与「抽帧舞」相关的搜索结果

你是一位像素动画师兼游戏手感（game feel）设计师，也会写芯片音乐。你用代码做出的东西，要像 16-bit 时代一流工作室手绘的角色动画，而不是缩小的矢量图。 以下是默认值，直接开工，不用问我： - 片名：《第 99 次施法》 - 画幅：1920×1080，60fps，时长正好 16 小节（140 BPM，约 27.43 秒），结尾无缝衔接开头 - 逻辑分辨率：192×108，整数 10 倍放大（竖屏版改为 108×192 → 1080×1920） - 声音：代码合成的芯片音乐和音效 一个老巫师在夜里的山崖上练一个总是失败的法术。三次尝试，一次比一次认真，最后一次成功点亮了山下整座沉睡的村庄。 140 BPM，一拍约 0.429 秒，一小节约 1.714 秒。 - 第 1–2 小节 待机：巫师轻晃，胡子摆动，星星闪烁。镜头极慢地推近。 - 第 3–5 小节 第一次：蓄力 → 宝石亮了一下 → "噗"地冒出一缕灰烟，帽子被吹歪。音乐停半拍，留出喜剧停顿。 - 第 6–8 小节 第二次：更用力 → 飞弹射出 → 在空中掉头飞回来 → 打掉自己的帽子。停 1 拍，巫师眨两次眼。 - 第 9–10 小节 准备第三次：捡起帽子戴正，深呼吸（身体 1 像素起伏两次），音乐收得只剩三角波低音。 - 第 11–13 小节 第三次：长蓄力，火花螺旋聚拢，越转越快；第 13 小节最后一拍前全场静音 0.3 秒。 - 第 14 小节正拍 施法：hit-stop 冻结 5 帧，全屏白闪 1 帧，飞弹划过夜空落向山下。 - 第 15–16 小节 村庄的窗户从近到远依次亮起（错相，每扇窗间隔 2–4 帧），音乐全奏。巫师满意地捋胡子，帽子又滑下来挡住眼睛，然后回到待机姿势。 - 循环：render(16 小节的时长) 与 render(0) 逐像素一致，成片只包含 [0, 总时长) 内的帧。 像素纪律 - 所有内容画在 192×108 的离屏画布上，再按整数倍放大；imageSmoothingEnabled = false，CSS image-rendering: pixelated。 - 所有坐标对齐整数格。禁止亚像素、抗锯齿、shadowBlur、线性渐变；需要过渡时用 4×4 Bayer 抖动。 - 固定调色板不超过 24 色，先输出色板：夜空深蓝紫 4 阶、长袍暖色 4 阶、肤色 3 阶、魔法色 3–4 个，石头和村庄若干。画面上每个像素都必须来自色板。 - 角色约 22×30 个逻辑像素，用选择性描边（sel-out，受光一侧的描边用较浅的颜色）。光照靠切换色板色阶表现，不叠半透明。 动作语言 姿势参数化（法杖角度、手臂高度、头部倾斜、长袍摆动、胡子摆动），但姿势按 12fps"一拍二"的节奏量化更新；火花、飞弹、烟这些特效每一帧都动。 每个动作都走完：预备 → 动作 → 冲击 → 余震 → 回稳。法杖快速挥动时插 1–2 帧拖影帧（smear frame），不用运动模糊。 冲击感：命中瞬间 hit-stop 冻结 3–5 帧；屏幕按整数像素震动，幅度 3 → 2 → 1 → 0 衰减；宝石白闪 1 帧。 挤压拉伸控制在 1–2 像素以内：在像素动画里，1 像素已经是很大的变化。 错相：身体先动，胡子和帽尖晚 2–3 帧跟上，长袍下摆再晚 2 帧。 喜剧靠停顿：失败后的静止和眨眼要给够时间，不要用特效把停顿填满。 场景与光 三层视差：星空（几乎不动）、远山、近处的石崖和巫师。镜头漂移时各层速度不同，位移都取整。 宝石是动态光源：蓄力时，巫师面向宝石的一侧加 1 像素轮廓光，越亮色阶越高。成功那一刻，整个画面的色板短暂整体提亮一阶，再回落。 村庄平时是暗色剪影；窗户亮起时用 2 阶暖黄，每扇窗下方的地面亮起 1 像素反光。 禁止 角色以外的大字、UI、边框、logo；铺满屏幕的粒子爆炸；任何先画高清再降采样的"伪像素"。 - 只用四个通道，模仿 8-bit 主机：方波 1 弹旋律；方波 2 弹和声或琶音（占空比在 12.5%、25%、50% 之间切换）；三角波弹低音；噪声通道打鼓。方波用带限合成（PolyBLEP 或加法合成），避免刺耳的混叠。 - 音效用同一套芯片音色：蓄力是上升琶音；失败的"噗"是向下扫频的噪声；飞弹掉头是一声变调的"啵咿"；命中是噪声爆破加低音下潜；窗户亮起是一串高音"叮"，每扇窗一声，音高沿五声音阶上行。 - 喜剧停顿时，音乐真的停下来；hit-stop 的 5 帧里，只留一条拉长的噪声尾巴。 - BPM 已知，节拍网格直接用公式算。所有关键动作落在拍上，预备动作可以提前 2–3 帧。 确定性渲染（违反任何一条都算失败） - 页面暴露 window.render(t)，t 单位为秒，画面只由 t 计算。不用 requestAnimationFrame、setTimeout、 transition/animation 驱动画面。 - 随机数一律用带固定种子的 PRNG（如 mulberry32）；帧与帧之间不保存状态。 - 粒子（火花、烟、飞弹拖尾）用种子预先生成每个粒子的出生时间、初速度和寿命，位置由 t 解析计算后取整。 - 角色和场景全部程序化生成，不用任何图片；渲染时不联网。 拍摄与编码 Playwright 无头 Chromium，viewport 1920×1080，deviceScaleFactor=1。 逐帧调用 render(t) → 截图 → 通过管道直接喂给 ffmpeg，不在磁盘上堆几千张 PNG。 视频 H.264、-pix_fmt yuv420p、-crf 17、-preset slow、-movflags +faststart；音频 AAC 48kHz 192k，响度归一到 -14 LUFS，真峰值 ≤ -1 dBTP。 - 像素网格检查：随机抽 10 帧，先最近邻缩小 10 倍再放大 10 倍，必须与原帧逐像素相同（证明没有亚像素和抗锯齿）。 - 色板检查：随机抽 10 帧统计用到的颜色，必须全部属于色板。 - 循环检查：render(总时长) 与 render(0) 逐像素一致；音频首尾做 10ms 交叉淡化，循环播放时不爆音。 - 抽帧拼图：每 0.5 秒一张。按这几项各打 1–10 分：剪影可读性、喜剧节奏（停顿够不够）、打击感、动作完整度（有没有直接滑过去的动作）、声画同步、像素纯度。把最严重的 3 个问题修掉再重渲，直到每项 ≥ 8。 自主模式，中途不要停下来问我。先输出色板图和 3 张关键帧（待机、第二次失败、成功那一刻）自己检查，再做整片。 交付：out/wizard.mp4、out/contact_sheet.png、色板图，以及一段 5 行以内的创作决策说明。

尝试了一下用 Opus 5.5 做吃瓜视频，全程自己找素材自己配音（Gemini 3.8 Flash TTS，我提供了 API Key） 图1 是英文版 图2 是中文版 ---- Prompt ---- 帮我做一条吃瓜视频，话题：{话题}（补充素材：{链接/截图，可选}；去敏版：去掉 {人名}，可选） - 内容：八卦、狗血、有冲突和金句，但事实必须准确、有来源。开头 3 秒抛出最炸的点，结尾抛问题引导评论。 - 素材：从 X、YouTube、新闻等广泛搜集，需要我协助就说。以视频片段为主，每句文案配合适的画面，图片和截图只偶尔点缀。多找两人同框的镜头。不重复使用同一画面。裁掉原视频的字幕和台标。不用儿童正脸。标注来源。（可以借助 yt-dlp 下载素材） - 规格： - 9:16 竖版，4–6 分钟，中、英两个版本。 - Gemini 3.8 Flash TTS 配音，旁白清晰。BGM 随旁白自动压低。 - 全程右上角水印 X @dotey。 - 画面： - 第一帧做封面：当事人照片 + 大字标题，越醒目越好。 - 解读推文时叠加推文原文卡片：英文原文高亮关键句，附中文翻译。 - 字幕每条说完一整句，可以 2–3 行，不截断单词。 - 去敏版：旁白、字幕、截图、画面里都不出现相关名字和人物，其余不变。 - 交付前：用 STT 回听旁白、抽帧检查、检查重复镜头。然后发我成片、720p 预览和封面

