Record your screen, ship a demo. Free and open-source, GPU-accelerated, no watermarks, no subscriptions. Windows, macOS, Linux. Actively maintained.
TypeScript cross-platformelectronffmpegopen-sourceproduct-demorustscreen-capturescreen-recorderscreen-recordingscreen-studioscreencastspeech-to-texttypescriptvideo-editingvideo-editorwaylandwgpuwhisper
docs(website): carry the captions and transcription changes into the translations
EtienneLescot0a42095f8b40
diff --git a/website/i18n/de/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/de/docusaurus-plugin-content-docs/current/ai-editing.mdindex 0e5bed04e..39c593670 100644--- a/website/i18n/de/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/de/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ Die Anmeldeoptionen für ChatGPT und GitHub Copilot wurden **in 1.8.0 entfernt**## Den Agenten nutzen {#using-the-agent}-Beschreibe die Änderung in Alltagssprache, etwa „schneide die Stille im Intro heraus“ oder „zoome hinein, wenn ich das Terminal öffne“. Der Agent arbeitet mit echten, rückgängig machbaren Operationen auf der Zeitleiste, nicht mit einem neuen Rendering: Er kann Schnitte, Zooms, Geschwindigkeitsbereiche, Annotationen (Text, Pfeile und Unschärfen, die private Details auf dem Bildschirm verbergen), importierte Audiospuren samt Ein- und Ausblendung und Full-Camera-Segmente hinzufügen und anpassen, automatische Zooms auf deine Klicks setzen, Start- und Endpunkte und den Zuschnitt eines Clips ändern, Material einer anderen Quelle platzieren, Clips duplizieren, umsortieren oder entfernen und das Transkript lesen, um herauszufinden, was du meinst. Außerdem stellt er das Aussehen des Videos ein: Hintergrund, Innenabstand, abgerundete Ecken, Schatten, Geräterahmen, Format, das Kamera-Layout, den Cursor und die Gesamtlautstärke.+Beschreibe die Änderung in Alltagssprache, etwa „schneide die Stille im Intro heraus“ oder „zoome hinein, wenn ich das Terminal öffne“. Der Agent arbeitet mit echten, rückgängig machbaren Operationen auf der Zeitleiste, nicht mit einem neuen Rendering: Er kann Schnitte, Zooms, Geschwindigkeitsbereiche, Annotationen (Text, Pfeile und Unschärfen, die private Details auf dem Bildschirm verbergen), importierte Audiospuren samt Ein- und Ausblendung und Full-Camera-Segmente hinzufügen und anpassen, automatische Zooms auf deine Klicks setzen, Start- und Endpunkte und den Zuschnitt eines Clips ändern, Material einer anderen Quelle platzieren, Clips duplizieren, umsortieren oder entfernen und das Transkript lesen, um herauszufinden, was du meinst. Außerdem stellt er das Aussehen des Videos ein: Hintergrund, Innenabstand, abgerundete Ecken, Schatten, Geräterahmen, Format, das Kamera-Layout, den Cursor und die Gesamtlautstärke. Er kann außerdem die [Untertitel](./captions.md) einschalten, gestalten und platzieren und sie selbst in eine andere Sprache übersetzen.Der Bereich drumherum:@@ -57,7 +57,7 @@ Der Eintrag **Smart cuts** (mit *With AI* markiert) im Menü **Auto-enhance** de## Was deinen Anbieter sonst noch nutzt {#what-else-uses-your-provider}-Die [Untertitelübersetzung](./captions.md#translation) ist ein einzelner Aufruf zur Textumwandlung an dasselbe Modell. Sie startet keine Agentenschleife und kann dein Dokument nicht verändern. Transkription und Untertitel-Rendering bleiben in jedem Fall vollständig auf deinem Gerät.+Die [Untertitelübersetzung](./captions.md#translation) ist ein einzelner Aufruf zur Textumwandlung an dasselbe Modell. Sie startet keine Agentenschleife und kann dein Dokument nicht verändern. Bittest du im Chat darum, übersetzt der Agent die Untertitel stattdessen selbst, in dieselbe Übersetzungsebene. Transkription und Untertitel-Rendering bleiben in jedem Fall vollständig auf deinem Gerät.## Claude Code, Codex oder einen anderen MCP-Client nutzen {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ Wenn du bereits einen KI-Coding-Agenten wie Claude Code oder Codex nutzt, kann e2. Kopiere den dort angezeigten Befehl für **Claude Code** oder **Codex** und führe ihn in einem Terminal aus. Der Befehl für Claude Code enthält das Zugriffstoken. Codex liest es stattdessen aus der Umgebungsvariable `OPENSCREEN_MCP_TOKEN`: Setze sie in der Shell, aus der du Codex startest.3. Bitte deinen Agenten um die Änderung, am im OpenScreen-Editor geöffneten Projekt oder an einem beliebigen anderen Projekt deiner Liste.-Die Werkzeuge sind die, die der eingebaute Agent nutzt, dazu die, die ein Video aufnehmen, exportieren und ansehen ([unten](#letting-an-agent-make-the-whole-video)). Sie wirken auf das im Editor geöffnete Projekt, es sei denn, der Client nennt ein anderes: Er kann alle Projekte auflisten und jedes davon lesen oder bearbeiten. Er kann auch ein Projekt anlegen, leer oder aus einer Videodatei, eines umbenennen und den Medien eines Projekts eine Video- oder Audiodatei hinzufügen oder eine daraus entfernen. Ein Projekt löschen gehört nicht zu den Werkzeugen: Das bleibt dir in der App vorbehalten. MCP-Clients können nur **lesen**, bis du im Abschnitt MCP-Server auch **MCP-Änderungen** einschaltest: Bis dahin wird jede Bearbeitung, Aufnahme, jeder Export und jedes neue Projekt, das sie versuchen, abgelehnt. Dieser Schalter ist von **Agenten-Änderungen**, dem des eingebauten Agenten, getrennt und steht anfangs auf aus. Ist er an, wird jede Änderung gespeichert, sobald sie ankommt:+Die Werkzeuge sind die, die der eingebaute Agent nutzt, dazu die, die ein Video aufnehmen, exportieren und ansehen ([unten](#letting-an-agent-make-the-whole-video)). Dazu kommt `transcribe`. Es lässt Whisper auf deinem Gerät über die Medien eines Projekts laufen, wie der Editor beim Öffnen eines Projekts. Ein Client übersetzt die Untertitel mit seinem eigenen Modell, daher braucht die Untertitelübersetzung keinen Anbieter in OpenScreen. Die Werkzeuge wirken auf das im Editor geöffnete Projekt, es sei denn, der Client nennt ein anderes: Er kann alle Projekte auflisten und jedes davon lesen oder bearbeiten. Er kann auch ein Projekt anlegen, leer oder aus einer Videodatei, eines umbenennen und den Medien eines Projekts eine Video- oder Audiodatei hinzufügen oder eine daraus entfernen. Ein Projekt löschen gehört nicht zu den Werkzeugen: Das bleibt dir in der App vorbehalten. MCP-Clients können nur **lesen**, bis du im Abschnitt MCP-Server auch **MCP-Änderungen** einschaltest: Bis dahin wird jede Bearbeitung, Aufnahme, jeder Export und jedes neue Projekt, das sie versuchen, abgelehnt. Dieser Schalter ist von **Agenten-Änderungen**, dem des eingebauten Agenten, getrennt und steht anfangs auf aus. Ist er an, wird jede Änderung gespeichert, sobald sie ankommt:- **Am im Editor geöffneten Projekt** wird eine Änderung mit `Ctrl/Cmd + Z` rückgängig gemacht. Clients werden angewiesen, vor einer Reihe von Änderungen einen Wiederherstellungspunkt zu speichern. So kannst du sie bitten, das Projekt in einem einzigen Schritt wiederherzustellen, wie es war, und auch diesen Schritt kann `Ctrl/Cmd + Z` rückgängig machen.- **An jedem anderen Projekt** wird eine Änderung in seiner Datei gespeichert, wo `Ctrl/Cmd + Z` sie nicht erreicht. Ein Client muss vor der ersten Änderung einen Wiederherstellungspunkt dieses Projekts speichern, und dorthin zurückzukehren ist der einzige Weg, sie rückgängig zu machen.@@ -100,5 +100,6 @@ Die ausführbare Datei für jedes System steht unter [Die CLI ausführen](./cli.- **Kein Port, kein Token, keine Einstellung.** Der Agent startet den Prozess selbst, mit deinen Rechten, so wie er `openscreen record` ausführen würde. Deshalb kann er deinen Bildschirm aufnehmen und bearbeiten, ohne den Schalter **MCP-Änderungen**.