用途:把用户提供的真人出镜片段(摄像头、手机自拍或录制演讲者)加上可选脚本或来源 URL,制作成 1080×1920 竖屏分屏动画短视频。下方条带是用户提供的真人片段,其音频作为主时间线;上方动画按脚本编排,不使用参考视频的画面像素。
主要能力:准备真人条带(prep_talking_head.py,输出 source/talking_head.mp4、audio/narration.wav/.m4a、renders/talking_band45.mp4 1056×960@30fps、source/meta.json、audio/words.json);抓取品牌素材(fetch_brand_asset.py)与人物头像(fetch_figure.py);抓取 Giphy 反应 GIF(fetch_giphy.py);提供模板合成器与素材库(templates/,含 fonts.py、claude_marks.py、media_marks.py 等)。
使用方式:先建工作目录并复制 templates/,再运行 python3 "${CLAUDE_SKILL_DIR}/scripts/prep_talking_head.py" --clip "/ABS/PATH/TO/CLIP" --workdir . --whisper。脚本默认取真人转录;若另给脚本则按其内容但按 Whisper 时间戳对齐;若给参考 URL 仅取文案。发布/暂存需 .env.local 中的 INSFORGE_*;条带准备本地依赖 ffmpeg、OpenCV、Whisper。
适用场景:竖屏 9:16 短视频;横屏/摄像头素材会被 cover-crop。
限制:必须提供真人出镜片段,否则拒绝开始;最终必须为 1080×1920,禁止 720p;条带不得低于 1056×960,不得加黑边;不调用 HeyGen,不用于生成 Megan、Danny 或 Kevin 形象(那属于 split-animated-short);屏幕文字禁用 em/en 破折号;具体收费、价格与平台支持情况暂未提供。