book-sales-video
从书名或飞书多维表格中的成稿文案出发,结合微信读书资料与公开点评创作图书带货/书评短视频,并用豆包 TTS、Pexels、Codex 生图和本机 OpenChatCut 完成配音、配图、双语字幕、音效、动效、BGM、可编辑初稿与按需导出。用户提出“根据一本书做带货视频”“读取飞书文案制作图书视频”“写书评口播并自动剪成抖音视频”“仿参考样式做图书推荐短视频”时使用;仅查书、仅写普通书评或无关剪辑不触发。
Kianzzz · 已有 AI 审核记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add Kianzzz/book-sales-video --skill book-sales-video技能说明
name: book-sales-video description: 从书名或飞书多维表格中的成稿文案出发,结合微信读书资料与公开点评创作图书带货/书评短视频,并用豆包 TTS、Pexels、Codex 生图和本机 OpenChatCut 完成配音、配图、双语字幕、音效、动效、BGM、可编辑初稿与按需导出。用户提出“根据一本书做带货视频”“读取飞书文案制作图书视频”“写书评口播并自动剪成抖音视频”“仿参考样式做图书推荐短视频”时使用;仅查书、仅写普通书评或无关剪辑不触发。
图书带货视频创作
从书籍研究到本地可编辑初稿的一体化流程。只设置一次正常审核:先自动选择最佳角度并完成口播和语义分镜,用户确认后自动完成配音、画面、字幕、音效、动效、BGM、时间线和质检,不再逐项确认。
不可退让的完成线
- 书籍事实来自微信读书;公开点评只用于理解读者视角,不冒充原书内容。
- 用户指定从飞书多维表格读取文案时,目标记录中由用户确认的文案字段是权威口播源;除清理首尾空白和统一换行外保持原文,不擅自改写、拼接其他记录或用研究稿覆盖。
- 用户提供个人风格档案和禁用表达清单时,创作口播前必须读取;未提供时使用本 Skill 自带的口播参考,不猜测用户的私有路径或风格规则。
- 默认自动形成 2–3 个候选角度并评分,直接采用综合最优角度写成完整文案;不在前期让用户选角度。
- 唯一正常审核点位于完整口播与语义分镜之后。若用户打回,才展示候选角度供选择;选定后重写并直接进入制作,不新增第二次确认。
- 对已确认全文只运行一次
scripts/doubao_tts.py,最终只产生一个audio/narration.wav。长稿允许脚本内部按句界请求并合并,但不能按镜头人工生成多份配音。 - 必须检查开头、结尾和所有句间静音:普通句间不超过 0.45 秒,段落/视觉转折不超过 0.70 秒;唯一允许的 0.80–1.20 秒无旁白区是有连续轮播音效覆盖的模板轮播。
- 最终配音的真实可听毫秒是全部画面、字幕、音效和转场的唯一时间依据;帧位用 OpenChatCut 当前项目的 timeline fps 换算。
- 开场动态视频固定通过 Pexels API 搜索
book,不根据书名或文案改关键词。 - 轮播使用 OpenChatCut 本地库
library:sound:mechanical-clicking-loop,每个有效峰值硬切一张不同封面;最后经短光溶进入主书揭示。 - 主书封弹出使用 OpenChatCut 本地库
library:sound:cash-register-success,视觉重音与音效锚点对齐。 - 正文每张图片必须有轻微呼吸/推近动效,相邻图片必须有转场;不能只把静态图片首尾拼接。
- 中文字幕与英文字幕均为白字、清晰黑描边;中文在上、英文在下,只保留一套可见字幕。
- 正文锁定“粗纸油画画外留白 v3”:油画叙事场景占画幅至少 70%(默认 70%–80%),横向一直铺到左右边缘;未上色粗纸只允许在上方、下方或上下两端,总占比 20%–30%。每次以
assets/visual-style/approved-rough-paper-oil-v3.png为主锚点。 - 所有素材以独立可编辑项进入本机 OpenChatCut;不以本地预合成扁平视频冒充可编辑初稿。
- 本 Skill 禁用旧 ChatCut 云端 MCP、账号登录、云端项目链接和积分生成路线。本地 OpenChatCut 可用时不得回退云端。
首次使用与预检
每个新环境第一次触发本 Skill 时,先读取当前项目的 AGENTS.md,再运行只读预检;使用飞书路线时把用户提供的 Base URL 一并传入,实测机器人身份、Base 权限和文案字段,不以“已经配置过”代替验证:
python3 "${CODEX_HOME:-$HOME/.codex}/skills/book-sales-video/scripts/check_environment.py" --json
python3 "${CODEX_HOME:-$HOME/.codex}/skills/book-sales-video/scripts/check_environment.py" \
--json --base-url "<用户提供的飞书 Base URL>" \
--lark-profile "<profile>" --script-field "<文案字段名>"
python3 "${CODEX_HOME:-$HOME/.codex}/skills/book-sales-video/scripts/openchatcut_mcp.py" status
读取预检输出中的 checks、gates 和 actions。缺少依赖、环境变量、应用、Skill、飞书 scope 或资源协作者权限时,先用中文说明“缺什么、影响哪个阶段、如何安装或授权、安装后怎样复验”,提供预检给出的准确命令或官方地址;涉及账号登录、App Secret、API Key 时引导用户在本机安全输入,禁止要求粘贴到对话。只允许安装用户当前路线真正需要的项目,安装或授权完成后重跑同一预检。对应 gate 未通过前不得进入该阶段,也不得伪装已经完成。
若任务使用飞书文案输入,还要确认 larkBase.status 为 ready。App Secret 只允许通过 lark-cli config init --app-secret-stdin 写入本机安全配置;禁止出现在对话、命令参数、工作目录或日志中。
缺失项安装与授权指引
预检发现缺失项时,只引导安装当前路线需要的能力,并在完成后复验:
- Python 依赖:
python3 -m pip install requests - FFmpeg:macOS 使用
brew install ffmpeg;其他系统使用对应包管理器,并确认ffmpeg、ffprobe可执行。 - 飞书官方 CLI:
npx @larksuite/cli@latest install;随后运行lark-cli config init --new,通过本机交互配置企业自建应用。 - 飞书 Base 权限:企业应用至少开通
base:field:read、base:record:read、base:table:read、base:view:read,并把机器人加入目标多维表格协作者。 - 微信读书能力:
npx skills add Tencent/WeChatReading -g,再按该 Skill 的说明安全配置WEREAD_API_KEY。 - Pexels:从
https://www.pexels.com/api/申请只供本机使用的 API Key。 - 豆包 TTS:在火山引擎控制台取得 API Key、resource ID 和 speaker,保存到安全环境或系统钥匙串。
- OpenChatCut:从
https://github.com/0xsline/OpenChatCut/releases安装桌面版;macOS 放入/Applications。首次启动后打开目标工程,再复验本地 MCP 工具。
涉及网页审批、账号登录或密钥录入时,给出最小权限和操作入口后等待用户完成;不要代替用户公开凭据,也不要要求把 Secret 或 API Key 发到对话中。
OpenChatCut 状态命令会在需要时启动 /Applications/OpenChatCut.app,自动发现随机 localhost 端口,并验证 /api/external-mcp/mcp。不得把某次端口写死到 Skill 或任务状态。
重启后的工程连接检查: OpenChatCut 重启时默认停在“我的工程”列表。此状态只会暴露项目管理工具,read_timeline、edit_item、edit_track 等完整编辑工具不会注册,并可能误报“工程未连接”。对已有项目,必须先核对任务状态中保存的 projectId 与工程名,再让用户或 Computer Use 明确打开该工程;随后重新运行 list-tools 和只读 read_project,确认返回的 projectId、timelineId 与任务状态完全一致,才允许写入。连接失败、点击位置不确定或当前工程 ID 不一致时立即停止,不点击“新建工程”,不调用 create_project,不创建替代项目。
按阶段处理缺失项:
| 阶段 | 必需 | 缺失时处理 |
|---|---|---|
| 飞书文案 | lark-cli、可用的默认或命名 profile、机器人为表格协作者、Base 只读权限 | 停止读取并报告缺失的 scope 或资源权限;不改用浏览器复制、不猜测文案 |
