Skip to content

An AI editor that watches its own cut: talking-head / AI-avatar video → auto-edited short video. 网感口播精剪:数字人/真人口播 → AI 自动精剪成网感动效短视频 → 可选剪映分层草稿

v3.4-beta: drawing ideas for opinion-only segments, standard wait script

yehuiyu75c6ca3c6ec0
diff --git a/NOTICE b/NOTICE
index 39606f8..43207dc 100644
--- a/NOTICE
+++ b/NOTICE
@@ -14,3 +14,4 @@ Not distributed here (install yourself under their own licenses):
Acknowledgements (see README): video-talkcraft (SHOTBOOK / design language),
hypit (breaking a video into a structural blueprint), hyperframes-student-kit (design-token structure,
card library), rachel-digital-human-production (AI-avatar workflow: HeyGen avatar + separate voice track).
+awesome-opus5-5-videos (MIT, https://github.com/yihui-dev/awesome-opus5-5-videos): drawing ideas for opinion-only segments (references/11).
diff --git a/README.en.md b/README.en.md
index 4879f6a..592fb98 100644
--- a/README.en.md
+++ b/README.en.md
@@ -91,6 +91,7 @@ This pipeline stands on the shoulders of:
- [HyperFrames](https://github.com/heygen-com/hyperframes): the rendering engine and official component library behind much of the motion on screen.
- [video-talkcraft](https://github.com/Vincentwei1021/video-talkcraft): the overall editing-pipeline structure (Design Reference → component library → SHOTBOOK).
- [hypit](https://github.com/hypit-ai/hypit): its approach to breaking down viral videos helped us understand what makes footage feel native to the feed.
+- [awesome-opus5-5-videos](https://github.com/yihui-dev/awesome-opus5-5-videos): ideas for drawing opinion-only segments with no footage to capture, distilled from its prompt collection.
- [hyperframes-student-kit](https://github.com/nateherkai/hyperframes-student-kit): the Vox Explainer-style design tokens and card styling.
- [jianying-headless](https://github.com/mcncarl/jianying-headless): the JianYing draft engine.
- [rachel-digital-human-production](https://github.com/Jingyi-Wu-Richael/rachel-digital-human-production): the starting point of our AI-avatar workflow; on top of it we tested and improved the AV5 digital twin, the Doubao voice and vertical cropping.
diff --git a/README.ja.md b/README.ja.md
index 5f20872..07c9473 100644
--- a/README.ja.md
+++ b/README.ja.md
@@ -91,6 +91,7 @@ SeeCut は Claude Code などのコーディングエージェント向けのス
