JimLiu/baocut / skills/baocut/built-in-skills/history-video
history-video
Verified把历史录音、演讲、访谈、广播或档案影像做成观众看得懂的成片:先用几分钟讲清这个人、那个时代、这次讲话为什么要紧,再放完整的原声(原文与译文字幕、分章节)。讲法与画面由手上的材料定(只有录音还是有影像、照片多少、单语还是双语),不套模板;当时的照片、新闻片、报刊、地图与当事人的原声优先,生成的图只画没有真人的示意。只给录音配字幕、排版面走 subtitle-workflow;讲一个历史话题、没有一段要完整放的原声时走 explainer-video 或 clip-montage。
历史视频
一段几十年前的录音直接放,多数观众一分钟就走:不知道说话的是谁、当时发生了什么、这番话为什么要紧。历史视频是两部分:前面几分钟的背景,让观众很快弄明白人物、处境和这次讲话的分量;后面是完整的原声,配原文与译文字幕、分好章节。背景不是一堂课,也不是一页页幻灯片:它要让观众在最短的时间里看见那个处境,然后带着它去听原声。
本 skill 给判断、手法与工具,不给模板。同一批材料里,这一期是 1920 年代只有录音的演讲,下一期是有新闻片的战时讲话,再下一期是一位作家的访谈:讲法、画面的主干、色板与版式都该不一样。系列感交给固定的东西(署名、水印、音色、片头的位置、交付物,写在 BRAND.md),不交给同一套版式。
- 认清是不是这种片子,问齐缺的(第 1、2 节)。
- 证据先行:录音、讲稿、照片、影像、背景事实,各带出处与许可(第 3 节,细则
references/sources.md)。 - 按证据定讲法与画面(第 4 节,手法清单
references/forms.md)。 - 写片头稿,一句一个画面动作(第 5 节)。
- 做:正片先成型,片头按段做、补在正片前面(第 6 节)。
- 审片、烘焙、导出、交付(第 7 节)。
用户只给一句话(「把某某那次演讲做成历史视频」)时,先查后问,写一页简报请用户确认再动手(第 8 节,细则 references/brief.md)。
1. 是不是这种片子
- 核心是一段要让观众完整听完的原始声音或影像:演讲、广播、访谈、讲座、会议、庭审、新闻片。原声只是点缀、主要在讲一个历史问题的,是讲解片(
explainer-video)或解说混剪(clip-montage)。 - 只要字幕与版面(录音配声波、照片、章节副标题),不要背景介绍:照
subtitle-workflow与 baocut 说明书 workflows 页的「音频做成视频」做。本 skill 叠在它之上:正片照那条路做,背景照这里做。 - 做过的旧版(v1 只有正片)要出新版时,在旧版视频的副本上补片头,旧版不动。
2. 问齐缺的
能查到、能推断的不问,缺的合成一轮问:
- 哪段录音(链接、文件或视频库里的哪部),成片语言;原话的语言和成片语言不同时出双语字幕。
- 背景多长:缺省 2–5 分钟,按要讲清的事定,装不下先删。正片不剪原声,只在用户同意后去掉开头结尾的空白、档案馆的报幕。
- 有没有已做好的正片(转写、校对过的字幕视频)。
- 用户点名的风格、禁忌、要强调或回避的内容。
- 品牌:署名、水印、角标、音色、命名规则、交付物清单,照用户这条消息、项目的
BRAND.md、全局的BRAND.md的先后来,那里写了的不再问,没写的不发明。会话里自动带着;命令行面用library_list(library为brand)找品牌文件再读。品牌库是空的时,在交付目录所在的仓库或用户给的目录里找BRAND.md,找不到就问;不拿本机的或缺省的音色顶替品牌规定的音色。 - 称谓与名称:尊称、纪年、有争议的机构名与地名,照用户或
BRAND.md的规定;没有规定时用中性、可核实的写法(人名、公历日期、机构的通行简称),拿不准就问,不替用户选立场。
3. 证据先行
动手写稿之前先把材料找齐,写进工作目录的 research.md 与 sources.json:
- 录音本身:馆藏机构、目录号、日期、地点、时长、许可。核对是哪一次讲话:同一个人常有多次,标题与日期容易张冠李戴,用当时的报道或讲稿对一遍。
- 讲稿:当时登载的文本(报刊、会议记录、文集)作校对依据;转写以录音为准,译文自己逐句翻(
