reel-kit Skill 技能

技能简介

reel-kit 是一个面向 AI 编码代理（Claude Code、Claude Cowork、Codex、ChatGPT Work）的技能包，专门解决"口播视频后期太重"这件事：给它一条原始 talking-head 素材，它会先按你的风格出故事板（storyboard），每一拍都给你看真实画面、动作、音效和需要你补的内容；你点头之后，它再剪片、加字幕、做动效、铺音效、压到流媒体响度（-14 LUFS），最终输出完整竖屏成品。所有计算都在你自己的 Mac 或 Linux 上、本地素材上完成，免费、开源、风格可塑。

核心能力

• 三种风格包模式：Hi-fi（演播室级，桌面口播 + 全屏数据卡 + 身后字）、Lo-fi（手机自拍，截图与字幕贴在身前身后、逐字点亮）、Showcase（炫技版，每句话都对应一套手工动效，17 种效果循环使用）。
• 干净剪辑：自动剪掉空白、保留每句话的最佳 take、所有衔接处加 J-cut、单一机位出两种构图、前后均做口型对齐校验。
• 字幕精准压字：字幕精准落在词上，使用你设定的字体、颜色和动效；Showcase 模式下提供 17 种手工动效（动态字、身后大词、巨幅字幕、打字提示框、评论流、杂志封面、剪辑时间线、色调擦除、多机位网格、自递归帧等）。
• 故事板先审后渲：每一拍都先给你看真实画面、动作、音效和需要你补什么；任何一拍都可以批注；你不说 go，就不进入渲染。
• 风格学习与持久化：首次运行时根据你的品牌文件、设计指南或 2-3 条参考视频自动学习风格，存到 ~/reel-kit/style/（位于技能外，更新不覆盖）；之后每条视频都会随成品保存当时用的风格副本。
• 本地化、可复现：ffmpeg + Node 22+ + Python 3.10+ 自检脚本，输出"READY"即代表可渲染；Windows 未官方测试，WSL 可用。
• 开源可审计：所有处理在你的电脑上对你的素材完成，不上传第三方。

安装配置

• 准备一台 Mac 或 Linux 机器，安装 ffmpeg、Node.js 22+、Python 3.10+；安装脚本会逐项自检并打印缺什么、怎么补。
• 推荐模型：Claude Opus 5.5（max effort）。在 Claude Code 中以 claude --model opus --effort max 启动；在 Claude Cowork 中选 Opus 5.5 + 最高 effort；在 Codex 与 ChatGPT Work 中选最强模型 + 最高推理 effort。
• 克隆仓库：git clone https://github.com/justynberk/reel-kit。
• 在 Claude Code 中安装到 ~/.claude/skills，运行 setup：/reel-kit。
• 也可通过 Codex、Claude Cowork、ChatGPT Work 的对应 skill 加载入口安装。

使用步骤

1. 启动你的 AI 代理（Claude Code / Claude Cowork / Codex / ChatGPT Work），加载 reel-kit 技能。
2. 首次运行：让代理学习你的风格——可以丢给它品牌文件 / DESIGN.md / 官网链接 / PDF，也可以发 2-3 条你喜欢的视频链接，或者答完 4 个快速问题；代理会给你一张风格板让你确认。
3. 准备一条 talking-head 原始素材（mp4 / mov），告诉代理你想做什么——产品介绍、自媒体口播、播客切片、培训口播都可以。
4. 代理先输出故事板：每一拍都标出真实画面、动作、音效与需要你确认的细节；你在任何一拍上批注、要求改。
5. 审完故事板，回复 go；代理开始按风格包出最终竖屏成品（Hi-fi / Lo-fi / Showcase 任选一种或多种）。
6. 在 ~/reel-kit/style/ 查看本条视频所用的风格副本，方便下一条直接复用或微调。

适用场景

• 自媒体 / 知识 IP 的口播视频后期（科普、播客切片、行业评论）。
• 创业团队每周的产品更新视频，需要稳定风格 + 高频产出。
• 培训机构的标准化课程口播视频，对字幕准确性和画面对齐要求高。
• 营销 / 增长团队制作"产品功能更新""客户案例""数据简报"等竖屏短片。
• 远程团队成员希望统一品牌视觉，但不想外包剪辑或订阅云端 SaaS。

适用人群

• 一人 / 两人内容团队，需要"看起来是专业剪辑，但自己不动手"的工作流。
• 已经在用 Claude Code / Codex / ChatGPT Work 的工程师或创作者，希望代理直接接管口播视频后期。
• 关注隐私与版权的团队：素材、风格、字幕文件全在本地，零上传。
• 想建立"风格资产"的内容创作者：风格学习一次、长期复用，每次更新品牌不用从头拍片。
• 不适合 Windows 原生环境、需 ffmpeg/ffprobe 自动化能力、或希望全自动无人值守产出的场景。

工作原理

reel-kit 的处理流程分四层：风格层（学习品牌资产并固化为 style/）、分镜层（按风格把素材切成 beat、生成 storyboard）、执行层（调用 ffmpeg 做剪接、字幕、动效、合成）、响度层（统一压到 -14 LUFS 流媒体标准）。技能文件以 SKILL.md 形式放在仓库，代理按需读取每一步的流程化指令；所有可执行工作都交给本地工具链，代理不直接执行任何第三方代码。风格包"对外"存放（位于 ~/reel-kit/style/ 而非技能目录），所以技能更新不会覆盖你的风格资产。

官方链接

• GitHub 仓库：https://github.com/justynberk/reel-kit
• 动效库说明：https://github.com/justynberk/reel-kit/blob/main/fx/LIBRARY.md
• 安装文档：https://github.com/justynberk/reel-kit/blob/main/docs/installation.md
• Agent Skills 标准：https://agentskills.io