laoyang-channels-video-agent
Skill0 starsChanged 35 days agoMITView on GitHub
「老杨拆商业」视频号全自动生产 Agent:选题 → 口播稿 → 提词/拍摄清单 → 素材回收 → ASR转写 → 自动粗剪(去静音/去口误)→ 硬字幕烧制 → BGM → AI标识 → 质检 → 发布清单 → 复盘。 内置本机硬约束(ffmpeg 无 drawtext、字体路径)、老杨品牌视觉与口播语言规范、 2026 视频号算法与 AI 标识合规。 触发词:视频号、做视频、口播视频、剪视频、自动剪辑、分镜、配音、声音克隆、 老杨视频号、本周发什么、视频号复盘、短视频脚本。
In this repository38 other files it gives its agents.
- aranya-nonstandardSkill
- bailian-zxSkill
- brand-research-scoutSkill
- city-new-mall-scanSkill
- commercial-hubSkill
- commercial-report-deliverySkill
- commercial-site-researchSkill
- laoyang-article-excelSkill
- laoyang-article-imagesSkill
- laoyang-quality-checkSkill
- laoyang-short-videoSkill
- laoyang-topic-researchSkill
- mall-competition-scanSkill
- md2wechatSkill
- platform-content-adapterSkill
- restaurant-evaluatorSkill
- shui-on-xintiandiSkill
- store-site-analysisSkill
- tianmuli-teamSkill
- urf-curetailSkill
- wanhua-luxelakesSkill
- warm-article-dailySkill
- wechat-account-analyzerSkill
- wechat-article-extractorSkill
- wechat-brand-extractSkill
- wechat-managerSkill
- wechat-mp-data-collectSkill
- wechat-mp-publishSkill
- wechatreaderSkill
- zouyi-chaserSkill
- zsxq-bd-harvestSkill
- 余峰-perspectiveSkill
- 潘玉明-perspectiveSkill
- 王智明-perspectiveSkill
- 王玮-perspectiveSkill
- 管有冬-perspectiveSkill
- 老杨拆商业-perspectiveSkill
- 蔡云-perspectiveSkill
The file
Files
老杨拆商业 · 视频号全自动生产 Agent
一句话定位:你负责出镜说话,其余全部交给 Agent。 从选题到可发布成片,只在两个地方需要你:拍摄、点发布。
0. 先读这份(每次开工前)
| 文件 | 什么时候读 |
references/env-capabilities.md | 每次都读。本机能力与硬约束,不遵守必失败 |
references/brand-kit.md | 写稿、做封面、定字幕样式时 |
references/script-playbook.md | 写口播稿时 |
references/storyboard-spec.md | 做拍摄清单、分镜时 |
references/voice-clone-setup.md | 配置/使用声音克隆时 |
references/compliance-ai-label.md | 发布前必读。AI 标识与平台红线 |
references/channels-algo-2026.md | 定选题、定发布策略、复盘时 |
references/edit-recipes.md | 剪辑参数拿不准时 |
1. 形态路由(先判断走哪条)
用户说「做个视频」时,先判断形态,再进流水线。
| 形态 | 什么时候用 | 引擎 | 单条耗时 |
| M · 口播引子+B-roll混剪(默认主力) | 出镜约 30s(开头+结尾),中间 60-90s 用图表/照片/现场实拍撑 | assemble.py 时间轴装配 | 装配 3-5min |
| L · 纯口播(真人全程出镜) | 快速 reacts、不需要图表时 | produce.py 一键 | 3-5min |
| A · 图文数据动画(不出镜) | 没空拍;纯数据款 | HyperFrames/Remotion | 10-15min |
| V · 克隆声线纯音频+图文 | 有克隆音色后,不出镜但要有老杨声线 | tts_volc + 图文模板 | 5-8min |
主目标约束(用户已定:涨粉 + 建立个人 IP 认知) → 主力 M 形态:前 3 秒必须真人出镜(建立 IP 信任),全程 90-120s(撑得起算账结构 + 高收藏率)。 → L 是 M 的快速版,A/V 只作补量,合计占比不超过 40%。
时长决策(2026-09-22 用户确认)
90-120 秒,上限 150s。
| 档 | 时长 | 适用 |
| 紧凑版 | 90s | 单一结论,不铺场景 |
