visual-notes 归属于 claude-editing-skills 技能集，是一个面向人物出镜竖屏短视频的本地编辑工作流。其核心效果是：画面先呈现完整照片，约在 1.5 秒时切换到对画面中某个具体细节的放大特写，从而形成“整体到局部”的视觉提示。
用途与主要能力 该技能用于把给定的肖像片段套用上述处理方式，并配有 4.2 秒、1080x1920、30fps 的静音起步模板。示例中聚焦的是像素化的汉堡细节，用户可按自己选定的主题替换照片与文字。技能包内含 build.py，可解析共享工具链（即便以符号链接方式安装也按真实路径解析），并完成媒体校验、合成准备、渲染器检查、渲染与 MP4 完整解码。
使用方式 在技能加载时给出的基础目录下解析该技能文件夹，运行： python3 /path/to/skills/visual-notes/build.py /path/to/spec.json 不带 spec 时，命令会把内置的静音示例复现到仓库的 .work/ 目录；加 --prepare-only 则只构建可编辑合成而不渲染。运行环境需 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。
调整处理效果 更换照片时需在 #iris 内重新设定裁剪锚点；同步更新 #tag、#callout 以及初始与 GSAP 更新后的文字。放大呈现的应是图像中真实存在的细节。资源键包括 explainer_cut.webm 与 pixel-burger.jpg，完整分辨率示例图和素材来源署名位于 assets/style-showcase。更换出镜人物时，需提供同尺寸、逐帧匹配的透明通道抠像；现有 kit/cutout.py 可生成，构建助手不会自动做分割。需在明亮与深色画面上检查头发与手部边缘。应保证出镜人物从首帧起可见，使用清晰照片和干净字体，关键文字与面部要避开平台覆盖层，装饰性图像宁可出血也不要整体缩小构图。示例中的字幕与图像锚点只是起点，并非自动跟踪。
审查与交付 交付前检查首帧、主要变化点与结尾，核对裁剪锚点、文字可读性以及素材与抠像时间是否匹配。默认输出静音，仅在用户要求时保留或加入语音、音效或音乐。若要延长时长，必须扩展 HTML 时间线与素材窗口，仅改时长不够。
适用场景与限制 适合制作带细节放大的竖屏人物讲解短片与视觉笔记类内容。限制包括：需要本地 Python/ffmpeg/Node 环境，首次构建需联网下载依赖；人物抠像需自备匹配的透明通道素材，技能不做自动分割；默认静音；示例中的 ChatGPT 对话是制作的视觉素材，并非内置的 ChatGPT 斜杠命令集成；第三方图片权利与代码许可在素材目录中分别说明。