用途:把物理食品/消费品产品的写实微距桌面素材,组装成一条无声的竖版 sizzle 广告;默认约 4 个动态场景(手撕、平铺、咬一口、盒装 hero)依次衔接,最后落入静态片尾卡,配非叙事原声音乐床与少量叙事音效,无旁白。
主要能力:本技能是免费的确定性组装阶段,不产生付费调用。给定约 4 段成片素材、音乐床、叙事音效、真实 logo PNG 与真实产品 PNG 后,它会统一帧率与 SAR、按场景顺序拼接正片、全局应用抗 AI 颗粒处理、合成音频(音乐床与音效按提示点)、用 PIL 合成静态片尾卡、可选烧入衬线体数据标注胶囊,并混流输出 1080×1920、h264+aac 的母版(示例约 14 秒)。重剪可复用已有素材,成本为 0。
使用方式:通过配置文件驱动,scripts/config.example.json 是完整示例,scripts/PIPELINE.md 说明各配置块对应的上游步骤,scripts/README.md 记录免费组装流程。付费输入由其他独立能力完成:约 4 张写实微距关键帧、每帧一段锁定机位防抖的图生视频片段、一段非叙事原声(如蓝草风格)音乐床。颗粒处理使用 eq=contrast=1.06:saturation=0.93,hqdn3d=1.5:1.5:3:3,noise=alls=8:allf=t+u。若写入带 % 的标注文本,应写入文本文件并用 ffmpeg drawtext 的 textfile= 与 expansion=none,避免被当作时间格式。
适用场景与限制:适合食品、快消品广告的快速拼装与重剪。要求全程无声、无旁白,音乐床须无稀疏前奏(上游会裁掉约 2.5 秒前奏);品牌名与主张只出现在静态片尾卡,不要 AI 生成品牌字。片尾卡须用真实 logo 与产品 PNG 经 PIL 合成,保持约 3 秒且音乐延续(避免静音尾巴)。音效为撕裂声、开盒声等少量短促提示音,需对齐实际节拍。macOS 上选择含间隔号 · 字形的衬线字体。未提供收费、平台与其他细节。