- [HyperFrames](https://github.com/heygen-com/hyperframes):レンダリングエンジンと公式コンポーネントライブラリ。画面の動きの多くを支えています。
- [video-talkcraft](https://github.com/Vincentwei1021/video-talkcraft):編集パイプライン全体の組み立て方(Design Reference → コンポーネントライブラリ → SHOTBOOK)。
- [hypit](https://github.com/hypit-ai/hypit):ヒット動画を分解する考え方が、「ネットらしさ」と素材を理解する助けになりました。
+- [awesome-opus5-5-videos](https://github.com/yihui-dev/awesome-opus5-5-videos):キャプチャできる素材がない意見パートの描き方の参考(収録プロンプトから抽出)。
- [hyperframes-student-kit](https://github.com/nateherkai/hyperframes-student-kit):Vox Explainer スタイルのデザイントークンとカードのスタイル。
- [jianying-headless](https://github.com/mcncarl/jianying-headless):剪映ドラフトエンジン。
- [rachel-digital-human-production](https://github.com/Jingyi-Wu-Richael/rachel-digital-human-production):AI アバター手順の出発点。その上で AV5 デジタルツイン、Doubao 音声、縦長クロップを検証・改良しました。
diff --git a/README.md b/README.md
index a2ee0c3..21d352b 100644
--- a/README.md
+++ b/README.md
@@ -90,6 +90,7 @@
- [HyperFrames](https://github.com/heygen-com/hyperframes):渲染引擎和官方组件库,画面里的大量动效靠它撑起来。
- [video-talkcraft](https://github.com/Vincentwei1021/video-talkcraft):剪辑管线的整体编排思路(Design Reference → 组件库 → SHOTBOOK)。
- [hypit](https://github.com/hypit-ai/hypit):爆款拆解的思路,帮助我们理解网感和素材。
+- [awesome-opus5-5-videos](https://github.com/yihui-dev/awesome-opus5-5-videos):纯观点段落"没素材可截时怎么画"的画法参考,从它收集的提示词里提炼。
- [hyperframes-student-kit](https://github.com/nateherkai/hyperframes-student-kit):Vox Explainer 风格的设计令牌和卡片样式。
- [jianying-headless](https://github.com/mcncarl/jianying-headless):剪映草稿引擎。
- [rachel-digital-human-production](https://github.com/Jingyi-Wu-Richael/rachel-digital-human-production):数字人流程的起点;在它的基础上,我们又实测改进了 AV5 数字分身、豆包配音和竖屏裁切。
diff --git a/skill/seecut/CHANGELOG.md b/skill/seecut/CHANGELOG.md
index 82035f2..36fd97b 100644
--- a/skill/seecut/CHANGELOG.md
+++ b/skill/seecut/CHANGELOG.md
@@ -1,5 +1,11 @@
# CHANGELOG
+## v3.4-beta(2026-10-01)· 无据段画法并入 + 标准等待脚本(维护者)
+依据:`docs/.../2026-09-30-外部仓库调研-四个仓库.md`(四个外部仓库调研 + Round2-4.3 / 4.4 两轮 A/B)。
+- **新增 `references/11-无据段画法参考.md`**:从 awesome-opus5-5-videos(MIT)挑 6 类"让模型写代码画动画"的做法(文字即结构 / 同元素变形 / 过程可视化 / 真模拟 / 小角色回调 / 海报大字),SKILL 第 4 步与 03 决策表"纯观点无据"指向它。两轮 A/B:agy 一轮判正式版胜、一轮平手(位置偏差);**作者看片判融合版更好**("很多画面细节有惊喜"),以作者为准并入。
