# Lov Media Creator > 把 MP4 或 Screen Studio 源工程剪成 Remotion 成片：保留独立画面、摄像头、麦克风与事件轨， 完成精剪、章节、字幕、动画、横竖版和封面；先交 Studio 审校，再生成平台文件。 Use when editing recordings or .screenstudio projects into review or publish-ready videos. - Skill: `lovstudio/lov-media-creator` (Agent Skill, multi-file: 9 files) - Install (CLI): `npx skillmds@latest add lovstudio/lov-media-creator` - Raw SKILL.md: https://api.skillmd.com/api/skills/lovstudio/lov-media-creator/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - License: MIT - Author: lovstudio (https://skillmd.com/u/lovstudio) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/lovstudio/lov-media-creator --- # 天才剪辑师 · Video Studio 把 MP4 录屏或 `.screenstudio` 源工程、演示素材、原声和 BGM 组织成两阶段视频交付：先提供可交互的 Remotion Studio 与字幕审校版本，再以用户批准的 SRT 生成归档母版和平台文件；同时交付剪辑清单、横竖版包装、正式封面图片和可回读的质检报告。叙事重点放在真实工作流和实际问题上，工具只作为过程中的一个环节出现。 ## Triggers ### Activate when - 用户说“把这段录屏剪成视频号成片，保留最后有声音的成果段”。 - 用户说“压缩上传卡顿、加 BGM、做 16:9 封面，并给我质检报告”。 - 用户希望把长录屏整理成有开场、问题、操作证据和最终结果的短视频。 - 用户提供 `.screenstudio` 源工程，希望重新控制摄像头位置、鼠标/快捷键、背景、音乐和画面包装。 - 用户要求结合 Remotion 做动画、转场、可视化解释、专业字幕、横竖版和封面。 - 用户说“把已经录了几期的素材、work 和成片按期整理，后面还要持续做这个栏目”。 - 用户说“先给我内嵌 SRT 的 MKV，我用 Subtitle Edit 改完再出最终成片”。 - 用户明确说“把封面当第一帧”或“开头停一下再进正片”时，才启用可选开场静帧；否则直接跳过，不再提问。 - User asks to create a publish-ready video from a screen recording while preserving the original result audio. - User asks for an opening still frame before the video body starts. ### Do not activate when - 用户只要生成标题、正文或社交平台文案；交给文案或内容策略能力。 - 用户只要学习字幕、词汇注释或 ASS 人物卡；交给 `lov-subtitle-freedom-skill`。 - 用户只要章节进度条、透明章节层或剪映章节包；交给 `lov-video-chapter`。 - 用户已经有字幕批准后的平台成片，只要求上传并回读发布状态；交给 `lov-media-publisher`。 ## User Profile (cross-session) 每次运行都读取 `skill.yaml` 声明的 `user-profile/v1`：用户语言与时区、品牌语气、工作区输出位置、共享偏好，以及 `skills.lov-media-creator` 下的 Skill 专属记录。解析顺序是当前请求、项目上下文、Skill 记录、共享偏好、用户/品牌 Profile、默认值。 用户直接说出的长期剪辑偏好或品牌事实，通过 `scripts/profile_store.py record --confirm` 写回 Profile，并在结果中报告保存路径。源代码保持可移植，不写入个人绝对路径、凭据或临时素材位置。完整契约见 [`references/user-profile.md`](references/user-profile.md)。 ## Skill Group Composition 运行前阅读 [`references/skill-composition.md`](references/skill-composition.md)。相邻 Skill 只通过文件、JSON、字幕或成品视频交接，不作为此 Skill 的隐藏运行依赖。 ## Workflow (MANDATORY) **必须按以下顺序执行。** ### Step 0: 解析运行环境 - 使用环境中的 `SKILL_DIR`；没有时从当前 Skill 上下文推断安装目录。 - 先验证 `$SKILL_DIR/scripts/media_probe.py`、`timeline_check.py`、`audio_qc.py`、`check_opening_still.py`、`subtitle_gate.py`、`profile_store.py` 与 `iteration_plan.py` 是否存在。 - 再验证 media workflow、edit manifest、audio mix、cover/title、delivery contract 与 [`references/iteration-performance.md`](references/iteration-performance.md)；Screen Studio / Remotion 项目还要读取 [`references/screen-studio-remotion-qc.md`](references/screen-studio-remotion-qc.md)。 - 持续栏目或已有多期素材时，另外验证并读取 `$SKILL_DIR/references/project-workspace.md`。 - 视频检查或渲染需要 `ffprobe` 与 `ffmpeg`。发布或 `platform-ready` 且没有已批准封面时，新图是必需项：立即启动封面分支。 - 永远不覆盖源视频、源音频或原字幕；输出先落到独立的 `deliverables` 或用户指定目录。 - `.screenstudio` 是只读源工程包：不得原地改写 `project.json`、`recording/*.m4s`、transcript 或事件文件。 手工运行脚本时： ```bash export SKILL_DIR="/path/to/lov-media-creator" ``` 每次调用都解析 `context.profile`。若用户明确提出要长期保留的剪辑原则、音频偏好或品牌事实，调用 `scripts/profile_store.py record` 并带 `--confirm`，随后简短报告保存路径。 ### Step 1: 明确输入与成片目标 如果工作区里已经混有多期素材、根级 `work` / `output` 或不明归属的旧成片，先按 [`references/project-workspace.md`](references/project-workspace.md) 做只读盘点，再移动文件。 默认结构是**顶层按期、每期内按生命周期分层**；不要在“全部按期”和“全部按媒介”之间二选一。 移动后必须更新工程代码、交付报告与质检 JSON 里的旧路径，并对现有成片做可读/解码回读。 记录以下事实，不替用户臆造内容： 1. 源视频、补充片段、原声轨、BGM、截图和已有封面；输入可为单个录屏、多个素材或一个 `.screenstudio` 源工程包。 2. 目标平台、画幅、预期时长、受众、发布标题、封面文案和字幕是否需要烧录或平台 CC。 3. 必须保留的证据段，尤其是最终结果播放、真实声音、状态回读或失败反馈。 4. 交付文件：Remotion Studio 主预览、批准后的归档母版、平台成片、封面、剪辑清单、音频/编码质检报告，以及可选的发布交接信息；只有需要 Subtitle Edit 修正字幕时，才增加审校 MKV + 外置 SRT。 目标包含发布或 `platform-ready` 时默认 `cover_required=true`；复用匹配当前平台且已批准的封面，否则在标题钩子与素材稳定后并行生成。仅预览任务可暂缓；只有用户明确不要才记 `waived-by-user`。这与 `opening_still=false` 相互独立。 跨平台任务默认以视频号为首个 production target：先制作、渲染并完整质检 9:16、1080×1920、 30fps、H.264、AAC 48kHz 竖版；该文件达到 `platform-ready` 后，再从同一锁定时间轴派生并质检 B 站 16:9、1920×1080 横版。