diff --git a/.claude/skills/capcut/SKILL.md b/.claude/skills/capcut/SKILL.md index 8e8eff0..dfbeb0b 100644 --- a/.claude/skills/capcut/SKILL.md +++ b/.claude/skills/capcut/SKILL.md @@ -19,7 +19,7 @@ description: 剪映/CapCut 自动化。通过 CapCut Mate API 实现草稿创建 ``` 1. npm 依赖 → cd .claude/skills/video-from-script/scripts && npm install -2. TTS 配音 → 阿里云 Qwen-TTS（config.json 中配置 ttsApiKey） +2. TTS 配音 → 阿里云 CosyVoice TTS（config.json 中配置 ttsApiKey） ``` --- @@ -81,7 +81,7 @@ digraph capcut_assembly { input [label="素材 + manifest.json", shape=folder, fillcolor="#e3f2fd"] - step1 [label="1. TTS 配音（可选）\nnode qwen-tts.js\n→ WAV + 时长"] + step1 [label="1. TTS 配音（可选）\ncosyvoice → MP3 + 时长"] step2 [label="2. 上传图片到 OSS\n本地图片 → 公网 URL"] step3 [label="3. 创建草稿\ncreate_draft\n→ draft_url"] step4 [label="4. 导入素材+音频+字幕+特效\nadd_images / add_videos\nadd_audios / add_captions\nadd_effects"] @@ -146,15 +146,12 @@ digraph capcut_assembly { ## TTS 配音（成片模式用） -使用阿里云 Qwen-TTS（Node.js），替代原 Edge-TTS。 +使用阿里云 CosyVoice TTS（通过 DashScope WebSocket），Pipeline 自动调用。 -```bash -# 准备输入 -echo '{"segments":[{"id":1,"text":"文案"}],"voice":"Cherry","output_dir":"./audio"}' > input.json - -# 生成 -node .claude/skills/video-from-script/scripts/qwen-tts.js input.json -# → stdout: {"segments":[{"id":1,"audio":"./audio/seg_001.wav","duration":3.456}]} +```js +// 作为模块调用 +const { synthesize } = require('./qwen-tts') +const { filePath, duration } = await synthesize('你好世界', { voice: 'Cherry' }) ``` 配置在 `skills/config.json`：`ttsApiKey`（必填）、`ttsModel`、`ttsVoice`、`ttsLanguage`。 @@ -195,19 +192,19 @@ node .claude/skills/video-from-script/scripts/qwen-tts.js input.json ## 图片动画预设 -| 动画 | 说明 | 适用 | +| 动画名称 | 说明 | 适用 | |------|------|------| -| Ken Burns (zoom-in) | 1.0→1.1 缓慢放大 | 默认 | -| Ken Burns (pan-left) | 右→左平移 | 风景 | -| Ken Burns (pan-right) | 左→右平移 | 风景 | -| 缩放弹出 | 0.8→1.0 | 强调 | +| 缩放 | 缓慢放大（默认） | 通用 | +| 渐显+放大 | 淡入+放大组合 | 强调 | +| 左平移 | 右→左平移 | 风景 | +| 右平移 | 左→右平移 | 风景 | --- ## 质量要求 -- 字幕与文案对应正确，关键词高亮醒目 -- 图片动画流畅（Ken Burns 幅度 1.0→1.1） +- 字幕与文案对应正确 +- 图片动画流畅 - BGM 音量不盖过配音（配音为主、BGM 为辅） - 转场自然（无黑帧、无跳帧） - 底部字幕区不被遮挡 diff --git a/.claude/skills/capcut/references/assembly-guide.md b/.claude/skills/capcut/references/assembly-guide.md index bd7200b..a89cd7a 100644 --- a/.claude/skills/capcut/references/assembly-guide.md +++ b/.claude/skills/capcut/references/assembly-guide.md @@ -12,7 +12,7 @@ 1. CapCut Mate API 可达 → curl {config.capcutMateApiBase}/../docs - 部署在 capcut.muyetools.cn（配置在 skills/config.json） 2. npm 依赖 → cd scripts && npm install -3. TTS 配音 → 阿里云 Qwen-TTS（配置在 config.json 的 ttsApiKey） +3. TTS 配音 → 阿里云 CosyVoice TTS（配置在 config.json 的 ttsApiKey） 4. 同步到本地剪映 → 纯 Node.js（sync-to-jianying.js），无需 Python/uv ``` @@ -57,7 +57,7 @@ digraph assembly_flow { node [shape=box, style=filled, fillcolor="#f5f5f5", fontsize=11] input [label="素材 + manifest.json", shape=folder, fillcolor="#e3f2fd"] - step1 [label="1. TTS 配音（可选）\nnode qwen-tts.js\n→ WAV + 时长"] + step1 [label="1. TTS 配音（可选）\ncosyvoice → MP3 + 时长"] step2 [label="2. 