# vlog-director **Repository Path**: snailheihei/vlog-director ## Basic Information - **Project Name**: vlog-director - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 0 - **Created**: 2026-11-15 - **Last Updated**: 2026-11-15 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README **中文** · [English](README.en.md) # vlog-director · Vlog 导演 **几百 G 旅行素材剪不动?交给 Claude,它当导演、剪辑师和素材管理员,你只负责审片。** 一个 [Claude Code](https://claude.com/claude-code) 的 skill。把一文件夹原始视频交给它,它会先把每段视频「看」成表里的一行,再按表剪成带字幕的 vlog,或者卡在音乐小节上的杂志卡片风混剪。 ![用 vlog-director 剪的混剪片段](assets/hero.gif) 上面这段出自一支 1 分钟混剪:6 天旅行、358 段素材、13.7 小时,镜头、卡片、标题、卡点全部由 skill 完成。 ## 快速开始 ```bash git clone https://github.com/quangtoanhoang767-ux/vlog-director ~/.claude/skills/vlog-director ``` 打开 Claude Code,说一句: > 帮我把 D:\旅行素材 剪成 vlog 它会问你几个问题(素材在哪、几个人、想要长片还是混剪),然后一步步带你走到出片。依赖(Python 包、ffmpeg、开源字体)它会自己装。 ## 作品墙 全部出自同一支混剪,每张都是 skill 自动排版的一个镜头: | | | | --- | --- | | ![HANOI](assets/card_hanoi.jpg) | ![OVER MY HEAD](assets/card_train.jpg) | | 卡片从侧边滑入,背景放大铺白雾 | 大标题自动缩放到放得下,中文副标题 | | ![CLEAR WATER](assets/card_clearwater.jpg) | ![RAINBOW TOWER](assets/card_rainbow.jpg) | | 音乐 drop 那一下:白闪 + 2 小节重点镜头 | 卡片左右交替,节奏更跳 | | ![ICED COFFEE](assets/card_coffee.jpg) | ![FINALLY](assets/card_finally.jpg) | | 小字用英文斜体,大标题用粗黑体 | 收尾镜头,之后画面淡成白纸、浮出宋体片尾 | 剪片之前,它先把所有素材整理成一张表。左边是画面,右边是它在表里的样子: ![现实到数据](assets/reality_to_data.jpg) 整趟旅行 390 个片段按时间排开,越亮越值得用。哪天最精彩、哪段必须用,一眼就能看出来: ![390 个片段全景](assets/overview_390.jpg) ## 它能做什么 - **长片**:几分钟到十几分钟,有故事、有对白字幕。配乐只有两档固定音量:有人说话时低,没人说话才升高,不会忽大忽小。 - **混剪**:1 到 2 分钟的杂志卡片风快剪。切点全部卡在音乐小节上,片头是白纸上显影的宋体片名,可以加一条航线、每两拍点亮一站;片尾接着最后一个镜头淡成白纸。 - **素材表**:每段视频一行,时间、地点、人物、原话、好不好笑、能不能当开头,打 S/A/B/C 分,导出成 Excel 能打开的表。以后想找「那个镜头」,查表就行。 - **顺手的**:朋友圈截图、封面、每个人一支个人小片。 ## 安装 三种方式任选,最后都是把 `vlog-director` 文件夹放进 Claude Code 的 skills 目录: - **git**:上面快速开始那行命令。 - **下载 zip**:点 GitHub 页面的 Code → Download ZIP,解压后放进去: - macOS / Linux:`~/.claude/skills/vlog-director/` - Windows:`C:\Users\<你的用户名>\.claude\skills\vlog-director\` - **只装给某个项目**:放进项目里的 `.claude/skills/vlog-director/`。 ## 用法 开工: > 帮我把 D:\旅行素材 剪成 vlog > > 这是我们四个人去日本 5 天拍的,帮我剪一支 10 分钟左右的长片 审片时说感受就行,不用懂剪辑: > 太长了,砍到 8 分钟 > > 开头和正片重复了 > > 音乐别比人声大 > > BGM 时大时小 > > 再剪一支 2 分钟的炫酷混剪,音乐全程覆盖 找镜头: > 烤鳄鱼那个镜头在哪 > > 把所有能当开头的镜头列出来 几个习惯会让结果好很多: - **素材多的话,先拿 3 到 5 段跑通**整个流程,再放开全部。 - **认人那一步认真答**。它会截出每个人的画面问你谁是谁,答错了后面全错。 - **想要的镜头直接点名**:「海边挥帽子那个必须有」,它会去表里找。 ## 它是怎么工作的 核心只有一句:**先建表,再剪。** AI 没法把 13 小时视频从头看到尾,所以它把「看」拆成两件事:**听**(本地 Whisper 转写,每句带时间戳,顺便记音量,音量突增的地方多半是笑点)和**看**(每 3 秒抽一帧拼成大图)。然后把每段素材写成表里的一行。之后选镜头、写故事、找台词,全都变成查表。 整个流程分 7 步,每一步做完都会停下来汇报,等你点头再继续: 1. **准备**:问清素材在哪、拍的是什么、要什么片子,检查电脑配置,估算要多久。 2. **处理素材**:生成低清副本、语音转写、抽帧拼图。最慢的一步,可以断点续跑。 3. **认人**:截出每个人清楚出镜的画面,请你告诉它谁是谁。 4. **建表**:每段写一行、打分,导出 Excel。 5. **故事方案**:主线、每个人的高光、笑点、伏笔和呼应、开头结尾候选。 6. **剪辑**:写剪辑表(每行最后一栏是「为什么用这个镜头」),出片,抽帧自检。 7. **审片**:按你的意见改,每版存新版本号,不覆盖旧的。 几条写死的规矩: - **原片只读**。任何脚本、任何时候都不在原片目录里写、改、删。 - **不编造**。转写会听错、会幻听,认人会认错。不确定的标「待确认」来问你,关键台词上字幕前会重新核实。 - **配乐永远比人声小**。 细节在 [`SKILL.md`](SKILL.md) 和 [`references/`](references/):表格字段、打分标准、故事怎么排、混剪怎么编、你的大白话对应什么改法,以及踩过的坑。 ## 要求和局限 - **Claude Code**,加上 **Python 3.10+**。 - **一块 N 卡**(强烈建议)。语音转写约为素材时长的 1/10;没有显卡也能跑,慢几倍、准确率略低。 - **硬盘空间**:大约原片体积的 10%。 - **出片时间**(RTX 级显卡实测):12 分钟长片第一次渲染约半小时,之后改剪辑表只重渲改动的镜头;2 分钟混剪约 12 分钟。 - **配乐是短板**。没指定歌时会用代码现场合成一段无版权配乐(长片是轻快的木吉他,混剪是 140 BPM 电子乐),够用,但听得出是「做出来的」。想要更好的效果,换一首你喜欢的歌。 - **不是一键生成**。好不好看、好不好笑还得你拍板,它最强的是记性。 ## 隐私 原片不会离开你的电脑,语音转写和渲染也都在本地跑。但 Claude 要「看」素材,会读取抽帧截图和对白文字,这些内容会发送给 Claude。介意的话请先想清楚。 认人表和人名只留在你本地的工作目录里,不会写进任何要公开的东西。 ## 字体 优先用系统字体;没有的会自动下载 Google Fonts 上的开源字体(思源黑体、思源宋体、Archivo Black、Libre Baskerville、龙藏体手写、Noto Symbols 2),都是 SIL Open Font License,可免费商用。想换成自己的字体,在 `project.json` 的 `fonts` 里指定路径。 ## 参与 用它剪出了片子,欢迎在 Issues 里晒一下;遇到问题或者有新的坑,也请提 issue 或者 PR。 ## 许可证 MIT