SuperAPI AI 工具集

web-video-presentation

设计与创作

查看项目

更新于 10-15 20:27

技能介绍

用途:把一篇文章或口播稿逐步做成可录屏的“伪装成视频的网页”,可选合成口播音频。产出物为 Vite + React + TS 项目,以及按章节切分的音频。适用口播驱动内容、动态 PPT、16:9 横屏录屏、教学/产品演示/keynote、B 站/YouTube/抖音视频。

工作流:Phase 1 内容编写,一次产出 script.md(口播稿)与 outline.md(开发计划);随后进入 Checkpoint Plan 硬节点,一次对齐稿子、outline、主题、素材、开发模式五件事。Phase 2 网页开发:先脚手架,第 1 章必须主线程完成并等用户验收,第 2~N 章按模式 A 逐章确认、B 顺序开发、C 并行开发。之后 Checkpoint Audio 决定是否合成音频,Phase 3 可选音频合成,Phase 4 录屏与后期。

主要能力:脚手架命令 bash <path>/scripts/scaffold.sh ./presentation --theme=<主题id>,--list-themes 可列主题;narrations.ts 是 step 数与音频合成的唯一真相源;音频流程为 npm run extract-narrations 生成 audio-segments.json,再 npm run synthesize-audio,默认 minimax,可用 PRESENTATION_TTS=openai 切换。已合成音频时可用 ?auto=1 一镜到底录屏。

限制:Skill 不替用户构思内容,无素材时需用户先给素材或大纲;主题必须明确才进入开发;第 1 章验收不可跳过;并行模式各章风格会有差异;改 chapters.ts 或 narrations 长度后需 bump STORAGE_KEY。具体收费、价格、平台与效果资料暂未提供。