新闻视频制作工具

基于 GitHub、Hacker News、Reddit、Product Hunt 等平台的热门话题，自动生成带旁白的新闻速递视频。

支持平台：GitHub（蓝 #0969da）、Hacker News（橙 #ff6600）、Reddit（橙红 #ff4500）、Product Hunt（珊瑚红 #ff6154）。

---

一、使用方法

1.1 环境变量

执行任何步骤前，先 source 一次环境变量：

source ~/.openclaw/workspace/.env

workDir = ~/.openclaw/workspace/news-monitor/videos。

1.2 前置依赖

• 系统：Node.js 18+、ffmpeg、Python 3.10+
• TTS 引擎：CosyVoice（位于 ~/.openclaw/workspace/CosyVoice）
• 本 skill 仅负责视频制作。深度调研由其他 skill 完成，本 skill 直接读取 ~/.openclaw/workspace/news-monitor/deep_dive/yyyy-mm-dd_HH/{github,hackernews,producthunt,reddit}/ 目录下已生成的报告作为输入。

1.3 来源选择

用户可在请求中指定只生成某些来源的视频（如"只做 github 的"、"github 和 hn"、"除了 reddit 都做"）。

• 支持的来源 ID：github / hackernews / producthunt / reddit
• 别名容忍：hn ≡ hackernews、ph ≡ producthunt
• 未指定时默认生成全部 4 个来源（向后兼容）
• 仅对被选中的来源读入 deep_dive、生成 script.json、调用 TTS、渲染视频；其它来源完全跳过（不读文件、不输出）

请求示例：

• "做今天的视频" → 4 个来源全做
• "只做 GitHub 和 Hacker News" → github + hackernews
• "做 ph 的视频" → 仅 producthunt
• "除了 reddit 都做" → github + hackernews + producthunt

1.4 工作目录与日志

所有视频产物落地到 ~/.openclaw/workspace/news-monitor/videos/yyyy-mm-dd_HH/，包含：

videos/yyyy-mm-dd_HH/
├── 1920x1080/                # 横屏成片 {source}.mp4
├── 1080x1920/                # 竖屏成片 {source}.mp4
├── {source}/                 # 每来源工作区
│   ├── script.json           # 步骤 1 输出
│   ├── audio/                # 步骤 2 输出
│   ├── remotion-{source}-landscape/   # 步骤 3 输出
│   └── remotion-{source}-portrait/
└── logs/                     # 步骤日志（必须）
    ├── {source}_01_script.log
    ├── {source}_02_tts.log
    ├── {source}_03_remotion.log
    └── {source}_04_render.log

每一步都必须把执行命令、关键参数、错误堆栈追加写入对应日志文件，便于回溯失败原因。

---

二、视频制作要求（指导性原则，必须遵守）

1. 使用 coding agent 执行 + 单视频独立 session：本 skill 必须由 coding agent 驱动执行（GitHub Copilot CLI / Claude Code 等任意一种），以保证 ffprobe 测时、断点续跑、文件检查这类工程化步骤稳定可重复。每个来源的视频开一个全新 session，不要复用上一个来源的会话上下文。session 启动时必须明确告知当前是哪个来源、对应的工作目录与 deep_dive 输入路径。如使用 GitHub Copilot CLI，建议用 --yolo 放开命令权限；使用 Claude Code 则用 --dangerously-skip-permissions，避免逐步确认打断流水线。

2. 配色一致性：视频背景符合各个网站的配色，主题色定义在 remotion-templates/themes/*.ts。同一来源的视频配色必须全片一致，不能在深色和浅色主题之间随机跳跃。绝不能混淆来源（HN 视频里不能出现 GitHub 配色或内容）。

3. item 完整性：视频中的 item 必须与 deep_dive 目录下的文件一一对应，不能遗漏任何一个 deep_dive 文件，也不能引入 deep_dive 中不存在的 item。

4. 分镜数量与模板多样性：每个 item 生成 5-10 个分镜。每个 item 至少使用 5 种不同模板，全视频至少使用 10 种不同模板，确保视觉多样性。

5. 视频开头结构（必须）：

   • CoverScene（≈2 秒）：标题 + 日期 + 来源标识，快速过渡
   • RichBulletScene 总览预告（≈5-8 秒）：列出所有项目/帖子的名称 + 一句话亮点 + 关键数据（如 "+814⭐"），配合旁白的总览介绍
   • 不能只放一个空荡荡的封面，开头就要有内容抓住观众