translate-subtitles),交付时注明是 AI 辅助、有没有人工校对。 - 背景事实:观众必须知道的四件事:这个人是谁;那时的处境;为什么讲这次话、对谁讲;讲完以后怎样。每条两个来源,数字、日期、头衔都核实;拿不准的不写,或在稿子里标明。
- 画面:当时的照片(人物、地点、事件)、新闻片、报刊版面、文件与手稿、地图数据。每一件记下来源页面、作者或机构、日期、许可;许可不清的不用,或请用户决定。
- 某一拍找不到任何画面:换讲法,改用代码画的地图、时间线、数字,或生成一张没有真人的示意图并在画面上标明。
找哪里、怎么判断许可、sources.json 怎么写:用 skills_read 读本 skill 的 references/sources.md。
4. 按证据定讲法与画面
这一节最要紧。
- 不是幻灯片:标题加要点停在屏幕上、旁白在念,就是幻灯片,换底色、加粒子救不了它。每一拍旁白对一个画面动作:照片在推、地图上的线在走、报纸标题一行行显出来、数字在长、原声的字一个个亮。卡片是压在画面上的一层,不是底。
- 主干由材料定:先看手上最有分量的是什么,片头就以它为骨,其余穿插:
| 手上最有分量的 | 片头的骨 | 常见穿插 |
|---|---|---|
| 当事人的影像、新闻片 | 影像本身:铺满或画中画,旁白压在上面 | 地图定位置,日期与人名的下横栏 |
| 只有录音,照片多 | 照片:推拉、局部放大、几张排成一面墙、照片落到桌上 | 地图、时间线、原话引文 |
| 只有录音,照片少(年代早) | 代码画的图形:地图与路线、时间线、报刊标题、文献、数字 | 仅有的一两张照片留给封面与最关键的一拍 |
| 作家、学者的讲话 | 文字:手稿、书影、引文逐句出现,版面安静 | 故居、城市的老照片 |
| 会议、外交、战事中的讲话 | 地图与各方关系:位置、航线、战线、日期 | 当时的报纸头条、当事各方的照片 |
- 视觉语言从年代与人物来:1920 年代的铅字与新闻纸,1940 年代的新闻片与电报,1950 年代的印刷海报……按
video-production第 2 节写一段风格说明(色板的色值、字体、质感、动效节奏),这一期的所有场景照它。不沿用上一期的色板与版式。 - 看得清、分得出轻重,也要好看:观众里有近视、老花的人,正片又一放几十分钟。字号与对比度的下限、字的分级与归组照
video-production画面设计细则的第 4.1–4.3 节(用skills_read读video-production,再按它「画面设计」一条读);风格说明里写明有几级字(每级的像素、字重、颜色)、每个颜色给谁用,再写场景与正片版面。这类片子常见的毛病:章节摘要、图说当成小字,排成 30 px 上下的灰字;全片一族楷体、一种强调色,年份、地名、标签与字幕分不出轻重;配图框、馆藏号、许可一直占着画面,要读的字反而挤在一边。年代感从纸色、字形与质感来,不靠把字缩小、调淡。反过来,好看和看得清一样要紧:字放大了,留白和版面就跟着重新设计。不要每样都放大、塞满一屏,也不要删到只剩一条字幕带。 - 开头:第 0 帧就是一张完成的封面(人物的照片、名字、场合、年份;平台常拿第一帧当缩略图),关掉声音也看得懂是谁。前 15 秒内让原声出来一句,原话逐词点亮、下面配译文,这是最好的钩子。
- 原声穿插:背景里放当事人的一两句原话(从正片的录音里取),放在讲到那件事的地方,比旁白转述有力。
- 结尾:最后一拍把观众交给原声(「下面是这次讲话的完整录音」),画面落到正片第一帧的样子,不跳。
- 真实与示意分开:真人只用真实的照片与影像,不生成、不「修复」、不上色冒充原片;生成的图只画没有真人的场景、物件与示意,画面上标「AI 生成示意」(用成片语言写)。地图只画陆地轮廓,战线、占领区、航线标为示意,不画有争议的国界。
各种表现手法适合什么、怎么在代码画面里做、哪些会让烘焙退回逐帧截图:用 skills_read 读本 skill 的 references/forms.md。
5. 写片头稿
- 按段写,一段一个画面主意(20–40 秒),每段回答观众的一个问题。四件事(谁、处境、为什么讲、后来)都要讲到,顺序自定:钩子可以先放原声,「后来」可以压在最后一句。
- 口语、短句,一句一行,一行一个画面节拍;每句的画面动作写成稿子里的备注行,这就是分镜。
- 事实带出处,不评价立场,不煽情,不替当事人说没说过的话;引用原话照录音。