- **Jeder Take wird zu einem neuen Projekt** in deiner Projektliste, mit Zooms auf seine Klicks, wie eine in der App gemachte Aufnahme: Zeitlich und räumlich nah beieinanderliegende Klicks teilen sich einen Zoom, und die ersten Sekunden und das Ende bleiben auf dem ganzen Bildschirm. Jede Änderung des Agenten wird in der Projektdatei gespeichert. Rückgängig macht sie der Wiederherstellungspunkt, den der Agent anlegt und der bis zum Ende seiner Sitzung besteht. Nur die 20 neuesten Wiederherstellungspunkte werden behalten, ein älterer kann also früher verschwinden.- **Läuft OpenScreen, arbeitet der Agent über die App.** Eine Änderung am im Editor geöffneten Projekt erscheint dort sofort, und `Ctrl/Cmd + Z` macht sie rückgängig. Die Wiederherstellungspunkte des Agenten gelten dann, bis OpenScreen beendet wird. Antwortet die App nicht, werden Änderungen an diesem Projekt abgelehnt, denn der Editor würde seine eigene Kopie darüber speichern.+- **Ein Take hat kein Transkript, bis der Agent eines anfordert.** Er ruft `transcribe` auf, bevor er Wörter schneidet oder die Untertitel einschaltet. Whisper läuft auf deinem Rechner, in OpenScreen, wenn die App geöffnet ist.- **Ein per Skript gesteuerter Take** (zum Beispiel mit Playwright) bewegt nie den Zeiger auf dem Bildschirm. Der Agent übergibt OpenScreen mit `setPointerTrack` sein eigenes Protokoll der Aktionen, und das Video bekommt trotzdem einen Cursor und dessen Zooms.- **Der Skill `openscreen-demo`** bringt einem Agenten die ganze Arbeit bei, vom Storyboard bis zum fertigen Video. Danach hängt er das Video an einen Pull Request, damit die Reviewer die Änderung direkt dort sehen, oder entwirft einen Post auf X, den er erst veröffentlicht, wenn du Ja sagst. Füge ihn mit `npx skills add getopenscreen/openscreen --skill openscreen-demo` hinzu. Das Rezept ist [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md).diff --git a/website/i18n/de/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/de/docusaurus-plugin-content-docs/current/cli.mdindex 33c128334..9c87b094d 100644--- a/website/i18n/de/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/de/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ MP4-Exporte aus der CLI sind immer **H.264**, mit 60 fps, sofern `--fps` nichts### `openscreen captions` {#openscreen-captions}-Transkribiert den Ton des Projekts mit Whisper auf deinem Rechner und schreibt dann Untertitel-Annotationen in die Projektdatei. Nichts wird hochgeladen, und die Sprache wird automatisch erkannt. Der erste Lauf lädt das Whisper-Modell einmalig herunter, etwa 264 MB, wie in der Desktop-App.+Transkribiert den Ton des Projekts mit Whisper auf deinem Rechner und schaltet dann die Untertitel des Projekts ein, wie der Bereich **Captions** im Editor. Nichts wird hochgeladen, und die Sprache wird automatisch erkannt. Der erste Lauf lädt das Whisper-Modell einmalig herunter, etwa 264 MB, wie in der Desktop-App.```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` und `--max-words` legen die Wörter pro Untertitel fest. Erlaubt sind jeweils 1 bis 12, wie im Editor. Standard: 2 und 7.-- Ein erneuter Lauf ersetzt die Untertitel, die der Befehl vorher hinzugefügt hat. Annotationen, die du selbst hinzugefügt hast, bleiben erhalten.+- Die Untertitel sind das Transkript, auf das Video gezeichnet. Im Editor gestaltest, korrigierst und übersetzt du sie daher wie alle anderen. Ein erneuter Lauf behält das Transkript und legt nur die Wörter pro Untertitel fest.+- Das Projekt wird im eigenen Format des Editors gespeichert. Ein Skript, das die Projekt-JSON wie [unten](#example-an-automated-product-demo) gezeigt bearbeitet, tut das vor `captions`, und `pack` liest dieses Format noch nicht.- Das Bildschirmvideo des Projekts muss eine Audiospur haben, zum Beispiel aus `record --mic`.- Untertitel werden in den Export eingebrannt. Eine Ausgabe als Untertiteldatei gibt es nicht. Siehe [Untertitel](./captions.md).@@ -241,10 +242,7 @@ Ein Skript oder ein Coding-Agent kann eine untertitelte Demo mit Zooms erstellen# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-In Schritt 3 reicht `depth` von 1 bis 6 (1.25× bis 5×; 3 entspricht 1.8×), und `cx` und `cy` legen die Zoommitte als Anteile des Bildes fest.+In Schritt 2 reicht `depth` von 1 bis 6 (1.25× bis 5×; 3 entspricht 1.8×), und `cx` und `cy` legen die Zoommitte als Anteile des Bildes fest.Soll stattdessen eine Text-to-Speech-Engine sprechen, nimmst du ohne `--mic` auf und mischst das Voice-over beim Export hinzu. Jede Engine, die mp3, wav oder m4a schreibt, funktioniert; hier das `say` von macOS:diff --git a/website/i18n/es/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/es/docusaurus-plugin-content-docs/current/ai-editing.mdindex a31d46c26..aa9d101cf 100644--- a/website/i18n/es/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/es/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ Las opciones de inicio de sesión con ChatGPT y GitHub Copilot se **eliminaron e## Usar el agente {#using-the-agent}-Describe la edición con tus propias palabras: "corta el tiempo muerto de la introducción", "haz zoom cuando abro la terminal". El agente trabaja con operaciones reales de la línea de tiempo, que se pueden deshacer, y no con un nuevo renderizado: puede agregar y ajustar recortes, zooms, regiones de velocidad, anotaciones (texto, flechas y desenfoques que ocultan datos privados en pantalla), pistas de audio importadas con sus fundidos y segmentos de cámara a pantalla completa, agregar zooms automáticos en tus clics, editar los puntos de entrada y salida y el recorte de un clip, colocar el material de otra fuente, duplicar, reordenar o quitar clips, y leer la transcripción para encontrar aquello a lo que te refieres. También ajusta el aspecto del vídeo: fondo, margen, esquinas redondeadas, sombra, marco de dispositivo, formato, la disposición de la cámara, el cursor y el volumen general.+Describe la edición con tus propias palabras: "corta el tiempo muerto de la introducción", "haz zoom cuando abro la terminal". El agente trabaja con operaciones reales de la línea de tiempo, que se pueden deshacer, y no con un nuevo renderizado: puede agregar y ajustar recortes, zooms, regiones de velocidad, anotaciones (texto, flechas y desenfoques que ocultan datos privados en pantalla), pistas de audio importadas con sus fundidos y segmentos de cámara a pantalla completa, agregar zooms automáticos en tus clics, editar los puntos de entrada y salida y el recorte de un clip, colocar el material de otra fuente, duplicar, reordenar o quitar clips, y leer la transcripción para encontrar aquello a lo que te refieres. También ajusta el aspecto del vídeo: fondo, margen, esquinas redondeadas, sombra, marco de dispositivo, formato, la disposición de la cámara, el cursor y el volumen general. También puede activar los [subtítulos](./captions.md), darles estilo y colocarlos, y traducirlos él mismo a otro idioma.El panel que lo rodea:@@ -57,7 +57,7 @@ La opción **Cortes inteligentes** (marcada *Con IA*) del menú de mejora autom## Qué más usa tu proveedor {#what-else-uses-your-provider}-La [traducción de subtítulos](./captions.md#translation) es una sola llamada de transformación de texto al mismo modelo: no ejecuta el ciclo del agente y no puede tocar tu documento. La transcripción y el renderizado de los subtítulos se hacen por completo en tu equipo en cualquier caso.+La [traducción de subtítulos](./captions.md#translation) es una sola llamada de transformación de texto al mismo modelo: no ejecuta el ciclo del agente y no puede tocar tu documento. Si se lo pides en el chat, el agente traduce él mismo los subtítulos, en la misma capa de traducción. La transcripción y el renderizado de los subtítulos se hacen por completo en tu equipo en cualquier caso.## Usar Claude Code, Codex u otro cliente MCP {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ Si ya usas un agente de código con IA como Claude Code o Codex, puede manejar l2. Copia el comando de **Claude Code** o de **Codex** que aparece ahí y ejecútalo en una terminal. El comando de Claude Code lleva el token de acceso. Codex, en cambio, lo lee de la variable de entorno `OPENSCREEN_MCP_TOKEN`: defínela en el shell desde el que inicias Codex.3. Pídele la edición a tu agente, sobre el proyecto abierto en el editor de OpenScreen o sobre cualquier otro proyecto de tu lista.