用途：picture-stack 是一个本地 Claude Code/Codex 视频剪辑工作流技能，用于给人物口播的竖屏竖屏片段加入“照片堆叠”视觉处理。原始房间与说话人保持连续，不要求做 alpha 抠像。
主要能力：三张照片卡片在人物头顶上方聚集；在 2.05 秒时前两张离开，第三张放大为焦点图像。可调整模板中的 #p0、#p1、#p2 与 #q1 来控制卡片与焦点。素材键包括 banana-heels.jpg、explainer.mp4、pixel-burger.jpg、pixel-fruit.jpg。全分辨率示例图和素材来源说明位于 assets/style-showcase。
使用方式：在技能加载时显示的基础目录中定位技能文件夹，其 build.py 会通过该真实路径解析共享工具包，以符号链接安装时也有效。运行：
python3 /path/to/skills/picture-stack/build.py /path/to/spec.json
不提供 spec 时，命令会把自带无声样例复现到仓库的 .work/ 目录。使用 --prepare-only 可只构建可编辑的合成而不渲染。需要 Python 3.9+、ffmpeg/ffprobe 与 Node.js 22+/npm。首次构建会把固定版本 GSAP 3.15.0 下载到被忽略的 vendor 缓存；渲染使用 HyperFrames 0.8.214。这些短模板不需要转录文本或 API 密钥。spec 与自定义素材说明另行提供。
适用场景：适用于人物口播竖屏短视频的二次包装与视觉增强，例如在人物头顶展示一组照片并在结尾聚焦其中一张。
限制与注意：该样式使用原始房间画面，无需 alpha 抠像；应从第一个结果帧起保持出镜人可见。使用清晰照片与干净字体，必要文字与人脸要避开平台覆盖层，装饰图像可出血而非整体缩小构图。样例中的字幕与图像锚点是起点，不是自动跟踪。辅助脚本会校验媒体尺寸/时长、准备合成、执行渲染器检查、渲染并完整解码 MP4；需检查首帧、主要变化与结尾，确认裁切锚点与文字可读性。默认无声，仅在用户要求时保留或添加语音、音效或音乐。加长剪辑需扩展 HTML 时间线与素材窗口，仅改时长不够。这些是本地 Claude Code/Codex 剪辑工作流；展示中的 ChatGPT 对话是创作视觉，不是内置 ChatGPT 斜杠命令集成。第三方图片权利与代码许可证分开记录在素材目录中。