- name
SKILL.md
Tệp skill vẫn nằm trong kho mã của nhà phát hành.
Dán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add zenstory-ai/video-recap-skills --skill video-script -a cursor -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add zenstory-ai/video-recap-skills --skill video-script -a claude-code -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add zenstory-ai/video-recap-skills --skill video-script -a codex -yDán lệnh đã sao chép vào terminal. Lệnh sẽ cài đặt tệp SKILL.md này vào agent đó.
npx skills add zenstory-ai/video-recap-skills --skill video-script -a grok -yGửi tin nhắn đã sao chép trong cuộc trò chuyện Grok Bot. Bot sẽ lấy tệp SKILL.md này từ GitHub và thêm vào bộ skill mà mọi Bot của bạn dùng chung.
Install this skill: https://github.com/zenstory-ai/video-recap-skills/tree/HEAD/skills/video-scriptTừ nhà phát hành
只改宣发标题、封面、花字或回填外部文案时,直接读 references/promotional-copy.md,
按当前短片的观看理由和兑现位置处理指定文字层,不重做下述策划/旁白链。
普通解说写作不因此增加平台调研或包装任务。
本技能负责创作方向、画面与声音计划、旁白写作及校验。Agent 依次从以下五个角度作出决定:
Agent 先记录简洁决定,再写时间线产物。validate.py 负责对理解索引做机械校验,从不改写 Agent 的稿子:段落顺序、数量、时间、文本、停顿和扩展元数据原样保留,只依据现有声音证据回写实测的 overlaps_speech。文本装不下时间窗、段落未按时间排序等问题以 error 退回给 Agent 修改。
下面的 scripts/... 均相对于本技能目录。若执行器从仓库根目录启动,请给脚本路径加上本技能的绝对目录。
先根据用户要求和 work_dir 判断本轮创作控制模式。它与 full|cut|dub 渲染模式分别选择:
REVISION 先明确本轮修改项与冻结项,再编辑对应层:表达、口语节奏、字幕反馈更新 style_card.json;镜头、入出点、表演和声音分工更新 visual_audio_board.json;只有观众承诺、POV、主线或 beat 改变时才更新 recap_story_plan.json。被删除的镜头、原声或文案也要从相关计划中删除,不能保留过期锚点。不要把看片修改重新做成一次 CREATE。
本技能只有一个脚本会联网:review.py(§7.1 的建议型语义评审)。其余全部在本地运行:validate.py 及其 lint、去 AI 味检查只读写 work_dir 里的文件,不发任何网络请求;策划与写稿由 Agent 直接读写 work_dir 完成。
review.py 发给谁:
<MIMO_API_URL>/chat/completions,用 MIMO_API_KEY 认证,模型为 MIMO_MODEL(默认 mimo-v2.5)。未设 MIMO_API_URL 时,按量计费 key 发往 https://api.xiaomimimo.com/v1,tp- 开头的 Token Plan key 发往 MIMO_TOKEN_PLAN_CLUSTER 选定的 token-plan 集群(默认 https://token-plan-cn.xiaomimimo.com/v1)。MIMO_API_KEY 时直接退出,不构造也不发送任何请求。review.py 发送什么(只有文字,不发视频、帧图片或音频文件):
narration.json 全部旁白段的时间与文字。vlm_analysis.json 的场景描述与 frame_facts 文字,以及对白转写(有 asr_clean.json 时用它,否则 asr_result.json)。background_research.json 的梗概、角色、关系与剧情线摘录。packaging_plan.json、recap_story_plan.json、visual_audio_board.json、style_card.json(各截前 3000 字)和 original_subtitles.json 的原声字幕文字。narration_review.json / narration_review.md。何时运行、怎样关闭:
review.py 只在用户或 Agent 显式执行它时运行;不执行它就没有任何外发。用户不希望稿件离开本机时,不要运行它,改为人工复核后直接跑 validate.py。--no-review-narration 或环境变量 REVIEW_NARRATION=0。若同时开启了严格评审(--require-narration-review 或 REQUIRE_NARRATION_REVIEW=1),评审必须运行,关闭开关不生效。narration.json;是否修改由 Agent 或用户决定。首先阅读:
work_dir/agent_narration_brief.md:场景、时长、安静窗口与字数预算。asr_writing_chunks.json:长对白的写作分块。timeline_fusion.json:判断某段是否有对白或静音槽。vlm_analysis.json / asr_result.json:核对具体画面与原声证据;有 asr_clean.json 时以它的文本为准(lint、评审、剪辑和合成都读它)。production_reference.json(仅当 work_dir 里有):另一部成片拆出的可迁移方法与节奏数值,用法见 §4。full 模式使用原片时间。cut 模式第一阶段只写 clip_plan.json;edited_source.mp4 产生后,第二阶段才按输出时间写 narration.json。
