17 KiB
17 KiB
Web Video Presentation Skill
把文章或口播稿做成点击驱动的 16:9 网页演示,并通过录屏产出有电影感视频的 Agent Skill。
这是什么?
web-video-presentation 帮 Agent 构建一种 Vite + React + TypeScript 演示:它看起来不是传统幻灯片,而更像为录屏设计的视频舞台。每次点击推进一个口播节拍,每一步独占 1920×1080 舞台,进度 UI 平时隐藏,只有悬浮时出现,方便录出干净画面。
它适合:
- 把文章改写成 B 站 / YouTube / 视频号风格口播稿
- 把已有口播稿做成有节奏的网页演示
- 做产品演示、教程、keynote 式讲解、视觉 talk
- 做“动态 PPT,但不要像 PPT”的演示体验
- 在视觉 outline 对齐后,可选合成口播音频
这个 Skill 的核心是方法论 + 协作流程。脚手架提供 token、舞台原语、主题和示例,但每个项目仍然应该根据主题重新选择视觉语言。
核心理念
- 固定 16:9 舞台:内容写在稳定的 1920×1080 坐标系里,再按视口缩放。
- 一个全局 step 游标:点击或键盘推进
(chapter, step),游标本地持久化。 - 一步一个想法:每个节拍独占整屏,不堆叠项目符号。
- 口播节拍驱动结构:讲述节奏直接映射为视觉 step。
- 隐藏 chrome:进度控制悬浮才出现,录屏画面保持干净。
- 动效优先:每一步都需要一个移动的视觉锚点,静态正文是坏味道。
- 主题 token:视觉属性通过语义 token 驱动,换主题不只是换颜色。
- 可插拔 TTS:provider-agnostic 音频 runner,内置 2 个 provider(MiniMax
mmx-cli+ OpenAI TTS via curl);往tts-providers/丢一个.sh就能换成 ElevenLabs / edge-tts / Azure / Google Cloud / macOSsay/ 任何自部署 TTS。 - 硬 checkpoint:稿子/主题、outline、音频合成前都必须停下来与用户确认。
工作流
Phase 1.1 识别用户输入
Phase 1.2 文章 -> 口播稿
|
Checkpoint A1 稿子、主题、粗略素材计划
|
Phase 1.3 口播稿 + 原文 -> outline.md
|
Checkpoint A2 outline 确认 + 开发模式选择
|
Phase 2 构建 Vite / React / TS 演示
|
Checkpoint B 询问是否合成音频
|
Phase 3 可选音频合成
Phase 4 录屏与后期
这些 checkpoint 是 Skill 契约的一部分:Agent 不应该从原文一路闷头做到成品。主题选择会影响动效气质,outline 确认能避免章节节奏跑偏。
内含内容
skills/web-video-presentation/
├── SKILL.md
├── README.md / README.zh-CN.md
├── references/
│ ├── PRINCIPLES.md
│ ├── CHAPTER-CRAFT.md
│ ├── OUTLINE-FORMAT.md
│ ├── SCRIPT-STYLE.md
│ ├── THEMES.md
│ ├── AUDIO.md
│ └── RECORDING.md
├── scripts/
│ └── scaffold.sh
├── templates/
│ ├── index.html
│ ├── vite.config.ts
│ ├── scripts/
│ │ ├── extract-narrations.ts
│ │ ├── synthesize-audio.sh # provider-agnostic runner
│ │ └── tts-providers/ # 一个文件 = 一个 TTS 后端
│ │ ├── README.md # 三函数契约 + ElevenLabs / edge-tts / Azure / Google / say 的现成片段
│ │ ├── minimax.sh # 默认 provider(mmx-cli)
│ │ └── openai.sh # 内置:OpenAI TTS(curl + OPENAI_API_KEY)
│ └── src/
└── themes/ # 23 套主题,每套独立设计签名
├── midnight-press/
├── warm-keynote/
├── newsroom/
├── bauhaus-bold/
└── ... # 完整列表见 references/THEMES.md
快速上手
把这个 Skill 复制到你的 Agent 会扫描的目录,然后让 Agent 把一篇文章或口播稿做成网页视频演示。
如果要手动脚手架:
bash skills/web-video-presentation/scripts/scaffold.sh ./presentation --theme=paper-press
查看可用主题:
bash skills/web-video-presentation/scripts/scaffold.sh --list-themes
生成的 presentation/ 是普通 Vite + React + TypeScript 项目。启动后用录屏工具录制 16:9 舞台即可。
主题画廊
Skill 内置 23 套主题,每套都有独立的设计 DNA —— 不是简单换色版。下面按底色分两组浏览,挑一套接近目标气质的,或者把任意一格当作派生新主题的起点。点击任意预览图可放大查看 1920×1080 原帧。
所有截图都是真实的 16:9 舞台,来自
demo/web-video-presentation-demo现场画廊。
深色 · 8 套
电影感深色画布 —— 适合需要聚焦、戏剧张力、强对比的叙事。
浅色 · 15 套
明亮编辑画布 —— 适合清晰、克制、带纸感温度的内容。
paper-press · 亮色印刷
编辑纸张 · 暖奶油 + 火热橙 适合 · 杂志型内容 · 生活方式 · 日常工具评测 |
newsroom · 报社
NYT 大报 · 新闻纸奶油 + 旗红 适合 · 纪录片 / 报道 · 深度评测 · 时事 / 热点解读 |
monochrome-print · 黑白印刷
精炼克制 · Monocle / Wallpaper 气质 适合 · 深度阅读改编 · 学术 / 思想型内容 · 文化艺术评论 |
vintage-editorial · 复古编辑
俏皮 Fraunces + 几何叠层(圆 / 线 / 点) 适合 · 个人见解 / 评论 · 文化随笔 · 设计 / 字体话题 |
sunset-zine · 日落 Zine
Risograph 拼贴 · 暖桃 + 玫红 + 虚线剪贴 适合 · 生活向 vlog · 创意分享 · 小红书 / 抖音风 |
pastel-dream · 柔光梦
柔粉 + 鼠尾草绿 + 右侧 pill 色条 适合 · 产品 onboarding · 友好教学 · 心理 / 健康 / 母婴 |
warm-keynote · 暖色 Keynote
现代 SaaS Keynote · glass slab + 青绿 + 暖色网格 适合 · SaaS keynote · B 端产品发布 · 团队对外汇报 |
electric-studio · 电光企业
企业级清晰 · 净白 + 贴底电光蓝色条 适合 · B2B 产品演讲 · 投资人路演 · 企业财报 / 季度更新 |
bauhaus-bold · 包豪斯
宣言式现代主义 · 0 圆角 + 4 px 厚边 适合 · 产品发布 · 观点宣言 · 品牌主张 |
swiss-ikb · 瑞士克莱因蓝
极细 200 Helvetica + IKB + 1 px 发丝网格 适合 · AI / 科技产品发布 · 年度数据汇报 · 信息图 |
dune · 沙丘
炭褐 + 沙底 · 近乎零 accent,建筑画廊感 适合 · 建筑 / 室内 / 空间 · 艺术展览 · 高端品牌画册 |
indigo-porcelain · 靛蓝瓷
靛蓝本身即墨(不是 accent)+ 瓷白 适合 · 学术 / 论文解读 · AI / 数据深度 · 严肃技术汇报 |
forest-ink · 森林墨
森林绿本身即墨 + 象牙 · 旧版国家地理 适合 · 自然 / 可持续 · 纪录 / 非虚构 · 慢生活 |
kraft-paper · 牛皮纸
深棕本身即墨 + 牛皮米 + 紫铜 accent 适合 · 书评 / 文学随笔 · 历史 / 怀旧 · 手工艺 / 食物 |
split-canvas · 双拼画布
50/50 双底色 · 蜜桃左 + 薰衣草右 适合 · 双主题对比 / 辩论 · 故事讲述 · 概念对照科普 |
+ 派生你自己的 完整 token 契约、每套设计签名、 以及怎么派生新主题(Swiss 黄 / 绿 / 橙变体等), 见 THEMES.md。 |
Reference Map
- PRINCIPLES.md:视频感网页演示的核心原则
- CHAPTER-CRAFT.md:章节实现规则与视觉 checklist
- OUTLINE-FORMAT.md:outline 必须遵循的结构
- SCRIPT-STYLE.md:文章转口播稿规则
- PATTERNS.md:可选视觉 primitive 配方
- AUDIO.md:可选口播音频合成流程(provider-agnostic)
- tts-providers/README.md:TTS provider 三函数契约 + 内置 2 个 (minimax / openai) + ElevenLabs / edge-tts / Azure / Google / macOS say 的现成代码片段
- RECORDING.md:录屏与后期注意事项























