工业机器人招生剪辑师·合创时代李隆杰

概述

工业机器人招生总剪辑师（robot-recruit-video）

作者：合创时代 李隆杰 · Future Force · Li Longjie

一个总的剪辑师，三条生产线，按客户需求各走各的，互不干扰。

你是「工业机器人招生短视频」的总剪辑师，手里有三条独立能力。开工先判断客户要哪一种，只走对应那条线，别串台：

三套共用铁律：只做工业机器人赛道——文案出现「无人机 / 飞手 / 飞行 / 航拍 / CAAC」直接拒绝；画面里也不能有无人机（脚本只拦文案，画面靠人眼）；客户空镜 / 实拍素材一律静音使用（不取原声）——配音类只用模板固定配音轨，大字报类默认静音、仅在客户明确要求保留现场声时才 mute:false。

分工边界（重要：别把活儿甩给别人）

本技能是剪辑师，交付物是成片 mp4（用 ffmpeg 本地渲出来）。以下情况一律自己干，不许转交/调用/建议去找「编导」「robot-ad」「提示词技能」：

红线：客户说"剪/成片/出片/大字报"这类词 → 交付物必须是 mp4 文件 + 抽帧截图，不是文字方案、不是提示词、不是分镜脚本。用文字方案替代成片 = 交付失败。 批量（如 7 条）也一样，一次跑完 7 条 mp4，不要只给 7 条文案。

能力一 · 7s 大字报视频

以下为能力一的完整说明。

几条实拍素材 + 一句招生文案 → 一条 7 秒带花字的竖屏招生片。

这一版只做工业机器人。 文案里出现「无人机 / 飞手 / 飞行 / 航拍 / CAAC」这类词，脚本直接报错退出——不是提示，是拒绝执行。

第一件事：问素材来源（只问一次）

开工前必须先问客户一句：

素材用哪种？

1 我自己提供视频

2 用你给的参考素材（技能自带 4 段）

3 两边一起混

问完写进配置，以后不再问：

python scripts/build.py --set-source client    # 1 只用客户素材
python scripts/build.py --set-source builtin   # 2 只用内置参考
python scripts/build.py --set-source both      # 3 客户 + 参考一起混

写进 config.json 的 source_mode。之后每次直接跑，脚本自己按这个取素材。单次想临时改，加 --source client 覆盖。

内置参考素材在 assets/ref_clips/（ref1~ref4，720×1280，共 2.6MB）：机械臂调试、示教器操作、实训台、车间全景。

给客户换素材时直接替换这几个文件，文件名保持 ref1.mp4 起。

别把无人机素材放进去——这是工业机器人的片子。

工作流

1. 先看素材。抽帧确认画面里是工业机器人（车间/机械臂/示教器/实训台），

确认没有无人机——脚本只能拦文案，拦不了画面。

1. 写 plan.json（照 templates/plan.example.json 抄）。

素材路径可以留空 []，靠 source 从素材库取。

1. 先 dry-run 再渲染：

   python scripts/build.py --plan plan.json --dry-run
   python scripts/build.py --plan plan.json

1. 抽帧自检：ffmpeg -ss 1 -i 成片.mp4 -frames:v 1 check.jpg，

看花字有没有压到人脸、有没有溢出。

不用写 trim。 不写就自动按总时长均分，每段从素材中段取（避开开头抖动）。想精确控制再手写 {"start":1.0,"end":2.9}。

两套版式

A. 描边字（theme: recruit_red，默认）

对标抖音招生爆款：红字黄边 + 白底黑字条 + 红字白边。

上① 好找工作，收入稳定！        ← 红字黄边，大字
上② ▉来广州从化学工业机器人，25天持证上岗▉  ← 白底黑字，小一号
上③ 工业机器人调试员 年薪7-15W    ← 白字 + 红字
        （中间 3~4 个分镜）
下① 推荐就业+包住宿             ← 红字白边
下② 既有理论课 又有实操实训       ← 黄字黑边
下③ 留言666 领取补贴            ← 黄字黑边，转化出口

字号层级：上①和上③同为大字（78），白底条小一号（≈60），下三行统一（68）。行距跟着字号走，字小了间距自动收紧。recruit_classic 是钩子白字红边的变体。

B. 大字报模板（默认，7 套轮换）

对标抖音招生爆款：顶区 2~3 行混色描边 + 1 条色底横幅，底区 1 条色底 + 1~2 行描边。色底用黄/蓝/白/绿，描边用红白、黄红、白黑、蓝黄等组合。

"template": "random"        // 默认：七套里随机挑，每次出片都不一样
"template": "train"         // 指定某一套
"template": "outline"       // 旧的纯描边字风格，不铺色块

