@optima-chat/gen-cli 1.0.9 → 1.2.0

package/.claude/skills/multigrid-poster/scripts/compose.py

@@ -0,0 +1,116 @@
+#!/usr/bin/env python3
+"""multigrid-poster compose — Pillow 版渲染器
+
+输入：layout.json + N 张 cell 图片 + 标题文字 + caption 文字
+输出：1242×1660 PNG（小红书封面标准）
+
+用法：
+  python compose.py \
+    --layout <SKILL_DIR>/layouts/2x2.json \
+    --cells cell_0.png cell_1.png cell_2.png cell_3.png \
+    --title-line "26岁一个人创业" \
+    --title-line "跨境电商月入10w+" \
+    --caption-line "只需要一部手机就可以完成！" \
+    --caption-line "跨境人的必备app推荐" \
+    --output cover.png
+
+依赖：Pillow (容器自带，无需额外安装)
+字体：从 SKILL_DIR/shared/fonts/ 加载（layout.json 里指定）
+"""
+import argparse
+import json
+import sys
+from pathlib import Path
+from PIL import Image, ImageDraw, ImageFont
+
+
+def compose(layout_path: Path, cell_paths: list[Path],
+            title_lines: list[str], caption_lines: list[str],
+            output_path: Path) -> Path:
+    """根据 layout.json 渲染海报。
+
+    layout.json 字段：
+      canvas_size       [w, h]
+      cells.positions   [[x,y], ...] cell 左上角
+      cells.sizes       [[w,h], ...] cell 尺寸
+      text_zones.title  {lines: [...], size, color, stroke_w, stroke_color, font}
+      text_zones.caption {同上}
+    """
+    layout = json.loads(layout_path.read_text(encoding="utf-8"))
+    # 约定:layout 必须放在 <skill>/layouts/ 下,字体路径相对 <skill>/ 解析
+    skill_dir = layout_path.parent.parent
+
+    # 文本行数 vs layout 配置行数:行多了 zip 会静默截断,显式 fail-fast
+    # 错误信息用英文 — sys.exit 走 stderr,Windows GBK locale 下中文会乱码
+    for zone_key, lines in [("title", title_lines), ("caption", caption_lines)]:
+        zone = layout.get("text_zones", {}).get(zone_key)
+        if not zone:
+            continue
+        max_lines = len(zone["lines"])
+        if len(lines) > max_lines:
+            sys.exit(f"too many {zone_key} lines: got {len(lines)}, layout supports {max_lines}")
+
+    # Canvas
+    canvas = Image.new("RGB", tuple(layout["canvas_size"]), "white")
+
+    # Cells
+    cell_count = len(layout["cells"]["positions"])
+    if len(cell_paths) != cell_count:
+        sys.exit(f"cell count mismatch: layout expects {cell_count}, got {len(cell_paths)}")
+    for cp, pos, size in zip(cell_paths,
+                              layout["cells"]["positions"],
+                              layout["cells"]["sizes"]):
+        img = Image.open(cp).convert("RGB").resize(tuple(size), Image.LANCZOS)
+        canvas.paste(img, tuple(pos))
+
+    draw = ImageDraw.Draw(canvas)
+
+    # Text zones (title + caption 通用绘制)
+    for zone_key, lines in [("title", title_lines), ("caption", caption_lines)]:
+        if zone_key not in layout["text_zones"]:
+            continue
+        zone = layout["text_zones"][zone_key]
+        font_path = skill_dir / zone["font"]
+        font = ImageFont.truetype(str(font_path), zone["size"])
+        for text, line_cfg in zip(lines, zone["lines"]):
+            if not text:
+                continue