- 专名第一次写全称,之后用简称;外文人名、地名第一次出现时给原文。
- 配音:音色照
BRAND.md;没有时按narration选,全片一个音色。语速与字数按narration第 1 节估。 - 稿子就是字幕:年份、数字写阿拉伯数字,配完第一段先听 TTS 读得对不对,读错的才改写法。
6. 做
正片在前,片头在后:正片定了,片头才知道交到哪里。
- 正片:已有字幕视频时先复制一份,新版在副本里做。先用
baocut export <旧版> --kind portable --format baocut --dir <目录>打成便携包(素材全在包里,旧版的素材有多大,包就有多大),再用baocut videos import-package <包> --name <新名>打开成新视频。没有字幕视频时照subtitle-workflow做:转写、按讲稿校对、翻译、双语字幕、分章(video-chapters)。 - 老录音先修:录音比片头旁白低 10 dB 以上、底噪听得见、讲者与提问的人忽大忽小时,不等用户提,先在文件上滤掉杂音、拉平、提响,再换进视频;开头的空白剪到一秒左右,片头说完「下面是完整录音」就该有声音。混音里的音量上限 4 倍,拉不上来,还会把底噪一起放大。做法、参数(网上转来的有损文件为什么先不降噪),以及处理后要量的时间差:用
skills_read读本 skill 的references/old-recordings.md。 - 片头用
production-scripts的脚本(用skills_read读production-scripts):配置里写prepend(带一章chapter,例如「背景」),片头按段配音、对齐、写场景代码打包;assemble.mjs在第 0 帧腾出整个片头,正片的画面、声音、字幕与章节一起后移(--dry先打印这一步)。两件事要先想好:正片里写成文字的章节序号(01)因为多了一章会都加一,要保留原序号就换成每章一段的静态文字;片头的原声引用按响度量过,正片录音沿用旧音量,两边差几个分贝时调正片录音片段的音量,切过去才不会突然变小;调到上限还差,就照上一条修录音。正片的角落水印从正片起点开始,片头上没有:BRAND.md要角标时给片头另放一条,颜色按片头的底色选;片头最后一拍换了底色,就分成两段,各用各的颜色。字幕不逐字高亮,用 KTV:念到哪里,哪里的颜色变深,颜色跟这期配色走。片头旁白字幕在配置的captions.style里给fontColor(没念到)与sungColor(念过),正片字幕用setCaptionStyle改:style写textMotion: {"karaoke": {"color": …}},颜色取正片底色上的强调色,当前词跟着换成 none(写法见motion-graphics的 audio-backdrop 参考第 4 节「字幕的念到效果」),两边一个手法。 - 原声引用:
clips.json里只有声音的片段:asset写正片录音的素材 ID,after把它放在段尾、hold留出它的长度,words: true与said(原话)、text(译文);quotes.mjs对出逐词时间,build.mjs写进这一段的TIMING.clips,场景照它点亮每个词。 - 新闻片与照片:视频片段照
clips.json放成铺满或画中画,画中画框的位置在TIMING.clips[].box,场景在框下画底板、框旁写说明。 - 出处:
sources.json一份;sources.mjs查漏、写sources.csv;画面上的出处行从TIMING.credits取,不在场景里另写一遍。 - 正片的版面:旧版没有版面、不合
BRAND.md,或过不了第 4 节「看得清、分得出轻重,也要好看」时(先把旧版抽几帧缩小看一遍,见references/self-check.md第 1 节),在正片的时间线上重新排;排什么、怎么排,按这期的材料与风格说明定,做法见 baocut 说明书 workflows 页的「音频做成视频」。四件事常出错:- 字的轻重:几十分钟里观众一直在读的是字幕,它是主文(56 px 上下,字号 28 左右;双语时原文那一行小一级、颜色浅一些,和译文一块排在字幕带里);章节标题与摘要、图说是要读的(40 px 以上,字号 20 以上),出处与计时最轻(28 px 以上,字号 14 以上)。章节标题、章节号这些整章不动的字,不比字幕更抢眼;整段正片都不变的人名、职务、日期、地点,又比随章节换的章节名轻。这一章没有配图,就不留空框。