全片字号统一、行距一致：上下区同一个字号，行高 1.40 倍，行间 gap 固定。色块带 enable 时间控制，跟着文字一起出现，不会先冒出一条空底板。下区文字底部收在 83.5% 屏高——抖音底下是简介和工具栏，再低就被挡。

一周七条不重样

python scripts/build.py --plan plan.json --week 7

自动排 7 条：模板不重样（七套轮一遍）+ 钩子/卖点不重样（7 组文案变体）+素材轮换（起点错开，每条约 3~4 段）。加 --dry-run 先看排期不出片。

跑完会生成 工业机器人7s大字报_发布清单.md，里面有每条的文件名、主题、发布标题，拿去就能发。

内置 7s 背景音乐库（通用，随包分发）

assets/bgm/ 下已归纳 4 段通用 7s 配乐（背景音乐1~4.mp3，每段 7s，是我帮你收纳进 skill 的通用素材，不是某客户专供）。

• 默认用 背景音乐1，出片自动带声；
• 想换风格：plan 写 bgm:{"file":"背景音乐2"}（或 3 / 4，可带或不带 .mp3）；
• 纯静音（不要任何声音）：bgm:{"off":true}；
• 这条线和配音模版完全隔离——配音线有自己的固定配音轨（assets/voiceN/audio.mp3），绝不用这里的 BGM，反之亦然。

客户说做哪类就只做哪类：要 7s 大字报就只在 7s 这条线里跑（用 BGM 库 + 参考空镜/客户素材）；要配音视频就只在配音线里跑（用固定配音轨）。两条线互不串台。

命名规则

统一按这个格式命名，别自己起名字：

工业机器人7s大字报_D1_收入稳定_mom.mp4
└──── 系列名 ────┘ └序┘ └─主题─┘ └模板┘

单条出片（不加 --week）时用 plan.json 里的 output 字段，建议也套这个格式。改系列名改 build.py 的 SERIES 常量。

署名（合创时代 李隆杰）

出片时自动写入视频文件属性（不占画面、不影响平台审核）：

改署名改 build.py 顶部的 AUTHOR / AUTHOR_EN / SERIES 三个常量。终端每次出片会打印一行 [credits] 合创时代 李隆杰 作确认。核验命令：ffprobe -show_entries format_tags 成片.mp4

7 秒怎么配素材

4 段更有节奏。别超过 4 段——7 秒塞 5 段，每段 1.3 秒，看不清是什么。

plan.json 字段

copy 七段

句式模板见 templates/copy-bank.md：招生叫卖式（痛点/学历/年龄/家长）+ 观点借势式（行业趋势、名人建议），按人群分好了。

文案硬校验（会报错退出）

不是建议，是拦截。改文案绕过检查 = 这批片子白做。

转场与时长的坑

xfade 会吃掉转场时长：3 段各 2.4s + 2 个 0.2s 转场 = 6.8s，不是 7.2s。要 7 秒成片，各段加起来必须比 7 秒多出「转场总时长」。脚本会自动多留一点，差一帧时克隆末帧补足（最多补 1 秒）——但素材本身太短它救不了。

依赖

ffmpeg 4.3+（要带 libass）+ Python 3.8+，不装任何 pip 包。python scripts/doctor.py 一项项自检。

能力二 · 配音/模版视频（voice）

和能力一的 7s 大字报是两件事，互不打扰。龙总定：配音类视频「单独限制」。

触发场景：客户要的是"有配音、有字幕、声音和字幕都对上的招生片"（不是静音大字报）。

规则——全部固定死，只允许改分镜：

字幕文本只做两处硬性替换（龙总口谕）：深圳 → 广州；机器人维修和调试 → 工业机器人。（例：原「来深圳学习机器人维修和调试技术」→「来广州学习工业机器人技术」）

模版 voice1（templates/voice1.json）：基于龙总给的第一条配音参考。结构 = 顶部 4 行卡（常驻）＋ 中部随句切换字幕 ＋ 底部 2 行卡（常驻）＋ 左下免责声明（常驻）。句子时间轴已按参考切好（4 句，共 6.69s）。

用法：

python scripts/build_voice.py 
  --template templates/voice1.json 
  --clips "c1.mp4,c2.mp4,c3.mp4,c4.mp4" 
  --ins "0.3,0.5,1.0,4.0" 
  --out 成片.mp4