写任何创作产物前,直接读取 work_dir 判断当前阶段:
recap_run_manifest.json:确认 edit_mode、源视频和本轮设置。narration.json 时进入写稿;存在时先复核再校验。clip_plan_validated.json / edited_source.mp4,只写 clip_plan.json。clip_plan_validated.json.clips[] 中的 source_start/end 与 output_start/end 核对映射,再写输出时间的旁白。必须确认旁白没有跨越错误剪辑边界,也没有落进已删除区间。整个判断只依赖 work_dir 产物。
先阅读 references/creative-editing-playbook.md,再按创作控制模式写或更新工作产物:
recap_story_plan.json:导演意图、CREATE 中至少两个剪辑假设、选定的 POV / 主线,以及由“变化”定义的 beats。DIRECTED / REVISION 不强行新增假设。visual_audio_board.json:每拍的画面任务、具体表演/反应、入点/出点、audio_owner、原声锚点与 narration_job。style_card.json(适用时):用户当前认可的声音、口语节奏、字幕断行方式和明确禁忌。收到表达或字幕反馈后直接更新原文件,不要只改最终文案。只记录决定、证据锚点、被放弃的备选方案和简短理由,不写冗长思维过程。
若 work_dir 有 production_reference.json,制定方案前先读它。它来自另一部成片,只含可迁移的方法和测得的节奏,不含本片事实,不能作为本片画面、剧情或台词的证据。优先级:用户指令 > 本片证据 > 参考。CREATE 可把它的 structure 当作一个候选假设,与素材自生的假设比较;DIRECTED / REVISION 默认不套用。targets 是参考值,不是配额:与本片的 audio_owner、完整台词或表演冲突时以素材为准。可在 recap_story_plan.json 写可选字段 reference_methods: [{"id": "m1", "decision": "adopt|adapt|skip", "note": "…"}]。没有这个文件就跳过本段。
锁定:
CREATE 比较两个真正可行的结构后选择一个;DIRECTED / REVISION 沿用用户指定或已确认的结构,除非最新反馈明确改变故事方向。每个 beat 至少改变一项:知识、权力、目标、关系、情绪或风险。若删除后因果、人物和情绪都没有损失,该 beat 通常不应保留。
选择具体时刻,而不是只选择事件。比较:
在不破坏理解的前提下晚进早出,同时保留不可替代的表演、停顿、失误、动作声和完整台词。
先指定 audio_owner,再写字。旁白只允许承担以下 narration_job:
contextcausal_linkforeshadowinterpretationtransitionnone画面、原声或沉默已经足够时使用 none,不要默认铺旁白。
cut 模式先根据 recap_story_plan.json 与 visual_audio_board.json 写原片时间的 clip_plan.json,此时不要写 narration.json:
{
"target_duration": "10m",
"clips": [
{
"start": 12.0,
"end": 38.0,
"reason": "b01 | hook | knowledge: unknown→threat | POV=主角 | 保留倾听反应 | 入点=问题已问出 | 出点=沉默落地"
}
]
}
reason 统一使用:
beat_id | function | change | POV | preferred moment | 入点 | 出点
片段顺序必须构成一条完整故事线,而不是无序高光。可使用 0–1 个 cold open,随后回到因果清楚的 setup → turn → escalation → payoff。片段长度服从具体时刻,不使用统一秒数模板;片尾必须保留完整台词或动作。密集 scene-change 候选的来源判断与处理规则由剪辑阶段定义,写计划时遵循同一规则,不制造人工闪切。
full 模式直接按原片时间写;cut 第二阶段先查看 edited_source.mp4 与剪后故事板,补充 visual_audio_board.json 的输出时间并重新确认 audio_owner / narration_job,再按输出时间写:
[
{
"start": 5.0,
"end": 12.0,
"narration": "解说文本。",
"pause_after_ms": 250,
"overlaps_speech": true,
"emotion": "紧张"
}
]
字段说明:
narration_job,后有句子:没有明确任务就不写;旁白不是默认音轨。audio_owner;强对白、动作声或沉默可以完整拥有一个 beat。字数 / brief 头部 speech budget 估算朗读秒数,每块再加约 0.45 秒 TTS 首尾静音。brief 里每个窗口标的字数没扣这段静音,2–3 秒的短窗口要比它少写一两个字;装不下时删减或拆分叙事任务,不用加速堆字。可选写 original_subtitles.json,使用成片输出时间:
[{"start": 15.0, "end": 17.0, "text": "原声台词"}]
只写留白中实际听得到的台词,订正 ASR 错字与人名,每条尽量控制在一行;被旁白盖住或已经剪掉的句子不要写。省略时,合成阶段可用保守的 ASR 映射兜底。原声对白字幕只在遮罩覆盖留白或用户字幕明确要求替换时生成,并用 「」 与旁白区分。
在调用 LLM 评审前做以下反事实检查:
只记录并优先修复 1–3 个回报最高的问题;先改结构,再润色句子。