- 正片封面、底图、片尾卡这类整幅的图,放在最底下那条视觉轨上首尾相接。片头最后一段与正片之间用溶解时,编辑器的实时层画不出代码包上的溶解(要包的预渲染,烘焙后才有),那一秒是黑的。不为它改画面,烘焙后再看。
- 画面上的章节摘要、图片说明,一行能放的全角字按「框宽 ÷ 字的像素 − 1」估。BaoCut 的字号是像素的一半:字号 20(40 px)、框宽 960 px,一行 23 个字。逐条查行首的标点、落单的一个字、拆到两行的人名与书名,改字避开。
- 正片字幕要另用一种样式时,先用
setCaptionStyle给正片字幕定好,再跑captions.mjs。正片字幕还没有自己的样式文档时,captions.mjs建旁白样式会把它一起挂上,两边就成了一个样子。
- 片尾与声明:旧版片尾卡与发布文案里的总说明(配图的许可、AI 用在哪里)是按旧版的材料写的。片头加了 CC BY 照片、AI 图或 AI 旁白,就把片尾、说明与发布文案的声明一起改到和
sources.json对得上。片尾卡是截图做的,就改它的 HTML,再用baocut compositions preview <视频> --path <片尾卡目录> --at 0截成图,用replaceItemAsset原地换图。 - 字体:
fonts.mjs按稿子与场景里的字裁子集;定稿后改字会让引用这些字体的段全部重烘,改用已有的字更省。稿子或场景加了字,先重跑fonts.mjs再打包;build.mjs报fonts lack …就是子集里缺字,烘焙会退回截图。 - 代码画面的规则在
video-production的代码场景细则(单个画布、每帧清屏、不读回像素、不用filter与letterSpacing)。这类片子最常撞上的是照片上叠了好几层半透明层、中文字体排年份,细则第 2.1 节写了怎么避开,烘焙才走得了指令。场景的骨架与地图数据用skills_read读production-scripts,拷它的scene-kit/(references/forms.md第 3 节)。
7. 审片、烘焙、导出、交付
- 先请用户审:片头
assemble.mjs --live摆上去、正片排好以后,先自己照自检清单的第 1 节看一遍(用skills_read读本 skill 的references/self-check.md),改掉看到的问题,再用baocut web review --video <videoId>把审片页开在宿主的浏览器里(本机装的字体审片页也能用,和导出一致),整条链接交给用户,说清请用户重点看哪里。baocut --help把web列在本机管理命令下,但web review只开审片页、不改设置,照常跑。用户说可以之前不烘焙、不导出;改哪段只重做哪段,再请用户刷新。 - 用户要自检时:用户说了自己查过就导出(「自检后直接导出」「不用等我确认」),审片链接照给,不停下等回复:照自检清单的三节(烘焙前、烘焙后、导出后)查全,接着烘焙、导出、交付;用户看后有意见再改、重新导出。要剪掉讲话以外的开头结尾(空白、报幕)照样先问(第 2 节)。
- 烘焙先用
assemble.mjs --bake ops试:指令烘焙几秒一段;画不出的段列出来,按代码场景细则改,改不了的(照片滤镜多的)不带--bake ops退回逐帧截图,1080p 每秒两三帧,在进度更新里告诉用户要等多久(不等回复)。 - 导出成片:
--purpose deliverable,带--loudness(缺省 -16 LUFS;同一系列各期用同一个值)。几十分钟、带声波这类每帧现画的层时,导出每秒只有二十帧上下,五十分钟的片子要一个多小时:放在后台跑,先估好时间写进报告。导出后照自检清单第 3 节抽帧、量响度、查字幕。成片写在--dir给的目录里;那块盘空间不够时导出以EXPORT_INSUFFICIENT_SPACE拒绝,就导到空间够的盘上,再拷进交付目录。字幕导出成片语言(片头旁白加正片译文)与原话语言两份:片头每段旁白各是一份字幕文档,用production-scripts的srt.mjs逐份导出、按语言合并。一行的宽度照旧版字幕给--max-chars。 - 烘焙中换下来的旧代码包与替身没有引用了,交付前用
assets prune列出,确认都是自己换下来的再用removeAssets删掉记录;用户导入的素材不动。 - 交付物(
