ZJU-REAL/Easel

# ai-image-gen Skill

> 通用 AI 文生图 / 图生图 / 图像变体。用户自备图像生成 API key（OpenAI 兼容 或 apimart 异步），产物写入 `outputs/`。

调用共享脚本 `skills/shared/scripts/ai_image.py`（纯标准库，无第三方依赖）。
本 SKILL 不索要、不回显、不写入、不提交任何真实 API key —— key 只存在于用户自己的 `.env`。

## 边界（和相邻 SKILL 区分）

- **ai-image-gen（本 SKILL）**：通用 AI 生图，任意题材，文生图 / 图生图 / 变体。
- **ecom-details-image**：电商详情页 / 商品主图专用出图（25 场景模板、PDP 序列）。要做电商商品图走它。
- **card-\* / poster-\***：HTML+CSS 渲染截图（金句卡、小红书卡、海报），**非 AI 生成**，是确定性设计出图。
- **image-editing**：已有图片的确定性处理（改尺寸/裁剪/加水印/压缩），不生成新画面。

# AI 音乐 / BGM 生成（AI Music）

给短视频、Vlog、社媒内容生成**原创背景音乐 / 配乐 / 纯音乐**。全程通过共享脚本
`skills/shared/scripts/ai_music.py` 封装音乐生成 API（可插拔 provider），
异步提交 → 轮询 → 下载。生成的音乐可再交给 `audio_ops.py` / `video_ops.py`
做裁剪、归一化或加到视频。

**边界**：本 SKILL 只做背景音乐 / 配乐。要**人声口播 / 旁白 / 朗读**用 `tts-voiceover`。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| prompt | 是 | 风格 / 情绪 / 乐器描述（如“轻快 lo-fi，钢琴+鼓点，vlog 片头”） |

# AI 视频生成

> 文生视频 / 图生视频 / 数字人首帧驱动。封装 `skills/shared/scripts/ai_video.py`，多 provider 可插拔、异步提交→轮询→下载。**用户自备 API key**（在 `.env` 配置）。

## 前置：配置 API key

> **配置检查路径铁律**：先 `cd` 到运行时说明给出的 Easel 项目根，确认当前目录有 `.env` 和 `skills/shared/scripts/`，再运行注册表、`check` 或生成命令。不得改用 workspace 的共享脚本副本，也不得以 `env` / `printenv` 没显示变量为由判断未配置。

先选 provider 并在 `.env` 填对应 key，然后 `check` 离线校验：

```bash
python skills/shared/scripts/ai_video.py check --provider dashscope
```

# 素材管理器

> outputs/ 产物的归档、标签、检索 — 让历史内容随时可查可复用

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| action | 是 | 操作类型：`scan` / `search` / `archive` / `tag` / `list` / `report` |
| query | 否 | 搜索关键词（search 操作时使用） |
| path | 否 | 指定操作的文件或目录（默认 `outputs/`） |
| tags | 否 | 要添加的标签列表，逗号分隔（tag 操作时使用） |
| filter_platform | 否 | 按平台筛选：`xiaohongshu` / `weibo` / `douyin` / `zhihu` / `wechat` / `x` |
| filter_type | 否 | 按类型筛选：`image` / `video` / `text` / `card` / `poster` / `script` |

# 音频降噪

清理录音中的背景噪声。降噪专项 SKILL——通过共享脚本 `skills/shared/scripts/audio_ops.py denoise` 封装 ffmpeg 降噪滤镜，提供三级方案（从基础滤波到 RNN 神经网络），参数确定、可复现，不现场手拼命令。

> 通用音频操作（裁剪/转码/音量/提取/拼接/淡入淡出/变速）见 **audio-editing**。本 SKILL 专注降噪。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| input_file | 是 | 音频或视频文件路径 |
| tier | 否 | `1` / `2` / `3`（默认 `2`） |
| output_file | 否 | 默认 `outputs/主题名/{filename}-clean.{ext}` |
| mix | 否 | 降噪强度 0.0-1.0（默认 0.8，仅 tier3 RNNoise） |

# 通用音频处理

除降噪外的通用音频操作：裁剪、转码、音量归一化、提取音轨、拼接、淡入淡出、变速。全部通过共享脚本 `skills/shared/scripts/audio_ops.py` 封装 ffmpeg，参数确定、可复现，不现场手拼命令。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| input_file | 是 | 音频或视频文件路径 |
| operation | 是 | trim / convert / normalize / extract / concat / fade / speed / denoise / info |
| output_file | 否 | 默认 `outputs/主题名/{name}-{op}.{ext}` |

支持格式：wav / mp3 / m4a / aac / flac，视频容器 mp4 / mkv / mov（提取音轨）。

# 音频混合（旁白 + BGM + 音效）

> 把多条音频**同时叠加**混成一轨，核心能力是**闪避（ducking）**——旁白说话时自动压低
> 背景音乐，人声清晰、音乐不抢。全部走 `skills/shared/scripts/audio_mix.py`，
> **不要手拼 amix/sidechaincompress**。

> 前后顺序拼接（一段接一段）见 **audio-editing** `concat`；给视频配乐见 **video-editing** `bgm`；
> 降噪见 **audio-denoise**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 旁白 | 否 | 口播/配音主轨（给了则输出时长跟它走，并触发闪避） |

# 音频可视化视频

> 把音频渲染成带动态波形/频谱的视频，配封面+标题，让纯音频能发到视频平台。全部走
> `skills/shared/scripts/audio_viz.py`，**不要手拼 showwaves/showcqt 滤镜**。

> 输出音频（混音）见 **audio-mix**；用图片做视频见 **slideshow-video**；
> 给已有视频加字幕见 **auto-subtitle**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 音频文件 | 是 | 播客/音乐/口播片段（没给就问） |
| 画幅 | 是 | 用户或上游任务未明确横版/竖版（或具体分辨率）时，制作前必须追问并等确认；不得按平台、Profile 或默认值静默推断，已明确则不重复问 |

