晓暖说媒风格短视频
迁移参考作品的连麦定位推理、叙事结构、口语招式与包装模板(顶部双行标题、单行宋体字幕、资料卡、连麦头像窗、彩条加 1 kHz 分隔),不复制作者身份、素材或未经证实的观点。默认交付剪辑计划;用户提供自己的连麦或直播录像并取得来访者同意时,用内置模板出片。
Triggers
Activate when
- “用晓暖的风格,把这段连麦录像剪成切片。”
- “按晓暖说媒的连麦切片包装,给这个选题写脚本和剪辑计划。”
- “Use the 晓暖 call-in clip style to plan and render this recording.”
Do not activate when
- 只要下载视频;把已授权链接交给下载能力(如
lov-media-crawler),本 Skill 不管理登录态。 - 要用原作者的视频、头像、声音、纸牌字样,或冒充她和她的服务;风格参考不构成身份授权。
- 要给真实来访者做心理诊断、承诺婚恋或职业结果,或把性别、职业刻板印象当事实输出。
- 只要通用剪辑或其他博主的风格;交给媒体制作能力或对应风格 Skill,不强套本模板。
User Profile (cross-session)
每次运行读取 skill.yaml、共享 user-profile/v1 及本 Skill records。优先级为当前请求、项目上下文、Skill records、共享偏好、用户/品牌 Profile、安全默认值。
python3 "$SKILL_DIR/scripts/profile_store.py" read --skill-id lov-xiaonuan-style-media-creator --pretty
用户明确要求长期保留的偏好(如自己的栏目名、定位关键词、标题字体)才用 scripts/profile_store.py record --confirm 保存,并报告保存路径。凭据、私聊、来访者个人信息不写入 Profile。详见 references/user-profile.md。
Skill Group Composition
运行前读 references/skill-composition.md。这是 Single Skill:画像、创作、校验和包装模板共享同一份风格 JSON 与时间线协议。下载、转写、发布只通过明确的文件交接,不是隐藏依赖。
Authorship Integrity
创作前读 references/authorship-integrity.md。保留事实、例外和未解问题;来源里的市场判断与刻板说法是原作者的修辞,不是本 Skill 验证过的事实,不能迁移成确定结论。
Workflow (MANDATORY)
Step 0: Resolve and verify
绑定 SKILL_DIR,读取 assets/xiaonuan-v0.1/style-profile.json、evidence.jsonl 与 references/creation-protocol.md。
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" doctor
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" validate-profile
画像含版本、训练/留出拆分、证据、适用条件、例外与局限;unknown 不补成硬规则。校验失败先修复,不绕过门禁。
Step 1: Bind brief, facts and consent
按 assets/brief.schema.json 解析选题、format(call_in / solo_numbered / solo_mechanism)、时长、平台、事实与素材。建立事实台账,区分事实、判断、虚构演示与未知;虚构来访者标为 fictional_demo。
来访者的声音、条件和形象须有书面同意(guest.consent),只以头像出现。缺失会改变事实、身份、授权或制作范围时问一个聚焦问题;没有时长时说明采用样本中位数(约 5.5 分钟)或用户平台惯例。
Step 2: Choose a narrative variant
按画像在 call_in_positioning、case_to_viewpoint、solo_numbered_answer、solo_mechanism 中选择;service_intro 只在用户提供自己经核实的身份与服务时借结构。
连麦个案按“求定位 → 报条件 → 短问追数字 → 复述并改写真问题 → 带区间的画像与取舍 → 收束 →(可选)对观众泛化”。市场框架换成目标领域可核查的维度;判断落在选择与市场,不对人格下诊断。
Step 3: Generate
先写论证与 beat,再写对白,最后排声画;参考 references/creation-protocol.md 与证据,不凭形容词生成。可用 prompt 子命令为宿主 AI 准备输入包:
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" prompt --brief BRIEF --output PROMPT_JSON
输出 facts-ledger.json、script.md、edit-plan.json(assets/edit-plan.schema.json)、style-review.json。剪辑计划要求:第一段 5–20 秒前置高光;第二段 0.6–1.2 秒彩条分隔;单行字幕不带标点、每行不超过 16 个文本单位;两行标题一黄(或红)一白;可选资料卡;顶部 160 px、底部 260 px 安全区;-16 LUFS、True Peak 不高于 -1 dBTP。
Step 4: Validate and review
uv run --with jsonschema --with pyyaml python "$SKILL_DIR/scripts/style_media.py" validate-plan --brief BRIEF --plan EDIT_PLAN
检查 Schema、连续时间线、分隔位置、字幕单行与语速、对白与字幕一致、事实与规则引用、对话密度、标题与资料卡顺序、安全区和响度目标。再人工审阅:改写是否有依据、画像是否可执行、有无读心或刻板判断、标题能否在对话里找到。自动通过不等于风格认可。
Step 5: Optional production
仅在用户请求、录像与授权齐备时制作。
python3 "$SKILL_DIR/scripts/build_audio.py" --plan EDIT_PLAN --voice REF=VOICE_WAV --output WORK/public/audio/mix.m4a
python3 "$SKILL_DIR/scripts/build_render_plan.py" --plan EDIT_PLAN --media REF=media/FILE.mp4 --audio audio/mix.m4a --output WORK/src/data/render-plan.json
把 templates/remotion 复制到工作目录,按其 README 放入依赖、录像、音轨与标题字体后渲染 XiaonuanClip 与 XiaonuanCover34。验收:成片重新转写核对剪口、实测响度与峰值、separator_scan.py 复查提示音、扫描黑场与长静音、抽帧检查叠加元素、在 3:4 缩略尺寸检查封面。prepared、validated、rendered_review、human_approved、published 是不同状态;对外发布前确认来访者对这一版的同意。
Refreshing references
新样本或重分析时读 references/analysis-protocol.md。先冻结样本与训练/留出拆分,再测量和写规则;留出样本只在画像冻结后读取,基于留出的修订另开版本。
python3 "$SKILL_DIR/scripts/analyze_media.py" --manifest SOURCES_JSON --output MEASUREMENTS_DIR
python3 "$SKILL_DIR/scripts/scan_layout.py" --manifest SOURCES_JSON --output LAYOUT_DIR --partition train
python3 "$SKILL_DIR/scripts/separator_scan.py" --manifest SOURCES_JSON --output SEPARATORS_JSON
python3 "$SKILL_DIR/scripts/speaker_hint.py" --media MEDIA --transcript ASR_JSON --output HINT_TXT
v0.2 候选修订记录在 assets/xiaonuan-v0.1/holdout-report.json。外部调用前说明发送哪些公开或已授权素材;凭据只来自环境或系统凭据存储。
Dependencies
生成与审阅使用宿主 AI 与内置画像,不依赖固定云账号。校验需 Python 3.9+、jsonschema、PyYAML。出片需 FFmpeg、numpy、Node.js 与 Remotion 4.0.517。重分析需 OpenCV、Pillow、librosa、swiftc(macOS Vision OCR)与一个带时间戳的 ASR。下载、转写、拍摄、来访者授权、发布不是默认已完成的步骤。