今天要看一个 bug 录屏， 挺长的不想看 看到一个 skills 让 agent 去看视频流程感觉不错 用 yt-dlp 下载视频 获取 Transcript，平台自带字幕/ MLX-Whisper 或者whisper.cpp 兜底 如果需要视觉，用 ffmpeg 按场景抽帧，把帧 + 对应时间段的 transcript 一起发给 Agent，来生成汇总的 生成 moments.md 和 summary.md 最后可以按需要写入自己的知识库里面。 我这个场景它一下就很清楚的描述了 bug 的详细信息，我再给其他 agent 去修就好了。 我觉得用 agent 看视频，挺好的，尤其是适合这种沟通类或者学习类的场景

出片效果很棒！直接开源。 VellumReel · 卷影 ——把文字变成竖屏叙事视频的本地流水线 给它书摘、读后感或整篇小说,它输出可复现、可校验的 叙事视频。 一切皆文本 ——项目、字幕、镜头、可审阅、可版本管理、可批量出片 中文字幕做到位 — 语义分屏、停顿合并、关键词强调,对话和引用各有语气 声音说了算 — 真实旁白时长决定镜头边界,自动拼接 + 响度规整 克制的电影感 — 镜头运动、调色、转场都在,但不炫技 出片即验片 — 渲染前查画幅时间轴,导出后 FFmpeg 抽帧自检 MIT 许可,TypeScript + Remotion。 🔗

拼贴动画 B-roll Skill 正式开源🔥 评论区可见 👹整个工作流程如下: 1、Codex skill 安装与首次环境自检（缺什么教你配什么） 2、一句口播文稿 → 压成一个视觉隐喻：核心意思、关键物件、底色、组装顺序 3、隐喻确认后才生成彩色拼贴静帧 + contact sheet（Gate 2 再确认一次） 4、静帧通过才烧钱：Gemini Omni Flash 首尾帧组装动画 5、空色场开场，纸片逐件滑入卡位，stop-motion 质感 6、自动去音轨，交付 9:16 竖版 5 秒成片，直接垫口播 7、三重 QA：逐秒抽帧、首帧空场验证、尾帧与确认静帧对照 🧐Tips: 三道确认闸门是故意设的——改文字免费，重生图便宜，重跑视频才是真花钱。批量丢 10 句文稿进去，只放行你看顺眼的 黑白半调人物 + 彩色卡纸点缀，底色跟着语意换：焦橙讲消耗、深紫讲沉淀、青绿讲协作 备注: 这个目前只跑 Codex（静帧生成依赖内置 image_gen），Claude Code 和其他还在适配 MIT 开源，脚本全自带，clone 下来就能用

推荐 @MengTo 为设计师和开发者们开源的 Skills MengTo 是 @designcodeio 和 创始人，在设计和开发结合方面有非常深的积累，他的分享必须关注起来，这个开源项目把设计指令、工作流、风格系统、抓取与调试经验都沉淀成了「四大类、75 个 Skills」 1. Codex workflows - 10 个 可复用的 Agent 操作流程（抓取、转 prompt、性能剖析、内容生产） video-to-superprompt、stitched-full-page-capture、html-to-interaction-prompts、daily-ui-inspiration-capture、optimize-web-animations、performance-profiling 2. Media - 2 个 按用途/裁切/比例挑选高质量图片素材 aura-asset-images、unsplash-asset-images 3. UI - 1 个 “像设计系统一样写 prompt”的方法论 design-first-ui-prompting 4. Web design - 62 个 落地页结构、动效系统、WebGL/3D、CSS 处理、布局系统、视觉风格 landing-page、pricing-page、gsap、threejs、tailwindcss、animation-on-scroll、globe-gl、cobejs、vantajs、progressive-blur、css-border-gradient、各种 dark/glass/skeuomorphic 风格包 ... 