+- **新增 `scripts/wait_for.sh`**:等待后台任务的标准脚本(ASCII 完成标记 + 必填超时 + 只认启动后新写入的内容 + 可选失败标记);SKILL 规定禁止手写等待循环。起因:Round2-4.4 执行窗手写 `until grep "锚5"`,中文被显示成 ???、无超时,空转约 10 小时(未影响评测:所等结果早已写好,流程照常推进)。
+- 已知未修(记录,待有人用这类素材再定):角落圆形小窗素材——空拍规则与"圆窗放大露人"冲突、圆窗放大方式没写清、剪映分层包人像是方形、备忘录字幕底未利用。
+
## v3.3.2-beta(2026-09-29)· Muse 第三轮小修
- chromePath / preflight 认 Linux 的无头浏览器文件名 `chrome-linux/headless_shell`(v3.3.1 只补了目录,Muse 仍需手动设 JIANJI_CHROME)。
- 规则:找不到强相关真证据时宁用示意图,不用勉强沾边的网图(02 §3 第 4 条)。
diff --git a/skill/seecut/SKILL.md b/skill/seecut/SKILL.md
index 544065c..9a30ddd 100644
--- a/skill/seecut/SKILL.md
+++ b/skill/seecut/SKILL.md
@@ -1,11 +1,11 @@
---
name: seecut
-description: 网感口播精剪(v3.3):口播视频加动效,自动剪成"网感口播精剪风格"竖版/横版样片,交付渲染成片+分层工程包(装了剪映引擎则再出剪映分层草稿,音效放草稿;没装则音效混进成片)。当用户给了口播粗剪(+B-roll/截图/录屏)并想要"口播动效/加卡片弹字/剪成短视频/做动效样片/网感口播精剪"时用。自循环:预检→素材理解→找真证据→编排→HyperFrames构建→硬门+两两对比自迭代(≤3版)→配音效→交付→用户终审。不做:纯字幕/纯配音/纯生图/BGM。
+description: 网感口播精剪(v3.4):口播视频加动效,自动剪成"网感口播精剪风格"竖版/横版样片,交付渲染成片+分层工程包(装了剪映引擎则再出剪映分层草稿,音效放草稿;没装则音效混进成片)。当用户给了口播粗剪(+B-roll/截图/录屏)并想要"口播动效/加卡片弹字/剪成短视频/做动效样片/网感口播精剪"时用。自循环:预检→素材理解→找真证据→编排→HyperFrames构建→硬门+两两对比自迭代(≤3版)→配音效→交付→用户终审。不做:纯字幕/纯配音/纯生图/BGM。
---
-# SeeCut v3.3 · 网感口播精剪(口播动效自动剪辑)
+# SeeCut v3.4 · 网感口播精剪(口播动效自动剪辑)
-把口播粗剪 + 素材,剪成"网感口播精剪风格"动效样片:数字人/真人口播打底,把画面让给高密度信息层(**真实证据** + chip/卡/大字 + 手作质感 + 弹簧动效),人像按"对你说露、给你看藏"调度。**你(执行窗)自己跑完整循环,交两份东西给用户终审:渲染成片(原声,不混音效)+ 剪映分层草稿(带音效轨)。长任务每 15 分钟往 runlog 写一行进度。**
+把口播粗剪 + 素材,剪成"网感口播精剪风格"动效样片:数字人/真人口播打底,把画面让给高密度信息层(**真实证据** + chip/卡/大字 + 手作质感 + 弹簧动效),人像按"对你说露、给你看藏"调度。**你(执行窗)自己跑完整循环,交两份东西给用户终审:渲染成片(原声,不混音效)+ 剪映分层草稿(带音效轨)。长任务每 15 分钟往 runlog 写一行进度。等后台任务一律用 `zsh scripts/wait_for.sh <日志> <ASCII完成标记> <超时秒>`,禁止手写 until/while 循环(Round2-4.4 手写循环空转 10 小时)。**
## 0 · 开工前(必做)
1. **读** `references/00-总纲.md`(16 条,全 skill 最高规则;其它文件与它冲突时以它为准并在报告里指出)+ `references/08-避坑SOP.md`(渲染铁律)。
@@ -28,6 +28,7 @@ faster_whisper(small) 词级转写 → `seg_words.json`,转一次就沉淀。
- **禁假证据**:不许用占位窗口/伪代码网格/假 Mac/假 App 界面冒充或"填满"(总纲第 5 条)。
## 4 · SHOTBOOK 编排(`references/04-SHOTBOOK施工规格.md`)
+**无据段先读 `references/11-无据段画法参考.md`**:每个无据段在 SHOTBOOK 里多写一列"形式点子"(一段一个),按 11 的 6 类画法现写动画,禁止退成小窗 + 空纸 + 小卡。
逐镜填:功能(`03` 决策表)→ 有据/无据 + 证据计划 → 人像层/信息层 → 选卡(**必须写 registry 组件名或"库里没有:原因"**,`npx -y hyperframes@latest catalog`;手绘件用 `assets/hf-hw/`)→ 背景底(`02` §3:有据铺真证据、无据半身或干净底)→ 镜内变化 → 动效 → 衔接。
