用途:把静态幻灯片(高图板导出或单张 PNG)按三个层级合成为竖屏视频,支持从设计到成片的完整流程,可独立使用,也可接在 /paper-marketing 或 /slideshow-script 之后。
主要能力与流程:ffmpeg 作为两端固定环节——开头切片(crop 每张幻灯片并缩放到 1080×1920),结尾统一后处理(音频混合、两遍 H.264 编码、缩略图、前3秒 GIF 预览、TikTok/Instagram/YouTube 平台编码)。中间层按层级不同:v1 Quick 用 ffmpeg 交叉淡化拼接,每张3.5秒、0.5秒淡化;v1.5 Enhanced 用 zoompan 实现 Ken Burns 微缩放平移并加背景音频;v2 Full 用 Remotion 结合弹簧物理动画、SFX 与 light leaks,可接入 ElevenLabs 配音与自动字幕(可选)。工作流分六个阶段:检测输入(handoff YAML、content spec YAML、导出 PNG 或幻灯片目录)、ffmpeg 切片、选择层级、按层级合成、ffmpeg 后处理、输出到 marketing/video/{name}/ 并登记资源。
必要条件与限制:需 ffmpeg 8.0+;v2 需 bun,Remotion 包在脚手架时安装。v1 无音轨时建议加静音音轨以兼容社交平台。始终使用 -pix_fmt yuv420p 与 -movflags +faststart,CRF 18 为佳;应在拼接前缩放单张而非输出后缩放;Remotion 包需先确认是否存在,缺失则用标准 Audio 与 CSS 渐变替代。图片高度不能被幻灯片数整除时向下取整并提示裁切。ffmpeg 缺失时需先安装,不要继续。背景音乐须由用户提供且使用免版权来源。渲染占磁盘(约 500MB+),需预先检查空间。