-Las herramientas son las que usa el agente integrado, además de las que graban, exportan y miran un video ([más abajo](#letting-an-agent-make-the-whole-video)). Actúan sobre el proyecto abierto en el editor, salvo que el cliente indique otro: puede listar todos los proyectos y leer o editar cualquiera de ellos. También puede crear un proyecto, vacío o a partir de un archivo de video, cambiarle el nombre a uno, y agregar un archivo de video o de audio a los medios de un proyecto o quitar uno. Eliminar un proyecto no está entre las herramientas: eso queda en tus manos, en la aplicación. Los clientes MCP solo pueden **leer** hasta que también actives **Ediciones por MCP** en la sección Servidor MCP: hasta entonces se rechaza cada edición, grabación, exportación o proyecto nuevo que intenten. Este interruptor es independiente de **Ediciones del agente**, el del agente integrado, y empieza desactivado. Una vez activado, cada edición se guarda en cuanto se aplica:+Las herramientas son las que usa el agente integrado, además de las que graban, exportan y miran un video ([más abajo](#letting-an-agent-make-the-whole-video)). También está `transcribe`, que ejecuta Whisper en tu equipo sobre los medios de un proyecto, como hace el editor al abrir un proyecto. Un cliente traduce los subtítulos con su propio modelo, así que la traducción de subtítulos no necesita ningún proveedor en OpenScreen. Las herramientas actúan sobre el proyecto abierto en el editor, salvo que el cliente indique otro: puede listar todos los proyectos y leer o editar cualquiera de ellos. También puede crear un proyecto, vacío o a partir de un archivo de video, cambiarle el nombre a uno, y agregar un archivo de video o de audio a los medios de un proyecto o quitar uno. Eliminar un proyecto no está entre las herramientas: eso queda en tus manos, en la aplicación. Los clientes MCP solo pueden **leer** hasta que también actives **Ediciones por MCP** en la sección Servidor MCP: hasta entonces se rechaza cada edición, grabación, exportación o proyecto nuevo que intenten. Este interruptor es independiente de **Ediciones del agente**, el del agente integrado, y empieza desactivado. Una vez activado, cada edición se guarda en cuanto se aplica:- **En el proyecto abierto en el editor**, una edición se deshace con `Ctrl/Cmd + Z`. A los clientes se les indica que guarden un punto de restauración antes de una serie de ediciones, así que puedes pedirles que dejen el proyecto como estaba en un solo paso, que el propio `Ctrl/Cmd + Z` puede deshacer.- **En cualquier otro proyecto**, una edición se guarda en su archivo, fuera del alcance de `Ctrl/Cmd + Z`. Un cliente debe guardar un punto de restauración de ese proyecto antes de su primera edición, y volver a él es la única forma de deshacerla.@@ -100,5 +100,6 @@ El ejecutable de cada sistema aparece en [Ejecutar la CLI](./cli.md#running-the-- **Sin puerto, sin token, sin ajuste.** El agente inicia el proceso él mismo, con tus permisos, como ejecutaría `openscreen record`. Así puede grabar tu pantalla y editar sin el interruptor **Ediciones por MCP**.- **Cada toma se convierte en un proyecto nuevo** en tu lista de proyectos, con zooms en sus clics, como una grabación hecha en la app: los clics cercanos en el tiempo y en la pantalla comparten un zoom, y los primeros segundos y el final se quedan en la pantalla completa. Cada edición del agente se guarda en el archivo del proyecto. Se deshace con el punto de restauración que toma el agente, que dura hasta que termina su sesión. Solo se conservan los 20 puntos de restauración más recientes, así que uno más antiguo puede desaparecer antes.- **Mientras OpenScreen está abierto, el agente trabaja a través de la app.** Una edición del proyecto abierto en el editor aparece ahí al instante, y `Ctrl/Cmd + Z` la deshace. Los puntos de restauración del agente duran entonces hasta que cierres OpenScreen. Si la app no responde, las ediciones de ese proyecto se rechazan, porque el editor guardaría su propia copia encima.+- **Una toma no tiene transcripción hasta que el agente la pide.** Llama a `transcribe` antes de cortar palabras o de activar los subtítulos. Whisper se ejecuta en tu equipo, dentro de OpenScreen cuando está abierto.- **Una toma controlada por un script** (Playwright, por ejemplo) nunca mueve el puntero de la pantalla. El agente le pasa a OpenScreen su propio registro de las acciones con `setPointerTrack`, y el video obtiene igualmente un cursor y sus zooms.- **La skill `openscreen-demo`** le enseña a un agente todo el trabajo, desde el storyboard hasta el video terminado. Después adjunta el video a un pull request, para que los revisores vean el cambio ahí mismo, o redacta un post en X que solo publica cuando dices que sí. Agrégala con `npx skills add getopenscreen/openscreen --skill openscreen-demo`. La receta es [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md).diff --git a/website/i18n/es/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/es/docusaurus-plugin-content-docs/current/cli.mdindex 50d42e33d..357803fe1 100644--- a/website/i18n/es/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/es/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ Las exportaciones MP4 desde la CLI son siempre **H.264**, a 60 fps salvo que `--### `openscreen captions` {#openscreen-captions}-Transcribe el audio del proyecto en tu equipo con Whisper y luego escribe anotaciones de subtítulos en el archivo de proyecto. No se sube nada, y el idioma se detecta automáticamente. La primera ejecución descarga una sola vez el modelo Whisper, de unos 264 MB, igual que la app de escritorio.+Transcribe el audio del proyecto en tu equipo con Whisper y luego activa los subtítulos del proyecto, como hace el panel Subtítulos del editor. No se sube nada, y el idioma se detecta automáticamente. La primera ejecución descarga una sola vez el modelo Whisper, de unos 264 MB, igual que la app de escritorio.```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` y `--max-words` definen las palabras por subtítulo. Cada uno admite de 1 a 12, el rango del editor. Valores predeterminados: 2 y 7.-- Volver a ejecutarlo reemplaza los subtítulos que agregó antes. Las anotaciones que agregaste tú se conservan.+- Los subtítulos son la transcripción dibujada sobre el video, así que en el editor les cambias el estilo, los corriges y los traduces como cualquier otro. Volver a ejecutarlo conserva la transcripción y solo define las palabras por subtítulo.+- El proyecto se guarda en el formato propio del editor. Un script que edita el JSON del proyecto como se muestra [más abajo](#example-an-automated-product-demo) lo hace antes de `captions`, y `pack` todavía no lee ese formato.- El video de pantalla del proyecto debe tener una pista de audio, por ejemplo de `record --mic`.- Los subtítulos se incrustan en la exportación. No se genera ningún archivo de subtítulos. Consulta [Subtítulos](./captions.md).@@ -241,10 +242,7 @@ Un script o un agente de código puede producir una demo con subtítulos y zooms# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-En el paso 3, `depth` va de 1 a 6 (de 1.25× a 5×; 3 equivale a 1.8×), y `cx` y `cy` sitúan el centro del zoom como fracciones del cuadro.