@ww_nero/skills 3.4.0 → 3.5.0

package/assets/video_prompt.txt

@@ -1,174 +1,141 @@
-视频处理的技巧指导
+制作视频的完整步骤如下（可根据当前实际状态，跳过部分已经完成的环节）：
 
-本指南涵盖常见的视频处理场景，所有操作均基于 ffmpeg 命令行工具实现。
+**重要说明**：本指南仅适用于**定格动画风格**的视频制作，即通过若干静态图片按顺序拼接成视频。如需制作**连续变化、流畅过渡**的视频（如人物动作、场景变换等），建议使用以下专业工具：
+- AI视频生成工具：Sora、Kling、Runway、Pika等
+- 专业视频剪辑软件：Adobe Premiere Pro、Final Cut Pro、DaVinci Resolve等
 
 ---
 
-## 1. 添加字幕
+## 一、规划视频内容
 
-完整流程如下：
+**确定视频结构**，存储到markdown文件中：
+- 视频主题和整体风格
+- 分镜脚本：每个画面的内容描述、旁白/字幕文本
+- 背景音乐需求（如有）
 
-**步骤 1：提取音频**
-```bash
-ffmpeg -i input.mp4 -vn -acodec libmp3lame -q:a 2 audio.mp3
-```
+## 二、生成配音并获取时间戳
 
-**步骤 2：语音转字幕**
-使用 ASR 工具（如 mcp__media__asr）将音频转换为 SRT 字幕文件。
+由于语音的时长难以精确控制，应**先生成配音，再根据音频时长编排画面**。
 
-**步骤 3：翻译字幕（可选）**
-如需翻译字幕，可在此步骤对 SRT 文件内容进行语言转换。
+1. **准备旁白文本**：根据分镜脚本整理完整的旁白内容
+2. **使用语音合成工具生成语音**：将文本转为音频文件
+3. **使用语音识别工具获取时间戳**：对生成的音频进行识别，获取带时间戳的SRT字幕文件
+4. **根据时间戳规划画面**：根据SRT文件中每段文字的起止时间，确定每张图片的显示时长
 
-**步骤 4：移除原有字幕（如有）**
-```bash
-# 查看视频流信息
-ffprobe -i input.mp4
-
-# 移除内嵌字幕流（保留视频和音频）
-ffmpeg -i input.mp4 -map 0:v -map 0:a -c copy output_no_sub.mp4
-```
+## 三、准备图片素材
 
-**步骤 5：烧录字幕到视频**
-```bash
-# 软字幕（可关闭）
-ffmpeg -i input.mp4 -i subtitle.srt -c copy -c:s mov_text output.mp4
+根据语音识别工具返回的时间戳信息准备图片：
 
-# 硬字幕（烧录到画面）
-ffmpeg -i input.mp4 -vf "subtitles=subtitle.srt:force_style='FontSize=24,FontName=Microsoft YaHei'" -c:a copy output.mp4
-```
+1. **收集或生成图片**：
+   - 优先使用用户提供的图片素材
+   - 如需生成图片，使用图像生成工具创建
+2. **图片规格要求**：
+   - 所有图片保存到`images`文件夹
+   - 建议使用统一的分辨率（如1920x1080或1280x720）
+   - 图片命名规则：`frame_01.png`、`frame_02.png`等，按播放顺序编号
 
----
+## 四、使用ffmpeg合成视频
 
-## 2. 视频剪辑
+### 基础图片序列转视频
 
-**截取片段**
 ```bash
-# 从第 10 秒开始，截取 30 秒
-ffmpeg -i input.mp4 -ss 00:00:10 -t 00:00:30 -c copy output.mp4
-
-# 精确截取（需重新编码）
-ffmpeg -i input.mp4 -ss 00:00:10 -to 00:00:40 -c:v libx264 -c:a aac output.mp4
+# 将图片序列转为视频（每张图片显示2秒）
+ffmpeg -framerate 0.5 -i images/frame_%02d.png -c:v libx264 -pix_fmt yuv420p -r 30 output.mp4
 ```
 
