用途:面向已有视频片段的后处理叠加,不属于剪辑切分。它把上游 /wjs-segmenting-video 交付的裁剪片段与逐片段 SRT,加工成可直接上传的 MP4,内容包括 AI 封面首帧、HTML/CSS 字幕、关键点图示、章节标与 CTA。适用场景:给成品视频加开场钩子、金句强调、章节卡、结束口号;需要逐词高亮、自定义字体、描边大字幕;在钩子时点插入图示;需要 AI 生成封面作为首帧。
主要能力:每个视频片段建一个 HyperFrames 合成,封面场景、正文视频、字幕轨、章节标、1-2 个图示、CTA 场景组合输出,只做一次最终编码,避免多轮解码再编码造成的画质损失。封面即输出首帧,便于平台自动取作缩略图;字幕为 HTML/CSS(-webkit-text-stroke 保证任意背景可读);图示提供可复用的 stack / hammer 模式;AI 封面按目标画幅重新生成(竖屏 1024×1792,横屏 1536×1024)。
使用方式:先由 make_cover.py 生成封面,例如 make_cover.py --segments S.json --out output/ --size 1024x1792;再为每个片段搭 HyperFrames 项目(hf_clip_NN/1080/ 下含 index.html、clip.mp4、cover.png、captions.json),完成合成后运行 npm run check,再运行 npm run render 得到成品 MP4。正文片段若为 HLG/HDR,需先经 zscale 色调映射转 SDR(bt709)30fps h264,并用 -g 30 -keyint_min 30 编码,避免发白、发黑或渲染卡住;渲染日志应显示 No HDR sources detected。字幕建议使用词级计时的 .asr.srt,内联 JSON 并加上封面时长偏移。
限制:不用于把长视频切分(用 /wjs-segmenting-video),不用于生成源 SRT(用 /wjs-transcribing-audio,必要时再用 /wjs-translating-subtitles),源不是固定视频的完整 HyperFrames 制作应直接用 hyperframes;视频号与抖音无公开上传 API,本技能只产出 MP4,上传需手动;make_cover 依赖 codex CLI 与 ~/.codex/auth.json 授权;单条字幕建议不超过约 18 个中文字,否则需换行或缩小字号。
其他事实:输出会加盖技能名与版本号水印,如版本 v1.3;具体性能与渲染耗时随机器与环境不同,资料仅给出 2 分钟竖屏合成的参考值。