6. 旁白深度：必须具体且有深度，不能只读标题和热度。每个 item 的旁白必须包含：

   • ≥1 个具体数据点
   • ≥1 个技术细节
   • ≥1 条社区评论转述（如有）
   • 竞品对比要点（如有）
   • 关键事实遗漏率 ≤ 30%
   • 如有 pros/cons 正反方评论（如 HN、Reddit），必须用 DebateSplitScene 模板呈现，观点要覆盖全面

7. 旁白语言：一律用中文。HN/Reddit 这类英文内容较多的来源不能直接读英文标题或评论，必须先翻译成中文再撰写旁白。旁白侧重解说和分析，画面侧重原文要点和数据，两者不需要完全一致。

8. TTS 友好：旁白文本避免特殊字符；英文避免使用 - _ . 把单词连在一起（TTS 会读不出来）；旁白中的每个 bullet 和每个模块单独一个子分镜，方便后期音画对齐。

9. 画面密度：每个内容分镜画面上可见文字 ≥ 80 中文字 / 150 英文字。旁白提到的关键信息（数据点、技术名词、评论观点）≥ 70% 必须在画面上展示。旁白提到的数据点（Star 数、性能数字、百分比）应以大号动画数字 / 动态计数器形式同步显示；竞品对比必须用表格 / 分栏（不要纯文字列表）；社区评论必须用引用卡片（不要 bullet）。

10. 动效与时长：

    • 严禁静态画面超过 3 秒：必须使用逐条入场（stagger ≥ 0.5s），动画结束后用持续动效（活跃 bullet 切换高亮 / 数字 counter / 进度条 / 元素浮动）填充剩余时长
    • 单分镜旁白时长 ≤ 15 秒。超时必须拆分（按论点拆，每子分镜 8-15 秒，使用不同模板或视觉焦点）。例：35 秒讲 3 个要点 → 拆为 3 个分镜（KeyInsight → RichBullet → DataHighlight），每段约 12 秒
    • 动效幅度 ≥ 20px 或 ≥ 5% 缩放（更小的幅度在视频中不可感知）。每分镜至少叠加 ≥ 2 种动效

11. 空间利用率 ≥ 65%（可用 ImageMagick -fuzz 15% -trim 测量），不允许大面积空白。

12. 不得修改组件源码：模板代码已在 remotion-templates/ 中评估迭代到位，只允许修改 theme.ts 和 Main.tsx，不得重写 Scene 组件逻辑。

---

三、执行步骤

以下流程对每个被选中的来源单独执行。生成两个版本：横屏 1920×1080 和竖屏 1080×1920。
Reddit 来源整体做一个视频，根据 subreddit 分类，从 AI 相关分类取 Top 10 帖子。

步骤 1：生成分镜（旁白 + 模板选择）

输入：~/.openclaw/workspace/news-monitor/deep_dive/yyyy-mm-dd_HH/{source}/ 下的深度调研报告

输出：videos/yyyy-mm-dd_HH/{source}/script.json

1.1 可用模板（17 个，字段 schema 见 remotion-templates/SCENE_DESIGN.md）

⚠️ 每段 data 必须严格匹配 SCENE_DESIGN.md 里对应模板的 Props 接口。
字段名拼错（含大小写）会被生成器静默忽略走默认值，画面上表现为该
字段空白或归零——例如 data_highlight 的主数字字段必须是
mainNumber，写成 value 会让超大计数器从 0 滚到 0。下表只列每个
模板的用途，字段契约请以 SCENE_DESIGN.md 为准。

