tella-auto-layouts

Tella 片段的自动布局

根据转录文本、光标数据和画面，弄清楚片段中发生了什么。选择观众大多数时间应该看到的布局，只在能让某个时刻更清晰或更有冲击力时添加布局变化。然后应用布局并检查效果。

此技能需要 Tella MCP。如果缺少 get_timeline 等工具，请先按照 tella 技能中的连接步骤操作。

范围

自动布局是一项直接操作：应用布局，然后报告你做了什么。无需事先征求批准；用户可以撤销或要求修改。只有在无法确定具体是哪段片段时才询问。

自动布局会替换片段现有的布局变化。保留包含 B-roll media 的布局，并围绕它们进行规划。不要更改剪辑点、缩放、叠加内容或字幕。只有用户要求添加 B-roll 时，才生成 B-roll（先用 generate_image，再用包含 media 的 add_layout）。

如果用户指定了风格（产品演示、教程、演示文稿、仅片头/片尾）或给出了指示，则以用户的要求为准，优先于以下所有内容。

工作流

1. 阅读剪辑。 get_timeline 会提供剪辑的 ID、播放时长和 layoutSceneType。list_layouts 会提供剪辑的基础布局（含 cameraStyle、popOut 和 crop）及其各个片段。followsBase: true 的片段只显示基础布局；其他片段则显示当前的布局更改。基础布局的外观由用户选择：除非用户要求更换外观，否则保留其摄像头样式、弹出效果、摄像头形状和裁剪。list_saved_layouts 会提供用户的收藏布局；只有 sceneType 与剪辑的 layoutSceneType 匹配（对于自定义布局，还需 canvasRatio 与视频匹配）的收藏布局才能在这里使用。
2. 了解发生了什么。 使用 get_transcript 查看说了什么以及何时说的。get_mouse_events 配合 types: ["clicks"] 可显示屏幕上的操作位置。对剪辑使用 get_storyboard，查看屏幕上显示的内容及其变化时间：按时间段覆盖整个剪辑（默认每段 80 秒，长剪辑则使用更长时间段），再缩小范围，找出内容变化的位置。查看 get_clip_frame 帧，了解讲者面向的方向以及摄像头覆盖的区域。渲染帧显示的是观众看到的摄像头画面，包括镜像效果。
3. 决定如何编辑，遵循下方指引：先确定基础布局，再列出值得更改的少数时刻，并说明每项更改的原因。
4. 应用更改。 如果要将收藏布局设为基础布局，先不带时间范围调用 apply_saved_layout。然后调用一次 apply_video_edits：对每个旧布局更改调用 remove_layout（仅限 followsBase: false 的片段；followsBase: true 的片段已经显示基础布局，无法移除），如果应更改基础布局，则对 base 调用 update_layout，每项更改调用一次 add_layout。每项会对摄像头构图的更改都要指定基础布局的 cameraStyle 和 popOut，因为新布局不会继承这些设置。apply_video_edits 无法设置裁剪，因此，如果基础布局有自己的裁剪，还需再执行一个步骤：批量操作后运行 list_layouts，对每个显示屏幕且报告的 crop 与基础布局不同的新布局，调用 update_layout 并指定基础布局的 crop。使用收藏布局的更改不能放入批量操作：对每项更改，先调用 apply_saved_layout 并指定时间范围，然后在 cameraStyle、popOut 或 crop 与基础布局不同时，通过 update_layout 为其设置相应值。自定义收藏布局（在 list_layouts 中标记为 kind: custom）不接受 cameraStyle：请改用 layout: {kind: "custom", presentation: {shape}} 设置摄像头形状，这会保留其几何形状（shape 取与基础布局 cameraStyle 相同的值）；并通过单独的 update_layout 设置其 crop。时间单位是剪辑播放时间线上的毫秒，与转录内容的时间单位相同；每项更改至少持续 200 毫秒。
5. 检查结果。 使用该 list_layouts，在基础布局以及最重要的更改的中间位置运行 get_clip_frame。修正任何遮挡文本、光标、菜单或结果的摄像头画面，以及任何与错误字句对齐的更改。
6. 汇报几行内容：基础布局、每项更改及其时间和原因，以及你有意保留不动的内容。

观众应该看到什么

每个时刻都要思考观众应该看什么：

• 屏幕：当屏幕上正在发生某事或有人指向屏幕时，例如点击、输入、菜单、结果出现、幻灯片切换、代码、图表，或提到可见内容的句子（“这个”“这里”“如你所见”）。这些时刻绝不要遮住屏幕。
• 讲者：屏幕静止或不重要时的问候、引子、观点、反应、笑话、总结或告别。
• 两者：其他大多数时候，这正是基础布局的用途。