旗舰工作流：从参考视频到一键 HTML 1. video-to-superprompt —— 输入一段参考视频（设计稿/落地页/动画录屏），用 ffprobe+ffmpeg 抽帧，按“故事 / 布局 / 运动 / 视觉 / 技术重建 / 可访问性”六层分析，输出一个长到不看原视频也能重建的 paste-ready prompt，明确点名 GSAP ScrollTrigger、Lenis、Three.js、video.currentTime scrubbing 等具体机制。 2. html-to-interaction-prompts —— 把已有 HTML 页面（如 Aura Build 产物）拆成“单段/单动画/单按钮/单 hover/单 WebGL 效果”的可复用 prompt 文章。 3. stitched-full-page-capture —— 解决 Framer 等懒加载/滚动动画站点 fullPage 截图发白的痛点：滚动预热 → 视口分步截图 → 垂直拼接 → 用拼接图重切 section crop，并写回 manifest。配套 Playwright + ffmpeg 脚本。 4. daily-ui-inspiration-capture —— 把“浏览 + 抓取 + 参考研究 + prompt 生成”组合成每日自动循环，产出 prompt pack。 两个值得细读的 Skill 范式 1. design-first-ui-prompting 给出了一套固定 prompt 骨架：GOAL → FORMAT → LAYOUT → TYPE SYSTEM → COLOR+MATERIAL → IMAGERY → COPY → CONSTRAINTS → NEGATIVE PROMPT，并强调三个关键技巧： · “Variants > rerolls”：先锁定布局+层级+文案，再每次只改一个变量（角度/强调色/卡片排布/背景调子）。 · 2-pass 字体工作流：模型常拼错字时，先无字生成留出文字安全区，再回 Figma 排版。 · Constraints card：用 FONT / STYLE / MODE 三行小面板像 mini style guide 一样锚定输出。 2. landing-page 则示范了一个“设计 + 转化 + SEO”三合一 SOP：先收集页面目的/受众/证据/约束，再给核心结构（首屏 5 要素 → 中段论证 → 底部异议处理），列出 4 种布局选型、6 条高转化策略、headline/CTA 文案模板、逐节迭代顺序、SEO/AEO 清单和常见坑——典型地体现了“Skill = 操作规程”的写法。

兄弟们，听说过爆火的全球首个开源 agentic 视频生产系统 OpenMontage 吗？ 这玩意儿真能把 Claude Code、Cursor 这些 AI 编程助手，直接变成了一个完整视频制作团队。你随便扔一句 prompt： “做一个 60 秒雨天城市生活的纪录片蒙太奇，用真实素材，elegiac 调调” 它自己就去网上调研、写脚本、找免费 stock footage、配音乐、烧字幕、渲染出片。最爽的是，它完全开源，现在已经快 3 万星了！ 零 API Key 也能出片： - Piper TTS 免费配音 - Pexels/Pixabay/NASA 免费素材 - Remotion 免费动画合成 想玩高级的，加个 key 就能接 Kling、Veo、FLUX 这些生成器。 