+            draw.text(
+                tuple(line_cfg["position"]), text,
+                fill=zone["color"], font=font,
+                stroke_width=zone.get("stroke_w", 0),
+                stroke_fill=zone.get("stroke_color", zone["color"]),
+                anchor=line_cfg.get("anchor", "la"),
+            )
+
+    canvas.save(output_path, optimize=True)
+    return output_path
+
+
+def main():
+    ap = argparse.ArgumentParser(description=__doc__,
+                                  formatter_class=argparse.RawDescriptionHelpFormatter)
+    ap.add_argument("--layout", required=True, type=Path,
+                    help="layout.json 路径（如 SKILL_DIR/layouts/2x2.json）")
+    ap.add_argument("--cells", required=True, nargs="+", type=Path,
+                    help="N 张 cell 图片路径，顺序对应 layout.cells.positions")
+    ap.add_argument("--title-line", action="append", default=[],
+                    help="标题行（可重复）")
+    ap.add_argument("--caption-line", action="append", default=[],
+                    help="底部 caption 行（可重复）")
+    ap.add_argument("--output", required=True, type=Path,
+                    help="输出 PNG 路径")
+    args = ap.parse_args()
+
+    out = compose(
+        layout_path=args.layout,
+        cell_paths=args.cells,
+        title_lines=args.title_line,
+        caption_lines=args.caption_line,
+        output_path=args.output,
+    )
+    print(f"saved {out} ({out.stat().st_size // 1024} KB)")
+
+
+if __name__ == "__main__":
+    main()

package/.claude/skills/video-edit/SKILL.md

@@ -0,0 +1,189 @@
+---
+name: video-edit
+description: "剪辑用户【已有的】口播视频——你直接重写成片应该说什么的脚本，系统用文本对齐回原始音频时间戳。
+
+  必备前提：用户已经有视频文件（拍好的、上传的、或给出文件路径）。
+
+  触发：用户上传/给出视频文件 + 说'剪一下'/'去卡顿'/'变流畅'/
+  '剪辑'/'剪短点'/'加字幕'/'cut'/'edit'/'trim'/'让视频更紧凑'。"
+version: 1.0.0
+owner_repo: Optima-Chat/optima-gen
+---
+
+# Video-Edit Skill — Descript 模式：你写脚本，系统对齐
+
+用户给原始视频，你交付剪好的成片。
+
+## 用户怎么说，你交付什么
+
+**默认所有剪辑都带字幕**——中文短视频 99% 需要字幕，"剪一下"的潜台词就是"给我能直接发的成片"。
+
+| 用户说 | 你交付 |
+|---|---|
+| "剪一下" / "去卡顿" / "变流畅" | `<video>_subbed.mp4`（剪 + 字幕） |
+| "剪成 X 秒短视频" / "30 秒" | `<video>_subbed.mp4`（压到目标时长 + 字幕） |
+| "加字幕"（不需要剪） | `<video>_subbed.mp4`（仅字幕） |
+| "剪一下不要字幕" / "无字幕版" | `<video>_edited.mp4` |
+
+只有当用户提到平台但**没说目标时长**时（如"剪成 TikTok"无时长），才追问"目标多长？"。
+其他情况**直接动手**，不要废话。
+
+## 核心原则：你直接写最终脚本
+
+剪辑工具有两种模式：
+- **旧模式（`cut`）**：在 proposal 里给短语标 `#` 删除——只能删整段
+- **新模式（`smart-cut`）✅ 默认用这个**：你直接写"成片应该说什么"，系统找原始音频里对应的位置剪出来
+
+新模式的杀手锏是：你**不受短语边界限制**，可以：
+- 跳过填充词（"嗯"/"那个"）
+- NG 重拍中只保留你认为最好那遍
+- 把同一句话的不同片段拼起来
+- 保留某句的前半 + 另一句的后半
+
+**约束**：
+- 不能凭空造内容——脚本里的字必须出自原始转写，否则匹配不上
+- 不能调换顺序——内容按原片时间顺序保留
+- 字面错别字会"匹不上"被丢——必须用转写文本里的原字（whisper 怎么识的就怎么写）
+
+## 你的内部流程
+
+### 默认剪辑（剪 + 字幕，最常见）
+
+```bash
+video-edit analyze <video>
+```
+
+读 `<video>.work/cut_proposal.md` 了解原片内容（每行是个短语单元，带时间戳和文本）。
+
+然后基于这些短语，**自己写一份最终脚本**到 `<video>.work/final_script.txt`：
+
+**格式**：每个短语段两行——中文一行（带 `**关键词**` 标记，1-2 个），英文翻译一行；段与段之间空行。
+
+```