两个全片渲染默认顺序执行，不并行争抢合成器、内存与媒体解码带宽； 只有当前机器的短窗 benchmark 证明并行能缩短总墙钟时才可并行。明确请求或 Profile 有其他设置时， 以当前请求为准。 #### Screen Studio 源工程是一等输入 输入是 `.screenstudio` 时，不先压成一个扁平 MP4。先只读解析 `project.json`、`recording-markers.json`、 `transcripts/`、`recording/channel-*-*.m4s`、`mouseclicks-*.json` 与 `keystrokes-*.json`，按 channel 重建： - display：屏幕内容； - webcam：独立摄像头，可逐段选全屏、右下角、侧栏、并排或隐藏； - microphone：口播权威音轨； - system-audio：系统反馈与演示原声； - pointer/events：鼠标位置、点击与快捷键，用于 Remotion 的聚焦、缩放和提示动画。 先把工程事实写入 source manifest，再生成工作区内的可重建代理轨；源工程包保持原位。任何 channel 缺失、近乎静音、时间戳异常或事件不完整都要记为源素材事实，不用其他轨伪造。 **这是系列片的第 N 期（N>1）时，先读 [`references/series-template.md`](references/series-template.md)， 再读前一期留下的工程代码。** 那份文件是每期都要过的成片标准（开场策略、片尾资源卡、 章节进度条、字幕位置、气口处理、重点词、配乐同源、响度口径）。复用前一期的版式常量、 进度条实现与已确认 BGM 配置；**早期程序合成 BGM 已废弃**，不得 import 前作的配乐合成器。 不做这一步的后果是可预期的：只做「删空档 + 烧字幕」就交付，会被判为粗糙初剪，然后整期重做。 默认 `opening_still=false`：封面独立制作并与渲染并行，不再询问。只有用户主动要求视频内静态 首帧时，才将 `opening_still=true` 写入运行记录，并在渲染前确认同画幅素材与适配方式。 ### Step 1.5: 读取相邻能力与交接边界 先看 `references/skill-composition.md`，判断是否需要可选交接： - 章节条：交给 `lov-video-chapter`，输入为已确认的成品或字幕，输出为章节项目/透明层。 - 学习字幕：交给 `lov-subtitle-freedom-skill`，输入为成片或原字幕，输出为保持原时间轴的 SRT/ASS。 - 视频号封面：发现 `lov-channels-cover` 时优先交接；未发现则用当前图像能力、`lov-image-creator` 或项目 Remotion `Cover` composition 生成实际槽位图片，不得跳过。 - 通用配图或其他平台封面：交给 `lov-image-creator` 或当前图像能力，输入为封面方向 JSON 或文字 brief，输出为 PNG/可编辑 HTML。 - 视频来源获取：交给 `lov-media-fetch`，输入为检索需求，输出为经过核验的本地素材。 - 视频号 / B 站发布：交给 `lov-media-publisher`，输入为字幕已批准且已质检的平台成片，输出为终稿确认、发布状态与列表回读证据。 本 Skill 负责最终成片的编辑判断、音频完整性和交付门禁；可选下游不得替代这些验收。 #### 开场静帧：默认跳过，仅在用户主动要求时启用 **封面和开场静帧是两个交付物，不是同一张图的两种用法。** 视频号把它们分给了不同场景： 封面服务主页九宫格与分享卡片（2026-08-17 实测创建页只有一个槽，标签「个人主页和分享 卡片(3:4)」），视频画面服务信息流全屏播放（竖版普遍 1080×1920）。平台本就不期待两者 同比例。 封面默认是**并列交付物**，应与渲染并行，互不阻塞。但用户要求「开头停一下再进 正片」时，那一帧变成**渲染的前置条件**——它就是成片的第一帧，没定稿就没法渲染，改它 等于重渲染。 默认不询问并直接跳过；用户主动提出后再记录选择： | 用户选择 | 后果 | | --- | --- | | 未主动要求开场静帧（默认） | 封面只做卡片，可与渲染并行，改封面不重渲染；不询问 | | 要 | 需另做一张与成片同画幅的图，先定稿；每次改它都要重渲染 | 把 3:4 封面直接当 9:16 首帧要裁掉左右 25%，标题组必然被切到。这不是工具缺一个比例档， 而是**拿错了素材**——`lov-channels-cover` 只负责封面，不该为此长出 9:16 档。