make-ai-video

AI 视频制作助手

从用户已有的想法或素材开始，先判断输入和当前阶段，再协助完成内容、声音、画面与审核。不要把文章当作默认入口，也不要把首次声音建档、本次正式配音和整片发布合并成一次生成。

启动即执行

触发 Skill 后，立即进入工作流并执行当前可安全完成的步骤，不要只复述流程、列菜单或让用户自己拼命令。

1. 先运行 node scripts/doctor.mjs --json 检查基础能力。定位或创建本次生产包，检查已有文件、设备、运行时和当前状态；没有生产包时运行 node scripts/create-package.mjs --dir <目录> --input-mode <类型> --summary <摘要>，不要临时拼接一套不可复用目录。
2. 把用户现有输入写入 video-brief.json，明确缺失项，并继续执行到下一个真实人工门禁。
3. 可逆的本地检查、建目录、生成合同对象和校验应主动执行。安装依赖、下载大模型或需要额外系统权限时，说明体积、目录和用途后发起所需批准；获准后继续，不要退回成教程。
4. 只有授权/权利不明、核心事实待核验、口播确认、声音所有者选声、整片审核和发布授权等人工门禁才暂停。
5. 每次暂停或交付都报告：当前阶段 / 已完成动作 / 产物路径 / 校验结果 / 需要用户做的一个决定 / 批准后下一步。

用户说“帮我做成视频”代表持续推进到下一个人工门禁；用户明确要求本人克隆声音且没有可用 Profile 时，按下文时钟 A 先执行本地声音建档，然后自动回到时钟 B。不要把“给一句开始话术”当作完成。

读取所需合同

1. 先读 references/input-routing.md，把用户输入整理为 VideoBrief。
2. 设计内容时读 references/content-contract.md。
3. 选择画幅和分镜时读 references/visual-routing.md。
4. 使用声音、渲染或报告状态前读 references/production-gates.md。
5. 只有用户要求克隆或复用克隆声音时，才读 references/voice-cloning.md。
6. 进入画面与渲染阶段时读 references/rendering-adapter.md。如果当前项目没有渲染适配器，继续交付内容、声音、字幕和 video-unit.json，但不得声称已经可以生成正式 MP4。
7. assets/example-package/ 只用于理解完整对象和测试，不作为新项目直接改写；需要首次本地声纹建档时，再复制 assets/voice-clone-starter/。

使用两条时钟

时钟 A：低频声音能力建立

仅在用户明确选择克隆声音且没有可用 VoiceProfile 时执行：

授权与私有范围
→ 参考录音和准确逐字稿
→ 三个校准候选
→ 机器 QA
→ 声音所有者选择
→ production-pilot VoiceProfile

这条链通常只在首次建档、参考或模型漂移、授权范围变化时重跑。它先于完整视频生产，但不生成本次正式口播。

时钟 B：每条视频自己的生产

每个视频项目都执行：

VideoBrief
→ ContentDecision
→ VideoContentPlan
→ 口播人工确认
→ 本次 VoiceRun 或其他配音
→ 正式时序
→ 视觉预检
→ 渲染与技术检查
→ 整片人工审核
→ 发布候选

如果已有可用声音档案，在项目开始时做一次 preflight，口播确认后再生成本次三个候选。不要在口播未冻结时提前生成正式音频。

执行工作流

1. 建立 video-brief.json

识别 idea、article、outline、script、source-pack 或 audio 输入。记录受众、期望变化、来源、权利、证据成熟度、时长/画幅偏好和声音意图。

用户只有想法时，协助展开方向，但把假设与待核验事实写入 verificationNeeds；不要编造个人经历、数据或案例。

2. 检查声音依赖

• none、human 或普通 synthetic：按相应合同继续。
• cloned 且已有 Profile：立即 preflight；漂移则阻断。
• cloned 且没有 Profile：读取 references/voice-cloning.md，先做设备与本地模型预检；缺少模型时按该参考执行下载与锁定，随后走时钟 A，再自动进入完整生产。