基础布局

基础布局是主画面，贯穿片段的大部分时间。为整个片段选择基础布局：

• 以屏幕为主的演示和教程：使用尺寸为 M 的 camera-bubble，放在遮挡内容最少的角落。
• 演讲、推介和回顾中，讲者与幻灯片同样重要：使用 side-by-side（overlap 或 regular）或 tv-presenter。
• 如果片段已有刻意设计的基础布局（摄像头样式、弹出画面、抠像讲者、自定义布局），保留它，只添加变化。
• 否则，如果用户收藏的布局适合作为片段的基础布局，就使用该布局，而非默认布局：收藏的布局代表用户自己的风格。

布局变化

布局变化需要有让观众能感受到的理由。片段的大部分时间应保持基础布局，各次变化之间留出间隔。连续变化适用于有意设计的小段落，例如先显示全屏摄像头画面，再推进突出关键短语。每分钟最多安排几次位置恰当的变化就足够了，静态或很短的片段可能完全不需要变化。自动布局最常见的抱怨就是变化过多，因此拿不准时就保留基础布局。Short 是个例外：对于时长不超过一分钟的竖屏视频，请遵循 tella-short 技能中的节奏。

以下是一些实用的变化方式，使用 MCP 的术语（add_layout schema 列出了每种 layoutSceneType 接受的参数）：

• 聚焦屏幕（screen-only，或将气泡缩小到尺寸 S）：用于信息密集的 UI、代码、设置，或需要全神贯注查看的结果。通常持续 2–8 秒，处理细节时可以更长。
• 摄像头切出画面（camera-only，style: fullscreen）：屏幕内容不重要时，突出表现讲者的精彩瞬间。通常持续 2–5 秒。
• 推进特写（camera-only，punchIn: true）：用于切出画面中最有力的话语，或开场钩子。至少持续 1.5 秒，最好为 2–4 秒。
• 气泡尺寸强调（同一个 camera-bubble 先设为尺寸 L，再恢复基础布局）：在屏幕内容仍然重要时，突出讲解或反应。
• 分屏或演讲者画面（side-by-side、tv-presenter）：用于讲者和幻灯片或页面都很重要的片段。文字或代码较小时避免使用。

如果某个实用的收藏布局能完成上述某种效果（例如适合聚焦屏幕的屏幕主导布局，或适合切出画面的摄像头主导布局），优先使用收藏布局。

开场：如果第一句话只是问候或铺垫，不需要屏幕内容，可以采用简短的摄像头开场。如果第一句话已经提到屏幕上的内容，则第一帧就必须显示屏幕。

如果片段只有屏幕录制或只有摄像头录制，可供切换的内容很少：只安排少数几次推进特写或聚焦时刻，或者完全保留基础布局。

位置和视线

将摄像头放在讲者背向的一侧，让他们看向屏幕。如果他们看向观众的左侧，就把摄像头放在右侧（分屏和演讲者布局使用 position: right，气泡放在右侧角落）；反之亦然。如果他们直视前方，就选择遮挡最不重要内容的一侧。选定后，保持位置稳定：优先调整尺寸或布局，而不是移动摄像头；只有在摄像头会遮挡观众需要看到的内容时才移动它。

转场

transitionStyle 设置布局进入时的方式：hardCut 或 spring（动画）。

• 在截然不同的全屏画面之间（仅屏幕到仅摄像头，或反向切换），以及切入简短的摄像头切出画面时，使用 hardCut。
• 调整气泡尺寸、切换分屏和演讲者布局，以及逐渐推进特写时，使用 spring。
• 推进特写可以使用 hardCut，营造快速、果断的节奏；如果同一思路逐步展开，则可以使用 spring。

布局退出时会采用后续布局的 transitionStyle，后续布局通常是基础布局段（followsBase: true）。全屏摄像头布局结束后，请在 list_layouts 中检查该布局；如果返回屏幕时会出现动画，则使用 update_layout 将其设为 hardCut。

如果出现问题

如果 apply_video_edits 失败，则不会进行任何更改：修复它指出的操作，然后重新发送批次。如果不确定某次调用的结果，请在重试前运行 list_layouts，并且不要重复添加相同的布局。若要重新开始，请移除剪辑的布局更改，然后再次应用计划。