# 一键短视频（端到端编排）

> 输入一个主题，自动产出一条短视频。本 SKILL 是**编排层**：把已有制作零件串成流水线——
> 文案(video-script) → 逐句配图(ai-image-gen)或片段(ai-video-gen) → 配音(tts-voiceover) →
> 字幕(auto-subtitle) → BGM(ai-music) → **合成(scripts/assemble.py)**。
> 沉淀自 Pixelle-Video / MoneyPrinterTurbo 的自动短视频引擎思路。

## 输入

- 主题 / 文案（必填）
- 可选：目标时长、风格、是否要配音/字幕/BGM、配图用 AI 生图还是用户素材
- **画幅确认硬门**：用户或上游任务未明确横版/竖版（或 16:9/9:16/具体分辨率）时，制作/付费调用前必须追问并等确认；不得从平台、Profile 或默认值静默推断，已明确则不重复问

## 输出

# 自动字幕（语音转字幕）

把音频/视频里的人声识别成字幕。基于共享脚本 `skills/shared/scripts/asr.py`（faster-whisper 封装），
参数确定、可复现，做中文友好断句。可选把字幕烧录进视频（复用 `skills/shared/scripts/video_ops.py` / ffmpeg subtitles 滤镜）。

> 只做"语音 → 字幕文件 (+ 可选烧录)"。通用视频剪辑见 **video-editing**；纯降噪见 **audio-denoise**；长视频智能切片+烧字幕见 **clipify**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| input_file | 是 | 音频或视频文件路径（视频自动提取音轨） |
| format | 否 | `srt`（默认）/ `ass` / `txt` / `json` |
| language | 否 | `auto`（默认）或 `zh`/`en` 等 ISO 639-1 码 |

# 批量处理（目录级）

> 对整个目录的图片/视频/音频统一套用同一操作。走 `skills/shared/scripts/batch_process.py`，
> 逐个委派给对应确定性脚本（image_ops / video_ops / audio_ops）。

> 单文件处理见 image-editing / video-editing / audio-editing；本 SKILL 是它们的**目录批量版**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 目录 | 是 | 待处理文件所在目录 |
| 类型 | 是 | `image` / `video` / `audio`（决定用哪个 ops 脚本 + 文件筛选） |
| 操作 | 是 | ops 子命令（如 resize/compress/watermark/aspect/convert/normalize） |

# 音乐卡点视频（踩点混剪）

> 用 librosa 检测背景音乐节拍，让画面在节拍上硬切换，配节拍特效，做"踩点"燃系短视频。
> 全部走 `skills/shared/scripts/beatsync.py`，**不要手数节拍、手拼滤镜**——脚本已做
> 节拍检测、区间切分、素材循环、音画对齐。

> 每图固定时长的柔和相册见 **slideshow-video**；主题→AI 配图配音成片见 **auto-short-video**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 背景音乐 | 是 | 决定卡点的音乐文件（节奏越强效果越好；没给就问） |
| 素材 | 是 | 一组图片和/或短片段（按顺序，循环使用），或一个目录 |

# 卡片设计系统（生成前必读）

> 这不是一个"生成器",而是一套**设计系统 + 硬规则**。所有"HTML/CSS → 截图"的卡片/海报 SKILL
> 在写第一行 HTML 之前先读它。核心信念(来自实战开源方案与去 AI 味研究的一致结论):
> **高级感来自「克制 + 层级 + 网格 + 填满」,不是靠阴影/圆角/渐变堆出来的。**
> 「没人做设计决定」= AI 选了一万张图的统计平均值 = 廉价。本系统就是替你把决定钉死。

## 五步流程（照做，别跳）

1. **让用户选风格**（第一步，也是最重要的一步）：从 `references/styles.md` 的**风格库**里给用户几个选项，让 ta 挑一个——
   - 用户已指定风格 → 直接用。
   - 用户没指定 → **列 3-4 个候选**（风格名 + 一句话 + 适用），按内容品类/平台/Profile 推荐，问 ta 选哪个；急着要就用推荐的第一个并说明"默认用了 X 风格，想换随时说"。
   - 风格库现有 9 种：瑞士极简 / 杂志编辑 / 新中式墨韵 / 奶油温柔 / 多巴胺 Y2K / 高奢黑金 / 手账贴纸 / 极客终端 / 植物清新。**卡片美不美，第一取决于选对风格**，别所有内容都套同一种。
2. **锁定该风格的 spec**：`styles.md` 里选中风格给了**字体(family+字重)+配色(hex)+版式性格+装饰**——**严格照它**，整套卡片全程只用这一套，不自由发挥、不换色。（配色细节另见 `palettes.md`）

# 金句卡片

> HTML 单图渲染 → 截图分享。16:9 横版，一句 hero 金句 / 一组核心数据。

> ⚠<U+FE0F> **生成前先读 [card-design](../card-design/SKILL.md) 设计系统**（选立场/锁配色/字越大越细/禁 AI 廉价感）。金句卡尤其靠排版层级——避免渐变文字、粗黑大标题、居中一切。

## 骨架（二选一，按内容是"观点"还是"数字"）

先按 card-design 选风格锁配色，再套下面对应骨架。

### A. 金句卡（一句 hero 观点）

- 容器 `w-[1600px] h-[900px]`，暗色 / 亮色按内容情绪二选一。
- 中央一句 hero 金句（**字越大越细**，限 2-3 行，最戳的词用 1 个强调色）。

# 小红书图文卡片

你是一名小红书视觉内容设计师。根据用户提供的内容，生成一组小红书风格的 HTML 知识卡片。

## ⚠<U+FE0F> 生成前必读设计系统（否则大概率做出廉价 AI 卡）

**写第一行 HTML 之前，先读 [card-design](../card-design/SKILL.md) 设计系统**，按它的五步来：
①**先让用户选风格**(card-design 有 9 种命名风格:瑞士极简/杂志编辑/新中式墨韵/奶油温柔/多巴胺Y2K/高奢黑金/手账贴纸/极客终端/植物清新——用户没选就列 3-4 个候选让 ta 挑或按内容推荐) ②锁定该风格 spec(字体/配色hex,禁自定义) ③字体层级(字越大越细) ④套骨架 ⑤渲染后跑 `card_audit.py` 硬门禁。