模板 ID	一句话用途	适用关键词 / 同义概念
cover	视频封面 / 片尾，标题 + 副标题 + 来源标识	封面、片尾
project_intro	GitHub 专用项目身份卡：rank + 名称 + tagline + ⭐ 数（图标硬编码 ★）	GitHub 项目介绍
project_hero	跨来源通用身份卡：rank + 名称 + tagline + 任意前缀 stats（▲ points / votes / ⭐ 等，自动解析前缀）	HN / PH / Reddit 身份卡、排行榜单条
key_insight	核心洞察 / 痛点：一句大字 + 一段解释	核心观点、insight、痛点、hook
rich_bullet	详细要点列表（活跃 bullet 高亮切换，每条带 title + detail 子结构） 旁白格式：narration 必须用连续两个换行 \n\n 分隔成 bullets.length 段，每段对应一条 bullet 的旁白，确保画面高亮与语音同步	要点列表、排行榜总览预告、步骤拆解
bullet_points	简洁要点列表（纯字符串 bullets，顶部带项目名称栏）	项目子要点、章节分要点
comparison_table	竞品 / 方案对比表格	对比、并排比较
debate_split	正反方辩论：左右两侧支持 / 反对论点（pros/cons 必用）	辩论、pros vs cons
quote_card	单条社区评论引用：大字引文 + 作者 + 平台	引用、单条精选评论
data_highlight	数据仪表盘：超大动画数字 + HUD 圆环 / 进度	star 数、性能数据、百分比、KPI 仪表盘
feature_card	单点功能特色卡：图标 + 标题 + 描述	单点亮点、产品功能（多列并排可重复使用）
code_block	代码片段 / 命令行展示	代码、安装命令、CLI、shell
architecture	架构分层图：纵向多层（前端 / 后端 / 数据）	系统架构、技术栈分层、流程图
tech_stack	技术栈徽章列表	使用的技术、stack badges、依赖列表
chat_bubbles	多人讨论气泡（左右交替弹入）	多条评论、社区讨论、弹幕风格留言流
timeline	时间线（事件 / 版本历史，按日期点亮）	时间线、版本历史、roadmap
transition	章节过渡 / 来源切换大标题	转场、章节标题

注意：上表 17 个模板 ID + 1 个向后兼容别名 cover_title ≡ cover 是 generate_main_tsx.py 当前接受的全部 template 取值。其它名字一律不接受，写错会被跳过并打印 WARNING: Unknown template——遇到上表未覆盖的展示需求，请从现有模板中挑最贴近的一个，不要凭概念名生造。

1.2 画面显示语言规则（严格遵守）

script.json 中所有用于画面展示的文本字段默认中文，仅以下情况保留原文：

1. item 身份标识（保持与原平台一致便于搜索识别）：
   • ProjectHero.name / ProjectIntro.name（GitHub 仓库名 owner/repo、HN/Reddit 帖子标题、PH 产品名）
   • RichBullet.project、TechStack.project（跟随所属 item 名称）
   • 总览预告型 RichBullet.bullets[].title（列表就是各 item 名称时，title 用英文原名，detail 用中文亮点）
2. 品牌 / 平台标识：source、QuoteCard.platform
3. 作者 handle：QuoteCard.author、ChatBubbles.messages[].author
4. URL、版本号、技术栈专有名词（React / PyTorch / CUDA 等）
5. 代码本身：code_block.code（含 language）

必须翻译为中文的字段：

• Cover.title/subtitle、ProjectHero.tagline、ProjectIntro.tagline
• KeyInsight.headline/explanation
• RichBullet.sectionTitle；非 item 列表时的 bullets[].title/detail
• QuoteCard.quote（英文评论必须翻译）、QuoteCard.context
• ComparisonTable.title/columns/rows（专有名词、版本号、数字可保留）
• DataHighlight.unit/context
• DebateSplit.topic/proSide.label|points/conSide.label|points
• Architecture.title/layers[].name|description
• Timeline.title/events[].label（events[].date 是日期字符串，不译）
• FeatureCard.title/description/highlight
• ChatBubbles.topic/messages[].text（英文必须翻译）
• Transition.text/subtitle

1.3 做法

1. 读入该来源所有 deep_dive 文件
2. 为每个 item 规划 5-10 个分镜：先决定每个分镜要讲什么内容（结合二.6 旁白深度要求），再选合适模板
3. 第 1 分镜固定 cover，第 2 分镜固定 rich_bullet（总览预告，列出所有 items）
4. 撰写每个分镜的 narration（中文，遵循二.7/8 与 1.2 的语言规则）
5. 写入 script.json：顶层是 {"segments": [...]}，每个 segment 包含 id（唯一标识，用于 audio 文件名）、template（取 1.1 表中 17 个模板 ID 之一）、narration（旁白文本）、data（模板需要的字段，字段集随模板不同而不同；详见 remotion-templates/SCENE_DESIGN.md 中各 Scene 的 Props 定义）