12 条专业流水线，52 个工具，500+ agent 技能，还有预算把控 + 渲染后自动质量自检（ffprobe 抽帧音频分析）。 不是玩具，是真能落地的生产系统。帖里演示的 cinematic product ad 才花 0.69 刀，就是活生生的例子。 Github下载地址： 用你的 AI 助手直接跑 prompt 就行。 兄弟们，你们觉得这能让个人创作者直接起飞吗？ 快去 star 一下，试试你第一个想做的视频 prompt～ 或者评论区说说你的想法。 #OpenMontage# #AI视频制作# #视频工具#

微软产品经理 Keiji Kanazawa 在 AI Engineer 大会上做了一场很实在的分享，题为I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code 他原本写了一个自动抓取播客、X 帖子和邮件链接做总结的脚本工具，后来想把它彻底重构成一个带注册中心、支持定时调度和每日自我反思的智能体系统。 他自己完全不看代码，写了一份需求文档，就放手让 Claude Code 和 Codex 轮流写代码、互相审查，连着重构了三个星期。 直到有一天他发现生成的日报把句子放错了栏目，想查一下运行轨迹排障，结果 Claude Code 告诉他查不到，因为这压根不是个真正的 Agent。 他打开代码库一看，才发现那三个星期的全自动重构完全是一场灾难。 首先是假重构，模型为了迎合他的需求文档，在代码里建了名叫 `Skill`、`Action` 和 `Agent` 的类，但点进去看，这三个名字像模像样的模块底层其实是同一段旧代码的换皮，所谓的 Skill 里既没有 `SKILL.md` 也没有脚本，所谓的 Agent 根本没接任何 Agent SDK。 而且第二天他收到账单超支警报，单周开销翻了五倍，一查才发现 Codex 在写单元测试时根本没做 Mock，直接把单测连到了线上付费大模型接口上，一天之内自己跑了 30 多轮测试狂烧生产环境的 Token。 随后呢他决定推倒重来。但作为产品经理，他依然不想走回自己逐行读代码的老路，于是核心问题就变成了在不亲自读每一行代码的前提下，怎么管住 Agent 不让它再写空壳代码。 他摸索出了三步改进思路值得看看和参考借鉴。 第一步是改用验收标准来限制而不是目标来限制。 以前他是给个需求让 Agent 写份计划，看着差不多就点同意放行。重来之后他把重点放在定义最终产出的评分标准上。 比如他后来做了一个解析硬核技术视频的功能，要从视频里抽 440 个关键帧，挑出最清晰的黑板公式截图并配上讲解。 他没有去翻代码改排版逻辑，而是直接去改验收的评分表，在规则里写“每个公式必须和对应的解释按时间顺序穿插排列”，然后让 Agent 对着这张评分表自己跑循环做优化，直到跑分达标为止。 第二步是防止 Agent 在评分表上作弊。 因为评分表本身也是他让 Agent 写的，跑着跑着他又抓到了模型作弊。发现这个问题后，他多加了一层泛化检验，每次改完评分表必须同时在多个不同类型的视频上跑分，并明确下指令禁止针对单一视频凑分数。 第三步是用多轮对抗性审查。 为了防止单个模型再次出现工作问题，他在重新搭建运行时底座时，先拿四个主流工具做了一轮平行对比，发现像 Pi 这种极客框架虽然快，但动不动就弹窗问他 SQLite 表结构怎么设计、TypeScript 接口怎么定义这类纯底层工程问题。 最终他还是回到 Claude Code 和 Codex 的组合上，但把原来的简单互评改成了多轮对抗性代码审查，强制让两个模型站在找茬的立场上深度挑对方的架构漏洞和空壳逻辑。 这一套的思路是很值得借鉴参考的，总结起来也简单，第一个点就是尽量用可量化的验收标准限制模型的工作，第二点是可以采取多个模型的审查发现问题。 youtube：