Vibe Video — Testing skill for Claude Code

vibe-video

[](LICENSE) [](#三安装)

读透一份信源，交付一支 1080p30 的科普视频——由 AI Agent 执行、人做评审决策的十阶段流水线。

**vibe-video** 是一个可安装的 agent Skill（Claude Code 等）加 Python / Remotion 工具链：把「信源精读 → 逐字稿 → 配音 → 代码动画 → 终渲」固化为十个带通过门的阶段。内容层（①–⑥）的写作阶段产出**可回溯、像人写的逐字稿**（每句口播都能落到信源证据），生产层（⑦–⑩）的工具阶段完成声音克隆配音、React 场景动画、抽帧质检与终渲交付。全片派生自文本单一事实源——改稿后 `build → tts → render` 一条链重跑，全程不打开任何剪辑软件。

一、核心能力

• 两档配音（RSI-034/040）：全程（含终渲与交付）默认 edge-tts 草声（免费、秒级、需联网）——未点名重配即以 edge 成片交付；整集评审通过后由用户显式触发，用 IndexTTS-2.5 + 本人声音重配（10–14 秒干净样本克隆，风格档控制语气；样本勘探与保真度验收、逐句内容寻址缓存、断点续跑零重复合成，机制见 references/VOICE-CLONING.md）。克隆实跑须本人显式点名并带 --final-voice 具名授权（RSI-040 人为触发：agent 不得主动提议，zh/en 各算一次独立要求）。
• Remotion 全代码动画：每个画面是一个 React 场景组件——可 review、可 diff、可编程复渲；frozen 运动层提供跨集一致的时序语汇（时长令牌 / 缓动 / 弹簧 / 错峰），主题与构图每集独立设计。
• 抽帧 QA 门：草渲后按幕 / 句 / 末 N 句及 Transition/Loop 窗口抽帧，自动体检黑帧与安全区，连续性仍由人工验收——把「渲染缺陷靠肉眼全程盯」压缩为「机器点名 + 定点目检」。
• archify 动效图例：架构图（archify Skill 产物，见「相邻 Skill」）逐章录制为视频动效；覆盖门按句级锚定率执法「图与口播互证」，整幕零锚定即 FAIL。
• 字幕导出：srt / vtt 双格式，cue 终点不含句间停顿——外挂字幕的静默期不留残字。
• 双语版本（zh/en）：英文逐字稿与主稿句 id 1:1 对齐（分镜/场景全复用，时间轴随英文配音自动重排）、按语言独立的配音槽位与预算门、画面文案轻量 i18n、按语言后缀的渲染与交付归档——--lang 一参切换（机制见 references/PIPELINE.md §五「双语渲染」）。
• 1080p30 终渲交付：音频 manifest 驱动全片时间轴，零手工对轨；时序常数单一事实源（timing.json），TS 与 Python 两侧共读，双语言镜像漂移结构性不存在。

二、流水线总览

Related Skills