用途
narrated-video 用于制作带旁白的产品视频，包括发布视频、产品演示和教程。它的核心思路是：由真人对着故事板录制一段完整讲述，智能体负责剪辑这段素材，并把产品的真实截图动画化以匹配旁白。视频服从旁白，而不是让旁白去迁就画面。
主要能力
- 将真人讲述与产品真实截图合成为带旁白的视频。
- 让每个场景按旁白开场，让每次点击落在命名它的词上，让每次搜索逐字被打出。
- 整个视频以代码形式组织：一份 HyperFrames 合成加上一份剪辑清单。
- 支持两种剪辑级别：默认的轻剪（Restart、误起、修剪静音）和按需的“更少填充词”剪辑。
- 支持并行构建多个版本（不同讲述、不同剪辑、不同场景顺序）。
使用方式
环境准备
需要在 PATH 中具备 ffmpeg、uv、Node 20+（含 npx，HyperFrames 0.8.62 通过 npx 运行），以及带 Chromium 的 Playwright 用于截图。支持 macOS、Linux 和 Windows。
Whisper 本地运行：Apple Silicon 上使用 mlx-whisper，其他地方使用 faster-whisper，uv run installs 会安装合适的那个。
工作流程
-
Brief（简短沟通）：确认视频格式（发布视频、功能演示或教程）、受众、三到四个必须传达的要点、行动号召、示例数据、品牌元素（背景图、片尾卡、标题栏中显示的 URL）。
-
Capture（截图）：用基于
$SK/capture.mjs的 Playwright 脚本，以 1440x900、2x 抓取产品真实截图，包括逐键帧、点击前后状态、长截图和测量后的点击目标。不绘制 UI，不编辑像素。 -
Storyboard（故事板）：编写 storyboard.json，每个场景一张卡。构建并展示后可迭代，直到讲述者准备好录制。
-
Record（录制）：讲述者录制一段包含网络摄像头和声音的文件（QuickTime、Photo Booth、Windows Camera、OBS 等均可）。口误无妨，可以重说。多段录制也可，每段一个文件夹。
-
Edit the take（剪辑素材）：通过 probe.py、transcribe.py、analyze.py、trace.py、splicetest.py、jump.py、edit.py、build.py、master.py 等脚本完成探测、转录、分析、定位剪辑、拼接测试、生成 EDL、构建剪辑后的旁白和摄像头视频、母带处理到 -16 LUFS。每个剪辑都落在房间残响上并通过拼接测试。
-
Compose to the words（按词合成）：用 cues.py 生成 cue sheet，编写 video.py（参考 examples/openseo-launch/video.py），设置场景开场、相机层和与词语绑定的编排。场景在其第一个词前 0.3 秒开始；每个动作落在命名它的词上；首帧即海报；每个节拍一个短标签。
-
Render and verify（渲染与验证）：渲染、合成 1080p、运行 check、生成 filmstrip。只有检查通过（每帧都有窗口、摄像头偏移为 0、音频中位数 0 ms、约 -16 LUFS）并读过转录和看过 filmstrip 后才交付。
-
Review and iterate（审查与迭代）：把 mp4 路径、剪辑内容和需要留意的地方给到用户，保持 NOTES.md 更新。
硬性规则
只用真实屏幕；隐藏不属于故事的部分（横幅、cookie 提示），但绝不涂抹像素。渲染前检查截图和录制中是否有机密和个人数据。用户的录制和登录会话留在其本机；未被要求不得发布任何内容。
适用场景
- 产品发布视频（含片尾卡在 2 分钟内）。
- 功能演示。
- 教程。
- 需要多版本变体的视频（不同讲述、剪辑级别、场景顺序）。
限制
- 需要用户在本地录制讲述视频，并可能需要手动登录应用。
- 需要安装 ffmpeg、uv、Node 20+、带 Chromium 的 Playwright 等环境。
- 涉及真实截图的隐私检查，需要人工确认。
- 视频的 cue 位置需针对每次剪辑重新锚定，不能直接沿用示例。
- 收费、价格等信息暂未提供。