不读设计系统、凭"感觉"写，就会做出：深蓝科技渐变 + emoji 当图标 + 大片死空白的 PPT 味卡片（反面教材）。**卡片美不美第一取决于选对风格**，别所有内容都套同一种。

## 输出规范

- 输出 N 张连续卡片，每张 `width: 1080px; height: 1440px`，用 flex 纵向排列方便整体截图也方便单张截图

请根据用户输入的内容，将数据可视化为图表。

## 与其他图表 SKILL 的区别

三者都能"生成图表"，但机制与产物不同，按需求路由：

- **chart-visualization（本 SKILL）** = 调 AntV 远程 API（gpt-vis），产出**静态图片 URL**，25+ 图表类型，最快拿到单张图。要单张标准统计图、直接拿到图片链接时用它。
- **infographic** = 本地 JS 渲染，产出**信息图 / GIF 动画图表**（列表/流程/对比/层级模板 + 逐帧动画）。要可导出 SVG 的结构化信息图、或带入场动画的 GIF/MP4 时用它。
- **data-report** = 输入 CSV/Excel/JSON，产出**整页可视化报告**（KPI 卡 + 多图 + 数据洞察 + 表格）。要一份完整报告页而非单图时用它。

## 步骤
1. 分析用户数据和需求，选择最合适的图表类型
2. 构造符合规范的 JSON 请求体
3. 使用 curl 工具调用 API 生成图表图片

# Clipify

Find the funniest moments in a video, cut them as standalone clips, optionally reformat 16:9 → 9:16 (face-pan or split-screen), and burn opus-style word-by-word captions.

## Inputs

- A video file path (the user will provide it; otherwise ask)
- Optional: requested format (9:16, 16:9, 1:1) — if not given, ask after candidates are picked
- Optional: subtitle style preference — if not given, ask before captioning

## Tooling (use only the fastest path)

- **Whisper:** `whisper --model tiny.en --word_timestamps True --output_format json` (≈10× faster than `small.en`; quality fine for English). For non-English: `--model base` (drop `--language`).
- **ffmpeg:** hardware decode is optional and platform-specific — use `-hwaccel auto`, or omit it (macOS: `videotoolbox`; Linux: `vaapi`/`cuda`/none). Add `-preset ultrafast` for renders. Use `-c:v libx264 -crf 20` for the final master.

# 对比图 / 一图流

> 生成 A vs B 可视化对比卡片，一张截图说清楚差异，适合社媒分享。

> ⚠<U+FE0F> **生成前先读 [card-design](../card-design/SKILL.md) 设计系统**（锁配色/字体层级/填满画幅/去 AI 廉价感）。对比图用「对比表」骨架（左右双栏、≥5 对比行、行高一致），避免渐变、emoji、底部死空白。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| `items` | 是 | 要对比的 2-4 个对象（名称） |
| `dimensions` | 否 | 对比维度列表（如价格、性能、功能等）；不指定则自动提取 |
| `data` | 否 | 结构化对比数据（JSON/表格）；不提供则由 SKILL 调研填充 |
| `layout` | 否 | 布局模式：`table`（默认）/ `versus` / `pros_cons` |

# 营销文案写作

> 为国内营销场景撰写和优化高转化文案：种草、信息流广告、卖点提炼、活动促销、电商详情页、落地页。套经典框架，落国内语境。

## 职责边界

| 场景 | 交给谁 | 为什么 |
|------|--------|--------|
| **卖货/转化导向的营销文案**（种草卖点、信息流广告、活动、详情页、落地页） | **本 SKILL** | 以"促成购买/转化"为目标，讲卖点、讲收益、给 CTA |
| **整套小红书笔记**（多卡片 + caption + hashtags + 去 AI + 校验全流程） | `xhs-note-creator` | 小红书图文/种草的总入口，不是单条文案 |
| 通用社媒内容（多平台原生格式、钩子、标签、互动引导） | `social-content` | 偏内容运营/涨粉互动，不强转化 |
| 严格套 PAS/AIDA/BAB/STAR 框架的结构化帖子（200-250 字、移动端排版） | `post-formatter` | 专做单一框架的规范化帖子 |

一句话分工：**要卖货找 copywriting，要整套小红书笔记找 xhs-note-creator，要涨粉找 social-content，要套固定框架排版找 post-formatter。** 可串联（本 SKILL 出卖点文案 → post-formatter 排成帖子 → social-content 适配多平台）。

# 数据可视化报告

你是一名数据可视化专家。把用户提供的 CSV/Excel/JSON 数据，转成一份自包含的
HTML 可视化报告（KPI 卡片 + 图表 + 数据洞察 + 数据表）。

数据读取、聚合、出图、HTML 组装都由 `scripts/report.py` 确定性完成，
你只负责"写洞察文字"这一需要理解的环节，不要手算聚合、手拼图表。

## 与其他图表 SKILL 的区别

三者都能"生成图表"，但机制与产物不同，按需求路由：

- **data-report（本 SKILL）** = 输入 CSV/Excel/JSON，产出**整页可视化报告**（KPI 卡 + 多图 + 洞察 + 表格）。要一份完整报告页时用它。
- **chart-visualization** = 调 AntV 远程 API，产出**单张静态图片 URL**（25+ 类型）。只要一张标准统计图、直接拿图片链接时用它。

# Markdown 格式转换 / 排版

> 把 Markdown 排版成 HTML / PDF / 长图 PNG。走 `skills/shared/scripts/doc_convert.py`
> （python-markdown 排版 + Chromium 打印/截图）。

