用途:将已有的王建硕风格微信公众号文章 article.md 制作成竖屏中文解说短视频,默认 1080×1920(9:16)、30-90 秒、5-10 个 scene,输出 MP4,适合视频号、抖音、小红书、Reels。触发方式包括用户说“做成视频”“做一个解说”,或运行 /wjs-converting-text-to-video <article-folder>,也支持批量请求。
主要能力:旁白使用火山引擎 Volcano TTS,默认阿虎对话男声;背景为 GPT Image 2 生成的抽象水彩 bg.png,经 blur 30 与暖黑半透明 overlay 处理;字体 Noto Sans SC,hero 900,主文字暖奶白;提供 6 类共 16 种 scene 模板(Hero/Punch、Contrast、List、Stat、Quote、装饰几何),并强制 Scene Mix Rule 检查配比、节奏、布局与配色;支持多种转场(blur crossfade、white flash cut、scale push、color flash cut)与 7 种现代 motion 技法;可生成 tick、chime、bell 音效;渲染后自动上传 YouTube,Portrait 归为 Shorts,Landscape 为普通 video,重新渲染会替换老视频。
使用方式:在 article-folder/video 下运行 python3 tts_narration.py 生成 narration.mp3 与 timing.json;用 generate-bg.sh <article-folder> <theme> 生成 bg.png;编写 HyperFrames composition index.html;用 synth-sfx.sh 生成音效;依次运行 npx hyperframes lint、npx hyperframes inspect --at 1,8,15,25,35,45,55,65,通过后执行 npx hyperframes render --quality standard --fps 30 --output ../<slug>.mp4。发布由 cron 每天 10:00 运行 daily-upload-batch.sh 处理,不在渲染流程内。
适用场景与限制:仅适用于已有 article.md 的中文文章;没有文章稿需先用 /wjs-publishing-wechat 写稿;字幕烧录、翻译、配音替换应使用其他技能;非中文视频不适用,本技能专注中文 TTS;默认竖屏,横屏仅在明确要求时改。旁白需口语化、去掉 markdown 加粗与破折号,并去除百姓网相关过时信息。TTS 不要传 emotion/emotion_scale,避免使用 kokoro 与 zh_male_jieshuonansheng_mars_bigtts。图片必须放在 video/ 目录内,每个 audio 必须有 id,否则渲染静音。竖屏宽度有限,必须跑 inspect 确保 0 errors 再渲染。