+En el paso 2, `depth` va de 1 a 6 (de 1.25× a 5×; 3 equivale a 1.8×), y `cx` y `cy` sitúan el centro del zoom como fracciones del cuadro.Para narrar en su lugar con un motor de texto a voz, graba sin `--mic` y mezcla la voz en off al exportar. Sirve cualquier motor que escriba mp3, wav o m4a; aquí se muestra `say` de macOS:diff --git a/website/i18n/fr/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/fr/docusaurus-plugin-content-docs/current/ai-editing.mdindex e7f7e5066..22f5e25c3 100644--- a/website/i18n/fr/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/fr/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ Les options de connexion ChatGPT et GitHub Copilot ont été **supprimées dans## Utiliser l'agent {#using-the-agent}-Décrivez la modification en langage courant : « coupe les temps morts de l'intro », « zoome quand j'ouvre le terminal ». L'agent travaille avec de vraies opérations de timeline annulables, pas avec un nouveau rendu : il peut ajouter et ajuster des coupes, des zooms, des régions de vitesse, des annotations (texte, flèches et flous qui masquent une information privée à l'écran), des pistes audio importées avec leurs fondus, et des segments Caméra plein écran, ajouter des zooms automatiques sur vos clics, modifier les points d'entrée et de sortie et le recadrage d'un clip, placer les images d'une autre source, dupliquer, réordonner ou retirer des clips, et lire la transcription pour trouver ce dont vous parlez. Il règle aussi l'apparence de la vidéo : fond, marge, coins arrondis, ombre, cadre d'appareil, format, disposition de la caméra, curseur et volume général.+Décrivez la modification en langage courant : « coupe les temps morts de l'intro », « zoome quand j'ouvre le terminal ». L'agent travaille avec de vraies opérations de timeline annulables, pas avec un nouveau rendu : il peut ajouter et ajuster des coupes, des zooms, des régions de vitesse, des annotations (texte, flèches et flous qui masquent une information privée à l'écran), des pistes audio importées avec leurs fondus, et des segments Caméra plein écran, ajouter des zooms automatiques sur vos clics, modifier les points d'entrée et de sortie et le recadrage d'un clip, placer les images d'une autre source, dupliquer, réordonner ou retirer des clips, et lire la transcription pour trouver ce dont vous parlez. Il règle aussi l'apparence de la vidéo : fond, marge, coins arrondis, ombre, cadre d'appareil, format, disposition de la caméra, curseur et volume général. Il peut aussi activer les [sous-titres](./captions.md), les styliser et les placer, et les traduire lui-même dans une autre langue.Le panneau qui l'entoure :@@ -57,7 +57,7 @@ L'entrée **Coupes intelligentes** (marquée *Avec l'IA*) du menu Amélioration## Ce qui utilise aussi votre fournisseur {#what-else-uses-your-provider}-La [traduction des sous-titres](./captions.md#translation) est un simple appel de transformation de texte adressé au même modèle : elle ne lance pas la boucle de l'agent et ne peut pas toucher à votre document. La transcription et le rendu des sous-titres restent entièrement en local dans tous les cas.+La [traduction des sous-titres](./captions.md#translation) est un simple appel de transformation de texte adressé au même modèle : elle ne lance pas la boucle de l'agent et ne peut pas toucher à votre document. Si vous le lui demandez dans la discussion, l'agent traduit plutôt les sous-titres lui-même, dans la même couche de traduction. La transcription et le rendu des sous-titres restent entièrement en local dans tous les cas.## Utiliser Claude Code, Codex ou un autre client MCP {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ Si vous utilisez déjà un agent de code IA comme Claude Code ou Codex, il peut2. Copiez la commande **Claude Code** ou **Codex** affichée à cet endroit et lancez-la dans un terminal. La commande Claude Code contient le jeton d'accès. Codex, lui, le lit dans la variable d'environnement `OPENSCREEN_MCP_TOKEN` : définissez-la dans le shell depuis lequel vous lancez Codex.3. Demandez la modification à votre agent, sur le projet ouvert dans l'éditeur d'OpenScreen ou sur n'importe quel autre projet de votre liste.-Les outils sont ceux qu'utilise l'agent intégré, plus ceux qui enregistrent, exportent et regardent une vidéo ([plus bas](#letting-an-agent-make-the-whole-video)). Ils agissent sur le projet ouvert dans l'éditeur, sauf si le client en désigne un autre : il peut lister tous les projets et lire ou modifier n'importe lequel. Il peut aussi créer un projet, vide ou à partir d'un fichier vidéo, en renommer un, et ajouter un fichier vidéo ou audio aux médias d'un projet ou en retirer un. Supprimer un projet ne fait pas partie des outils : cela reste à vous, dans l'application. Les clients MCP ne peuvent que **lire** tant que vous n'avez pas aussi activé **Modifications par MCP** dans la section Serveur MCP : jusque-là, chaque modification, enregistrement, export ou nouveau projet qu'ils tentent est refusé. Cet interrupteur est distinct de **Modifications par l'agent**, celui de l'agent intégré, et il est désactivé au départ. Une fois activé, chaque modification est enregistrée dès qu'elle est appliquée :+Les outils sont ceux qu'utilise l'agent intégré, plus ceux qui enregistrent, exportent et regardent une vidéo ([plus bas](#letting-an-agent-make-the-whole-video)). S'y ajoute `transcribe`, qui lance Whisper en local sur les médias d'un projet, comme le fait l'éditeur à l'ouverture d'un projet. Un client traduit les sous-titres avec son propre modèle : la traduction des sous-titres n'a donc besoin d'aucun fournisseur dans OpenScreen. Les outils agissent sur le projet ouvert dans l'éditeur, sauf si le client en désigne un autre : il peut lister tous les projets et lire ou modifier n'importe lequel. Il peut aussi créer un projet, vide ou à partir d'un fichier vidéo, en renommer un, et ajouter un fichier vidéo ou audio aux médias d'un projet ou en retirer un. Supprimer un projet ne fait pas partie des outils : cela reste à vous, dans l'application. Les clients MCP ne peuvent que **lire** tant que vous n'avez pas aussi activé **Modifications par MCP** dans la section Serveur MCP : jusque-là, chaque modification, enregistrement, export ou nouveau projet qu'ils tentent est refusé. Cet interrupteur est distinct de **Modifications par l'agent**, celui de l'agent intégré, et il est désactivé au départ. Une fois activé, chaque modification est enregistrée dès qu'elle est appliquée :- **Sur le projet ouvert dans l'éditeur**, une modification s'annule avec `Ctrl/Cmd + Z`. Les clients ont pour consigne d'enregistrer un point de restauration avant une série de modifications : vous pouvez donc leur demander de remettre le projet dans son état d'avant en une seule étape, que `Ctrl/Cmd + Z` peut lui-même annuler.- **Sur tout autre projet**, une modification est enregistrée dans son fichier, hors de portée de `Ctrl/Cmd + Z`. Un client doit enregistrer un point de restauration de ce projet avant sa première modification, et y revenir est la seule façon de l'annuler.@@ -100,5 +100,6 @@ L'exécutable de chaque système est indiqué dans [Lancer la CLI](./cli.md#runn- **Ni port, ni jeton, ni réglage.** L'agent lance lui-même le processus, avec vos droits, comme il lancerait `openscreen record`. Il peut donc enregistrer votre écran et faire des modifications sans l'interrupteur **Modifications par MCP**.- **Chaque prise devient un nouveau projet** dans votre liste de projets, zoomé sur ses clics comme un enregistrement fait dans l'application : des clics rapprochés dans le temps et à l'écran partagent un zoom, et les premières secondes comme la fin restent sur l'écran entier. Chaque modification de l'agent est enregistrée dans le fichier du projet. Elle s'annule avec le point de restauration que prend l'agent, qui dure jusqu'à la fin de sa session. Seuls les 20 points de restauration les plus récents sont gardés : un plus ancien peut disparaître avant.- **Quand OpenScreen est lancé, l'agent passe par l'application.** Une modification du projet ouvert dans l'éditeur y apparaît aussitôt, et `Ctrl/Cmd + Z` l'annule. Les points de restauration de l'agent durent alors jusqu'à ce que vous quittiez OpenScreen. Si l'application ne répond pas, les modifications de ce projet sont refusées, car l'éditeur enregistrerait sa propre copie par-dessus.