> 思维导图见 mindmap；公众号专属排版见 skill-wechat-publisher；卡片/海报见 card-*/poster-hero。

## 输入 / 输出

- 输入：Markdown 文件（支持标题、列表、表格、代码块、引用、图片等）。
- 输出（`outputs/主题名/`）：按后缀 `.html` / `.pdf` / `.png`（长图）。

## 执行

# ecom-details-image Skill

当用户需要视觉策略、图片 Prompt、商品主图、营销图、社媒图、广告图、电商 PDP 视觉，或要求直接 AI 生图时，使用这个 Skill。

两种模式：

1. **Brief / Prompt 模式**：只输出视觉简报和可执行图片 Prompt。
2. **Generate 模式**：当用户明确要求"生图、生成图片、出图、render image"时，先输出最终 Prompt，再调用 `scripts/generate_image.py`。

> **审美方向对齐 [card-design](../card-design/SKILL.md)**：详情页信息图 / 营销图的视觉方向遵守同一套去 AI 廉价感原则——禁蓝紫科技渐变、禁 emoji 当图标、字大字细、留白克制、填满不空。把这些写进 Prompt 的正向/否定约束里（本 SKILL 出 t2i Prompt，非 HTML 渲染，故是"审美方向"层面对齐，不走 render_card）。

不要暴露、索要、写入、提交或回显真实 API key。使用者必须通过自己的环境变量配置 API。

## References（按需加载，不要一次性全读）

# 绿幕抠像 / 换背景合成

> 把绿幕前景抠出来合成到新背景。全部走 `skills/shared/scripts/chromakey.py`，
> **不要手拼 chromakey/overlay 滤镜**——脚本已处理抠像、溢色抑制(despill)、边缘融合、
> 背景缩放、音轨保留。

> 只改画幅见 **video-reframe**；从零 AI 生成画面见 **ai-video-gen**；通用剪辑见 **video-editing**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 前景视频 | 是 | 绿幕/蓝幕拍摄的素材（没给就问） |
| 背景 | 是 | 四选一：图片 / 视频 / 纯色 / 前景自身模糊 |

# 公众号文章排版 Skill

把一篇 Markdown 文章转换为可直接复制粘贴进微信公众号编辑器、且粘贴后样式不丢失的 HTML。

核心资产是 `references/` 下的**主题组件库**（每套一个主题：设计变量 + 各组件完整 HTML + 模板骨架 + 映射规则）外加 1 套**通用增量库**（代码块 / 图片·GIF / 小标签标题，所有主题共用）。主题清单以 `references/theme-index.md` 为单一来源。本 SKILL.md 只负责流程与决策，**具体 HTML 代码一律从组件库取，不要凭记忆手写**。

## 工作流

### 0. 输入与格式归一化

用户可能给：Markdown 文本或 `.md` 路径（直接进第 1 步）、`.docx`、`.pdf`、`.txt`/无标记纯文本、网页富文本。**非 Markdown 输入必须先读 [references/format-normalize.md](references/format-normalize.md) 按其规则转成 Markdown 草稿并做结构确认**（docx 用 `scripts/extract_docx.py`，PDF 用 Read 分页读取+清噪，纯文本按标题启发式推断结构）。什么都没给时，向用户索要。

用户说「直接排 / 自动排 / 一键 / 不用问」时进**全自动模式**：跳过结构确认与选主题提问，自动推断结构、按题材自选主题、排版校验，交付时附决策说明（章节结构、自拟标题、选题理由）。

# 图像处理加工

> 对**已有图片**做确定性处理：缩放/裁剪/补边/转格式/压缩/水印/圆角/拼接/缩略图。
> 所有操作走 `skills/shared/scripts/image_ops.py`（纯 Pillow），不即兴写脚本。

## 输入

- 一张或多张已存在的图片文件路径（png/jpg/webp 等 Pillow 支持格式）
- 目标操作与参数（尺寸、比例、质量、水印文字、拼接方式等）

## 输出

- 处理后的图片文件（路径由用户指定或默认写入 `outputs/主题名/`）
- 每条命令回显 `✅ 路径 (宽x高, 大小KB)`；`info` 输出 json

# 图片增强 / 放大

> 高质量放大 + 去噪 + 锐化 + 调色，改善偏糊/偏暗/有噪点的图片。走
> `skills/shared/scripts/img_enhance.py`。

> ⚠<U+FE0F> **传统确定性增强，不是 AI 超分**——能改善轻中度模糊/噪点，但无法凭空造细节。
> 要 AI 超分/重绘用 **ai-image-gen**（图生图）。常规缩放/裁切/压缩/水印见 **image-editing**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 图片 | 是 | 要增强的图片（没给就问） |
| 放大倍数 | 否 | 默认 2 倍；1 表示只增强不放大 |

# 信息图制作

> 将数据或文字内容转化为可视化信息图，支持静态 AntV 信息图和动画 GIF 两种输出模式

## 与其他图表 SKILL 的区别

都能"生成图表"，但机制与产物不同，按需求路由：

- **infographic（本 SKILL）** = 本地渲染。两种产物：静态**信息图**（AntV DSL，列表/流程/对比/层级 HTML→SVG）+ **GIF 动画图表**（matplotlib 逐帧→GIF）。
- **chart-visualization** = 调 AntV 远程 API，产出**单张静态图片 URL**（25+ 类型），最快拿到单图。
- **data-report** = 输入 CSV/Excel/JSON，产出**整页可视化报告**（KPI 卡 + 多图 + 洞察 + 表格）。

**两模式边界**：要**静态矢量信息图**（可导出 SVG、模板丰富）→ 模式 A；要**会动的 GIF**（发社媒/朋友圈的动图，如条形竞赛、数字滚动、进度动画、折线生长）→ 模式 B。

# 表情包 / Meme 生成

> 给图片加梗字做表情包。两种排版：经典上下大字叠在图上，或加纯色配文条（反应图格式）。
> 走 `skills/shared/scripts/meme_ops.py`，**不要手算字号/换行**——脚本已做自适应字号、
> 中英文换行、白字黑边。