-**移除片段**
-```bash
-# 保留 0-10s 和 20s-结尾，移除中间 10-20s
-ffmpeg -i input.mp4 -vf "select='not(between(t,10,20))',setpts=N/FRAME_RATE/TB" -af "aselect='not(between(t,10,20))',asetpts=N/SR/TB" output.mp4
-```
+参数说明：
+- `-framerate 0.5`：输入帧率，0.5表示每张图片持续2秒（1/0.5=2秒）
+- `-i images/frame_%02d.png`：输入图片序列，%02d表示两位数编号
+- `-c:v libx264`：使用H.264编码
+- `-pix_fmt yuv420p`：像素格式，确保兼容性
+- `-r 30`：输出帧率30fps
 
-**合并视频**
-```bash
-# 创建文件列表 files.txt：
-# file 'part1.mp4'
-# file 'part2.mp4'
-ffmpeg -f concat -safe 0 -i files.txt -c copy output.mp4
-```
+### 添加背景音乐
 
-**调整速度**
 ```bash
-# 2 倍速
-ffmpeg -i input.mp4 -filter:v "setpts=0.5*PTS" -filter:a "atempo=2.0" output.mp4
+# 合成视频和背景音乐
+ffmpeg -i video.mp4 -i bgm.mp3 -c:v copy -c:a aac -shortest output_with_bgm.mp4
 ```
 
----
-
-## 3. 视频理解
+### 添加配音
 
-对于视频内容理解，推荐采用 **抽帧 + 图像理解** 的方式：
-
-**适用范围**
-- 仅适用于短视频（小于 1 分钟）
-- 建议每 5 秒抽取 1 帧
-
-**抽帧命令**
 ```bash
-# 每 5 秒抽取 1 帧
-ffmpeg -i input.mp4 -vf "fps=1/5" frame_%03d.png
-
-# 指定起止时间抽帧
-ffmpeg -i input.mp4 -ss 00:00:00 -to 00:01:00 -vf "fps=1/5" frame_%03d.png
+# 合成视频和配音
+ffmpeg -i video.mp4 -i narration.mp3 -c:v copy -c:a aac -map 0:v -map 1:a output_with_voice.mp4
 ```
 
-**理解流程**
-1. 使用上述命令抽取关键帧
-2. 使用图像理解工具（如视觉模型）逐帧分析
-3. 综合各帧信息得出视频内容理解
-
----
-
-## 4. 视频生成
+### 添加字幕
 
-视频生成需要专业的 AI 视频生成工具，建议使用：
+1. **准备字幕文件**（SRT格式），例如`subtitles.srt`：
+```
+1
+00:00:00,000 --> 00:00:03,000
+这是第一段字幕
 
-- **可灵 (Kling)** - 快手旗下视频生成工具
-- **Sora** - OpenAI 视频生成模型
-- **通义万相** - 阿里云视频生成工具
-- **Runway Gen-3** - 专业视频生成平台
+2
+00:00:03,000 --> 00:00:06,000
+这是第二段字幕
+```
 
-当前工具链不支持视频生成功能。
+2. **烧录字幕到视频**：
+```bash
+# 硬字幕（字幕嵌入视频画面）
+ffmpeg -i video.mp4 -vf "subtitles=subtitles.srt:force_style='FontName=Microsoft YaHei,FontSize=24,PrimaryColour=&HFFFFFF&'" -c:a copy output_with_sub.mp4
+```
 
----
+### 完整合成示例
 
-## 5. 视频内容编辑
+```bash
+# 一次性合成：图片序列 + 配音 + 字幕
+ffmpeg -framerate 0.5 -i images/frame_%02d.png -i narration.mp3 \
+  -c:v libx264 -pix_fmt yuv420p -r 30 \
+  -vf "subtitles=subtitles.srt:force_style='FontName=Microsoft YaHei,FontSize=24'" \
+  -c:a aac -shortest output_final.mp4
+```
 
-**重要提示：不支持逐帧编辑**
+## 五、注意事项
 
-如果需要对视频内容进行逐帧编辑（如使用图像编辑工具修改每一帧），成本极高，不建议执行。原因：
-- 一分钟 30fps 视频有 1800 帧
-- 逐帧编辑耗时耗力，效果难以保证一致性
+1. **图片尺寸一致性**：所有图片必须使用相同的分辨率，否则ffmpeg可能报错
+2. **图片编号连续**：图片序列编号必须连续，不能有间断（如01、02、04会导致03之后的图片被忽略）
+3. **中文字幕字体**：使用中文字幕时需指定支持中文的字体（如Microsoft YaHei、SimHei等）
+4. **音视频同步**：使用`-shortest`参数可让视频在音频或视频任一结束时停止
+5. **文件格式**：输出建议使用MP4格式（H.264+AAC），兼容性最好
 
