compose-video

name	compose-video
description	把已生成的视频片段按剧本顺序拼接为单集成片，可选混入 BGM 与场景间转场。当用户说"拼成片"、"合成本集视频"或"加背景音乐"时使用。

合成视频

把单集已生成的视频片段（videos/*.mp4）按剧本顺序串接为一段成片，写入 output/。可选混入 BGM、按 transition_to_next 添加场景间转场。

适用范围（重要）

• 仅支持 scenes[] 剧本骨架 — 脚本读取顶层 scenes[]；顶层为 segments[]、shots[] 或 video_units[] 的剧本会被拒绝。这些剧本的成片导出请走 Web 端剪映草稿导出（广告/短片草稿含视频轨 + 口播文案字幕轨，导出后在剪映配音成片）
• 单集拼接 — 一次只处理一份剧本文件，不支持多集合并
• 不实现片头片尾 / BGM 音量调节 — 这些需求请走 Web 端剪映草稿导出

本地合成的声音与字幕

服务端 presentation 统一决定声音归属与字幕时序，但只由 Web 端 JianyingDraftService 导出消费。 本 skill 调用的 compose_video.py 不读取 presentation：

• 直接读取 generated_assets(scene).video_clip，保留片段内置音频；不添加 TTS 或字幕轨
• 不静音、不闪避、不分离供应商原音，也不改写源片段文件
• 指定 --music 时，BGM 先按固定 volume=0.3 调整，再由 ffmpeg amix 与片段音频混合； 不指定时原音原样透传
• 不自行估算字幕时间轴，需要 TTS 或字幕轨时走 Web 端剪映草稿导出
• 时长以媒体实际时长为准，不用剧本计划的 duration_seconds 反推声画边界

stale 产物照常参与成片，不因「看起来旧」跳过或触发重生。

CLI 用法

脚本必须在含 project.json 的项目 cwd 内运行，并使用相对项目根 cwd 的剧本文件名：

# 最简形式：按剧本顺序拼接 + 自动转场（按 transition_to_next）
python .claude/skills/compose-video/scripts/compose_video.py scripts/episode_1.json

# 混入 BGM（音乐文件相对项目根 cwd 或绝对路径）
python .claude/skills/compose-video/scripts/compose_video.py scripts/episode_1.json --music background_music.mp3

# 关闭转场（一律 cut 拼接，可用于规避 xfade 编码不一致问题）
python .claude/skills/compose-video/scripts/compose_video.py scripts/episode_1.json --no-transitions

# 自定义输出文件名（输出固定落在 output/ 下）
python .claude/skills/compose-video/scripts/compose_video.py scripts/episode_1.json --output episode_1_final.mp4

完整参数：

参数	类型	说明
script	位置参数（必填）	剧本文件名（相对项目 cwd）
--output OUTPUT	可选	输出文件名；缺省按剧本 novel.chapter 字段生成。无论何种取值，最终都落在 output/ 子目录内
--music MUSIC	可选	BGM 文件路径（相对项目 cwd 或绝对路径），但必须解析后位于项目目录内
--no-transitions	flag	全部用 cut 直接拼接，忽略剧本里的 transition_to_next

工作流程

1. 读剧本 — 通过 ProjectManager.load_script() 从 scripts/ 加载（路径过滤复用 lib 内 _safe_subpath）
2. 收集片段 — 按 scenes[i].generated_assets.video_clip 逐个解析视频文件并校验存在
3. 拼接 — 默认走 normalize → concat（先把每段规范化为统一 H.264/AAC，再用 concat filter 编码），有 xfade 转场需求时按 transition_to_next 加滤镜
4. 混音 — 若指定 --music，再做一遍 audio mix；输出文件名追加 _with_music

支持的转场类型

按剧本字段 scenes[i].transition_to_next 映射：

字段值	ffmpeg 行为
cut（默认）	直接拼接，无淡入淡出
fade	xfade=transition=fade:duration=0.5
dissolve	xfade=transition=dissolve:duration=0.5
wipe	xfade=transition=wipeleft:duration=0.5

前置检查

• 当前 cwd 是项目根（含 project.json）
• 剧本 content_mode 为 drama（顶层有 scenes[]）
• 每个分镜的 generated_assets.video_clip 都已生成
• ffmpeg / ffprobe 都在 PATH（脚本会预检）
• BGM 文件存在（如指定 --music）

限制 / 缺失能力

下列能力未实现，请使用 Web 端剪映草稿导出：

• 旁白/解说、广告/短片与参考生视频（脚本只识别 scenes[]）
• 多集合并 / 单集分片裁剪
• BGM 音量调节、独立 BGM 时间轴
• 片头片尾 intro/outro
• 字幕渲染