用途 scene-switch 是一个本地 Claude Code/Codex 编辑工作流技能，用于对竖屏肖像视频应用一种特定视觉效果：演讲者作为连续可见的 alpha 图层保留在前景，而背景在 1.4 秒和 2.8 秒处切换为整幅照片背景。它附带一个 4.2 秒、1080x1920、30fps 的静音起始素材，样式与图片不依赖示例演讲者所说的内容，应遵循用户选定的主题。
主要能力 该技能提供构建脚本 build.py，可解析共享工具包并准备合成与渲染。支持通过 spec.json 定制，也可不提供 spec 直接复现内置静音示例到仓库 .work/ 目录。提供 --prepare-only 选项，仅构建可编辑合成而不渲染。可调整 #scene0 至 #scene2、它们的图片裁剪以及 #caption。资源键包括 blue-stairs.jpg、cactus.jpg、explainer_cut.webm、red-stairs.jpg，完整分辨率示例图片与来源署名位于 assets/style-showcase。
使用方式 从技能加载时显示的基础目录解析该技能文件夹，运行：python3 /path/to/skills/scene-switch/build.py /path/to/spec.json。需要 Python 3.9+、ffmpeg/ffprobe 和 Node.js 22+/npm。首次构建会将固定版本 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。更换演讲者时需提供同尺寸、帧对齐的 alpha 抠像；现有 kit/cutout.py 可创建该抠像，构建辅助工具不会自动执行分割。应在明亮和暗色图像上检查头发与手部。
适用场景 适合制作带有场景切换照片背景的口播类竖屏短视频，例如讲解、展示或社交媒体肖像视频。示例的字幕和图片锚点只是起点，并非自动跟踪。应让演讲者从第一帧起就可见，使用清晰照片与干净字体，重要文字和面部需避开平台叠加层，装饰性图像可出血而非整体缩小构图。
限制 这些是本地 Claude Code/Codex 编辑工作流，展示中的 ChatGPT 对话是制作的视觉内容，并非内置 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资源目录中。默认输出静音；仅在用户要求时保留或添加语音、音效或音乐。较长编辑需要扩展 HTML 时间线和源窗口，仅修改时长不够。构建辅助工具会验证媒体尺寸/时长、准备合成、运行渲染器检查、渲染并完整解码 MP4；需检查第一帧、主要变化和结尾，以及裁剪锚点、文字可读性和源/抠像时间匹配。