三条路， 按代价从低到高： 1. 另做一张与成片同画幅的开场静帧，与封面共用视觉语言但各自适配安全区； 2. 接受裁切，但裁完必须目视确认标题组完整，并把裁掉的比例写进交付报告； 3. 放弃开场静帧，只交封面（默认，多数情况下是对的——封面已经承担了让人停下来的职责）。 **不要在本 Skill 里用 scale/pad 硬凑**：补边或拉伸会毁掉第一印象，而且渲染完才看得出来。 ### Step 2: 扫描素材并建立编辑清单 先运行： ```bash python3 "$SKILL_DIR/scripts/media_probe.py" \ --input SOURCE_VIDEO \ --output WORK_DIR/source-probe.json \ --pretty ``` 读取时长、分辨率、帧率、编码、音频声道、采样率和字幕流。长录屏先按真实内容找出“结果/承诺、问题、关键操作、证据、最终结果”几个节点，再写入 [`references/edit-manifest.md`](references/edit-manifest.md) 所定义的 EDL；不要按固定时长机械切段。 `.screenstudio` 不能把目录直接传给 `media_probe.py`：先为 EDL 命中区间建立只随源素材失效的低码率代理分片， 再逐轨 probe，并校验它们的起点、终点和时钟一致。麦克风编辑必须先解码为 48kHz PCM/WAV，随后从 PCM 样本级寻址；禁止在每个片段上对 AAC/M4S 做 input-side seek，它会把切点吸附到压缩包边界， 造成口水词重新出现、完整词被截断或说话卡顿。 #### 口水词、重说与口误门禁 先做保留语气的逐字转写，再识别独立的“啊 / 呃 / 嗯 / 额 / 那个”、未完成起句、同词回滚和 “说错后立刻重说”的修正。只删不承载语义的部分；若一个音节同时可能是完整词的首尾，默认保留， 直到相邻 PCM 片段和句义都证明可以删除。每个微切点至少检查： 1. 前段结尾是完整词或自然停顿； 2. 后段开头没有残留填充音，也没有丢失完整词； 3. 拼接后的短窗逐字转写不再出现重复起句； 4. 长窗 ASR 若与两个相邻短窗冲突，以可听原声和短窗证据为准，避免把模型幻觉当成口误。 ```bash python3 "$SKILL_DIR/scripts/timeline_check.py" \ --input WORK_DIR/edit-manifest.json \ --duration SOURCE_DURATION \ --output WORK_DIR/timeline-check.json \ --pretty ``` 上传弹窗、等待、卡住的文件选择器等低信息段应被压缩到能交代状态的长度；若它们遮挡了真实结果，直接跳过。为最终结果和原声设置 `protected_audio: true`，后续所有剪辑与混音都不得误删。 #### Step 2.5: 先规划本轮失效范围 每轮先更新 `iteration-current.json` 的 `draft / locked / approved` 阶段和八类 revision token，再运行 `iteration_plan.py plan`。只执行 `run`，复用 `skip`，尊重 `blocked`；字幕、布局、BGM、平台或封面微调 不得重建无关媒体。状态格式与失效矩阵见 [`references/iteration-performance.md`](references/iteration-performance.md)。 ### Step 3: 设计叙事、标题与封面 阅读 [`references/media-workflow.md`](references/media-workflow.md) 与 [`references/cover-and-title.md`](references/cover-and-title.md)： - 主角是工作流解决的实际问题，以及“终于跑通”的证据；工具名称只在确实帮助理解时出现。 - 保留信息差和悬念，但不虚构速度、权限、成功率或发布状态；“一键”“秒发”“完全自动”只有在有对应证据时才能使用。 - 用户给出封面主标题时原样尊重；封面只保留这个钩子与系列标识，不再补解释型副标题或泄底说明。 - 封面需要人物时优先复用用户指定或 Profile/品牌资产中已确认的职业照；录屏摄像头抽帧只作回退， 且必须避开表情整理、半闭眼和口型中的帧。屏幕截图是可选辅助层，不为信息量强行加入。 - 系列标识遵循版式模板并进入手机安全区，活跃度低于主标题；满宽底条可轻斜，但栏目文字保持 稳定字体与基线。