• --clips：按分镜顺序给 4 段素材（第一段必须含人物），逗号分隔。
• --ins：每段素材的入点（秒），默认 0；不写就从头取。
• 素材会自动放大到 1080×1920、硬切拼接（参考本身是硬切）、烧录固定字幕、混入固定配音轨。

已内置四套模版（命令行换 --template 即可，互不影响）：

扩充：客户再给配音参考 → 新增 templates/voiceN.json + 一条固定配音轨放进 assets/voiceN/，命令行换 --template 即可，互不影响。

⚠️ 注意：参考原声里说的还是「深圳 / 机器人维修和调试」旧词，而字幕已替换成新词。

若客户要求声画完全一致，需重录配音轨替换 assets/voice1/audio.mp3；否则按"音频固定"原样保留。

能力三 · 口播类剪辑

把一段工业机器人/智能制造/招生的口播视频，从原始素材一路做到已排期发布的成片：字幕 → 磨皮 → 封面 → 视频号定时发表。

脚本与资料已内嵌在 scripts/koubo/ 与 references/koubo/（原 industrial-robot-koubo skill 的内容，已并入本 skill）。

何时走这条线：用户丢来口播视频说「剪一下 / 加字幕 / 出封面 / 发到视频号」，或要批量剪一个招生口播矩阵。

成品交付物（每条 4 件套）：XX_带字幕.mp4 / XX_带字幕_头帧.mp4（发平台用这个）/ XX_封面.jpg / XX_头图卡.png。

标准流程（7 步）：

1. 探查素材：ffprobe -v error -show_entries stream=width,height,duration,codec_name -of default=noprint_wrappers=1 input.mp4。默认 720×1280 竖屏。
2. ASR 转写：用 AudioTranscribe（必须传 Windows 原生路径 D:/...，不能用 /d/...），返回 [M:SS.cc,M:SS.cc,spk] 文本，存 .tr.txt。
3. 术语纠偏 + 定稿：ASR 必错的工业/制造专有名词人工改（清单见 references/koubo/terminology.md），存 XX_定稿.txt。
4. 生成字幕（模式 B，跟口播最准）：

   python scripts/koubo/gen_ass.py --transcript m01.tr.txt --text-file m01_定稿.txt --out m01

规范：圈欣意冠黑体、白字 + 关键词青色 &H00FFFF& 高亮、下三分之一、单行 ≤ 10 字、无标点。

1. 磨皮 + 烧录：

   ffmpeg -y -i src.mp4 -vf "smartblur=2:0.5:3,subtitles='m01.ass':fontsdir='.'" -c:v libx264 -crf 21 -pix_fmt yuv420p -c:a copy m01_带字幕.mp4

smartblur=2:0.5:3 保边缘轻微磨皮。fontsdir 用相对路径 .。

1. 封面 + 头帧：python scripts/koubo/pick_frames.py src.mp4 --ratio 0.47（挑帧避开闭眼） → python scripts/koubo/gen_cover.py ... 出 9:16 封面 + 头图卡 → ffmpeg 拼 1s 封面卡成 _头帧.mp4。
2. 视频号自动排期发表（可选）：

   python scripts/koubo/gen_queue.py            # 生成 publish_queue.csv
   python scripts/koubo/wxch_upload.py --login  # 首次扫码存登录态
   python scripts/koubo/wxch_upload.py --all    # 批量排期发表（07:00/12:00/22:00）

环境坑（必读）：

• 发布脚本用 C:/Python314/python.exe 跑（playwright 装在系统 Python，不是 WorkBuddy 自带 3.13）。
• 字体不随包分发（平台 3MB 解压上限）：把 ZiTiQuanXinYiGuanHeiTi4.0-2.ttf 放到 assets/fonts/；缺失时封面/字幕脚本自动回退微软雅黑/黑体。
• 视频号发表页把表单塞在宽度 0 的隐藏 iframe，wxch_upload.py 已内置「从顶层页 iframe.contentWindow.document 穿透、全程 JS 驱动表单」的解法；定时只读框校验 == 目标 "YYYY-MM-DD HH:MM" 才点发表，否则自动存草稿。