REVISION 还要逐项确认:用户点名的问题已经改变,未点名的冻结项没有意外变化,相关 style_card.json / visual_audio_board.json 中不存在旧镜头或旧表达。除非用户要求备选版本,不额外扩展新方向。
python3 scripts/review.py --work-dir <work_dir> # 会联网:外发内容与关闭方式见 §2
评审会自动识别 cut 模式,并在存在已校验剪辑计划时按输出时间线核对;--timeline source 可强制使用原片时间。打开 narration_review.md,逐项处理 error,尤其是 category=hallucination。
重复修改并评审,直到:
verdict 为 PASS 且没有 error;或覆盖决定追加到 work_dir/narration_review_override.md:
### 覆盖记录 — <date>
- 问题:segment 4 / category=hallucination
- 评审意见:“他早已知情”缺少画面/对白依据
- 决定:KEEP — 该事实来自用户提供的当前集背景,而非未来剧情
- 签署:<agent/human>
review.py 本身只写报告,默认调用策略为建议型、失败开放;若调用方显式开启严格评审,事实矛盾、残句、解析失败或评审不可用可在 TTS 前阻断。覆盖记录只用于审计,review.py / validate.py 不读取它。
python3 scripts/validate.py --work-dir <work_dir> --mode full
# cut 输出时间线由编排器使用 --mode cut_output
命令写出 narration_lint.json。full 与 cut_output 用同一套声音归属算法(原声对白区间减去安静窗口)回写 overlaps_speech,其余字段原样保留,不截短、不合并、不补标点、不重排。推荐字数按时间窗先扣 0.45 秒 TTS 首尾静音再计算;full 模式下某段字数超过推荐字数的 1.25 倍即报 over_budget error,报告里写明时间窗、budget_chars、limit_chars、actual_chars 和 over_chars:缩短文字或放宽/挪动时间窗,不要指望 TTS 替你缩稿。有 error 时命令以非零退出,逐块列出「段 N」(narration.json 里第 N 块,从 1 数;narration_lint.json 的 index 仍从 0 数)、错误码、关键数字和改法。修复所有 error 后重复运行,直到校验干净,再继续 TTS 与合成。
片名或题材明确但缺少剧情上下文时,先按本技能的 references/research-guide.md 写 background_research.json。若理解素材偏薄,brief 中的数量只能当上限:宁可少写、写实,也不要为凑数复述画面。
review.py 的 MiMo 文字评审(见 §2);validate.py 与 lint 只在本地运行。对已完成分析的视频进行导演与剪辑策划,再写带时间戳的中文解说并校验;也处理已有短片的 宣发标题、花字修订和外部文案回填。普通策划输入 work_dir 的 agent_narration_brief.md 与 vlm_analysis.json;文案返修输入当前成片的工程与内容证据。策划输出 recap_story_plan.json、visual_audio_board.json、 可选 sty
---name: video-scriptdescription: 对已完成分析的视频进行导演与剪辑策划,再写带时间戳的中文解说并校验;也处理已有短片的 宣发标题、花字修订和外部文案回填。普通策划输入 work_dir 的 agent_narration_brief.md 与…---# skills/video-script/SKILL.mdTổng quan
对已完成分析的视频进行导演与剪辑策划,再写带时间戳的中文解说并校验;也处理已有短片的 宣发标题、花字修订和外部文案回填。普通策划输入 work_dir 的 agent_narration_brief.md 与 vlm_analysis.json;文案返修输入当前成片的工程与内容证据。策划输出 recap_story_plan.json、visual_audio_board.json、 可选 style_card.json、cut 模式需要的 clip_plan.json,以及通过校验的 narration.json;仅宣发文案任务交付提案或回填既有包装计划。 外发说明:只有建议型评审 review.py 联网,它把旁白稿全文与理解证据、策划文件的文字摘录发到 MiMo chat 接口 (MIMO_API_KEY / MIMO_API_URL,不发视频、图片或音频);单独使用时只在显式执行时运行,端到端编排默认在 TTS 前运行一次, 可用 --no-review-narration / REVIEW_NARRATION=0 关闭(严格评审开启时除外);validate.py 与 lint 仅在本地运行。 触发词:解说词、写解说、视频旁白、宣发标题、花字修订、文案回填、 narration script、写稿、解说文案、剪辑思路、导演思路。
Câu hỏi thường gặp
Tải skills/video-script/SKILL.md từ nhà phát hành, hoặc sao chép đường dẫn và mở kho mã. PlugMCP chỉ liệt kê skill và không lưu trữ tệp này.
Nhà phát hành duy trì nó tại https://github.com/zenstory-ai/video-recap-skills.
Claude, Cursor, Codex và Grok Build có thể đọc tệp SKILL.md mà bạn thêm từ kho mã của nhà phát hành. Grok Bot cài đặt skill khi bạn gửi liên kết thư mục GitHub của skill trong cuộc trò chuyện.