## 5 · 构建(HyperFrames HTML/GSAP,守 08 避坑SOP)
diff --git "a/skill/seecut/references/03-\347\274\226\346\216\222\345\261\202\345\206\263\347\255\226\350\241\250.md" "b/skill/seecut/references/03-\347\274\226\346\216\222\345\261\202\345\206\263\347\255\226\350\241\250.md"
index 099f6c0..14ff2f4 100644
--- "a/skill/seecut/references/03-\347\274\226\346\216\222\345\261\202\345\206\263\347\255\226\350\241\250.md"
+++ "b/skill/seecut/references/03-\347\274\226\346\216\222\345\261\202\345\206\263\347\255\226\350\241\250.md"
@@ -50,7 +50,7 @@
- 概念关系/分类 → 概念卡+手绘箭头
- 情绪痛点 → 3D卡通隐喻(缺口,需生成/降级角落头+引用气泡)
- 章节切换 → 章节卡 + 像素/线稿图
-- 纯观点无据 → **人像大**(半身/全屏)+ 关键词大字/少量关键词卡;或人像缩小时,用自绘示意图/比喻图/概念卡**撑满画面**。**禁止"小窗人像 + 空纸面 + 一张小卡"**(AV5 实测:2-12 秒整段飘空,几何检查已判 FAIL)
+- 纯观点无据 → 先按 `11-无据段画法参考` 选一个形式点子(文字即结构 / 同元素变形 / 过程可视化 / 真模拟 / 小角色 / 海报大字);或 **人像大**(半身/全屏)+ 关键词大字/少量关键词卡;或人像缩小时,用自绘示意图/比喻图/概念卡**撑满画面**。**禁止"小窗人像 + 空纸面 + 一张小卡"**(AV5 实测:2-12 秒整段飘空,几何检查已判 FAIL)
## 5 · 三类用户输入的适配器(人像层原料从哪来)
| 用户输入 | 人像层原料 | 怎么再构图 |
diff --git "a/skill/seecut/references/11-\346\227\240\346\215\256\346\256\265\347\224\273\346\263\225\345\217\202\350\200\203.md" "b/skill/seecut/references/11-\346\227\240\346\215\256\346\256\265\347\224\273\346\263\225\345\217\202\350\200\203.md"
new file mode 100644
index 0000000..9bb5e7a
--- /dev/null
+++ "b/skill/seecut/references/11-\346\227\240\346\215\256\346\256\265\347\224\273\346\263\225\345\217\202\350\200\203.md"
@@ -0,0 +1,48 @@
+# 11 · 无据段画法参考(2026-10-01 并入正式版)
+
+> 用途:**纯观点 / 无据段**(口播没提到可截图的真实产品、网页、数据)不知道画什么时,按本文件的画法**现写动画**,不要退成"小窗人像 + 空纸 + 一张小卡"。
+> 实测:Round2-4.3(纯观点数字人)与 Round2-4.4(豆包吐槽、角落圆窗)两轮 A/B,作者看片判融合版更好(agy 一轮判正式版胜、一轮平手且有位置偏差)。
+> 来源:从 awesome-opus5-5-videos(475 条"让 Opus 5.5 写代码画动画"的提示词,MIT)里挑出与口播相关的 6 类做法,改写成适配本管线的规则。每条注明出处,只借思路,不照搬画面。
+> 边界:仍然在 HyperFrames `master.html` + GSAP 主时间轴里写,**按时间取帧、不许用定时器或跨帧状态**(和 08 避坑一致);配色、字体服从 `02` 设计令牌;人像调度、几何检查、挡脸、空拍等规则全部照旧。本文件只回答"画什么"。
+
+## 先定这一段的"形式点子"
+每个无据段先写一句话:**这句话的意思,能不能用一个画面动作讲出来?**写进 SHOTBOOK 的"画法"列。一段只用一个点子,想不出来就用第 1 类(文字即结构)兜底。
+
+## 1. 文字即结构(首选兜底)
+出处:Gdgtify "BUILD THE FLOOR"(kinetic spoken-word)。
+- 把这段里 2-3 个关键词**分配视觉角色**:压下来的横梁、被撑开的缺口、塌掉的地板、越堆越高的墙……角色由字本身扮演,不是在字后面另画插图。
+- 句与句之间,画面是**被上一句的字改造**出来的,不是整页换掉。例:"上下文短的不是 AI"→"短"字被压扁变窄;"是人"→"人"字撑开,把"短"顶走。
+- 字号层级:关键词用粗黑体做"承重件",其余用正文字体,小标注用等宽体。
+- 整句必须在静音下也能读懂。
+
+## 2. 同一个元素变形,不换页
+出处:verbove / twoclipping 系列("One shape, never cut")。
+- 一段内尽量只有一个主容器,靠**尺寸、圆角、颜色变化**过渡到下一个状态,内容在容器变形开始后进入、在下一次变形前离开(文字永不重叠)。
