script-to-scene

name	script-to-scene
description	将自然语言脚本拆分为结构化场景配置。 触发词： - "拆分场景"、"场景配置" - "分镜"、"场景规划" - "脚本转场景" 使用场景： - 科普视频脚本拆解 - 教程视频分镜 - 长文本自动分段

script-to-scene

将自然语言脚本转化为结构化场景配置。

功能

1. 智能拆分：根据语义将长文本拆分为独立场景
2. 时长估算：根据文字量估算每个场景的时长
3. 概念提取：自动识别关键概念用于可视化
4. 结构化输出：生成统一的 audioConfig.ts 格式

输入格式

// 用户输入示例
const userScript = `
帮我做一个关于卷积神经网络的视频：

1. 什么是卷积神经网络？
2. 输入层的工作原理
3. 卷积层如何提取特征
4. 池化层的作用
5. 总结回顾
`;

输出格式

// audioConfig.ts
export interface SceneConfig {
  id: string;              // 场景 ID (e.g., "scene-01")
  title: string;           // 场景标题
  durationInFrames: number; // 时长（帧，@30fps）
  audioFile?: string;       // 音频文件路径
  keyConcepts: string[];    // 关键概念
  visualType: "3d-neural-net" | "2d-diagram" | "animation" | "code";
  cameraPosition?: [number, number, number];
  backgroundColor?: string;
}

export const SCENES: SceneConfig[] = [
  {
    id: "scene-01",
    title: "什么是卷积神经网络？",
    durationInFrames: 450,  // 15秒 @ 30fps
    keyConcepts: ["计算机视觉", "深度学习", "图像识别"],
    visualType: "3d-neural-net",
    cameraPosition: [0, 0, 5],
  },
  // ...更多场景
];

export const TOTAL_FRAMES = SCENES.reduce((sum, s) => sum + s.durationInFrames, 0);
export const FPS = 30;

拆分规则

规则	说明
每个主要观点	= 一个场景
每场景时长	10-30 秒
时长估算	约 150-450 字符/场景
总帧数	各场景帧数之和

可视化类型

类型	用途	示例
3d-neural-net	神经网络结构	输入层、隐藏层、输出层
2d-diagram	平面图解	数据流、流程图
animation	过程动画	卷积滑动、池化操作
code	代码演示	Python、JavaScript

使用方法

// 在 Claude Code 中使用
import { parseScript, SceneConfig } from "./script-to-scene";

const scenes = parseScript(userScript, {
  maxDurationPerScene: 30,  // 最大时长（秒）
  style: "3Blue1Brown",      // 风格
});

实现要点

1. 自然语言处理：使用 AI 理解脚本结构
2. 时长估算：基于 TTS 语速（约 150字符/分钟）
3. 关键概念：提取用于可视化的关键词
4. 格式兼容：输出可直接用于 Remotion

参考资源

• PRD.md
• audioConfig.ts 模板