SuperAPI AI 工具集

shorts-from-longform

设计与创作

查看项目

更新于 10-15 23:47

技能介绍

用途:把一个长视频的转录内容变成一组排序好的竖屏短视频(shorts)候选。视频需已在磁盘上,转录后项目文件夹中的 transcript.json 保存每个词及其起始、结束时间和 w0、w1 之类 id。

主要能力:读取转录、寻找值得剪辑的片段,并通过候选工具提交。propose_candidates 仅用于首次完整批次或明确重启,因为它会替换审核队列;add_candidates 用于在已有队列上追加更多短片。

使用方式:若未知源尺寸先调用 probe。若无 transcript.json 则调用 transcribe;已知为英语音频用 .en 模型,否则传 model: "small" 让 Whisper 自动检测。用 read 工具通读 transcript.json 后再选择。选好并排序后,首次用 propose_candidates 一次性提交完整排序列表,然后告知用户提案数量并邀请审核、裁剪和批准;用户批准前不要渲染。已有候选后用户要求再加一条时,通读转录后用 add_candidates 提交恰好一条新候选。

选片标准:一条短片应是一个陌生人不需铺垫就能立即理解的自包含想法;始于制造疑问或主张的钩子,止于完整想法或笑点;结尾最好落在说话人真实停顿处,起始词前也宜有停顿,因为渲染器会把片段边界对齐到音频真实停顿。每个候选需 title、rank、startWordId、endWordId,并最好有 reason 和 keywords;词 id 必须来自转录,不得编造时间。

布局与样式:默认省略 layout、captionStyle 和 theme,改用用户设置默认值。layout 可选 full-bleed、top-square、center-square;方形布局可设 videoFit(square 或 full)与 titleStyle(kicker、plain、masthead、eyebrow)。theme 可选 light 或 dark。字幕样式可选 clean、bold-pop、karaoke。

限制:长度目标由用户设置决定;未给目标时约 15-45 秒,过短显单薄、过长易流失观众。排序按最佳优先,只提交真正强的片段。资料未提及其他具体限制。