+做**跨境电商**是有**捷径**的
+Cross-border e-commerce has shortcuts
+
+我最不缺的
+What I lack the least
+
+就是**囤货**
+It is just hoarding goods
+```
+
+写脚本时的判断：
+- 原片每个 phrase，问自己"这句话进成片吗"——进就把内容（用 proposal 里的原文）写进脚本
+- 同一意思被讲多遍（NG 重拍）——只写一遍，挑最流畅那遍的措辞
+- 填充词/单字口头禅/跑题——直接不写
+- 整段废话/犹豫——直接不写
+- **中文必须用原文措辞**——不要润色或改写，否则匹配不上
+- **每行 ≤ 10 个汉字**——超过会显示挤、可能溢出视频边界
+- **`**关键词**` 标记 1-2 个**：挑能传达这句"重点信息"的实词（名词/动词），不要标助词、口头禅；短语里没明显重点就 0 个标记
+- **英文翻译要地道、口语化**——给海外用户看的，不是直译。短句即可，可省略主语。
+
+**写完后必做的自查（保存前）**：把 final_script 当成一段**连续口播稿**通读一遍——不是一行行检查，是**整体读**。问自己：
+
+1. **同一件事说了两遍吗?**（NG 重拍最常见的坑：上一段和下一段措辞不同但说的是同一件事，比如"我做这个挺久了" + "做了三四年了"——属于同一意思，只留一段）
+2. **逻辑有跳跃/断点吗?**（如果有，缺哪句话补哪句，前提是原片说过）
+3. **任何一段是"上一段的翻版"吗?**（删一段）
+
+**这一步不可省略**——`smart-cut` 现在会硬阻断字面 4+ 字重复，但语义级重复（同义不同字）只能靠你这一遍通读发现。
+
+写完自查通过后：
+
+```bash
+video-edit smart-cut <video>
+```
+
+`smart-cut` 用 difflib 把脚本对齐回原始 word 时间戳。**如果输出 `[FAIL] 检测到字面重复`**：
+
+1. 看报错指出的"第 X 段 vs 第 Y 段"
+2. 打开 final_script.txt 删掉重复的那段（一般留措辞更流畅的那遍）
+3. 重跑 `smart-cut`
+4. 直到不再 FAIL 才能继续
+
+**剪完之后必跑 review**（语义级 NG 兜底检测）：
+
+```bash
+video-edit review <video>
+```
+
+如果报告里有 `HARD: repeated-content`：删 `final_script.txt` 里对应的重复段，重跑 `smart-cut` + `review`，直到 HARD = 0。
+
+review 通过后再烧字幕：
+
+```bash
+video-edit subtitle <video>
+```
+
+### 用户要求调整时
+
+用户看完成片说某段不对：
+1. 编辑 `<video>.work/final_script.txt`（加/删内容）
+2. 删 `<video>.work/subs.ass`
+3. 重跑 `smart-cut` + `subtitle`
+
+### 限时长精剪（用户给了目标时长）
+
+写 final_script 时**额外做这些**：
+- 估算字数：中文口播 ~3-4 字/秒，30 秒约 90-120 字
+- 找钩子句放最前面（脚本开头那段）
+- 压到目标时长（更激进地删）
+
+### 仅字幕（用户明确说不剪）
+
+```bash
+video-edit subtitle <video>
+```
+
+没有 `_edited.mp4` 时，命令直接对原片烧字幕。
+
+### 无字幕版（用户明确说不要字幕）
+
+```bash
+video-edit analyze <video>
+# 写 final_script.txt
+video-edit smart-cut <video>
+```
+
+不跑 subtitle，交付 `<原片>_edited.mp4`。
+
+## 写脚本的心法
+
+读 proposal 时**逐 phrase 判断**：
+1. 这句进成片吗？进 → 把 phrase 文本贴到 final_script
+2. 这句和前后哪句重复？只留一遍
+3. 这句是填充词/口头禅？跳过
+4. 这句跑题？跳过
+
+**关键纪律**：脚本里的字**必须**来自原始转写——直接复制 proposal 里的 phrase 文本最稳。
+你想怎么润色都不行（系统按字符匹配，改了字就匹不上）。
+
+**追求"看着不卡"，宁可激进**。删多了用户能要求加回来，删少了用户体验差。
+
+## 交付怎么说
+
+简洁，**只说结果**：
+
+- ✅ "剪好了，xxx_subbed.mp4，时长 23 秒"
+- ❌ "我用了 video-edit smart-cut，写了 final_script.txt..."
+
+## 不要做的事
+
+- ❌ 跳过 final_script 直接 smart-cut——会失败（找不到脚本文件）
+- ❌ 在脚本里写转写以外的字——匹配不上，那部分会被丢
+- ❌ 用 `both` 或 `cut`——已弃用，质量差
+- ❌ 把命令名/路径暴露给用户——内部细节
+- ❌ 用户说"剪掉前 X 秒"/"剪掉中间一段"——定点裁剪不是去卡顿，告诉用户"我擅长去卡顿停顿，定点裁剪请用别的方式"
+- ❌ **跳过通读自查直接 smart-cut**——重复内容是用户最反感的问题，省这一步省不出去
+- ❌ **跳过 review 直接 subtitle**——subtitle 烧完字幕的成片重复不可逆，必须先通过 review
+
+## 命令参考（你内部用）
+
+| 命令 | 用途 |
+|---|---|
+| `video-edit analyze <video>` | 转写 + 静音检测 + 生成 proposal（**默认入口**）|
+| `video-edit smart-cut <video>` | 按 final_script.txt 对齐剪辑（**默认主力**）|
+| `video-edit subtitle <video>` | 对成片重新转写 + 烧字幕，输出 `<原片>_subbed.mp4` |
+| `video-edit cut <video>` | 旧模式：按 proposal 的 `#` 标记剪辑（弃用，质量差）|
+| `video-edit both <video>` | 旧模式：analyze + cut 一步到位（弃用，跳过审片）|
+| `video-edit review <video>` | 诊断用：检查 `_edited.mp4` |