+- 弹簧只要一点点过冲;过渡加一个很短的模糊。
+- 不要"黑屏淡出再淡入强调色",而是让强调色元素本身移动到下一个状态。
+
+## 3. 把抽象过程拆成一步步"放进去"
+出处:Ror_Fly 等"鸡尾酒配方"讲解(从空杯到成品,配料按量一步步倒进去)。
+- 口播在讲因果、步骤、对比时,画成一个**可见的过程**:容器被一格格填满、清单一项项打勾、天平一边一边加码、进度条推进。
+- 观众靠"进度"感受到事情在发生(和决策表"列举/步骤"打法一致)。
+
+## 4. 真的模拟,不是画一个示意
+出处:AstroTheWizard"光子之旅"("随机游走要真的是随机游走")。
+- 能用代码算出来的,就真的算:记忆衰减就让点真的一个个变淡消失,信息过载就真的让块堆到溢出,随机就用带种子的随机。
+- 用真实数字(口播里说的数),数字滚动落定;不确定就标"约"。
+
+## 5. 小角色 + 视觉梗 + 回调
+出处:AstroTheWizard、songkeys 折纸涂鸦叙事。
+- 可以给抽象概念一个**极简几何小角色**(方块身体、豆豆眼,好画好动),用表情和动作表达情绪;开头出现的元素,结尾回来呼应一次。
+- 冷幽默优先:一本正经地荒诞,不耍宝。
+
+## 6. 海报式大字(金句、结论、钩子)
+出处:techhalla kinetic identity bumper。
+- 每拍只砸 1-4 个字;严格色板(服从 02);三套字体各司其职,不要一种字体用到底。
+- 进场可以用字母乱序再落定、用上一行文字当遮罩把下一行擦出来;**文案锁死,不加口播里没有的口号**。
+
+## 自检(在 06 质检之前先过一遍)
+- [ ] 每个无据段在 SHOTBOOK 里写了"形式点子",且只有一个
+- [ ] 画面由口播关键词驱动(字、容器、过程、模拟),不是一张孤零零的小卡
+- [ ] 按节拍/分句先渲一张缩略图拼版看构图,再全渲(和 render.mjs probe 一致)
+- [ ] 没有冒充真实截图或真实界面的画面(示意图要标"示意",服从总纲第 5 条)
diff --git a/skill/seecut/scripts/wait_for.sh b/skill/seecut/scripts/wait_for.sh
new file mode 100755
index 0000000..9092be1
--- /dev/null
+++ b/skill/seecut/scripts/wait_for.sh
@@ -0,0 +1,22 @@
+#!/bin/zsh
+# 标准等待:等某个后台任务的日志里出现完成标记。执行窗的一切等待都用它,禁止手写 until/while 循环。
+# 用法: zsh wait_for.sh <日志文件> <完成标记(ASCII)> <超时秒> [失败标记(ASCII,可选)]
+# 退出码: 0=等到完成标记 1=超时 2=参数错误 3=等到失败标记
+# 为什么要它(2026-10-01 Round2-4.4 实测):执行窗手写 `until grep -q "锚5" 输出; do sleep 20; done`,
+# 输出里中文被显示成 ???、永远匹配不上,又没设超时,空转约 10 小时;同会话还读到过上一轮的旧日志误以为出结果。
+LOG="$1"; DONE="$2"; T="$3"; FAIL="$4"
+[ -z "$LOG" -o -z "$DONE" -o -z "$T" ] && { print "用法: wait_for.sh <日志> <完成标记> <超时秒> [失败标记]"; exit 2; }
+print -r -- "$DONE$FAIL" | LC_ALL=C grep -q '[^ -~]' && { print "❌ 标记只能用 ASCII(中文在日志里可能被显示成 ???,永远匹配不上)"; exit 2; }
+[[ "$T" == <-> ]] || { print "❌ 超时必须是正整数秒"; exit 2; }
+# 只认启动之后新写的内容:记下起始字节数,旧日志里的标记不算(防读到上一轮结果)
+START=$([ -f "$LOG" ] && wc -c < "$LOG" | tr -d ' ' || echo 0)
+t0=$SECONDS
+while (( SECONDS - t0 < T )); do
+ if [ -f "$LOG" ]; then
+ NEW=$(tail -c +$((START + 1)) "$LOG" 2>/dev/null)
+ [ -n "$FAIL" ] && print -r -- "$NEW" | grep -qF -- "$FAIL" && { print "⛔ 等到失败标记「$FAIL」($((SECONDS - t0))s):$LOG"; exit 3; }
+ print -r -- "$NEW" | grep -qF -- "$DONE" && { print "✓ 等到「$DONE」($((SECONDS - t0))s):$LOG"; exit 0; }
+ fi
+ sleep 5
+done
+print "⏰ 超时 ${T}s 没等到「$DONE」:$LOG(去看日志末尾,别再手写循环接着等)"; exit 1