上传图片到 OSS\n本地图片 → 公网 URL"] step3 [label="3. 创建草稿\ncreate_draft → draft_url"] step4 [label="4. 导入素材+音频+字幕+特效"] @@ -75,15 +75,12 @@ digraph assembly_flow { ### 1. TTS 配音（可选） -使用阿里云 Qwen-TTS 进行语音合成（Node.js，无需 Python）。 +使用阿里云 CosyVoice TTS 进行语音合成（通过 DashScope WebSocket，Node.js）。 -```bash -# 准备输入 JSON -echo '{"segments":[{"id":1,"text":"第一段文案"},{"id":2,"text":"第二段文案"}],"voice":"Cherry","output_dir":"./audio"}' > input.json - -# 批量生成 -node scripts/qwen-tts.js input.json -# → stdout: {"segments":[{"id":1,"text":"...","audio":"./audio/seg_001.wav","duration":3.456}]} +```js +const { synthesize } = require('./qwen-tts') +const { filePath, duration } = await synthesize('文案', { voice: 'Neil', outputDir: './audio' }) +// → ./audio/seg_001.mp3, duration: 3.456 ``` 配置在 `skills/config.json`： @@ -91,8 +88,8 @@ node scripts/qwen-tts.js input.json | 字段 | 说明 | 默认值 | |------|------|--------| | `ttsApiKey` | 阿里云百炼 API Key | （必填） | -| `ttsModel` | 模型名称 | `qwen-tts` | -| `ttsVoice` | 音色名称 | `Cherry` | +| `ttsModel` | 模型名称 | `cosyvoice-v3.5-plus` | +| `ttsVoice` | 音色名称 | 账号配置 | | `ttsLanguage` | 语言类型 | `Chinese` | 推荐音色： @@ -108,7 +105,7 @@ node scripts/qwen-tts.js input.json | `Neil` | 阿闻 | 新闻主持人 | 新闻、财经 | | `Bellona` | 燕铮莺 | 洪亮有力女声 | 热血、武侠 | -所有音色均支持中英文，输出 WAV 格式（24kHz），URL 有效期 24 小时。 +所有音色均支持中英文，输出 MP3 格式（24kHz）。 **作为模块调用**： @@ -151,7 +148,7 @@ POST /create_draft { width: 1080, height: 1920 } ``` POST /add_images -每张图片 3-5 秒，附带 Ken Burns 动画（缩放 1.0→1.1） +每张图片 3-5 秒，附带动画（默认缩放） ``` **视频模式** (`--mode videos`): @@ -173,8 +170,7 @@ POST /add_audios ``` POST /add_captions -- 文案来自 manifest.json -- 关键词高亮（account.json 中 subtitleStyle.highlightColor） +- 文案来自 manifest.json（TTS 分句时按 segment 精确对齐） - 字体大小、颜色从账号配置读取 ``` @@ -212,19 +208,18 @@ add_videos 提交 9+ 视频时可能触发网关 504。脚本自动降级： ## 图片动画预设 -| 动画类型 | 说明 | 适用场景 | +| 动画名称 | 说明 | 适用场景 | |---------|------|---------| -| Ken Burns (zoom-in) | 从 1.0 缓慢放大到 1.1 | 默认，适合大多数场景 | -| Ken Burns (pan-left) | 画面从右向左平移 | 风景、全景 | -| Ken Burns (pan-right) | 画面从左向右平移 | 风景、全景 | -| 缩放弹出 | 从 0.8 弹到 1.0 | 强调、冲击感 | +| 缩放 | 缓慢放大 | 默认，适合大多数场景 | +| 渐显+放大 | 淡入+放大组合 | 强调、冲击感 | +| 左平移 | 右→左平移 | 风景、全景 | +| 右平移 | 左→右平移 | 风景、全景 | --- ## 质量检查 - [ ] 字幕与文案对应正确 -- [ ] 关键词高亮颜色醒目 - [ ] 图片动画流畅（无卡顿） - [ ] BGM 音量与配音平衡 - [ ] 转场自然（无黑帧） diff --git a/.claude/skills/video-from-script/SKILL.md b/.claude/skills/video-from-script/SKILL.md index d8b48ae..3781c6b 100644 --- a/.claude/skills/video-from-script/SKILL.md +++ b/.claude/skills/video-from-script/SKILL.md @@ -334,10 +334,9 @@ node kling-video-generator.js --image --prompt -o ./videos ``` output/{name}_{YYYYMMDD}_{NNN}/ ├── manifest.json # 主清单（贯穿全流程） -├── prompts.txt # 原始提示词存档 ├── images/ # scene_{NN}_{slug}.jpeg（slug 从 script/shotDesc 派生，首尾帧加 _last 后缀） ├── videos/ # scene_{NN}_{slug}.mp4（与图片对应） -└── urls.json # OSS 公网 URL 映射 +└── audio/ # seg_001.mp3（TTS 分句音频，多句时 seg_{id}_{j}.mp3） ``` **命名对应关系**：图片 `scene_01_觉醒.jpeg` → 视频 `scene_01_觉醒.mp4`；首尾帧尾帧 `scene_01_觉醒_last.jpeg`；MJ 候选 `scene_01_觉醒_cand1.jpeg` @@ -396,7 +395,7 @@ output/{name}_{YYYYMMDD}_{NNN}/ 所有子技能共享以下资源（位于本目录）： -- `scripts/` — 共享脚本（gemini-image-generator.js, mj-image-generator.js, grok-video-generator.js, veo-video-generator.js, capcut_assemble.js, sync-to-jianying.js, oss-upload.js） +- `scripts/` — 共享脚本（gemini-image-generator.js, mj-image-generator.js, grok-video-generator.js, veo-video-generator.js, kling-video-generator.js, qwen-tts.js, capcut_assemble.js, sync-to-jianying.js, oss-upload.js） - `accounts/` — 账号配置（项目根目录，详见 [account-system.md](references/account-system.md)） - `references/account-system.md` — 账号系统说明 diff --git a/.claude/skills/video-from-script/scripts/capcut_assemble.js b/.claude/skills/video-from-script/scripts/capcut_assemble.js index 6b2c989..2c13d92 100644 --- a/.claude/skills/video-from-script/scripts/capcut_assemble.js +++ b/.claude/skills/video-from-script/scripts/capcut_assemble.js @@ -218,8 +218,7 @@ async function assemble(args) { format = '9:16', apiKey = '', duration = '4', - animation = '缩放', - localAudio = 'true', + animation = '渐显+放大', } = args if (!input) throw new Error('缺少 --input 参数') @@ -352,12 +351,11 @@ async function assemble(args) { // Step 2: 上传（已调速的）视频到 OSS const missingUrl = items.filter(it => it.video && !it.videoUrl) if (missingUrl.length > 0) { - const { uploadFile } = require('./oss-upload') console.log(` 上传 ${missingUrl.length} 个视频到 OSS...`) for (const item of missingUrl) { const videoPath = path.resolve(inputDir, item.video) try { - const { url } = await uploadFile(videoPath) + const url = await uploadToOSS(videoPath) item.videoUrl = url // 回写 manifest if (manifestFile) { @@ -492,17 +490,12 @@ async function addImages(draftUrl, items, imgUrls, timeline, width, height, anim } if (animation) { - const parts = animation.split('+') - for (const part of parts) { - const name = part.trim() - // 组合动画（持续整段）：缩放、三分割 等 - if (name === '缩放' || name === '缩放 II') { - info.loop_animation = name - } else { - // 默认作为入场动画 - info.in_animation = name - } - } + const parts = animation.split('+').map(p => p.trim()).filter(Boolean) + const groupNames = ['缩放', '缩放 II'] + const groupAnims = parts.filter(p => groupNames.includes(p)) + const inAnims = parts.filter(p => !groupNames.includes(p)) + if (groupAnims.length > 0) info.loop_animation = groupAnims.join('|') + if (inAnims.length > 0) info.in_animation = inAnims.join('|') } return info @@ -637,19 +630,9 @@ async function addVideos(draftUrl, inputDir, items, timeline, width, height, tra } // ============================================================================ -// 音频上传（本地文件 → OSS 公网 URL） +// 音频批量上传（本地文件 → OSS 公网 URL） // ============================================================================ -async function uploadAudioToOSS(filePath) { - try { - const oss = require(path.join(__dirname, 'oss-upload')) - const { url } = await