BRAND.md有清单就照它):成片、字幕文件、sources.csv、说明(原声出处、字幕与译文怎么来的、AI 用在哪里)、讲稿原文、译稿、片头解说稿、发布文案(titles-and-description,章节时间按成片的章节)。讲稿原文以录音为准:用校对过的正片字幕按句拼、按章分段,附一张存疑表,列出拿不准的字词、在成片的哪里、猜的是什么。片头解说稿里的画面备注(@行)按场景代码或导出的帧重写:做的过程中画面一改再改,稿子里的备注常常没跟上。 - 报告写明:哪些段退回了截图烘焙、哪些事实与译文没经人工核对、没做的检查。
8. 从一句话到简报
用户常常只说一句话。这时先查:录音在哪、是哪一次讲话、人物与时代的基本事实、能找到哪些画面;再把第 2 节的缺项一轮问齐;然后写一页简报给用户确认:材料清单(带许可)、片头时长与分段、选定的主干与一段风格说明、钩子用哪句原声、出处与许可的风险、交付物。简报就是这期的提示词:用户改一改就能交给任何一个会话去做,下一期照同样的方法另写一份,不复制上一期的风格。
问什么、简报写哪些项、几种材料情况下的简报示例:用 skills_read 读本 skill 的 references/brief.md。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| planning-and-task-breakdownaddyosmani/agent-skillsBreaks work into ordered tasks. Use when you have a spec or clear requirements and need to break work into implementable tasks. Use when a task feels too large to start, when you need to estimate scope, or when parallel work is possible. | Stars: 119k | Updated | Claude CodeCodex | Verified | Install |
| screenpipethedotmack/claude-memSearch screen and audio history recorded by Screenpipe and optionally save selected context into claude-mem. Use when the user asks to recall desktop activity, a meeting, or something seen in another app through Screenpipe. | Stars: 118k | Updated | Claude CodeCodex | Verified | Install |
| contact-widgetnexu-io/open-designSelf-contained floating chat widget with welcome screen, social links, meeting button, and message input. Single HTML file, zero dependencies. | Stars: 108k | Updated | Claude CodeCodex | Verified | Install |
| meeting-notesnexu-io/open-designMeeting notes page — title bar with attendees, agenda checklist, decisions block, action items table with owners + dates, and a "next meeting" footer. Use when the brief mentions "meeting notes", "minutes", "1:1 notes", "all-hands recap", or "会议纪要". | Stars: 108k | Updated | Claude CodeCodex | Verified | Install |