SuperAPI AI 工具集

video-designer

设计与创作

查看项目

更新于 10-16 07:46

技能介绍

Video Designer 是一个专家级视频设计技能,隶属于 outscal/video-generator,用于根据视频导演方向生成完整的设计规格,并输出精确的 JSON schema 来描述场景。

用途 该技能面向视频生成流程中的设计环节,目标是把导演意图转化为可执行的结构化设计数据。它适用于需要为视频场景定义元素、布局、动画与时间轴的场景,尤其是需要以 JSON 形式精确描述画面构成的工作流。

主要能力

  1. 场景规格生成:输出符合指定 schema 的合法 JSON 对象,包含 scene、startTime、endTime、video_metadata 与 elements 等字段。
  2. 元素类型支持:元素 type 可为 shape、text、asset、pattern、path。每个元素需要 id、type、enterOn、exitOn、content、zIndex 等必填字段。
  3. 坐标系定义:原点位于左上角 (0,0),X 轴向右递增,Y 轴向下递增。形状、文本、图标的位置始终指元素中心点;路径的所有坐标为绝对屏幕位置,无需 position/size 字段。
  4. 旋转与变换:0° 指向上,90° 指向右,180° 指向下,270° 指向左;正值顺时针,负值逆时针(-90° 等同于 270°)。形状/文本可直接设置 rotation;素材需参考 asset_manifest 的 composition 判断基础朝向,对称素材使用 rotation = 目标方向 - 推断朝向,非对称素材在需要 180° 反转时使用 flipX/flipY,小角度变化可用 rotation,也可组合 flip 与 rotation 实现对角方向。
  5. 动画支持:元素可配置 entrance、exit 与 actions。入场/退场类型包括 pop-in、fade-in、slide-in-left、slide-in-right、slide-in-top、slide-in-bottom、draw-on、cut、scale-in、scale-up、path-draw 等;动作可针对 opacity、scale、x、y、rotation、fill、stroke 等属性,并支持 follow-path 沿路径运动与 autoRotate。
  6. 元素复用与分组:当需要多个结构相似、仅少量属性不同的元素时,使用 instances 模式,基础属性放在根级,instances 数组指定每个副本的覆盖值,可减少重复与 token 消耗。分组用于逻辑组织相关元素、统一变换、共享时间与减少重复;单个独立元素或互不相关的元素不建议分组。
  7. 时间同步:所有时间值(enterOn、exitOn、action.on)必须使用绝对视频时间戳,而非场景相对时间。公式为 absolute_time = scene.startTime + audio_relative_time。
  8. 文本处理:文本元素根据内容与 fontSize 自动尺寸;textAlign 仅控制文本在容器内的对齐方式,不改变容器位置;x、y 始终是文本元素中心点。多行文本或设置了 containerWidth 的单行文本才会体现 textAlign 效果。文本尺寸可按视口高度百分比计算:fontSize = viewport_height × percentage。文本背景应使用 container 对象,而非单独创建形状元素。
  9. content 字段要求:content 是最关键的部分,需说明形状/形态、视觉细节、面部/表情、位置上下文、初始状态、变换过程与交互关系,达到“未见过原图也能据此绘制”的精度。

使用方式 该技能以技能文档形式提供设计规范与输出 schema。使用时依据视频导演方向,按坐标系、旋转规则、元素 schema、动画 schema、文本 schema 与时间同步规则,生成合法的 JSON 设计规格。输出示例中给出了 1920×1080 视口的坐标参考,例如屏幕中心 x=960、y=540,顶部中心 x=960、y=100,左下象限 x=480、y=810,右边缘中心 x=1820、y=540。

适用场景 适用于需要将视频创意转化为结构化设计规格的流程,包括场景元素布局、角色与图形设计、路径与箭头动画、文本标注、元素复用与分组、以及与音频转录时间对齐的动画编排。

限制 资料未提供该技能的具体收费、价格、平台支持范围或效果保证。部分字段(如 asset_manifest、composition、bgID、containerWidth、padding、backdropBlur 等)的具体取值与行为需依据实际实现与素材清单确定。