oss.uploadFile(filePath) - return url - } catch (err) { - throw new Error(`音频上传 OSS 失败: ${err.message}`) - } -} - async function batchUploadAudio(inputDir, items) { const urls = {} for (const item of items) { @@ -665,7 +648,7 @@ async function batchUploadAudio(inputDir, items) { continue } try { - urls[seg.audio] = await uploadAudioToOSS(filePath) + urls[seg.audio] = await uploadToOSS(filePath) console.log(` 上传: ${path.basename(filePath)} -> OK`) } catch (err) { console.error(` 上传失败: ${path.basename(filePath)} - ${err.message}`) @@ -686,7 +669,7 @@ async function batchUploadAudio(inputDir, items) { continue } try { - urls[item.audio] = await uploadAudioToOSS(filePath) + urls[item.audio] = await uploadToOSS(filePath) console.log(` 上传: ${path.basename(filePath)} -> OK`) } catch (err) { console.error(` 上传失败: ${path.basename(filePath)} - ${err.message}`) @@ -868,8 +851,6 @@ async function addSubtitles(draftUrl, items, timeline, style = {}, split = false start: currentTime, end: currentTime + duration, text: seg.text, - keyword: '', - keyword_color: '', } if (inAnimation) cap.in_animation = inAnimation @@ -903,8 +884,6 @@ async function addSubtitles(draftUrl, items, timeline, style = {}, split = false start: currentTime, end: currentTime + duration, text: sentence, - keyword: '', - keyword_color: '', } if (inAnimation) cap.in_animation = inAnimation @@ -918,16 +897,10 @@ async function addSubtitles(draftUrl, items, timeline, style = {}, split = false } } else { // 原始模式：一句字幕 - const keyword = '' - const keywordColor = style.highlightColor || style.color || '#FFFFFF' - const cap = { start: tl.start, end: tl.end, text, - keyword, - keyword_color: keyword ? keywordColor : '', - keyword_font_size: 18, } if (inAnimation) cap.in_animation = inAnimation @@ -1040,7 +1013,7 @@ async function main() { console.log(' --duration 4 默认每段时长/秒（无TTS时的fallback，默认 4）') console.log(' --voiceover true|false 是否添加TTS配音轨道（默认 true）') console.log(' --subtitles true|false 是否添加字幕（默认 true）') - console.log(' --split-captions true|false 分句字幕模式（默认 false，长句按标点切分）') + console.log(' --split-captions true|false 分句字幕模式（默认 true，按标点切分）') console.log(' --bgm 背景音乐 URL') console.log(' --effects "名称1,名称2" 特效名称（逗号分隔）') console.log(' --filter "名称:强度" 滤镜（强度 0-100）') diff --git a/.claude/skills/video-from-script/scripts/lib/phase-assemble.js b/.claude/skills/video-from-script/scripts/lib/phase-assemble.js index c7f6e06..0488b8e 100644 --- a/.claude/skills/video-from-script/scripts/lib/phase-assemble.js +++ b/.claude/skills/video-from-script/scripts/lib/phase-assemble.js @@ -23,7 +23,7 @@ async function phaseAssemble(manifest, manifestPath, options) { subtitles: mode === 'images' ? 'true' : 'false', voiceover: manifest.items.some(it => it.audio) ? 'true' : 'false', duration: '4', - animation: capcutConfig.animation || '缩放', + animation: capcutConfig.animation || '渐显+放大', } if (capcutConfig.defaultBGM) assembleArgs.bgm = capcutConfig.defaultBGM