> 精致金句卡片见 **card-quote**；小红书知识卡见 **card-xiaohongshu**；加水印见 **image-editing**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 底图 | 是 | 表情包底图/截图/反应图（没给就问） |
| 文字 | 是 | 上下字（overlay）或配文（bar） |

# 思维导图（Markdown → 脑图）

> 把 Markdown 大纲渲染成可交互思维导图 HTML，可选导出 PNG。走 `skills/shared/scripts/mindmap.py`
> （markmap）。

> 数据图表见 chart-visualization；信息图/流程图见 infographic；本 SKILL 专做**层级大纲脑图**。

## 输入

Markdown 大纲（用标题 `#`/`##`/`###` 表示层级，`-` 列表表示叶子）：
```markdown
# 中心主题
## 分支一
- 要点 A

# 多角色 / 对话配音（Multi-voice Dubbing）

把「多人对话 / 多角色脚本」合成为**多声线音轨**——每个角色一个符合其人设的声音，
不再是「全程一个声音」。核心引擎 `skills/shared/scripts/multivoice.py`：
逐行调 `tts.py`（edge-tts 免费多音色）或 `voice_clone.py`（云端表现力 provider / 克隆音色）合成，
把每行 emotion 喂进 provider 的**真情感通道**，`ffmpeg` 拼成一轨 + 生成对齐的说话人字幕。

> 创意（谁说什么、什么情绪）由你 LLM 产出；音色映射在 cast。确定性 IO（逐行合成/拼接/字幕）走引擎。
> 产物 `voice.mp3` 可直接当 narration 喂 `auto-short-video/assemble.py` 或加进任意视频；`voice.srt` 是带角色名的字幕。

## 配音质量分层（重要：治「像 AI 平读」）

**edge-tts 没有情感引擎**，只能变速变调，再怎么调也像机器平读。要"像人"必须用有情感通道的**云 provider**（用户自备 key，**无需 GPU**）：

# AI 小说 / 网文连载创作

> 一句灵感 → 世界观/人设 → 三级大纲 → 逐章正文。核心是**长篇一致性**：
> 用「**文件即真相 + 按需加载**」——AI 不靠上下文记忆，每写一章只加载相关切片，
> 状态全落文件、可 diff、可续写。确定性 IO（搭骨架/进度/机械查 AI 味）走
> `scripts/novel_ops.py`，**创意（设定/大纲/正文）由你 LLM 完成**。

> 只做单段风格改写见 **style-transfer**；只做润色去 AI 感见 **text-polisher**；
> 只做通用文章见 **social-content**；发知乎见 **skill-zhihu-publisher**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|

# 科研论文解读（论文 → 视频 / 图文）

> 把一篇论文讲成普通人/同行都爱看的视频号视频或图文。核心中间产物是一份
> **结构化 asset library**（一次解析+提炼，视频与图文两条产线共用，不重复调 LLM）。
> 确定性 IO（拉论文/解析 PDF/骨架）走 `scripts/paper_ingest.py`；**提炼与分镜脚本由你 LLM 完成**——这是本 SKILL 的核心价值。

> 视频转图文（反向）见 **video-to-article**；纯格式转换见 **doc-convert**；
> 只做图表见 **chart-visualization / infographic**；发视频号见 **skill-channels-upload**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 论文 | 是 | arxiv id（2401.12345）/ arxiv 链接 / 本地 PDF 路径（没给就问） |

# 帖子框架化

> 用 PAS / AIDA / BAB / STAR / SLAY 五大经典框架，把一个主题结构化成中文社媒长文帖子。
> 只负责"套框架 + 排版"，不做自由创作（那是 social-content 的活）。

## 输入

从用户 prompt 中提取以下信息，缺哪个就现场问：

| 字段 | 说明 | 缺省处理 |
|------|------|----------|
| 主题 | 一句话主题，或一段素材/笔记/数据 | 必需，缺则询问 |
| 框架 | PAS / AIDA / BAB / STAR / SLAY 之一 | 缺则按内容目的自动选 |
| 平台 | 小红书 / 抖音 / B站 / 微博 / 公众号 / 知乎 | 缺则按通用中文社媒 |

# 营销海报

你是一名视觉营销设计师。根据用户提供的内容，生成一张竖版高冲击力营销海报 HTML。

> ⚠<U+FE0F> **生成前先读 [card-design](../card-design/SKILL.md) 设计系统**（锁配色/字体层级/填满画幅/去 AI 廉价感）。营销海报可用**有品味的**渐变/mesh 作背景氛围（这是海报的合理手段，与知识卡不同），但仍**禁**：蓝紫科技渐变、渐变文字、emoji 当图标、粗黑大标题、底部死空白。海报也要填满 1080×1920。

## 输出规范

- 容器 `width: 1080px; height: 1920px`，居中显示，圆角裁切
- 输出完整的 HTML 文件，写入 `outputs/` 目录，可直接在浏览器打开截图

## 海报结构

1. **上部** — 品牌名 / 标签（发布日期、版本号、活动名等）+ 一个**线性图标或抽象几何标记**（禁 emoji 当图标）

# 图片去背景 / 抠图换背景

> 用 rembg（AI 语义分割）把主体抠出，输出透明 PNG 或换新背景。无需绿幕。全部走
> `skills/shared/scripts/remove_bg.py`。

> 绿幕**视频**抠像见 **green-screen**；电商视觉方案见 **ecom-details-image**；
> 常规缩放/裁切/水印见 **image-editing**。

## 前置

首次运行自动下载模型（~4-170MB，视模型而定），需外网代理（脚本读 `EASEL_PROXY`/`http(s)_proxy`，未设则直连）。先自检：
```bash
python skills/shared/scripts/remove_bg.py check
```

# 内容投放 ROI 计算器

> 根据用户提供的投放数据，计算标准营销效果指标，对比行业基准，输出结构化分析报告。

## 输入

用户提供以下字段的任意子集（缺失字段跳过其依赖指标）：

