Awesome AI Pedia

Appearance

reference-driven-cinematic-video-skill 总结 ​

来源：https://github.com/siuserxiaowei/reference-driven-cinematic-video-skill/blob/main/README.md

解决什么问题 ​

一个 Codex skill，把产品文档 / 网站 / 功能清单 / 参考视频，转成 30–60 秒的产品介绍短片。专治 AI 生成视频的常见毛病：PPT 感、AI 味配音、缺字幕、画面灰扑扑、节奏散。思路是让 Codex 表现得像一条端到端制作流水线，而不是往模板里灌文字。

核心方法论 ​

把视频生成拆成"分阶段制作 + 硬质量卡点"：先吃透产品与参考片美学 → 用检索补事实和视觉素材 → 分别选合适的工具做视频 / 3D / 动效 / 配音 / 字幕 / QC → 交付前必须过质量门槛。

工作流（8 步） ​

  1. Product Brief Expansion：从原始文档抽取产品、用户、痛点、承诺、证据、缺失素材。
  2. Research Sidecar：检索补齐弱简报，产出 claim ledger、品类背景、视觉证据板，避免无据吹嘘。
  3. Reference Audit：用 FFmpeg 探参考片的时长、分辨率、fps、音频、contact sheet、关键帧、镜头语法。
  4. Style And Asset Plan：锁定一个主视觉载体（曲面屏 / 产品渲染 / UI 特写 / 代码流 / 动态字体 / 数据流），不要堆 PPT 场景。
  5. Voiceover Gate：脚本、样音、响度、LUFS、峰值、授权先过关。
  6. Captions Gate：有旁白就必须把字幕烧进 MP4，同时尽量输出 .srt。
  7. Motion Build：按参考片选实现路径（程序化视频 / 3D 曲面屏 / Web 动效 / 矢量）。
  8. Quality Gate：跑 quality_check_video.py，低于 80 分标记为 draft。

关键技巧 ​

  • 曲面屏风格：真弯曲网格，不用 CSS 假透视。PlaneGeometry(3.2, 1.8, 64, 20)，弯曲公式 z = bend * 0.42 * nx * nx；产品预合成为 16:9 贴图；主屏占画面宽度 65–85%；遵循"线稿 → 展开 → 弯曲 → 媒体播放 → 收起"的几何弧线。
  • 配音优先级：① 用户干声 → ② 用户提供的 TTS / 克隆 API → ③ 默认中文神经语音（并明确标注非克隆）。必须先听 10–15s 样音；macOS say 禁止用于终稿。
  • 中文脚本规则：5–10 句短句口播；用具体工作场景代替抽象价值；禁词："赋能、无缝、革命性、生态闭环、行业领先"。
  • 自带脚本：analyze_reference_video.py、quality_check_video.py（产出 quality-report.json，检查解码、流、响度区间、SRT、长黑帧、静音、卡帧、contact sheet、分数阈值）、srt_from_segments.py。

使用方式 ​

克隆后 rsync 到 ~/.codex/skills/，用 skill-creator 的 quick_validate.py 校验。在 Codex 里 用 $reference-driven-cinematic-video + 产品文档和目标即可。README 提供 5 个 prompt 模板：暖调 ToB 介绍、科技感发布片、参考视频克隆风格、用户自带录音 / VO API、修复烂片。依赖：Python 3、FFmpeg/ffprobe、Node.js，可选渲染器、TTS/API、字幕工具。

示例结果 ​

HerClaw 样例片在 QC 脚本上得 100 分，平均响度 -18.8 dB、峰值 -2.9 dB，无长黑帧 / 静音 / 卡帧 / 解码错误 —— 前提是重录了干净人声并重做了响度限幅。