+- **Une prise n'a pas de transcription tant que l'agent n'en demande pas.** Il appelle `transcribe` avant de couper des mots ou d'activer les sous-titres. Whisper tourne sur votre machine, dans OpenScreen quand l'application est ouverte.- **Une prise pilotée par un script** (Playwright, par exemple) ne déplace jamais le pointeur de l'écran. L'agent transmet à OpenScreen son propre journal des actions avec `setPointerTrack`, et la vidéo a malgré tout un curseur et ses zooms.- **La skill `openscreen-demo`** enseigne à un agent tout le travail, du storyboard jusqu'à la vidéo finie. Il joint ensuite la vidéo à une pull request, pour que les relecteurs voient le changement sur place, ou rédige un post sur X qu'il ne publie qu'une fois que vous avez dit oui. Ajoutez-la avec `npx skills add getopenscreen/openscreen --skill openscreen-demo`. La recette est [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md).diff --git a/website/i18n/fr/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/fr/docusaurus-plugin-content-docs/current/cli.mdindex 104e63f2c..ce25fc460 100644--- a/website/i18n/fr/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/fr/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ Les exports MP4 de la CLI sont toujours en **H.264**, à 60 fps sauf si `--fps`### `openscreen captions` {#openscreen-captions}-Transcrit l'audio du projet sur votre machine avec Whisper, puis écrit des annotations de sous-titres dans le fichier de projet. Rien n'est mis en ligne, et la langue est détectée automatiquement. La première exécution télécharge le modèle Whisper une seule fois, environ 264 Mo, comme le fait l'application de bureau.+Transcrit l'audio du projet sur votre machine avec Whisper, puis active les sous-titres du projet, comme le fait le volet Sous-titres de l'éditeur. Rien n'est mis en ligne, et la langue est détectée automatiquement. La première exécution télécharge le modèle Whisper une seule fois, environ 264 Mo, comme le fait l'application de bureau.```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` et `--max-words` fixent le nombre de mots par sous-titre. Chacun accepte de 1 à 12, la plage de l’éditeur. Par défaut : 2 et 7.-- La relancer remplace les sous-titres qu'elle avait ajoutés. Les annotations que vous avez ajoutées vous-même sont conservées.+- Les sous-titres sont la transcription affichée sur la vidéo : dans l'éditeur, vous modifiez leur style, les corrigez et les traduisez comme n'importe quels autres. La relancer conserve la transcription et ne règle que le nombre de mots par sous-titre.+- Le projet est enregistré dans le format propre à l'éditeur. Un script qui modifie le JSON du projet comme [ci-dessous](#example-an-automated-product-demo) le fait avant `captions`, et `pack` ne lit pas encore ce format.- La vidéo d'écran du projet doit avoir une piste audio, par exemple issue de `record --mic`.- Les sous-titres sont incrustés dans l'export. Aucun fichier de sous-titres n'est produit. Voir [Sous-titres et transcription](./captions.md).@@ -241,10 +242,7 @@ Un script ou un agent de code peut produire une démo sous-titrée et zoomée sa# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-À l'étape 3, `depth` va de 1 à 6 (de 1.25× à 5× ; 3 correspond à 1.8×), et `cx` et `cy` placent le centre du zoom en fractions du cadre.+À l'étape 2, `depth` va de 1 à 6 (de 1.25× à 5× ; 3 correspond à 1.8×), et `cx` et `cy` placent le centre du zoom en fractions du cadre.Pour une narration en synthèse vocale à la place, enregistrez sans `--mic` et mixez la voix off à l'export. Tout moteur qui écrit du mp3, du wav ou du m4a convient ; l'exemple utilise `say` de macOS :diff --git a/website/i18n/ja/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/ja/docusaurus-plugin-content-docs/current/ai-editing.mdindex ba14ba492..833fdbd9a 100644--- a/website/i18n/ja/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/ja/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ ChatGPT と GitHub Copilot のサインインは、**1.8.0 で削除されまし## エージェントを使う {#using-the-agent}-行いたい編集を、普段の言葉で伝えます(「イントロの無音部分をカットして」「ターミナルを開いたところでズームして」など)。エージェントは再レンダリングではなく、元に戻せる実際のタイムライン操作で作業します。トリム、ズーム、再生速度の範囲、注釈(テキスト、矢印、画面上の個人情報を隠すぼかし)、取り込んだオーディオトラックとそのフェード、フルスクリーンカメラのセグメントの追加と調整、クリック位置への自動ズームの追加、クリップのイン点とアウト点やクロップの編集、別のソースの映像の配置、クリップの複製・並べ替え・削除ができ、文字起こしを読んで、あなたが指している箇所を見つけます。背景、余白、角の丸み、影、デバイスフレーム、フォーマット、カメラのレイアウト、カーソル、全体の音量といった動画の見た目も設定できます。+行いたい編集を、普段の言葉で伝えます(「イントロの無音部分をカットして」「ターミナルを開いたところでズームして」など)。エージェントは再レンダリングではなく、元に戻せる実際のタイムライン操作で作業します。トリム、ズーム、再生速度の範囲、注釈(テキスト、矢印、画面上の個人情報を隠すぼかし)、取り込んだオーディオトラックとそのフェード、フルスクリーンカメラのセグメントの追加と調整、クリック位置への自動ズームの追加、クリップのイン点とアウト点やクロップの編集、別のソースの映像の配置、クリップの複製・並べ替え・削除ができ、文字起こしを読んで、あなたが指している箇所を見つけます。背景、余白、角の丸み、影、デバイスフレーム、フォーマット、カメラのレイアウト、カーソル、全体の音量といった動画の見た目も設定できます。また、[字幕](./captions.md)をオンにし、スタイルと位置を設定し、エージェント自身で別の言語に翻訳することもできます。エージェントを囲むパネル:@@ -57,7 +57,7 @@ ChatGPT と GitHub Copilot のサインインは、**1.8.0 で削除されまし## プロバイダーを使うその他の機能 {#what-else-uses-your-provider}-[字幕の翻訳](./captions.md#translation)は、同じモデルに対する単発のテキスト変換の呼び出しです。エージェントのループは実行せず、プロジェクトのドキュメントに触れることもできません。どちらの場合も、文字起こしと字幕のレンダリングは完全に端末上で行われます。+[字幕の翻訳](./captions.md#translation)は、同じモデルに対する単発のテキスト変換の呼び出しです。エージェントのループは実行せず、プロジェクトのドキュメントに触れることもできません。チャットで頼めば、代わりにエージェント自身が字幕を翻訳し、同じ翻訳レイヤーに入れます。どちらの場合も、文字起こしと字幕のレンダリングは完全に端末上で行われます。## Claude Code、Codex などの MCP クライアントを使う {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ Claude Code や Codex などの AI コーディングエージェントをすで2. そこに表示される **Claude Code** または **Codex** のコマンドをコピーし、ターミナルで実行します。Claude Code のコマンドにはアクセストークンが含まれています。Codex は代わりに環境変数 `OPENSCREEN_MCP_TOKEN` からトークンを読み取るため、Codex を起動するシェルでこの変数を設定してください。3. OpenScreen のエディターで開いているプロジェクト、または一覧にあるほかのプロジェクトについて、エージェントに編集を依頼します。-ツールは組み込みのエージェントが使うものと同じで、さらに動画を録画、エクスポートし、確認するツールがあります([後述](#letting-an-agent-make-the-whole-video))。クライアントが別のプロジェクトを指定しない限り、エディターで開いているプロジェクトに作用します。クライアントはすべてのプロジェクトを一覧でき、どれでも読み取りや編集ができます。プロジェクトの作成(空のもの、または動画ファイルから)、名前の変更、プロジェクトのメディアへの動画・音声ファイルの追加や削除もできます。プロジェクトの削除はツールにありません。それはアプリであなたが行います。MCP サーバーのセクションで**MCP による編集**もオンにするまで、MCP クライアントは**読み取る**ことしかできず、編集、録画、エクスポート、新しいプロジェクトの作成はすべて拒否されます。このスイッチは組み込みのエージェントの**エージェントによる編集**とは別で、最初はオフです。オンにすると、各編集は反映された時点で保存されます。+ツールは組み込みのエージェントが使うものと同じで、さらに動画を録画、エクスポートし、確認するツールがあります([後述](#letting-an-agent-make-the-whole-video))。さらに `transcribe` もあり、エディターがプロジェクトを開くときと同じように、プロジェクトのメディアに対して端末上の Whisper を実行します。クライアントは自分のモデルで字幕を翻訳するため、字幕の翻訳に OpenScreen 側のプロバイダーは不要です。クライアントが別のプロジェクトを指定しない限り、ツールはエディターで開いているプロジェクトに作用します。クライアントはすべてのプロジェクトを一覧でき、どれでも読み取りや編集ができます。プロジェクトの作成(空のもの、または動画ファイルから)、名前の変更、プロジェクトのメディアへの動画・音声ファイルの追加や削除もできます。プロジェクトの削除はツールにありません。それはアプリであなたが行います。MCP サーバーのセクションで**MCP による編集**もオンにするまで、MCP クライアントは**読み取る**ことしかできず、編集、録画、エクスポート、新しいプロジェクトの作成はすべて拒否されます。このスイッチは組み込みのエージェントの**エージェントによる編集**とは別で、最初はオフです。オンにすると、各編集は反映された時点で保存されます。- **エディターで開いているプロジェクト**では、編集は `Ctrl/Cmd + Z` で元に戻せます。クライアントには一連の編集の前にチェックポイントを保存するよう指示されているため、プロジェクトを 1 回の操作で元の状態に戻すよう頼むことができ、その操作自体も `Ctrl/Cmd + Z` で取り消せます。- **それ以外のプロジェクト**では、編集はそのファイルに保存され、`Ctrl/Cmd + Z` では元に戻せません。クライアントは最初の編集の前にそのプロジェクトのチェックポイントを保存する必要があり、そこへ戻すことが唯一の取り消し方法です。@@ -100,5 +100,6 @@ codex mcp add openscreen -- "/Applications/Openscreen.app/Contents/MacOS/Openscr- **ポートも、トークンも、設定も不要。** エージェントは、`openscreen record` を実行するときと同じように、あなたの権限でプロセスを自分で起動します。そのため、**MCP による編集**スイッチなしで、画面を録画し、編集できます。- **テイクはそれぞれ新しいプロジェクトになり**、プロジェクト一覧に表示されます。アプリで作った録画と同じく、記録されたクリックにズームが付きます。時間的にも画面上でも近いクリックは1つのズームにまとめられ、最初の数秒と最後は画面全体のままです。エージェントによる編集はすべてプロジェクトのファイルに保存されます。元に戻すには、エージェントが作成するチェックポイントを使います。チェックポイントはエージェントのセッションが終わるまで有効です。保持されるのは直近 20 個のチェックポイントだけなので、古いものはそれより前に消えることがあります。- **OpenScreen の起動中は、エージェントはアプリを通して作業します。** エディターで開いているプロジェクトへの編集はすぐにそこに反映され、`Ctrl/Cmd + Z` で元に戻せます。このときエージェントのチェックポイントは OpenScreen を終了するまで有効です。アプリが応答しない場合、そのプロジェクトへの編集は拒否されます。エディターが自分のコピーで上書きしてしまうためです。+- **テイクには、エージェントが求めるまで文字起こしがありません。** エージェントは、単語をカットしたり字幕をオンにしたりする前に `transcribe` を呼び出します。Whisper はあなたのマシン上で実行され、OpenScreen が開いていれば OpenScreen の中で実行されます。