| 字段 | 代号 | 单位 | 必要性 |
|------|------|------|--------|
| 投放费用 | ad_spend | CNY | 核心（为 0 或缺失时切换有机模式） |
| 曝光量 | impressions | 次 | 可选 |
| 点击量 | clicks | 次 | 可选 |
| 互动量 | engagements | 次（赞+评+转） | 可选 |

# AI 短剧制作（横屏/竖屏微短剧，多集）
> **配置检查路径铁律**：整条流水线开始前先 `cd` 到运行时说明给出的 Easel 项目根，确认 `.env` 与 `skills/shared/scripts/` 存在。生图、视频、配音配置必须从这里运行注册表/`check`；不得在任何执行引擎的 workspace 或共享脚本副本中检查，不得用 `env` / `printenv` 判定缺少 `IMG_BASE_URL`、`VOICE_BASE_URL` 或 Key。发现缺项先核对 `pwd`，回项目根并显式传 `--env-file .env` 重查。
## ⛔ 三条铁律（最容易翻车，动手前先记死）

1. **每镜必须「图生视频」成动态片段——绝不能拿静态图冒充。** 关键帧图(frame)只是 I2V 的**首帧**，必须再用 **ai-video-gen `image2video`** 驱动成会动的 `clip`。跳过这步 = 一堆静态图配音，垃圾。合成前 `storyboard` 会**硬拦**只有 frame 没 clip 的镜头。
2. **配音必须闭源云 provider（有情感、像真人）——绝不用 edge(AI 味平读)。** 先 `.env` 配 `VOICE_PROVIDER` + `voice_clone.py check` 验 key；配了 key 后 `dubbing align/dub` **合成前就硬拦** edge，任何角色（含旁白）想落到 edge 直接失败。只有完全没 key 才 `--allow-edge` 兜底。
3. **原生音频优先、环境音每镜必留、台词务必喂给模型。** 视频模型原生音频（环境音/脚步/物理音效）质量好，**环境音默认整轨全用**。**头号要点：生视频必须把台词写进 `generation_prompt`（`prepare` 生成）喂给模型**，否则模型不知说啥、台词全错。默认 **native-first**（让模型逐字说、能说就用、不默认丢 TTS）→ `audit` 逐镜 ASR 核验：对上用原生对白（常态）、说错转 `dub` 换 TTS、旁白/动作镜走 TTS/环境音。决策与探针细节见步骤 16/18 及 `references/native-audio-workflow.md`。
4. **画面/声音/字幕按时间线对齐，自然播放。** 画面用真实片段全长（台词只占其中一段，按实际说话时间放置），**绝不慢放/循环/冻结**；片段盖不住台词就重生成/拆镜（`align` 硬拦）。

> **⚠<U+FE0F> 不许抄近路（执行纪律，最常翻车）**：`prepare → drama_ops.py generate(生视频) → audit → align` 是**不可跳的链**，脚本已加**链式硬门**：① 生视频**必须走 `drama_ops.py generate`**（它逐镜读 `generation_prompt` 自己调视频模型，agent 无从传成只有画面的 prompt）——别再逐镜手调 ai-video-gen；② `generate`/`audit` 见有台词的镜缺 `generation_prompt` → 判定「没跑 prepare」直接失败；③ `align` 见缺 `clip-audit.json` → 判定「没跑 audit」直接失败（不再静默把全部对白降级成 TTS）。「手调生视频只传画面 prompt + 直接 TTS」这条错误捷径会被拦回来——才有「台词喂给模型 + 用视频原声」。

> 编排层 SKILL：创意（圣经/剧本/分镜/lines）你 LLM 写，生成动作全委派已有 SKILL（ai-image-gen/ai-video-gen/ai-music），确定性 IO 走 `scripts/drama_ops.py` + `scripts/dubbing.py`；角色一致性靠「先定参考图再 I2V」+ 剧集圣经锁成同一部剧。

## 输入

# 账号诊断 / 起号体检

> 对着一个**具体账号**做归因式体检并开处方。读 [profile-builder](../skill-profile-builder/SKILL.md) 生成的画像 + 用户近期内容/数据 → 诊断账号健康 → 给分阶段起号意见与发布建议。**与画像强相关**：没有完善的 Profile 就先去跑 profile-builder。

## 前置条件

- 必须有**已完善**的 Profile（`profiles/<名>/` 六维基本填好）。若 Profile 缺失或大面积 `[待补充]`，**先让用户跑 `skill-profile-builder`**，不要在信息不全时硬诊断。

## 输入

| 项 | 必需 | 说明 |
|----|------|------|
| 画像名 | 是 | 指向 `profiles/<名>/` |
| 近期内容数据 | 否 | 近 10-30 条内容的标题/题材/曝光/互动（有则诊断更准；无则基于 Profile + 追问） |

# 平台算法动态追踪

> 聚合中文社媒平台的算法更新、推荐机制变化与流量规则调整，输出结构化简报。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| platforms | 否 | 目标平台列表（默认全部 6 个：抖音/小红书/B站/微博/知乎/视频号） |
| time_range | 否 | 时间范围："近一周" / "近一月" / "近三月"（默认"近一月"） |
| focus | 否 | 关注方向："流量分发" / "内容审核" / "变现规则" / "全部"（默认"全部"） |

## 输出

# 长文大纲生成

> 基于搜索分析，生成结构化长文大纲（标题层级、段落字数、图表位置、FAQ），适用于微信公众号、知乎专栏、博客等平台。

## 输入

用户 prompt 中提供：
- **主题或目标关键词**（必填）
- **目标关键词** — 要优化的精确短语（若与主题不同）
- **搜索意图** — 科普/商业/教程（可选，未提供则根据上下文推断）
- **目标平台** — 公众号/知乎/博客（可选，有 Profile 时自动识别）

## 输出

# 受众画像构建器

你是受众研究和人群画像专家。当创作者需要定义目标受众、构建粉丝画像或做人群细分时，按此框架执行。

> 注意：`skill-voice-builder` 构建的是**创作者自己**的声音画像。本 SKILL 构建的是**受众/粉丝**画像——"我在为谁创作内容"。

> 各步骤的详细框架模板见 `references/profiling-frameworks.md`，按需加载。

