用途:把一份视觉风格规范(手写或从参考视频反推)转化为可渲染的 Remotion 视频合成,并填入新内容。
主要能力:解析风格指南中的画布、配色、字体、文字动画、剪辑节奏、音频与叙事参数;撰写脚本;生成配音;做词级时间戳转写;收集 B-roll 素材;按现有项目模式构建组件(浮动卡片、卡拉OK字幕、硬切序列器、音乐床、分屏、钩子场景等);配置场景时序;预览迭代并渲染成片。
使用方式:先确认已有 Remotion 项目,否则执行 npx create-video@latest my-video,再 cd my-video 与 npm install。准备 STYLE-GUIDE.md。按需导出密钥:配音用 ELEVENLABS_API_KEY,转写用 GEMINI_API_KEY 或本地 whisper.cpp,自动 B-roll 用 PEXELS_API_KEY;手动素材流程可不需要密钥。流程为:解析风格指南并确认→写脚本并获批→生成配音(如 public/voiceover.mp3)→词级转写(如 whisper.cpp 命令 ./whisper.cpp/main -m models/ggml-medium.en.bin -f public/voiceover.mp3 --output-json --max-len 1 --word-timestamps true)→收集素材→构建组件→配置场景→预览(npx remotion preview)→渲染(npx remotion render MainComposition out/video.mp4)。
适用场景:短视频、竖屏内容、纪录片式 B-roll 呈现、需要字幕同步与固定剪辑节奏的批量视频制作。
限制:所有帧号须由音频时间戳乘 FPS 推导,不得硬编码;组件每文件不超过 200 行;素材放 public/,不得从 src/ 导入;风格指南未指定处需询问用户;复杂动效建议用参考视频或起止图驱动。资料未提供具体收费、价格与效果数据。