主标题可按语义异字号破调，但须保持 Z 形阅读顺序，缩小后仍一眼读清。 - 章节标题必须从该段真实口播、画面与结果证据中归纳，并在分幕数据里保留一句命名依据； 不用“参与开源”“共创风格”这类过程词代替该幕真正讲的“背景”“自定义 Prompt”等主题。 - 避免模板化的 AI 句式、空泛的“重新定义效率”和过量大字。封面优先展示状态、界面证据或前后对照。 - 剪辑节奏先服务理解，再服务刺激；成果段出现后，隐藏解释性字幕和多余顶栏，让真实画面与原声完成收束。 #### 开场先判别，再走自动或用户覆盖两条路径 先审计清理后的原始开场，不默认加 Highlights 或片名卡。把决定写入 manifest 的 `opening`： 1. **自动判别（默认 `strategy=auto`）**：第一句或第一个完整意群已经直接抛出具体问题、结果、冲突或代价，且没有试讲、寒暄或必要铺垫时，解析为 `direct`。从第一句有效语音开始，问题说清前不插 Highlights、片名卡或特效字幕；需要方向感时，只在完整问题后插短的 `post_problem_title`。短视频更偏向这条路径。原开场偏泛、铺垫长，且后文存在更强闭环时，才解析为 `highlights`，使用 2–4 个完整短句。 2. **用户覆盖**：用户可显式设为 `direct` / `highlights`，并独立开关、改写或移动问题后标题。当前请求优先于 Profile 与自动判断；记录 `resolved_strategy`、`decision_origin` 和 `decision_reason`。 走 `highlights` 时按语义与声学显著性选 6–15 秒闭环。SRT cue 只作**语义锚点，不是剪点**；用 PCM 保留完整词头和句尾，并对渲染片段跑短窗 ASR 与首尾试听；完整门禁见 QC reference。 封面走 `lov-channels-cover` 时，标题钩子由那个 Skill 的门禁判定；走回退路径时沿用同一标题、系列与事实约束。本 Skill 负责**封面声称的事实与成片是否一致**——封面上的数字、平台状态、结果承诺必须在片子里真的出现过。标题钩子与人像/界面素材稳定后即并行出图，不等发布交接才补。Step 1.5 选了要开场静帧时，那张图 必须在进入 Step 5 之前定稿。 **`cover-brief.md` 只是计划，不是封面交付。** 一旦目标包含发布或 `platform-ready`，必须拿到 当前平台实际槽位需要的 PNG/JPEG，并逐张核对尺寸、四边条带、安全区和目视构图；只有 brief、 prompt、方向稿或生成脚本时，`creative_status` 仍是 `blocked-on-cover-render`。不得因为视频、 字幕和文案都已通过，就把缺封面的交付写成完成。 ### Step 4: 编辑画面并保护关键原声 系列片在这一步逐条对照 [`references/series-template.md`](references/series-template.md) 的硬性清单； 以下是通用部分。 **节奏：气口不是重点，死气才是。** 用户说「剪掉语气词」时，真正拖节奏的通常不是那些词。 实测账目（EP.02）：语气词 + 句尾拖音合计 9.0s，而没人说话、屏幕也没动的段落有 216s。 所以停顿检测要用 **10ms 粒度扫整条包络**，不要只枚举「≥1.2s 的大空档」。处置分两类： 静止停顿剪到 0.14s（章节交界留 0.40s），**有画面动作的停顿抽帧不删**——演示片删掉就断了。 拼接密度上去之后（几百处人声拼接），淡入淡出要跟着缩短到 ~6ms，30ms 的斜坡会磨掉短句的 首尾辅音；前提是每个切点已吸附到附近最静的 10ms 窗口。 1. 先按 EDL 做粗剪，再做一次连贯性检查；转场、加速和裁切都要服务信息密度。 2. 上传弹窗只保留必要的进入、选择和完成信号；卡顿段短暂呈现即可，不让等待成为视频主体。 3. BGM 是氛围层，不是主角。有人声、点击反馈或最终视频播放时，降低 BGM；成果段需要听清原声时可暂时只保留原声。 4. BGM 采用淡入淡出和 ducking，避免循环接缝、突兀起音与尾部截断。具体滤镜和参数见 [`references/audio-mix.md`](references/audio-mix.md)。 5. 若源素材本身没有可用原声，标记这一事实，不用 BGM 冒充真实反馈。 6. **系列片默认使用已约定的 `Screen Studio Lo-fi / Bright Lounge`**：从已授权素材构建连续音乐床， 不再运行或复用前作的程序合成器、`make_music.py` 或同类生成脚本。