- **スクリプトで操作するテイク**(たとえば Playwright)では、画面のポインターはまったく動きません。エージェントが `setPointerTrack` で自分の操作ログを OpenScreen に渡せば、動画には同じようにカーソルとそのズームが付きます。- **`openscreen-demo` スキル**は、絵コンテから完成した動画まで、作業全体をエージェントに教えます。そのあとエージェントは、レビュアーがその場で変更を確認できるよう動画をプルリクエストに添付するか、X への投稿を下書きします。投稿は、あなたが了承してはじめて公開されます。`npx skills add getopenscreen/openscreen --skill openscreen-demo` で追加します。手順は [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md) にあります。diff --git a/website/i18n/ja/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/ja/docusaurus-plugin-content-docs/current/cli.mdindex 160ac5808..18abaedbf 100644--- a/website/i18n/ja/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/ja/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ CLI からの MP4 エクスポートは常に **H.264** で、`--fps` を指定### `openscreen captions` {#openscreen-captions}-プロジェクトの音声をお使いのマシン上で Whisper によって文字起こしし、字幕の注釈をプロジェクトファイルに書き込みます。何もアップロードされず、言語は自動で検出されます。初回実行時には、デスクトップアプリと同じく、Whisper モデル(約 264 MB)を一度だけダウンロードします。+プロジェクトの音声をお使いのマシン上で Whisper によって文字起こしし、エディターの**字幕**パネルと同じように、プロジェクトの字幕をオンにします。何もアップロードされず、言語は自動で検出されます。初回実行時には、デスクトップアプリと同じく、Whisper モデル(約 264 MB)を一度だけダウンロードします。```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` と `--max-words` で、字幕 1 つあたりの単語数を設定します。どちらもエディターと同じ 1〜12 を指定できます。既定値は 2 と 7 です。-- もう一度実行すると、以前に追加した字幕が置き換えられます。自分で追加した注釈は保持されます。+- 字幕は動画の上に描画された文字起こしなので、エディターでは他の字幕と同じようにスタイルの変更、修正、翻訳ができます。もう一度実行すると、文字起こしはそのままで、字幕 1 つあたりの単語数だけが設定されます。+- プロジェクトはエディター独自の形式で保存されます。[下](#example-an-automated-product-demo)の例のようにプロジェクトの JSON を編集するスクリプトは、`captions` の前に編集を行います。また、`pack` はまだこの形式を読み込めません。- プロジェクトの画面動画には、音声トラックが必要です(たとえば `record --mic` で録音したもの)。- 字幕はエクスポートに焼き込まれます。字幕ファイルは出力されません。[字幕と文字起こし](./captions.md)を参照してください。@@ -241,10 +242,7 @@ openscreen info demo.openscreen --json# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-手順 3 の `depth` は 1 から 6 まで(1.25× から 5×。3 は 1.8×)で、`cx` と `cy` はズームの中心を、フレームに対する比率で指定します。+手順 2 の `depth` は 1 から 6 まで(1.25× から 5×。3 は 1.8×)で、`cx` と `cy` はズームの中心を、フレームに対する比率で指定します。代わりに音声合成エンジンでナレーションを付けるには、`--mic` なしで録画し、エクスポート時にナレーションをミックスします。mp3、wav、m4a を書き出せるエンジンならどれでも使えます。ここでは macOS の `say` を例に示します。diff --git a/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/ai-editing.mdindex fe091b6c8..0d2c10ed9 100644--- a/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ As opções de login do ChatGPT e do GitHub Copilot foram **removidas na 1.8.0**## Como usar o agente {#using-the-agent}-Descreva a edição em linguagem natural — "corte o tempo morto da introdução", "dê zoom quando eu abrir o terminal". O agente trabalha com operações reais da linha do tempo, que podem ser desfeitas, e não com uma nova renderização: ele pode adicionar e ajustar recortes, zooms, regiões de velocidade, anotações (texto, setas e desfoques que escondem dados privados na tela), faixas de áudio importadas com seus fades e segmentos de Câmera em Tela Cheia, adicionar zooms automáticos nos seus cliques, editar os pontos de entrada/saída e o corte de um clipe, posicionar as imagens de outra fonte, duplicar, reordenar ou remover clipes e ler a transcrição para encontrar o trecho a que você se refere. Ele também ajusta a aparência do vídeo: fundo, margem, cantos arredondados, sombra, moldura de dispositivo, formato, o layout da câmera, o cursor e o volume geral.+Descreva a edição em linguagem natural — "corte o tempo morto da introdução", "dê zoom quando eu abrir o terminal". O agente trabalha com operações reais da linha do tempo, que podem ser desfeitas, e não com uma nova renderização: ele pode adicionar e ajustar recortes, zooms, regiões de velocidade, anotações (texto, setas e desfoques que escondem dados privados na tela), faixas de áudio importadas com seus fades e segmentos de Câmera em Tela Cheia, adicionar zooms automáticos nos seus cliques, editar os pontos de entrada/saída e o corte de um clipe, posicionar as imagens de outra fonte, duplicar, reordenar ou remover clipes e ler a transcrição para encontrar o trecho a que você se refere. Ele também ajusta a aparência do vídeo: fundo, margem, cantos arredondados, sombra, moldura de dispositivo, formato, o layout da câmera, o cursor e o volume geral. Ele também pode ativar as [legendas](./captions.md), estilizá-las e posicioná-las, e traduzi-las ele mesmo para outro idioma.O painel em volta dele:@@ -57,7 +57,7 @@ A opção **Cortes inteligentes** (marcada *Com IA*) no menu de melhoria automá## O que mais usa o seu provedor {#what-else-uses-your-provider}-A [tradução de legendas](./captions.md#translation) é uma única chamada de transformação de texto ao mesmo modelo — ela não roda o loop do agente e não pode mexer no seu documento. A transcrição e a renderização das legendas continuam inteiramente no seu computador em qualquer caso.+A [tradução de legendas](./captions.md#translation) é uma única chamada de transformação de texto ao mesmo modelo — ela não roda o loop do agente e não pode mexer no seu documento. Se você pedir no chat, o agente traduz as legendas ele mesmo, na mesma camada de tradução. A transcrição e a renderização das legendas continuam inteiramente no seu computador em qualquer caso.## Como usar o Claude Code, o Codex ou outro cliente MCP {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ Se você já usa um agente de código com IA, como o Claude Code ou o Codex, ele2. Copie o comando do **Claude Code** ou do **Codex** exibido ali e execute-o em um terminal. O comando do Claude Code leva o token de acesso. Já o Codex o lê da variável de ambiente `OPENSCREEN_MCP_TOKEN`: defina-a no shell a partir do qual você inicia o Codex.3. Peça a edição ao seu agente, no projeto aberto no editor do OpenScreen ou em qualquer outro projeto da sua lista.-As ferramentas são as que o agente integrado usa, mais as que gravam, exportam e olham um vídeo ([mais abaixo](#letting-an-agent-make-the-whole-video)). Elas agem sobre o projeto aberto no editor, a menos que o cliente indique outro: ele pode listar todos os projetos e ler ou editar qualquer um deles. Ele também pode criar um projeto, vazio ou a partir de um arquivo de vídeo, renomear um, e adicionar um arquivo de vídeo ou de áudio às mídias de um projeto ou remover um. Excluir um projeto não está entre as ferramentas: isso fica com você, no aplicativo. Os clientes MCP só podem **ler** até você também ativar **Edições via MCP** na seção Servidor MCP: até lá, toda edição, gravação, exportação ou novo projeto que tentarem é recusado. Esse interruptor é separado de **Edições do agente**, o do agente integrado, e começa desativado. Depois de ativado, cada edição é salva assim que é aplicada:+As ferramentas são as que o agente integrado usa, mais as que gravam, exportam e olham um vídeo ([mais abaixo](#letting-an-agent-make-the-whole-video)). Há também `transcribe`, que roda o Whisper no seu computador sobre a mídia de um projeto, como o editor faz ao abrir um projeto. Um cliente traduz as legendas com o próprio modelo, então a tradução de legendas não precisa de nenhum provedor no OpenScreen. As ferramentas agem sobre o projeto aberto no editor, a menos que o cliente indique outro: ele pode listar todos os projetos e ler ou editar qualquer um deles. Ele também pode criar um projeto, vazio ou a partir de um arquivo de vídeo, renomear um, e adicionar um arquivo de vídeo ou de áudio às mídias de um projeto ou remover um. Excluir um projeto não está entre as ferramentas: isso fica com você, no aplicativo. Os clientes MCP só podem **ler** até você também ativar **Edições via MCP** na seção Servidor MCP: até lá, toda edição, gravação, exportação ou novo projeto que tentarem é recusado. Esse interruptor é separado de **Edições do agente**, o do agente integrado, e começa desativado. Depois de ativado, cada edição é salva assim que é aplicada:- **No projeto aberto no editor**, uma edição se desfaz com `Ctrl/Cmd + Z`. Os clientes são instruídos a salvar um ponto de restauração antes de uma série de edições, então você pode pedir a eles que deixem o projeto como estava em um único passo, que o próprio `Ctrl/Cmd + Z` pode desfazer.