SuperAPI AI 工具集

browser-video-recording

设计与创作

查看项目

更新于 10-15 19:53

技能介绍

用途:当用户要求把浏览器操作(点击、滚动、导航)录制成精致的演示视频,或需要自然 macOS 光标、有节奏的点击编排与平缓缩放跟随时使用。不适用于与 Codex 应用内浏览器无关的通用桌面录屏,也不做光标/缩放演示之外的视频剪辑。

依赖模型分三层:浏览器控制与源帧用 Codex 应用内浏览器(Browser 技能/MCP)提供真实截图与点击/滚动/导航状态;本地渲染器用捆绑的 Python 脚本把截图渲染成带光标、点击缩放与缩放跟随的 MP4,无需录屏 MCP;原生录制 MCP 仅在可调用且明确有用时使用,不可用或无法捕获 Codex 浏览器界面时回退到截图转视频方案并说明。

本地工具要求:python3、Pillow、ffmpeg 与 ffprobe。可选 macOS 光标提取需 swift 与 /usr/sbin/screencapture,否则通过 cursor_asset 提供透明 PNG 并设置 cursor_hotspot。

采集流程:先用 browser:control-in-app-browser,将视口设为 1920x1440(对应 4:3 4K),导航并执行真实点击、返回、搜索、滚动,每次重要状态变化后保存浏览器截图(如 01-results-top.png),记录点击/滚动目标的视口坐标,结束时重置视口。

渲染:使用 scripts/render_browser_demo.py,命令为 python3 /path/to/browser-video-recording/scripts/render_browser_demo.py --config /tmp/browser-demo-config.json --output /tmp/browser-demo-4x3-4k-60fps.mp4;可用 --write-template 生成起始配置。配置含 shots、scene_starts、cursor_keys、camera_keys、click_times、duration、fps、output_size、source_size、cursor_scale,默认 fps 60、output_size [3840,2880]、source_size [1920,1440]。

验证:用 ffprobe 检查编码、分辨率、帧率与时长,并用 ffmpeg 抽取中间帧缩略图确认光标可见、自然、命中目标,画面裁剪到浏览器内容而非桌面,且视口覆盖已重置。

限制:原生录制需确认 MCP 支持 frameRate 60、resolutionRawValue "4K"、ratioPresetRawValue "4:3" 及显式 selectedRegionOnScreen;Codex 浏览器可见性可能不暴露可捕获的 macOS 表面,截图是可靠来源。其他细节暂未提供。