素材缺失时阻塞并报告， 不得自动回退到程序合成或临时替代曲。 6b. **片中念到的重点产品要做 research 再贴回画面，自研产品优先**（检索 → 官网 → 提炼当前定位 → 截 hero/品牌资产 → 画中画停 4.5–5.5 秒）。流程、位置怎么量、以及 `$ego-browser` 的坑见 [`references/pip-research.md`](references/pip-research.md)。 7. **重点词强调要设上限**：同一个词有次数上限、每行最多一处、半数句子都出现的高频词 不进表；配套音效按「每 N 秒最多一次」稀释。满屏都是重点等于没有重点。 8. **系列长视频的章节卡服从开场策略**：知识传播类推荐 1.8–2.4s，显示“第 N 章 + 语义标题”；卡片必须落在口播句界或 EDL 片段边界，期间暂停人声，可延续低声配乐和轻转场声。`highlights` 路径可把第一章卡放在总片名卡之后；`direct` 路径可跳过第一章卡，避免打断已成立的开场，后续章卡照常。 插卡会改变后续字幕与章节时间码，必须由同一映射函数累计偏移。 #### Screen Studio + Remotion 分阶段媒体架构 `draft` 按 EDL 懒生成 source-scoped 低码率代理分片，不预转完整长源轨；字幕、布局和卡片只更新上层数据。 `locked` 后才按 EDL 生成等长的 display、webcam、microphone、system-audio 连续母版；Remotion 每轨 只挂一个连续媒体元素。`approved` 后才跑平台终版。长任务前先跑接缝、视觉或音频 canary，失败即停在局部。 本期口播明显偏慢时，默认从 1.08×–1.15× 试剪并保持原音高；以句子可懂、辅音不损失和演示动作仍可跟上为门禁。横版锁定后用同一数据时间轴派生竖版，不另复制剪辑事实。 **口播变速不得通过重采样实现。** `resample` / `resample_poly` 会同时改变时长和音高；对白与真实系统声只用 FFmpeg `atempo` / Rubber Band 等保音高 time-stretch，并按 `output_frames × samples_per_frame` 锁定样本数。验收要与 1.0× 源声 A/B，响度报告不能替代音高听感。 竖版安全区按最终发布容器而非裸画布定义；视频号 1080×1920 首轮预留顶部约 160px 并以真机截图校准，章节栏、正文舞台和调试框共用一份常量，详见 [`references/screen-studio-remotion-qc.md`](references/screen-studio-remotion-qc.md)。 **BGM 永远最后挂载。** 先锁定画面、口播、系统声、字幕与章节，再把已授权的 `Screen Studio Lo-fi / Bright Lounge` 扩展为一条与最终时间轴 等长、无缝交叉淡化的连续音乐床，最后在 Remotion 根层只挂一次并全局 ducking。不得让 BGM 跟着 EDL 逐片段裁切、重复 mount 或在转场处重启。程序合成 BGM 是已废弃路径；不能取得约定曲目或授权来源时， 记录 `audio_status=blocked-on-agreed-bgm`，不得自行生成或换曲。 Remotion 同时负责按开场策略启用的动画标题、章节进度条、摄像头 B-roll 布局、可视化解释、专业字幕、转场、横竖版和封面 Composition。动画必须由 `useCurrentFrame()` 等时间轴驱动，不使用运行时 CSS 动画；最终时长、fps 和画幅由数据/Composition 注册统一计算。 ### Step 5: 以 Studio 为主预览；按阶段升级证据 `draft` 先启动或复用 Studio，以代理、当前 EDL/字幕/布局和预览混音快速审片；只跑本轮受影响的 局部 canary，不等待最终连续母版、最终混音、全片 ASR 或全轨完整解码。`locked` 后才切换到连续母版 与最终混音，执行完整解码、全片 ASR、关键帧和响度检查。`approved` 后才渲染平台文件并做全量 QC。 Remotion Studio 始终是画面、节奏、声音和字幕的主预览；MKV 只用于 Subtitle Edit 字幕交接。 完整矩阵见 [`references/screen-studio-remotion-qc.md`](references/screen-studio-remotion-qc.md)。 **Studio 通过不等于最终编码画面通过。** `OffthreadVideo` 预览可为 `