---

## Step 1：收集上下文

确定以下信息（有 Profile 时预填）：
- 创作者赛道（美食/穿搭/知识/职场/好物...）

# B站视频投稿（bilibili-upload）

> 包装成熟的 **biliup** CLI 做 B站投稿。走 `scripts/bili_upload.py`（分区名映射 + 参数校验 +
> dry-run 预览 + 执行）。

## ⚠<U+FE0F> 环境依赖

| 依赖 | 说明 |
|------|------|
| biliup CLI | `pip install biliup`（Rust 后端投稿工具） |
| B站 cookie | 首次需 `login` 扫码登录生成（默认 `cookies.json`），之后复用 |
| 外网 | 登录与投稿需访问 B站 |

无头/无网环境可做 `check` 与 `upload`（省略 `--exec` 即 dry-run 预览命令），真实投稿需上述条件。

# 品牌入驻

> 通过结构化访谈 + 公开信息采集，为创作者/品牌生成完整的 Easel 账号画像（Profile）。

## 输入

用户提供品牌/账号名称，以及可选的社媒链接、截图、品牌资料。

## 输出

`profiles/<name>/` 目录，包含：

| 文件 | 内容 |
|------|------|

# 活动 / 营销策划（campaign-planner）

> 产出一份可落地的营销活动方案，覆盖目标→节奏→内容矩阵→玩法→资源→风险→复盘指标。
> 领域方法在 `references/campaign-frameworks.md`，本文件只讲流程。**定义规则与模型，不套具体案例。**

> 单条选题蹭热点见 skill-trend-rider；系列内容规划见 skill-content-strategy；
> 商单/联名见 skill-collab-proposal；本 SKILL 做**一次营销活动的整体策划**。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 活动类型 | 是 | 节日营销 / 电商大促 / 新品发布 / 活动造势 / 周年庆等 |
| 目标 | 推荐 | 涨粉 / 转化 / 声量 / 拉新 / 清库存（决定节奏与玩法侧重） |

# 轮播图规划

> 规划多图笔记/轮播图的分页结构：封面 Hook、内容节奏、每页文案和视觉方向、CTA 设计，附互动潜力评分。

**加载后立即开始规划流程，不做摘要或等待确认。**

**关键参考文件：**
- `references/format-specs.md` -- 尺寸规范、页数限制、文字大小
- `references/hook-library.md` -- 经过验证的封面 Hook 公式及互动数据
- `references/scoring-system.md` -- 互动评分维度与阈值

## 输入

用户 prompt 中提供的主题和目标。可以是关键词、一句话描述，或详细 brief。

# 微信视频号发布

> 基于通用浏览器发布框架 `../../shared/scripts/web_publisher.py`（`--platform weixin-channels`）。

## ⚠<U+FE0F> 环境依赖

- `pip install playwright` + `playwright install chromium`
- 首次 `login` 用**微信扫码**登录视频号助手，登录态持久化复用
  - 远程/headless 环境用 `login-qr --platform weixin-channels`（抠二维码成图轮询），或走 Web「账号」页登录
- **选择器时效**：视频号发布页描述区可能是富文本 div 而非 textarea，内置选择器为最佳努力，
  **首次务必 `plan` + `--headed` 校验**，失效时更新 `web_publisher.py` 的 weixin-channels 配置。

无浏览器环境可用 `platforms` / `plan` / `check`。

# 合作/联名方案生成

> 根据合作需求，查询 KOL 定价表计算报价区间，用平台系数公式预估 KPI，输出可直接发送给品牌方或合作方的结构化提案。

## 输入

| 参数 | 必填 | 说明 |
|------|------|------|
| 合作方信息 | 是 | 品牌名称/合作方名称、产品或服务描述 |
| 合作模式 | 否 | 明确指定 A（商单）或 B（联名），未指定时自动判断 |
| 预算范围 | 否 | 品牌方预算上限，用于反向匹配内容形式 |
| 补充材料 | 否 | 品牌 brief、竞品案例、过往合作数据 |

**自动判断规则：** 含"报价""商单""品牌植入""接广告"走模式 A；含"联名""联动""博主合作""互推"走模式 B。

# 评论区量化分析（comment-insights）

> 对评论做量化洞察：情感分布、高频词/短语、需求与吐槽挖掘。走
> `scripts/comment_insights.py`（jieba + SnowNLP + 社媒情感词典）。

> 和 skill-community-ops 的分工：community-ops 是"怎么回评论 + 危机应对"（运营动作）；
> 本 SKILL 是"评论区在说什么"（量化数据）。评论抓取见 skill-xhs-analyzer。

## ⚠<U+FE0F> 依赖

`pip install jieba snownlp`（首次 jieba 会构建词典缓存）。

## 输入

# 评论区运营与舆情危机应对

> 发布后的运营层能力：回复评论、从评论挖选题、负面事件时分级响应。三种模式，命中哪个做哪个。

## 三种模式

| 模式 | 触发场景 | 核心产出 |
|------|----------|----------|
| A 评论回复策略 | 有一批评论要回 / 问"评论怎么回" | 分层回复模板 + 分级处理规则 |
| B 评论区选题反哺 | 问"评论区能挖什么选题" / 给了一堆评论 | 3-5 条下一步选题建议 |
| C 舆情危机应对 | 出现负面事件、差评风波、被黑 | 危机分级 + 声明草稿 + 统一口径 + 红线 + 时效 |

一次请求可能命中多个模式（如"评论区吵起来了，帮我回一下顺便看要不要出声明"）。先判定模式，再按对应流程执行。若输入模糊，先问清"是要回评论、挖选题、还是处理负面"。

# 竞品内容分析

> 对同赛道竞品账号做全维度内容拆解：选题分布、发布节奏、爆款规律、格式偏好、互动模式，找出差异化机会，输出可落地的行动建议。

## 输入

用户 prompt 中提供以下信息（部分可选）：

- **必需**：竞品账号名称或链接（1–5 个）、用户所在赛道/细分领域
- **可选**：目标平台（小红书/抖音/B站/微博/知乎等）、分析侧重点（选题/格式/涨粉/变现等）、自己的账号名（用于对比）

## 输出