- **Em qualquer outro projeto**, uma edição é salva no arquivo dele, fora do alcance de `Ctrl/Cmd + Z`. Um cliente precisa salvar um ponto de restauração desse projeto antes da primeira edição, e voltar a ele é a única forma de desfazê-la.@@ -100,5 +100,6 @@ O executável de cada sistema está listado em [Como executar a CLI](./cli.md#ru- **Sem porta, sem token, sem configuração.** O agente inicia o processo por conta própria, com as suas permissões, como faria ao rodar `openscreen record`. Por isso ele pode gravar a sua tela e editar sem o interruptor **Edições via MCP**.- **Cada tomada vira um novo projeto** na sua lista de projetos, com zooms nos seus cliques, como uma gravação feita no app: cliques próximos no tempo e na tela dividem um zoom, e os primeiros segundos e o final ficam na tela inteira. Cada edição do agente é salva no arquivo do projeto. Ela se desfaz com o ponto de restauração que o agente cria, que dura até o fim da sessão dele. Só os 20 pontos de restauração mais recentes são mantidos, então um mais antigo pode sumir antes.- **Enquanto o OpenScreen está aberto, o agente trabalha por meio do app.** Uma edição do projeto aberto no editor aparece ali na hora, e `Ctrl/Cmd + Z` a desfaz. Os pontos de restauração do agente duram então até você fechar o OpenScreen. Se o app não responder, as edições desse projeto são recusadas, porque o editor salvaria a própria cópia por cima.+- **Uma tomada não tem transcrição até o agente pedir uma.** Ele chama `transcribe` antes de cortar palavras ou ativar as legendas. O Whisper roda no seu computador, dentro do OpenScreen quando ele está aberto.- **Uma tomada conduzida por um script** (o Playwright, por exemplo) nunca move o ponteiro da tela. O agente passa ao OpenScreen o próprio registro das ações com `setPointerTrack`, e o vídeo ganha um cursor e seus zooms do mesmo jeito.- **A skill `openscreen-demo`** ensina a um agente o trabalho inteiro, do storyboard até o vídeo pronto. Depois ele anexa o vídeo a um pull request, para que os revisores vejam a mudança ali mesmo, ou redige um post no X que só publica depois que você disser sim. Adicione-a com `npx skills add getopenscreen/openscreen --skill openscreen-demo`. A receita é [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md).diff --git a/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/cli.mdindex be5d02ef7..1df0dea7f 100644--- a/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/pt-BR/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ As exportações MP4 pela CLI são sempre **H.264**, a 60 fps, a menos que `--fp### `openscreen captions` {#openscreen-captions}-Transcreve o áudio do projeto no seu computador com o Whisper e depois grava anotações de legenda no arquivo de projeto. Nada é enviado, e o idioma é detectado automaticamente. A primeira execução baixa o modelo Whisper uma vez, cerca de 264 MB, como faz o app para desktop.+Transcreve o áudio do projeto no seu computador com o Whisper e depois ativa as legendas do projeto, como faz o painel de legendas do editor. Nada é enviado, e o idioma é detectado automaticamente. A primeira execução baixa o modelo Whisper uma vez, cerca de 264 MB, como faz o app para desktop.```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` e `--max-words` definem a quantidade de palavras por legenda. Cada um aceita de 1 a 12, o intervalo do editor. Padrões: 2 e 7.-- Rodar o comando de novo substitui as legendas que ele adicionou antes. As anotações que você mesmo adicionou são mantidas.+- As legendas são a transcrição desenhada sobre o vídeo, então no editor você muda o estilo, corrige e traduz essas legendas como quaisquer outras. Rodar o comando de novo mantém a transcrição e só define a quantidade de palavras por legenda.+- O projeto é salvo no formato próprio do editor. Um script que edita o JSON do projeto como mostrado [abaixo](#example-an-automated-product-demo) faz isso antes de `captions`, e o `pack` ainda não lê esse formato.- O vídeo de tela do projeto precisa ter uma faixa de áudio, por exemplo de `record --mic`.- As legendas são embutidas na exportação. Não há saída em arquivo de legenda. Veja [Legendas](./captions.md).@@ -241,10 +242,7 @@ Um script ou um agente de código pode produzir uma demo com legendas e zooms se# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-No passo 3, `depth` vai de 1 a 6 (1.25× a 5×; 3 é 1.8×), e `cx` e `cy` posicionam o centro do zoom como frações do quadro.+No passo 2, `depth` vai de 1 a 6 (1.25× a 5×; 3 é 1.8×), e `cx` e `cy` posicionam o centro do zoom como frações do quadro.Para narrar com um mecanismo de conversão de texto em fala, grave sem `--mic` e mixe a narração na exportação. Qualquer mecanismo que gere mp3, wav ou m4a funciona; o exemplo usa o `say` do macOS:diff --git a/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/ai-editing.mdindex f34020ff1..346d5336a 100644--- a/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ ChatGPT 和 GitHub Copilot 登录选项已**在 1.8.0 中移除**。它们的工## 使用 AI 代理 {#using-the-agent}-用日常语言描述你想要的编辑,例如“剪掉开头的空白”“我打开终端时放大画面”。AI 代理通过真实、可撤销的时间轴操作来完成编辑,而不是重新渲染:它可以添加和调整删减区间、缩放、速度区间、标注(文字、箭头,以及遮住屏幕上隐私信息的模糊)、导入的音轨及其淡入淡出和全屏摄像头区间,在你的点击处添加自动缩放,编辑片段的入点/出点和裁剪,放入另一个素材的画面,复制、重新排序或移除片段,还会读取转录文本,找到你所指的内容。它还能设置视频的外观:背景、边距、圆角、阴影、设备边框、画面比例、摄像头布局、光标和总音量。+用日常语言描述你想要的编辑,例如“剪掉开头的空白”“我打开终端时放大画面”。AI 代理通过真实、可撤销的时间轴操作来完成编辑,而不是重新渲染:它可以添加和调整删减区间、缩放、速度区间、标注(文字、箭头,以及遮住屏幕上隐私信息的模糊)、导入的音轨及其淡入淡出和全屏摄像头区间,在你的点击处添加自动缩放,编辑片段的入点/出点和裁剪,放入另一个素材的画面,复制、重新排序或移除片段,还会读取转录文本,找到你所指的内容。它还能设置视频的外观:背景、边距、圆角、阴影、设备边框、画面比例、摄像头布局、光标和总音量。它还可以开启[字幕](./captions.md),设置字幕的样式和位置,并亲自把字幕翻译成另一种语言。它周围的面板包括:@@ -57,7 +57,7 @@ ChatGPT 和 GitHub Copilot 登录选项已**在 1.8.0 中移除**。它们的工## 还有哪些功能会用到你的提供方 {#what-else-uses-your-provider}-[字幕翻译](./captions.md#translation)是对同一模型发起的单次文本转换调用:它不运行 AI 代理循环,也无法改动你的文档。无论哪种情况,转录和字幕渲染都完全在本机进行。+[字幕翻译](./captions.md#translation)是对同一模型发起的单次文本转换调用:它不运行 AI 代理循环,也无法改动你的文档。如果你在聊天中提出要求,AI 代理会改为自己翻译字幕,结果放入同一个翻译层。无论哪种情况,转录和字幕渲染都完全在本机进行。## 使用 Claude Code、Codex 或其他 MCP 客户端 {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ ChatGPT 和 GitHub Copilot 登录选项已**在 1.8.0 中移除**。它们的工2. 复制那里显示的 **Claude Code** 或 **Codex** 命令,并在终端中运行。Claude Code 命令中带有访问令牌。Codex 则改为从 `OPENSCREEN_MCP_TOKEN` 环境变量读取令牌:请在启动 Codex 的终端中设置它。3. 让你的 AI 代理进行编辑,对象可以是 OpenScreen 编辑器中打开的项目,也可以是你列表中的任何其他项目。-这些工具就是内置 AI 代理所使用的工具,另外还有录制、导出和查看视频的工具([见下文](#letting-an-agent-make-the-whole-video))。除非客户端指定其他项目,它们作用于编辑器中打开的项目:客户端可以列出所有项目,并读取或编辑其中任何一个。它还可以创建项目(空项目,或基于一个视频文件),重命名项目,以及向项目的媒体添加或从中移除视频或音频文件。删除项目不在这些工具之列:这仍由你在应用中完成。在你同时开启 MCP 服务器部分中的**MCP 编辑**之前,MCP 客户端只能**读取**,它们尝试的每项编辑、录制、导出或新建项目都会被拒绝。这个开关独立于内置 AI 代理的**智能体编辑**开关,默认处于关闭状态。开启后,每项编辑都会在生效时立即保存:+这些工具就是内置 AI 代理所使用的工具,另外还有录制、导出和查看视频的工具([见下文](#letting-an-agent-make-the-whole-video))。此外还有 `transcribe`:它像编辑器打开项目时那样,在本机用 Whisper 处理项目的媒体。客户端用自己的模型翻译字幕,因此字幕翻译无需在 OpenScreen 中配置提供方。除非客户端指定其他项目,这些工具作用于编辑器中打开的项目:客户端可以列出所有项目,并读取或编辑其中任何一个。它还可以创建项目(空项目,或基于一个视频文件),重命名项目,以及向项目的媒体添加或从中移除视频或音频文件。删除项目不在这些工具之列:这仍由你在应用中完成。在你同时开启 MCP 服务器部分中的**MCP 编辑**之前,MCP 客户端只能**读取**,它们尝试的每项编辑、录制、导出或新建项目都会被拒绝。这个开关独立于内置 AI 代理的**智能体编辑**开关,默认处于关闭状态。开启后,每项编辑都会在生效时立即保存:- **对编辑器中打开的项目**,编辑可用 `Ctrl/Cmd + Z` 撤销。客户端会被要求在进行一系列编辑之前保存一个检查点,因此你可以让它们一步把项目恢复原样,而这一步本身也可以用 `Ctrl/Cmd + Z` 撤销。- **对其他任何项目**,编辑会保存到它的文件中,`Ctrl/Cmd + Z` 无法撤销。客户端必须在第一次编辑之前保存该项目的检查点,恢复到这个检查点是唯一的撤销方式。@@ -100,5 +100,6 @@ codex mcp add openscreen -- "/Applications/Openscreen.app/Contents/MacOS/Openscr- **无需端口、令牌或设置**。AI 代理以你的权限自行启动进程,就像它运行 `openscreen record` 一样。因此,它无需**MCP 编辑**开关,就能录制你的屏幕并进行编辑。- **每次录制都会成为一个新项目**,出现在你的项目列表中,并且与在应用中录制的内容一样,在录制下来的点击处添加缩放:时间和位置都相近的点击共用一个缩放,开头几秒和结尾保持全屏。AI 代理的每项编辑都会保存到项目文件中。撤销它们要靠 AI 代理创建的检查点,检查点在代理的会话结束前一直有效。只保留最近的 20 个检查点,因此较早的检查点可能会更早失效。- **OpenScreen 运行时,AI 代理通过应用进行编辑。** 对编辑器中打开的项目所做的编辑会立即显示在那里,并可用 `Ctrl/Cmd + Z` 撤销。此时 AI 代理的检查点会一直保留到 OpenScreen 退出。