Video Skills Toolkit

这是一套面向自媒体视频创作的 Agent Skills 工具包。当前版本围绕“爆款调研与转写 → 内容二创 → 配音与字幕 → 导演稿 → HyperFrames 口播成片 → BGM 与抖音封面”重新组织，不再包含旧的 talking-head-remotion 和 sketch-story-remotion。

Ten Core Skills

Workflow

调研：viral-video-benchmark
        └─ media-to-transcript → 最终逐字稿/关键帧 → 爆款证据与八部分拆解
        └─ content-remix → 二创迁移卡 → 已确认创作逐字稿

制作：已确认创作逐字稿
        → minimax-voice-director
        → audio-to-subtitles
        → video-script
        → talking-head-hyperframes
        → hyperframes-scene-animator
        → music（BGM）
        → douyin-cover

关键边界：

• viral-video-benchmark 负责找对标、判断、证据和拆解，不自动生成二创成稿。
• media-to-transcript 处理对标素材的下载、AUC ASR 和纠错；原始 ASR 不是最终逐字稿。
• content-remix 只消费已选定、已拆解的样本，必须替换原作者事实与表达；它生成迁移方案或内部草稿，不自动发布。
• 正式配音前必须有已确认的逐字稿；本工具包不把“边写稿边做分镜”当作正式流程。
• minimax-voice-director 产出并审批最终人声；audio-to-subtitles 只从定稿音频建立时间轴。
• video-script 只做导演规划，不写场景代码。
• talking-head-hyperframes 只建固定舞台与执行交接；真正的镜头实现属于 hyperframes-scene-animator。
• music 只在已登记音轨不适用时消耗 ElevenLabs 额度；口播 BGM 默认是短、纯音乐、可循环且不抢人声。
• douyin-cover 在标题与发布方向锁定后执行，可与成片收尾并行。

Bundled Support Skills

下列 3 个目录随仓库一起安装，但不另算创作核心：