```markdown

# 内容排期表

你是一名社媒内容策划师。为创作者规划一个月的内容排期——每条选题足够具体，文案写手看了就能直接动笔；整体混搭足够策略性，让账号持续增长。

每个选题槽位必须有明确目的。不许出现"发一条教程"这种模糊指令。

---

## 与其他策划 SKILL 的分工

| SKILL | 职责 | 边界 |
|-------|------|------|
| content-strategy | 元策略：定义支柱理论、受众路径、节奏原则 | 不出月度排期 |
| **content-calendar（本 SKILL）** | 消费策略，产出**具体月度排期表** | **不重复定义支柱理论**，支柱定义引用 strategy 产出或 Profile |

# 统一内容日历底座

> 记录发布 + 排期 + 平台活动到一条时间线，供规划读回。产物即 Web「内容日历」页所见。

## 数据层定位

唯一权威存储 `outputs/_schedule.json`（与 Web 日历页 `/api/schedule` **同一文件**）。每条：

| 字段 | 说明 |
|------|------|
| `kind` | `content`（内容/发布）\| `event`（平台活动/节日/特殊日期） |
| `status` | content 专属：`idea`/`draft`/`scheduled`/`published` |
| `platform` `title` `date` `time` `note` `url` | 通用 |
| `source` | `manual`/`publish-page`/`chat`/`scheduler`（来源可溯） |

# 蓝海选题发现

> 扫描目标赛道在社媒平台上的内容供给与用户需求，找出"需求旺但好内容少"的蓝海选题，输出带优先级的选题清单。

## 输入

用户 prompt 中提供以下信息（部分可选）：

- **必需**：赛道/领域（如"家居收纳"、"Python 教学"、"母婴辅食"）
- **可选**：目标平台（小红书、抖音、B站、微博等，默认全平台扫描）
- **可选**：竞品账号列表（2–5 个同赛道博主）
- **可选**：自己已发布的内容方向（用于差距对比）

## 输出

# 选题矩阵生成

> 将用户的内容支柱与 8 种内容格式交叉，生成选题矩阵，每个单元格产出一个具体、可直接执行的选题标题。

## 与其他策划 SKILL 的分工

| SKILL | 职责 | 边界 |
|-------|------|------|
| content-strategy | 定义支柱理论 | 本 SKILL 承接其支柱，不重复定义 |
| content-calendar | 出月度排期 | 可从本矩阵取选题填充排期 |
| **content-matrix（本 SKILL）** | 出**选题标题池**（支柱 × 格式），批量评分挑 Top | 只出标题池，不排期 |
| topic-evaluator | 单条选题深评 | 与本 SKILL **共用同一套评分维度**（见下），matrix 批量、evaluator 深评 |

## 输入

# 内容复盘与爆款规律提炼

> 拆解单条内容的成败原因，或从多条内容中提炼可复制的爆款公式。

## 输入

### 模式 A — 单条复盘

| 字段 | 必填 | 说明 |
|------|------|------|
| 内容原文或链接 | 是 | 已发布的帖子全文（标题 + 正文 + 标签） |
| 平台 | 是 | 小红书 / 抖音 / 微博 / 知乎 / B站 / 公众号 / X 等 |
| 数据指标 | 推荐 | 阅读/播放、点赞、收藏、评论、转发、完播率等 |
| 发布时间 | 推荐 | 具体日期和时间 |

# 跨平台内容改编

> 将一篇长内容拆解为多平台原生素材，根据各平台特性适配格式、长度与语气，实现「一次创作，全域分发」。

## 输入

用户 prompt 中提供源内容，支持以下形式：

- **文本**：直接提供社媒帖子、公众号文章、视频脚本等文本
- **URL**：提供内容链接（通过 WebFetch 抓取）
- **视频/音频转录稿**：提供短视频口播稿或直播文字版
- **混合**：源内容 + 指定目标平台

示例 prompt：

# 内容策略方案

你是资深内容策略师。为社媒创作者制定完整的内容策略——从定位到落地原则，输出一份可执行的策略文档。

本 SKILL 是**元策略层**：产出的是**框架、支柱理论、受众路径、90 天节奏原则**，用于驱动下游战术 SKILL。**不产出具体到某月某周的排期表**（那是 content-calendar 的职责）。

---

## 与其他策划 SKILL 的分工

| SKILL | 职责 | 边界 |
|-------|------|------|
| **content-strategy（本 SKILL）** | 元策略层：支柱理论、受众路径、90 天节奏原则、渠道策略 | 只出框架和原则，**不出月度排期表** |
| content-calendar | 消费本策略，产出**具体月度排期** | 引用本 SKILL 的支柱定义，不重复定义支柱理论 |

# 跨平台内容差异分析

> 分析同一话题在不同中文社媒平台的呈现差异，输出平台适配策略。

## 输入

| 字段 | 必填 | 说明 |
|------|------|------|
| 话题/内容主题 | 是 | 要分析的话题、关键词或一段内容 |
| 目标平台 | 推荐 | 要对比的平台列表（默认全平台扫描） |
| 分析目的 | 推荐 | "我想把这个内容发到各平台" / "想了解平台差异" / "选择主攻平台" |
| 已有内容 | 可选 | 如果用户已有某平台的内容，可作为对比基准 |
| 赛道 / 行业 | 可选 | 不同赛道在各平台的差异可能不同 |