-**替代方案**
-- 使用专业视频编辑软件：Adobe Premiere、DaVinci Resolve、Final Cut Pro
-- 使用 AI 视频编辑工具：Runway、Pika Labs
+## 六、进阶技巧
 
----
+### 不同图片不同持续时间
 
-## 6. 其他常用操作
+如需每张图片显示不同时长，可使用concat方式：
 
-**格式转换**
-```bash
-ffmpeg -i input.avi -c:v libx264 -c:a aac output.mp4
+1. 创建`input.txt`文件：
 ```
-
-**调整分辨率**
-```bash
-ffmpeg -i input.mp4 -vf "scale=1920:1080" -c:a copy output.mp4
+file 'images/frame_01.png'
+duration 3
+file 'images/frame_02.png'
+duration 2
+file 'images/frame_03.png'
+duration 4
+file 'images/frame_03.png'
 ```
+注意：最后一个文件需要重复一次（ffmpeg的concat demuxer要求）
 
-**提取视频（无音频）**
+2. 执行合成：
 ```bash
-ffmpeg -i input.mp4 -an -c:v copy output.mp4
+ffmpeg -f concat -i input.txt -c:v libx264 -pix_fmt yuv420p -r 30 output.mp4
 ```
 
-**添加/替换音频**
-```bash
-ffmpeg -i video.mp4 -i audio.mp3 -c:v copy -c:a aac -map 0:v:0 -map 1:a:0 output.mp4
-```
+### 添加转场效果
 
-**生成 GIF**
-```bash
-ffmpeg -i input.mp4 -vf "fps=10,scale=480:-1:flags=lanczos" -t 5 output.gif
-```
+ffmpeg支持简单的转场效果（如淡入淡出）：
 
-**旋转视频**
 ```bash
-# 顺时针旋转 90 度
-ffmpeg -i input.mp4 -vf "transpose=1" output.mp4
+# 添加淡入效果（前2秒）
+ffmpeg -i video.mp4 -vf "fade=t=in:st=0:d=2" -c:a copy output_fade.mp4
+
+# 添加淡出效果（最后2秒，假设视频10秒）
+ffmpeg -i video.mp4 -vf "fade=t=out:st=8:d=2" -c:a copy output_fade.mp4
 ```
 
 ---
 
-## 能力边界说明
-
-**可以执行的操作**
-- 所有基于 ffmpeg 的视频处理操作
-- 结合 ASR 实现字幕生成
-- 抽帧后进行图像分析
-
-**无法执行的操作**
-- 视频生成（建议使用专业工具）
-- 逐帧内容编辑（成本过高）
-- 复杂特效制作（建议使用 After Effects 等）
-- 实时视频处理
-
-如遇到无法实现的需求，建议使用更专业的视频处理工具。
+**完成后建议保留**：规划文档、图片素材、字幕文件和音频文件，方便后续修改调整。

package/index.js

@@ -149,7 +149,7 @@ const listTools = () => ({
     },
     {
       name: 'video',
-      description: '视频处理（如添加字幕）的指导说明和注意事项',
+      description: '制作视频的全流程指导说明和注意事项',
       inputSchema: {
         type: 'object',
         properties: {},
@@ -159,7 +159,7 @@ const listTools = () => ({
   ]
 });
 
-const server = new Server({ name: 'skills', version: '3.4.0' }, { capabilities: { tools: {} } });
+const server = new Server({ name: 'skills', version: '3.5.0' }, { capabilities: { tools: {} } });
 
 server.setRequestHandler(ListToolsRequestSchema, async () => listTools());
 

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@ww_nero/skills",
-  "version": "3.4.0",
+  "version": "3.5.0",
   "description": "MCP server that returns Python reference snippets and skill guides",
   "main": "index.js",
   "bin": {