 音色 | zh-CN-YunxiNeural |
--rate | 语速 | +0% |
--timestamps | 输出时间戳JSON | 否 |
与 image-service 生图服务保持一致，支持 10 种比例：
| 比例 | 分辨率 | 适用场景 |
|---|---|---|
| 1:1 | 1024×1024 | 正方形，朋友圈 |
| 2:3 | 832×1248 | 竖版海报 |
| 3:2 | 1248×832 | 横版海报 |
| 3:4 | 1080×1440 | 小红书、朋友圈 |
| 4:3 | 1440×1080 | 传统显示器 |
| 4:5 | 864×1080 | |
| 5:4 | 1080×864 | 横版照片 |
| 9:16 | 1080×1920 | 抖音、视频号、竖屏 |
| 16:9 | 1920×1080 | B站、YouTube、横屏 |
| 21:9 | 1536×672 | 超宽屏电影 |
铁律：所有视频必须自动拼接对应尺寸的片尾！
片尾匹配顺序：
outro_{ratio}.mp4outro_9x16.mp4，横版→outro_16x9.mp4outro.mp4| 文件 | 风格 | 适用场景 |
|---|---|---|
bgm_technology.mp3 | 科技感 | 技术教程、产品介绍 |
bgm_epic.mp3 | 热血史诗 | 故事、战斗、励志 |
使用：--bgm epic 或 --bgm /path/to/bgm.mp3
| 音色 ID | 风格 |
|---|---|
| zh-CN-YunyangNeural | 男声，新闻播报 |
| zh-CN-YunxiNeural | 男声，阳光活泼 |
| zh-CN-XiaoxiaoNeural | 女声，温暖自然 |
| zh-CN-XiaoyiNeural | 女声，活泼可爱 |
video-creator/
├── SKILL.md
├── scripts/
│ ├── video_maker.py # 主脚本：图片+音频→视频
│ ├── tts_generator.py # TTS 语音生成
│ └── scene_splitter.py # 场景拆分器（可选）
├── assets/
│ ├── outro.mp4 # 通用片尾（16:9）
│ ├── outro_9x16.mp4 # 竖版片尾
│ ├── outro_3x4.mp4 # 3:4片尾
│ ├── bgm_technology.mp3 # 默认BGM
│ └── bgm_epic.mp3 # 热血BGM
└── references/
└── edge_tts_voices.md
# 系统依赖
brew install ffmpeg # Mac
# Python 依赖
pip install edge-tts pyyaml