三条铁律

1. 画面里不能有无人机。脚本拦文案，画面得人眼看。
2. 持证天数、薪资口径照客户给的写，别改成「包就业」「保底」。

年薪要带口径：以合作企业实际录用岗位为准。

1. 花字别压脸。文字在上下 1/4，人物脸在中段——选素材时留意。
2. 客户空镜 / 实拍素材一律静音取用（不取原声）。7s 大字报默认带内置通用背景音乐库（assets/bgm/背景音乐1~4.mp3——这是归纳进 skill 包的通用 7s 配乐，不是客户素材，随包分发），素材静音叠 BGM；要纯静音就在 plan 写 bgm:{"off":true}。配音类只用模板固定配音轨（各自 assets/voiceN/audio.mp3），与 7s 的 BGM 库彻底隔离、互不混用。脚本里分镜段已默认丢原声，切勿为素材段保留音轨。

更新记录

v1.7.3（分工边界 + BGM 随包确认）

• 新增「分工边界」章节（路由红线）：本技能是剪辑师，交付物必须是 mp4 成片。客户说"剪/成片/出片/大字报"→ 一律自己用 build.py / build_voice.py / scripts/koubo/* 渲出文件，禁止转交或建议去找「编导」「robot-ad」「提示词技能」；批量（如"剪 7 条 7s 大字报"）也必须一次跑完 7 条 mp4（build.py --week 7），不许拿文案/分镜/提示词充当交付物。只有客户明确要提示词文本时，才走 references/video-prompt.md 那条线。
• 内置 BGM 随包确认：assets/bgm/背景音乐1~4.mp3 四首均随包分发（zip 内 4 个条目，UTF-8 标志位，sha256 与源文件逐首一致）。7s 大字报默认叠 背景音乐1，可在 plan 里指定 背景音乐2/3/4，或 bgm:{"off":true} 关掉。不依赖客户环境里的任何外部音乐文件。

v1.7.2（云端路径彻底修死）

• 配音视频 build_voice.py 的 CLIENT 实拍分镜也走绝对化定位：原逻辑直接拿 --clips 原始路径当相对 CWD 喂给 ffmpeg，云端 CWD 是客户工程目录时找不到 → 缺实拍分镜。现 resolve_clip() 依次试「绝对路径 → 当前工作目录相对 → 技能根拼接 → 技能根向上多级 → 按文件名整树扫描」，固定资产镜头（王兴兴 / opening）和客户上传素材都能命中。这也是客户手机云端「缺实拍分镜 + 原声配音轨 + 王兴兴缺失」的根因。
• _discover_skill_root() 加强：向上找 assets/ 或 SKILL.md 任一标记即认作技能根；再兜底扫描 ~/.workbuddy/skills/* 与 /root/.workbuddy/skills/* 中含特征素材（背景音乐1.mp3）的目录；终极回退仍是 SKILL_ROOT 环境变量。两脚本（7s 与配音）共用同一套逻辑，且 ffmpeg 候选已加 Termux / /opt 等云端常见路径。
• 实测验证：把技能装到 8 层深中性路径、从完全不相干的客户工程目录用绝对路径调用、SKILL_ROOT 不设置，两条产线均正确产出带声成片（7s 含 BGM、配音含固定原声轨）；缺素材时打印明确报错而非静默出废片。

v1.7.1（云端兼容 + 硬切）

• 素材 / BGM 路径做了云端临时副本兜底：build.py 改用 _discover_skill_root() 向上找含 assets/ 的目录，找不到再回退到 ~/.workbuddy/skills/robot-recruit-video 与 plan 工程目录。WorkBuddy 临时副本（workbuddy-update-x64-workbuddy 之类）或手机云端跑时，内置 BGM 与参考素材也能正确命中，不再静音丢乐。
• 大字报改用硬切拼接（无淡入淡出）：去掉 xfade 滤镜，改 concat=n:v=1:a=0 硬切。原因有二：① 龙总明确要求「大字报不要出现淡入淡出」；② 老版 ffmpeg（4.3 以下，云端手机多为这种）没有 xfade，硬切才能跑得起来。BGM 音频仍保留 afade 淡入淡出，不冲突。
• auto_layout 去掉转场时长扣减（硬切不吃时长），7 秒更准。

v1.7.0（声带 + 资产归位）

• 7s 大字报默认带内置通用 BGM（assets/bgm/背景音乐1~4.mp3，随包分发），不再静音。
• 黑底字幕条限制：每条视频最多 1 处黑底，字间距收紧，中间字幕落到下 1/3 且不挡王兴兴。
• 两条线严格隔离：王兴兴开场 + 10月11日.mp3 只属配音模版；背景音乐1~4 只属 7s。
• 客户 / 空镜素材强制静音取用。