如果应用没有响应,对该项目的编辑会被拒绝,因为编辑器会用自己的副本覆盖这些编辑。+- **在 AI 代理请求之前,录制内容没有转录文本。** AI 代理会在删除词语或开启字幕之前调用 `transcribe`。Whisper 在你的电脑上运行,OpenScreen 打开时则在 OpenScreen 中运行。- **由脚本驱动的录制**(例如 Playwright)永远不会移动屏幕指针。AI 代理通过 `setPointerTrack` 把它自己的操作日志交给 OpenScreen,视频照样会有光标及其缩放。- **`openscreen-demo` 技能**会教 AI 代理完成整个工作,从分镜脚本到成品视频。之后,它会把视频附加到拉取请求中,让审阅者直接在那里看到改动;或者起草一条 X 帖子,而且只有在你同意之后,它才会发布这条帖子。使用 `npx skills add getopenscreen/openscreen --skill openscreen-demo` 添加它。具体步骤见 [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md)。diff --git a/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/cli.mdindex e25a6be45..1e3ab5c93 100644--- a/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/zh-CN/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ CLI 导出的 MP4 始终是 **H.264**,除非用 `--fps` 另行指定,帧率### `openscreen captions` {#openscreen-captions}-在你的电脑上用 Whisper 转录项目的音频,然后把字幕标注写入项目文件。不会上传任何内容,语言会自动检测。与桌面应用一样,首次运行时会下载一次约 264 MB 的 Whisper 模型。+在你的电脑上用 Whisper 转录项目的音频,然后开启项目的字幕,与编辑器的字幕面板一样。不会上传任何内容,语言会自动检测。与桌面应用一样,首次运行时会下载一次约 264 MB 的 Whisper 模型。```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` 和 `--max-words` 设置每条字幕的词数。取值范围均为 1 到 12,与编辑器一致。默认值分别为 2 和 7。-- 再次运行会替换它之前添加的字幕。你自己添加的标注会保留。+- 字幕就是绘制在视频上的转录文本,因此在编辑器中,你可以像处理其他字幕一样调整它们的样式、更正和翻译它们。再次运行会保留转录文本,只设置每条字幕的词数。+- 项目会以编辑器自己的格式保存。像[下文](#example-an-automated-product-demo)所示那样编辑项目 JSON 的脚本,会在 `captions` 之前完成编辑,而且 `pack` 目前还不能读取这种格式。- 项目的屏幕视频必须带有音轨,例如由 `record --mic` 录制的视频。- 字幕会烧录进导出的视频中,不会输出字幕文件。请参阅[字幕](./captions.md)。@@ -241,10 +242,7 @@ openscreen info demo.openscreen --json# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-在第 3 步中,`depth` 的取值范围是 1 到 6(对应 1.25× 到 5×;3 对应 1.8×),`cx` 和 `cy` 以画面的比例值指定缩放中心的位置。+在第 2 步中,`depth` 的取值范围是 1 到 6(对应 1.25× 到 5×;3 对应 1.8×),`cx` 和 `cy` 以画面的比例值指定缩放中心的位置。如果想改用文字转语音引擎来配音,请在录制时不加 `--mic`,然后在导出时混入配音。任何能输出 mp3、wav 或 m4a 的引擎都可以;下面以 macOS 的 `say` 为例:diff --git a/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/ai-editing.md b/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/ai-editing.mdindex 8d4e69f9f..1ccdabde9 100644--- a/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/ai-editing.md+++ b/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/ai-editing.md@@ -41,7 +41,7 @@ ChatGPT 與 GitHub Copilot 的登入選項已**在 1.8.0 中移除**。它們的## 使用代理 {#using-the-agent}-用一般的語言描述你要的剪輯,例如「剪掉開頭的空檔」、「我打開終端機時放大畫面」。代理會透過真實、可復原的時間軸操作來完成工作,而不是重新算繪:它可以新增與調整剪輯、縮放、速度區域、標註(文字、箭頭,以及遮住畫面上隱私資訊的模糊)、匯入的音軌及其淡入淡出與全螢幕攝影機片段,在你的點擊處加入自動縮放,編輯片段的入點與出點和裁切,放入另一個來源的畫面,複製、重新排序或移除片段,也會讀取逐字稿來找出你指的是哪一段。它也能設定影片的外觀:背景、邊距、圓角、陰影、裝置外框、畫面比例、攝影機版面、游標與整體音量。+用一般的語言描述你要的剪輯,例如「剪掉開頭的空檔」、「我打開終端機時放大畫面」。代理會透過真實、可復原的時間軸操作來完成工作,而不是重新算繪:它可以新增與調整剪輯、縮放、速度區域、標註(文字、箭頭,以及遮住畫面上隱私資訊的模糊)、匯入的音軌及其淡入淡出與全螢幕攝影機片段,在你的點擊處加入自動縮放,編輯片段的入點與出點和裁切,放入另一個來源的畫面,複製、重新排序或移除片段,也會讀取逐字稿來找出你指的是哪一段。它也能設定影片的外觀:背景、邊距、圓角、陰影、裝置外框、畫面比例、攝影機版面、游標與整體音量。它也能開啟[字幕](./captions.md),設定字幕的樣式與位置,並自行將字幕翻譯成另一種語言。它周圍的面板包括:@@ -57,7 +57,7 @@ ChatGPT 與 GitHub Copilot 的登入選項已**在 1.8.0 中移除**。它們的## 還有哪些功能會使用你的提供者 {#what-else-uses-your-provider}-[字幕翻譯](./captions.md#translation)是對同一個模型發出的單次文字轉換呼叫:它不會執行代理的循環,也無法更動你的文件。無論如何,轉錄與字幕算繪都完全在你的裝置上進行。+[字幕翻譯](./captions.md#translation)是對同一個模型發出的單次文字轉換呼叫:它不會執行代理的循環,也無法更動你的文件。如果你在聊天中提出要求,代理會改為自行翻譯字幕,並放入同一個翻譯層。無論如何,轉錄與字幕算繪都完全在你的裝置上進行。## 使用 Claude Code、Codex 或其他 MCP 用戶端 {#using-claude-code-codex-or-another-mcp-client}@@ -67,7 +67,7 @@ ChatGPT 與 GitHub Copilot 的登入選項已**在 1.8.0 中移除**。它們的2. 複製那裡顯示的 **Claude Code** 或 **Codex** 指令,並在終端機中執行。Claude Code 指令中帶有存取權杖。Codex 則改為從 `OPENSCREEN_MCP_TOKEN` 環境變數讀取權杖:請在啟動 Codex 的終端機中設定它。3. 請你的代理進行剪輯,對象可以是 OpenScreen 編輯器中開啟的專案,也可以是清單中的任何其他專案。-這些工具就是內建代理所使用的工具,另外還有錄影、匯出和查看影片的工具([見下文](#letting-an-agent-make-the-whole-video))。除非用戶端指定其他專案,否則它們作用於編輯器中開啟的專案:用戶端可以列出所有專案,並讀取或編輯其中任何一個。它也可以建立專案(空白專案,或從一個影片檔建立)、重新命名專案,以及在專案的媒體中加入或移除影片或音訊檔。刪除專案不在這些工具之中:這仍由你在應用程式中進行。在你同時開啟 MCP 伺服器區段中的**MCP 編輯**之前,MCP 用戶端只能**讀取**,它們嘗試的每項編輯、錄影、匯出或新建專案都會被拒絕。這個開關與內建代理的**代理編輯**開關各自獨立,預設為關閉。開啟後,每項編輯都會在生效時立即儲存:+這些工具就是內建代理所使用的工具,另外還有錄影、匯出和查看影片的工具([見下文](#letting-an-agent-make-the-whole-video))。此外還有 `transcribe`:它會像編輯器開啟專案時那樣,在你的裝置上用 Whisper 處理專案的媒體。用戶端會用自己的模型翻譯字幕,因此字幕翻譯不需要在 OpenScreen 中設定提供者。除非用戶端指定其他專案,否則這些工具作用於編輯器中開啟的專案:用戶端可以列出所有專案,並讀取或編輯其中任何一個。它也可以建立專案(空白專案,或從一個影片檔建立)、重新命名專案,以及在專案的媒體中加入或移除影片或音訊檔。刪除專案不在這些工具之中:這仍由你在應用程式中進行。在你同時開啟 MCP 伺服器區段中的**MCP 編輯**之前,MCP 用戶端只能**讀取**,它們嘗試的每項編輯、錄影、匯出或新建專案都會被拒絕。這個開關與內建代理的**代理編輯**開關各自獨立,預設為關閉。開啟後,每項編輯都會在生效時立即儲存:- **在編輯器中開啟的專案上**,編輯可用 `Ctrl/Cmd + Z` 復原。用戶端會被告知在進行一系列編輯之前先儲存檢查點,因此你可以請它們一步將專案還原成原本的樣子,而這一步本身也可以用 `Ctrl/Cmd + Z` 復原。- **在其他任何專案上**,編輯會儲存到它的檔案中,`Ctrl/Cmd + Z` 無法復原。用戶端必須在第一次編輯之前儲存該專案的檢查點,還原到這個檢查點是唯一的復原方式。@@ -100,5 +100,6 @@ codex mcp add openscreen -- "/Applications/Openscreen.app/Contents/MacOS/Openscr- **不需要連接埠、權杖或設定。** 代理會以你的權限自行啟動程序,就像它執行 `openscreen record` 一樣。因此,它不需要**MCP 編輯**開關,就能錄製你的螢幕並進行剪輯。- **每段錄影都會成為一個新專案**,出現在你的專案清單中,並和在應用程式中錄製的影片一樣,在錄下的點擊處加上縮放:時間與位置都相近的點擊共用一個縮放,開頭幾秒與結尾保持全螢幕。代理的每項編輯都會儲存到專案檔案中。要復原,就靠代理建立的檢查點,檢查點在代理的工作階段結束前都有效。只會保留最近的 20 個檢查點,因此較早的檢查點可能會提早失效。- **OpenScreen 執行時,代理會透過應用程式進行編輯。** 對編輯器中開啟的專案所做的編輯會立即顯示在那裡,並可用 `Ctrl/Cmd + Z` 復原。此時代理的檢查點會保留到 OpenScreen 結束為止。如果應用程式沒有回應,對該專案的編輯會被拒絕,因為編輯器會用自己的副本覆寫這些編輯。+- **在代理要求之前,錄影沒有逐字稿。** 代理會在刪除字詞或開啟字幕之前呼叫 `transcribe`。Whisper 在你的電腦上執行,OpenScreen 開啟時則在 OpenScreen 中執行。- **由腳本驅動的錄影**(例如 Playwright)永遠不會移動螢幕上的指標。代理會用 `setPointerTrack` 把它自己的操作記錄交給 OpenScreen,影片照樣會有游標與其縮放。- **`openscreen-demo` 技能**會教代理完成整個工作,從分鏡腳本到完成的影片。之後,它會把影片附加到拉取請求中,讓審閱者直接在那裡看到變更;或者草擬一則 X 貼文,而且只有在你同意之後,它才會發布這則貼文。使用 `npx skills add getopenscreen/openscreen --skill openscreen-demo` 加入它。完整步驟請見 [`skills/openscreen-demo/SKILL.md`](https://github.com/getopenscreen/openscreen/blob/main/skills/openscreen-demo/SKILL.md)。diff --git a/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/cli.md b/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/cli.mdindex bd610a18a..9f74d710a 100644--- a/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/cli.md+++ b/website/i18n/zh-TW/docusaurus-plugin-content-docs/current/cli.md@@ -157,7 +157,7 @@ CLI 匯出的 MP4 一律是 **H.264**,除非以 `--fps` 另行指定,影格### `openscreen captions` {#openscreen-captions}-用 Whisper 在你的電腦上轉錄專案的音訊,然後將字幕標註寫入專案檔。不會上傳任何內容,語言也會自動偵測。與桌面應用程式一樣,第一次執行時會下載一次 Whisper 模型,大小約 264 MB。+用 Whisper 在你的電腦上轉錄專案的音訊,然後開啟專案的字幕,就像編輯器的字幕窗格一樣。不會上傳任何內容,語言也會自動偵測。與桌面應用程式一樣,第一次執行時會下載一次 Whisper 模型,大小約 264 MB。```bashopenscreen captions demo.openscreen --min-words 2 --max-words 7@@ -165,7 +165,8 @@ openscreen export demo.openscreen -o demo.mp4 # captions are burned into the v```- `--min-words` 與 `--max-words` 設定每則字幕的字數。兩者皆可設為 1 到 12,與編輯器相同。預設值:2 與 7。-- 再次執行會取代它先前加入的字幕。你自己加入的標註會保留。+- 字幕就是繪製在影片上的逐字稿,因此在編輯器中,你可以像處理其他字幕一樣調整樣式、修正與翻譯。再次執行會保留逐字稿,只設定每則字幕的字數。+- 專案會以編輯器本身的格式儲存。像[下方](#example-an-automated-product-demo)所示編輯專案 JSON 的腳本,會在 `captions` 之前進行編輯,而且 `pack` 目前還無法讀取這種格式。- 專案的螢幕影片必須有音軌,例如用 `record --mic` 錄製的影片。- 字幕會燒錄進匯出的影片,不會輸出字幕檔。請參閱[字幕](./captions.md)。@@ -241,10 +242,7 @@ openscreen info demo.openscreen --json# 1. Record 20 seconds of one window, with narration from the microphoneopenscreen record --window "MyProduct" --mic --duration 20 --project demo.openscreen --json-# 2. Caption the narration on this machine-openscreen captions demo.openscreen --json--# 3. Add a manual zoom and a text label by editing the project JSON+# 2. Add a manual zoom and a text label by editing the project JSONnode -e 'const fs = require("fs");const p = JSON.parse(fs.readFileSync("demo.openscreen", "utf8"));@@ -257,11 +255,14 @@ node -e 'fs.writeFileSync("demo.openscreen", JSON.stringify(p, null, 2));'+# 3. Caption the narration on this machine (this saves the project in the editor's format)+openscreen captions demo.openscreen --json+# 4. Render, with automatic zooms added on the recorded clicksopenscreen export demo.openscreen -o demo.mp4 --auto-zoom --json```-在步驟 3 中,`depth` 的範圍是 1 到 6(1.25× 到 5×;3 代表 1.8×),`cx` 與 `cy` 則以畫面的比例值指定縮放中心的位置。+在步驟 2 中,`depth` 的範圍是 1 到 6(1.25× 到 5×;3 代表 1.8×),`cx` 與 `cy` 則以畫面的比例值指定縮放中心的位置。若要改用文字轉語音引擎來配旁白,請在錄影時不要加上 `--mic`,並在匯出時混入旁白。任何能輸出 mp3、wav 或 m4a 的引擎都可以;以下以 macOS 的 `say` 為例: