video-setup

视频设置

只需一次，十分钟。完成后，创作者将拥有：

• 已安装并检查完毕、供其他技能调用的工具，
• video-agent/voice.md：他们是谁、如何表达、相信什么、能证明什么。每个脚本都据此撰写，
• 已就绪的剪辑工作室，可立即开始第一次剪辑，
• 权限规则，让 Claude 无需每次询问即可运行 ffmpeg、yt-dlp 和 Remotion，
• 如果他们愿意：通过 Treg 连接账户（用于审计和发布），并配置翻译和图像所需的密钥。

如何操作

• 使用创作者的语言交流。用词简单，不用术语。
• 每条消息只问一个问题。尽可能提供选项，并将推荐选项放在首位。
• 绝不编造有关他们的信息：不确定的事实应转化为问题或 {{placeholder}}。

1. 工具

运行检查，并为每个工具显示一行（✓ 版本，或 ✗ 缺失）：

node -v
ffmpeg -version
yt-dlp --version
deno --version
git --version

工具	使用者	macOS	Windows	Linux
Node 18+	video-edit（Remotion）	brew install node	winget install OpenJS.NodeJS.LTS	nodejs.org 或你的包管理器
ffmpeg	video-edit、video-steal、long-to-short-videos、video-translate、video-publish	brew install ffmpeg	winget install Gyan.FFmpeg	sudo apt install ffmpeg
yt-dlp	video-viral、video-steal、long-to-short-videos、从视频生成 voice.md	brew install yt-dlp	winget install yt-dlp.yt-dlp	pipx install "yt-dlp[default]"
deno	在 YouTube 上使用 yt-dlp（需要 JavaScript 运行时）	随 yt-dlp 一同提供	winget install DenoLand.Deno	curl -fsSL https://deno.land/install.sh | sh
git、构建工具	video-edit（获取 Remotion 模板、构建 whisper.cpp）	xcode-select --install	winget install Git.Git	sudo apt install git build-essential
Codex（可选）	codex-images	npm i -g @openai/codex，然后运行 codex login	同上	同上

提供缺少工具的安装命令，让他们自行运行（如果他们同意，也可以代为运行）。仅编写脚本的用户（video-script、video-viral）只需要 yt-dlp 和 deno。Codex 仅供 /codex-images 使用，且需要 ChatGPT 套餐；如果他们不需要图像，则跳过。

• Windows：运行 winget 后，关闭并重新打开终端（以及 Claude Code），否则系统无法找到新命令。
• YouTube 经常变更。如果 yt-dlp 无法处理某个能在浏览器中播放的链接，请先更新它（brew upgrade yt-dlp、winget upgrade yt-dlp.yt-dlp、pipx upgrade yt-dlp）。

2. 文件夹

在当前项目的根目录下创建：

video-agent/
├── voice.md      who they are and how they talk (step 4)
├── swipe.md      hooks that worked in their niche (video-viral)
├── audit.md      what works on their own Instagram (video-audit)
├── log.md        one line per script written, so nothing repeats
├── scripts/      one file per week (video-script)
├── takes/        raw recordings (phone, camera, webcam, screen)
├── edits/        one folder per edited video (video-edit): final.mp4, post.md, cover.jpg, published.md
├── repurpose/    one plan per long video (long-to-short-videos)
├── images/       generated images not tied to a video (codex-images)
├── studio/       the Remotion project (step 3)
├── .env          their API keys, never shared (step 6)
└── .tmp/         scratch files, deleted after each run

log.md 以 # Script log 开头，swipe.md 以 # Swipe file 开头。

如果项目使用 git，请将以下内容添加到其 .gitignore（视频文件很大；文本文件仍会纳入版本控制）：

video-agent/takes/
video-agent/edits/**/*.mp4
video-agent/studio/public/
video-agent/studio/out/
video-agent/studio/node_modules/
video-agent/studio/whisper.cpp/
video-agent/.tmp/
video-agent/.env

video-agent/.env 用于存放密钥：即使他们跳过其余步骤，也必须将其加入忽略规则。

3. 工作室

设置剪辑工作室（Remotion、用于字幕的 whisper.cpp、语音模型）需要 5 到 15 分钟，约 2 GB。询问他们是现在设置（推荐；如果他们很快就要剪辑，之后即可立即开始第一次剪辑），还是稍后设置（video-edit 首次运行时会完成）。

现在设置：运行 video-edit 的第 2 步（“工作室”），包括 Short 和 Wide 合成，以及 npx tsc --noEmit 检查。开始前说明正在下载的内容和文件大小。仅适用于 video-edit、long-to-short-videos 和 video-translate；仅编写脚本的用户可跳过。

4. voice.md

先询问文件顶部的两项设置：录制时使用的语言，以及品牌色（字幕和卡片的强调色；默认为 #FFD400，这种黄色在任何画面上都清晰可见）。然后询问如何填写其余内容：

1. 根据他们的视频（推荐给发布过视频的人）：提供 3 到 5 个他们最满意的口播视频链接（YouTube、Shorts、TikTok、Instagram reels）。提取字幕（<lang> = 他们的语言代码：en、fr、es）：

   yt-dlp --skip-download --write-auto-subs --write-subs --sub-langs "<lang>.*" --sub-format vtt -o "video-agent/.tmp/%(id)s.%(ext)s" "<url>"
   

   阅读字幕，根据他们实际说的话填写模板：他们真实使用的表达、语速（词数 ÷ 口播分钟数）、反复使用的词语，以及他们开场和收尾的方式。然后只询问字幕无法透露的信息（立场、佐证、禁区、行动号召）。之后删除 video-agent/.tmp/。 YouTube 链接几乎总能提供字幕。TikTok 有时可以，Instagram 几乎不行：遇到这种情况，请他们提供 YouTube 链接，或改用访谈。
2. 通过访谈：用浅白的语言逐一提问模板中的问题（“你认为你所在领域的大多数人都误解了什么？”）。

无论采用哪种方式，都请他们粘贴 3 段由自己撰写、且未经任何 AI 工具处理的短文本（一段配文、一条消息、一封邮件）。将它们放入“真实样本”，用来让脚本学习他们的表达节奏。

根据 references/voice-template.md 编写 video-agent/voice.md。然后用 5 行向他们复述内容，并询问哪些地方不对。声音档案永远不会真正完成：告诉他们随时可以运行 /video-setup voice 来更新。

5. 权限

其他技能会反复运行同一小组命令。请为此项目预先批准这些命令。展示规则并征求同意，然后将它们合并到 .claude/settings.json 中。如果文件不存在，就创建它。保留其中已有的所有键和值规则，绝不删除任何内容。

{
  "permissions": {
    "allow": [
      "Bash(yt-dlp *)",
      "Bash(ffmpeg *)",
      "Bash(ffprobe *)",
      "Bash(npx remotion *)",
      "Bash(node sub.mjs *)"
    ]
  }
}

• 仅限这些规则。绝不要添加 Bash(*)、Bash(rm *)、Bash(curl *)，或针对整个解释器的规则（Bash(node *)、Bash(python *)）。
• 文件夹受信任后，共享的 settings.json 中的规则就会生效。如果创作者将此项目保存在 git 中，且不想共享这些规则，可以改用 .claude/settings.local.json（格式相同，仅供个人使用）。
• 每项技能也会在自己的 allowed-tools 中列出命令，覆盖该技能运行期间的轮次。这些规则则覆盖其他所有轮次。

6. 账户和密钥（可选）

有三项设置，且仅在他们需要相应技能时才设置。请在一条消息中一次性询问：

用途	内容	费用
/video-audit 和 /video-publish	Treg，并连接他们的 Instagram、TikTok 和 YouTube 账号	使用自己的账号免费
/video-translate（以及 /video-steal 的音乐分级和音效，可选）	ElevenLabs API 密钥	按其 ElevenLabs 套餐收费
/codex-images	使用 ChatGPT 账号登录的 Codex	按其 ChatGPT 套餐收费

ElevenLabs：让他们在 elevenlabs.io/app/settings/api-keys 创建密钥，并自行将其粘贴到 video-agent/.env 中，格式为 ELEVENLABS_API_KEY=...（创建空文件并为他们打开）。绝不要在聊天中索要密钥。用以下命令检查密钥是否存在，但不要打印它：grep -c ELEVENLABS_API_KEY video-agent/.env。

Codex：运行 codex --version，然后让他们运行 codex login（在浏览器中选择“Sign in with ChatGPT”）。

Treg

yt-dlp 可以免费读取 YouTube。TikTok 和 Instagram 会向脚本隐藏数据，创作者自己的数据需要登录账号才能查看，发布内容也需要使用他们的账号。Treg 填补了这一空缺：连接一次他们自己的账号（查看数据和发布内容，免费），查看其他创作者的公开数据则每次调用约 $0.001。新验证账号可一次性获得 $1.00 额度，足够调用数百次。

有两种接入方式：

• CLI，适用于 macOS 和 Linux。需要 uv（推荐，它会获取合适的 Python），或者使用 pipx，或搭配 Python 3.12 或 3.13 的 pip。没有 Windows 安装程序。

  curl -fsSL https://treg.to/install.sh | sh
  treg login
  

  treg login 会打开浏览器（GitHub、Google 或电子邮件验证码）。
• MCP，适用于任何操作系统，无需安装：claude mcp add --transport http treg https://treg.to/mcp/，然后运行 /mcp 登录。下文中的每个 treg catalog search、catalog get、call 和 balance 都会成为 MCP 工具 catalog_search、catalog_get、call 或 balance。

他们自己的账号（连接账号需要 CLI）。--capability post 会请求读取其数据和发布内容的权限；但每次发布视频仍需征得他们同意：

treg connections connect --provider instagram --capability post
treg connections connect --provider tiktok --capability post
treg connections connect --provider youtube --capability post
treg connections ls

每次 connect 都会打开对应平台的登录页面；他们在那里批准即可。只连接他们会发布内容的平台。Instagram 需要专业账号（创作者或企业账号，可在应用中免费切换：个人主页 → 菜单 → 账号类型和工具）。Treg 会在 stderr 输出提示：读取其 JSON 时添加 2>/dev/null。

连接 Instagram 后：接着运行 /video-audit，这是了解哪些内容对他们有效的最佳起点。

每次 Treg 调用的方式，适用于所有技能的规则：

1. treg catalog search "<what you want to do>"：描述要完成的任务，而不是服务商（“列出某个 TikTok 账号的视频及其观看次数”）。
2. treg catalog get <id>：查看参数和价格。调用前先告知价格。已连接的账号会标记为免费。
3. treg call <id> --query key=value。调用失败不会收费。treg balance 会显示剩余额度；402 错误表示额度已用完。

权限：只添加免费的只读命令，这样每次付费的 treg call 仍会先征求同意：

"Bash(treg catalog *)",
"Bash(treg balance)",
"Bash(treg connections ls)"

7. 收尾

展示已准备就绪的内容（✓ 或跳过，每项一行），并说明后续步骤：

1. /video-audit：他们自己的 Instagram 上哪些内容有效（生成 audit.md）。
2. /video-viral：他们所在领域哪些内容有效（生成 swipe.md；每月一次）。
3. /video-script：本周的脚本，先写钩子，语言自然。
4. 录制：使用手机、相机或网络摄像头，每个脚本录制一个镜头，保存至 video-agent/takes/<slug>.mp4。
5. /video-edit：制作短视频（竖屏）或完整的 YouTube 视频（横屏）。
6. /video-steal：把他们喜欢的创作者的短视频转换成 video-edit 可用的风格。
7. /long-to-short-videos：将长视频转换为制作完成的短视频。
8. /video-translate：用他们的声音录制其他语言版本。
9. /codex-images：制作缩略图和封面。
10. /video-publish：发布到 YouTube、Instagram 和 TikTok。

后续

/video-setup <part> 可直接跳转到某个部分：tools、studio、voice（重建或更新 voice.md）、permissions、treg、keys。