| 研究 | weread-skills、WEREAD_API_KEY | 停止事实研究,不用未知网页代替 |
| 配音 | requests、豆包密钥、资源 ID、音色 | 停止配音,不回退编辑器音色 |
| 开场 | PEXELS_API_KEY | 文案可继续,但不得伪装已取得视频 |
| 配图 | Codex image_gen | 保存分镜与提示词,明确缺口 |
| 本地初稿 | OpenChatCut Desktop、本地 MCP 必需工具、可导入素材 | 修复本地应用或导入后再装配,不回退云端 |
密钥只从安全环境或钥匙串读取,不写入工作目录或日志。豆包变量为 DOUBAO_API_KEY、DOUBAO_TTS_RESOURCE_ID、DOUBAO_TTS_SPEAKER;Pexels 为 PEXELS_API_KEY;微信读书为 WEREAD_API_KEY。
工作目录
使用项目 AGENTS.md 的 work/ 约定,单次任务目录至少包含:
research.md script.md
storyboard.json shot-plan.json
visual-style.json voice-timeline.json
timeline-plan.json subtitle-pairs.json
asset-manifest.json quality_check.json
review_report.md visuals/
audio/
状态文件只保存当前有效状态,并共享同一 stateRevision、projectId、timelineId 和 timeline fps。
飞书多维表格文案输入
当用户提供飞书 Base 链接、记录链接,或明确要求“读取飞书文案制作”时,先读取文案,再进入书籍事实核对和分镜。公开版不内置任何用户表格地址、应用 ID、字段 ID 或记录 ID;首次使用时由用户提供 Base URL、profile 名称和文案字段名:
Base URL: <用户提供>
profile: <用户本机的默认配置或命名 profile>
文案字段: <用户提供,示例:文案仿写.输出结果>
读取规则:
- 先用
base +url-resolve解析链接,不从 URL 字符串猜测资源类型;确认base_token、table_id和view_id。 - 用 bot 身份执行
base +field-list,动态核对字段。界面显示名、口语别名和真实字段名可能不同,必须以实时字段列表返回的名称或字段 ID 为准,不能把某个用户的字段 ID 写死到 Skill。 - 默认只投影
视频标题、书名、作者和用户指定的文案字段,并限定到链接指定的 view;字段不存在时先让用户确认映射,不读取无关字段或附件。 - 记录选择优先级固定为:用户提供的 record ID/记录链接 →
视频标题精确匹配 →书名精确匹配。匹配前只允许去除书名号和首尾空白,不做模糊包含匹配。 - 如果精确匹配仍有多条记录,列出每条的
视频标题、书名、作者和 record ID,让用户选择;禁止默认取第一条、最长文案或最新文案。 - 目标字段为空时停止;不得擅自回退到其他字段或其他记录。读取成功后把原文写入
script.md,并在research.md记录脱敏后的数据源说明、table/view/record ID、字段名和读取时间,不记录完整私有 URL、应用密钥或访问令牌。
推荐只读调用:
lark-cli --profile "<profile>" base +url-resolve --url "<Base URL>" --as bot
lark-cli --profile "<profile>" base +field-list \
--base-token "<base_token>" --table-id "<table_id>" --as bot
lark-cli --profile "<profile>" base +record-list \
--base-token "<base_token>" --table-id "<table_id>" --view-id "<view_id>" \
--field-id "视频标题" --field-id "书名" --field-id "作者" \
--field-id "<文案字段名>" --format json --as bot
若报 missing_scope,只申请 base:field:read、base:record:read、base:table:read、`base:view:r