1.4 关键字段约束

• 每个 segment 的 id 必须全局唯一（用作 audio 文件名前缀）
• data.name（项目名）必须是人类可读的真实名称，不能用 slug 或 id
• bullet_points.data.project 必须显式传入真实项目名（如 "Gemini CLI"），不能是 slug，且应与同一 item 的 project_intro.data.name 一致；缺省会导致顶部标题为空
• 数值字段：GitHub 用 stars，HN 用 points，PH 用 votes，Reddit 通常没有（留空或省略）

日志：把读入的 deep_dive 文件清单、为每个 item 规划的 segment 数 / 模板分布、最终 script.json 路径写入 logs/{source}_01_script.log。

步骤 2：生成 TTS 语音

输入：步骤 1 的 script.json

输出：videos/yyyy-mm-dd_HH/{source}/audio/{seg_id}.wav

命令：

python tts_batch.py \
  videos/yyyy-mm-dd_HH/{source}/script.json \
  videos/yyyy-mm-dd_HH/{source}/audio \
  --speed 1.2

校验：脚本退出码 2 表示存在 segment 总时长 > 15 秒，必须回到步骤 1 拆分该 segment 后重跑。

日志：logs/{source}_02_tts.log，记录 tts_batch.py 全部 stdout。

---

步骤 3：生成 Remotion 项目和 Main.tsx

输入：步骤 1 的 script.json + 步骤 2 的 audio/

输出：两个 Remotion 项目（横屏 + 竖屏）remotion-{source}-{landscape|portrait}/

做法（横屏 / 竖屏各执行一次）：

# 1. 创建项目并安装依赖
mkdir -p remotion-{source}-{orientation}/src remotion-{source}-{orientation}/public
cp remotion-templates/package.json remotion-{source}-{orientation}/
cp remotion-templates/tsconfig.json remotion-{source}-{orientation}/
(cd remotion-{source}-{orientation} && npm install)

# 2. 复制对应方向的组件
cp remotion-templates/{landscape|portrait}/*.tsx remotion-{source}-{orientation}/src/

# 3. 复制入口与主题
cp remotion-templates/index.ts remotion-templates/index.css remotion-{source}-{orientation}/src/
cp remotion-templates/themes/{source}.ts remotion-{source}-{orientation}/src/theme.ts

# 4. 链接音频
ln -s $(pwd)/audio remotion-{source}-{orientation}/public/audio

# 5. 生成 Main.tsx + Root.tsx（自动按 wav 时长计算帧偏移）
python3 generate_main_tsx.py script.json \
  remotion-{source}-{orientation}/src \
  --width {1920|1080} --height {1080|1920} \
  --audio-dir remotion-{source}-{orientation}/public/audio

注意事项：

1. HN 来源：用 ▲ 替代 ★ 显示 points，可在 theme 中覆盖；或直接选 project_hero 模板（前缀自动解析）。
2. 竖屏 scanY：使用 % 2000 而非 % 1200（适配 1920 高度）。
3. Root.tsx 尺寸：横屏 width={1920} height={1080}，竖屏 width={1080} height={1920}。generate_main_tsx.py 默认横屏，竖屏需通过 --width 1080 --height 1920 显式指定。
4. starsNum=0：ProjectIntroScene 已有 starsNum > 0 守卫，不显示空 badge。Reddit 通常无投票数据，留空即可。

日志：logs/{source}_03_remotion.log，记录两个项目的安装日志、generate_main_tsx.py 的 stdout / stderr、跳过的未知 template warning。

---

步骤 4：渲染视频

输入：步骤 3 的 Remotion 项目

输出：

• videos/yyyy-mm-dd_HH/1920x1080/{source}.mp4
• videos/yyyy-mm-dd_HH/1080x1920/{source}.mp4

渲染命令：

cd remotion-{source}-{orientation} && \
  npx remotion render src/index.ts Main \
    --output /path/to/videos/{date_h}/{wxh}/{source}.mp4 \
    --fps=30 --codec=h264 --concurrency=4

日志：logs/{source}_04_render.log，记录命令、总耗时、输出文件大小、ffmpeg 报错（如有）。

---

四、参考资料

• 主题色定义：remotion-templates/themes/{github,hackernews,producthunt,reddit}.ts
• 模板视觉规范：remotion-templates/SCENE_DESIGN.md
• 模板组件实现：remotion-templates/{landscape,portrait}/*Scene.tsx
• Remotion 入口：remotion-templates/index.ts、index.css
• 帧偏移生成器：generate_main_tsx.py（项目根目录）