mcpField
B
book-video-factory

book-video-factory

github.com/jaxxchen003创意与媒体11047 次安装10 周前更新
代码仓库

关于 book-video-factory

book-video-factory 是用于制作图书视频的 Skill，采用设有审核关卡、可追踪修订的工作流。它支持双语模板和竖屏纸艺拼贴解说风格，并将素材、审批与发布记录保留在项目中。

主要功能

  1. 01两种可选视觉风格
  2. 02项目级素材与证据管理
  3. 03绑定哈希的审批与清单
  4. 04制作关卡与成本记录
  5. 05可选 ChatCut 编辑交接

适用场景

  1. 01制作双语图书视频
  2. 02制作竖屏纸艺拼贴解说视频
  3. 03追踪不同修订的审批

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/jaxxchen003/book-video-factory --skill book-video-factory

安装后在 Claude Code 中输入/book-video-factory确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
first-run.md
paper-collage-explainer.md
quality-gates.md
runtime/book_video_factory/
DEPENDENCIES.md
pyproject.toml
README.md
runtime/book_video_factory/config/
brand_voice_profile.json
music_sources.json
topic_scoring.json
video_style_v2.json
voice_candidates.json
runtime/book_video_factory/config/release_profiles/
book-v4-bilingual-3x4.json
book-vox-vertical-9x16-v1.json
runtime/book_video_factory/config/style_profiles/
book-editorial-bilingual-v2.json
paper-collage-explainer-v1.json
runtime/book_video_factory/docs/
ASSET_PROVIDER_POLICY.md
CONTENT_SYSTEM_BRIDGE.md
CONTRACTS.md
REFERENCE_1_STYLE_SPEC.md
RUNBOOK.md
STABLE_WORKFLOW.md
TOPIC_LIBRARY_AND_OPERATIONS.md
WAREHOUSE_CONTRACT.md
runtime/book_video_factory/resources/fonts/
README.md
SmileySans-OFL.txt
runtime/book_video_factory/schemas/
approval_event.schema.json
assembly_brief.schema.json
claim.schema.json
content_system_package.schema.json

详细介绍

图书视频工厂

首次使用

  1. 将 SKILL_ROOT 解析为包含此 SKILL.md 的目录；不要假设特定的用户主目录、操作系统、品牌、旁白、字体或凭据。

  2. 在空白或新工作区中，运行：

    python3 <SKILL_ROOT>/scripts/bootstrap_workspace.py --workspace .
python3 <SKILL_ROOT>/scripts/doctor.py --profile planning

    Bootstrap 会将随附的确定性运行时复制到 book_video_factory/；它不会下载隐藏媒体，也不依赖维护者的计算机。

  3. 只有在用户批准图书／主题后，才创建项目：

    python3 <SKILL_ROOT>/scripts/bootstrap_workspace.py \
  --workspace . --slug <slug> --book-title '<title>' --author '<author>'

    如果主题来自结构化内容资产系统，请添加 --mode content-system-backed。此模式要求先提供经过验证的内容包和可追溯性映射，资产才能通过审核门槛。

  4. 生成首个制作包之前，请阅读 references/first-run.md。宣布可以发布之前，请阅读 references/quality-gates.md。

工作模式

  • 将可复用的工作流／配置保存在 book_video_factory/ 中，将特定项目的证据／媒体保存在 book_video_warehouse/ 中。
  • 将所有图书封面、引文、BGM、旁白参考、参考视频、生成的资产和凭据都视为用户所有／项目本地的输入。绝不随附、下载、克隆或重复使用隐藏的默认资产。
  • 每次修订都新建一个发布目录。将本地母版保留为事实来源；ChatCut 是可选的可编辑润色层。
  • 为主题审批、脚本审批、来源／版权审批、母语审阅和发布审批保留人工审核门槛。

风格配置

制作资产之前，先选择一种风格配置；绝不悄然混用它们的画面、排版或审核要求。

  • 双语编辑模板图书视频（原风格） — 机器 ID book-editorial-bilingual-v2。确定性的 3:4 双语模板，包含真实封面、12 张获批静帧、本地旁白、渲染字幕，以及可选的 9:16 衍生版本。
  • VOX风格图书视频（新增风格） — 机器 ID paper-collage-explainer-v1。采用旁白主导的编辑风格纸张拼贴解说视频，画面节拍为 4–8 秒。这是描述性的公开标签，并不代表关联关系，也不表示获准模仿任何具名出版商／节目。选择此风格前，请阅读 references/paper-collage-explainer.md。

原风格是向后兼容的默认选项。对于 VOX 风格，请使用 --style-profile paper-collage-explainer-v1 创建项目，并明确选择一种生成路径：

  • gemini-api — 程序化路径。需要用户授权的 GEMINI_API_KEY、当前版本的 Google Gen AI SDK、服务商费用／配额审批，以及不可变的操作／输出记录。默认通过 Interactions API 使用 gemini-omni-flash-preview；需要控制首帧／末帧或延长视频时，通过 generate_videos 使用 veo-3.1-generate-preview。
  • google-flow — 手动创作路径。需要当前账号／地区符合资格、订阅符合资格的 Google AI 计划、拥有可用额度，以及由用户操作的浏览器会话。不要假设 Flow 提供可编程 API；仅导入用户授权的导出内容，并记录提示词、可见额度、哈希和手动运行来源信息。

VOX 风格目前采用编排与导入工作流。不要声称此仓库内置了一键式 Google 视频生成器。 当前的 dbs-content-system 场景可追溯性规范仅适用于 V4，因此 content-system-backed 仅支持原风格；在实现并测试基于清单的可追溯性规范之前，VOX 风格会默认失败关闭为 single-book。

生产流程

  1. 主题与证据 — 收集公开且可追溯来源的图书元数据。如果 WeRead 凭据或其他数据源不可用，请记录这一限制，并使用用户提供或可追溯至公开来源的证据；不要绕过登录或平台限制。
  2. 脚本、配音与时间 — 编写并审核精炼的中文脚本，以及任何英文制作草稿。只有在获得授权后才能生成或录制旁白；通过获准的 ASR 或编辑转录稿，从实际音频中提取时间戳。切勿臆造时间。VOX 风格会在完整片段生成前锁定这些时间。
  3. 特定风格的素材 — 原始风格会获取真实封面和 12 张经批准的无文字静帧。VOX 风格会先批准一个隐喻，再审核首帧／尾帧或联系表，然后审核每个生成的视觉节拍；提示词使用非品牌化的编辑描述。
  4. 画面锁定 — 将经批准的素材映射到已锁定的旁白。将 VOX 片段规范化为静音的 720×1280 H.264，并匹配本地 30 fps 时间线，不得改变速度；检查节奏，默认关闭光流。
  5. 音频与渲染 — 添加项目所有的旁白、本地字幕以及获准的 BGM 和 SFX。BGM 权利审批与创意 bgm_review 是两项独立决策。切勿复制参考视频的音频。
  6. 质量检查与交付 — 执行技术和人工审核关卡，将审批绑定到哈希，写入清单和成本事件，然后可选择将通过审核的本地主文件导入 ChatCut 进行精细编辑。

工作流约定

  • project.json.workflow.style_profile_id 用于选择视觉工作流；其映射的 release_profile_id 用于选择渲染器／输出约定。为兼容性，没有风格 ID 的现有项目会回退到原始风格。
  • 原始风格使用 config/release_profiles/book-v4-bilingual-3x4.json，VOX 风格使用 config/release_profiles/book-vox-vertical-9x16-v1.json；切勿将任一风格的尺寸或素材视为通用常量。
  • 使用 scripts/workflow.py evaluate --project <project> --release-id <release-id> 解析项目配置文件并派生限定发布范围的状态。project.json.status 不是审批机制，不同发布的审批绝不合并。
  • 使用 scripts/workflow.py approve 记录人工决策；审批会绑定到已审核文件的哈希，文件编辑后即会失效。
  • 使用 scripts/workflow.py manifest-stage 创建包含输入／输出哈希的不可变阶段清单。
  • 长标题会按像素测量，并根据语义换行，最多两行；如果无法放入配置的安全区域，则会拒绝继续。
  • 保持 dbs-content-system 作为上游系统：它负责源材料审核、QST / CON / OPI / CAS / SOL、主题映射、关系、去重、规范版本和组装。不要在此 Skill 中复现这些算法。
  • 对于 content-system-backed，请使用 scripts/content_bridge.py export-dbs、validate-package、import-package、attach-traceability 和 status。export-dbs 仅执行序列化，不执行上游语义处理。导入和活动版本变更仅以追加方式进行，并绑定到哈希。
  • 有效的桥接包包含 source_document / content_unit / claim / assembly_brief；可追溯性映射会将每一行脚本连接到经审核的 Claim 证据或明确的编辑豁免，并连接到渲染器的实际场景约定。在 assets_ready 之前，必须取得绑定到该映射的人工 traceability 审批。

必须满足的发布门槛

  • 不要将生成式仿制图用作书籍封面。记录实际封面来源以及版权／使用状态。
  • 未获得明确授权，不得重复使用受版权保护的音乐、音效、参考视频中的音频、他人的声音、公众人物肖像或账号品牌标识。
  • 仅原始 V4 风格交付需要 12 张不重复的编号静帧（S01–S12）。VOX 风格使用经批准的片段清单，不设通用场景数量要求。
  • 对于 VOX 风格，将 source_audit、gate_1_metaphor、gate_2_still、gate_3_clip_qa、bgm_review、audio_qc、local_master_review 和 publish 保持为彼此独立、与哈希绑定的门槛。仅在交付相应元素时应用 cover_rights 和 english_native。
  • 接受 SynthID 等不可见的提供方来源标记；不要移除或篡改。拒绝可见的第三方水印。
  • 绝不捏造 Token 数量。仅记录相关提供方公开的用量值。

成本台账

使用随附的仅追加台账记录已知用量和操作事实：

python3 <SKILL_ROOT>/scripts/run_cost.py record \
  --warehouse book_video_warehouse --project <slug> --stage assets.generate \
  --images 12 --note 'Approved scene images'
python3 <SKILL_ROOT>/scripts/run_cost.py report --warehouse book_video_warehouse

报告中的 — 表示用量不可用；并非零成本。

ChatCut 交接

仅在本地 QC 通过后使用 ChatCut。导入本地主版本和字幕文件，进行范围明确的编辑，并导出 v4-chatcut-<revision>，不得覆盖本地主版本。在项目交付清单中记录项目 ID、编辑内容、审核者决定和导出路径。

评论

支持 Markdown