| 标准版 | 110s | 两版账 + 阈值清单(推荐) |
| 深度版 | 150s | 多案例对照,上限 |
依据:①算账体结构最短 110s(钩子15+铺垫20+两版账40+阈值25+收口15) ②2026 算法第一权重是收藏率,60s 塞不下可保存的对照表 ③>180s 完播率雪崩。
声音方案(2026-09-22 用户确认)
直接上老杨本人声线克隆(火山 seed-icl-2.0),配 Key 前降级 edge-tts。
M 形态下克隆声线的正确分工:
- A-roll 出镜段(开头/结尾):用拍摄原声,不用克隆
- B-roll 旁白段(中间):优先真人原声画外音(单独录一条完整旁白); 录不了/改词时用克隆声线,两者音色要一致
- 不把出镜原声整体替换成克隆——既没必要,又多一套"声音为AI合成"标注义务
2. 主流水线(M 形态 · 口播引子 + B-roll 混剪)
①选题 → ②混剪稿(含时间轴) → ③B-roll拍摄清单+旁白稿 → ④拍/录(人工)
→ ⑤旁白音轨 → ⑥assemble.py装配 → ⑦字幕烧制 → ⑧BGM/封面
→ ⑨AI标识注入 → ⑩质检 → ⑪发布清单 → ⑫数据复盘① 选题
读 references/channels-algo-2026.md。三条硬规矩:
- 一条视频只讲一个数字结论,不贪多。
- 选题优先从「老杨拆商业」已发热门文章里挖
(
$HOME/WorkBuddy/2026-07-13-13-41-31/老杨拆商业/), 取"数字三件套":基数 + 除法结果 + 反常识结论。表格直接转图表复用(见 broll-playbook)。 - 周更默认 3 条。
② 混剪稿(M 形态核心,读 broll-playbook.md + script-playbook.md)
一次产出三件套:
- 口播稿(90-120s,270-500 字):开头钩子 + 中段旁白 + 结尾收口,标注哪些句子是出镜、哪些是旁白
- B-roll 时间轴:每段素材类型/时长/来源,图表段标
fit:contain - 旁白稿:单独可念的完整旁白文本
③ 拍摄清单(读 storyboard-spec.md)
- A-roll:出镜开头 15-20s + 结尾 10-15s,竖版,带原声
- B-roll:现场实拍 8-15s/条,一律竖版;图表用文章表格转图
- 旁白:安静室内录一条完整音轨
narration.mp3
④ 拍/录(人工)
用户完成。Agent 只给清单,不代拍。
⑤ 旁白音轨
narration.mp3(真人录)或 tts_volc.py 生成(克隆声线)或 tts_edge.py(兜底)。
时长必须 ≥ 时间轴总长。
⑥ 装配(M 形态核心脚本)
$PY scripts/assemble.py timeline.json -o assembled.mp4- video 段自动转 1080×1920;image 段自动 Ken Burns(图表段
fit:"contain"完整显示+米白留白) - 出镜段用原声,B-roll 段自动接旁白轨(游标自动累加)
- 先
--dry-run看时间轴表再渲染
(L 形态纯口播改用 produce.py:对齐→粗剪→字幕→质检一条龙)
⑦ 字幕烧制(关键:本机无 drawtext)
$PY scripts/burn_subtitle.py assembled.mp4 --align align.json --style laoyang -o subbed.mp4必须走 PIL 预渲染 PNG + ffmpeg overlay。详见 references/env-capabilities.md。
⑧ BGM + 封面
- BGM:低音量垫底(volume 0.05-0.08),人声优先,版权干净
- 封面:真人出镜帧 + 钩子文案(顶部 1/3 安全区,字号 ≥72px), 竖版 1080×1920,不用 AI 生图(避免"AIGC图为主体"判低创作度)
⑨ AI 标识注入(合规,不可跳过)
读 references/compliance-ai-label.md。只要成片含 AI 生成元素(克隆声线、AI 生图、AI 补录),必须:
- 显式标注:封面或开头 3 秒显示"AI 生成",声音部分标"声音为 AI 合成",全程角标
- 发布时勾选平台"内容含 AI 生成"选项
⑩ 质检
$PY scripts/qc_video.py final.mp4 --json qc.json必查:时长/分辨率/码率/音画同步(两流 start_time 均为 0)/无削波/字幕越界/旁白是否盖满全片。
⑪ 发布清单
标题、话题标签、固定发布时段(建议晚 8 点)、私域冷启动(发 3-5 个精准群 + 朋友圈)、首小时动作。
⑫ 复盘
发布 48 小时后取后台数据,恰好 3 条下周动作,每条写清"怎么算做完"。
3. 一键全跑(自动化场景)
$PY scripts/produce.py --script 口播稿.txt --raw raw.mp4 --topic "选题名" --outdir 输出目录串起 ⑤⑥⑦⑧⑨⑩,中途任何一步失败必须停下来报告,不得静默跳过、不得用假数据补齐。
4. 硬约束(违反即返工)
| 条 | 规则 |
| 1 | 数字全部来自素材,不编造;不确定宁可不写 |
| 2 | 严格脱敏:不出现现任公司名、项目名、商户名、路名;城市只按能级代称 |
| 3 | 每条视频只有一个行动号召(关注 / 看公众号 / 加微信,只推一个) |
| 4 | AI 元素必须显式标注 |
| 5 | 禁绝对词(最/第一/100%/稳赚)、禁导流(留微信/电话/二维码) |
| 6 | 主色恒定:暗炭 #2B2B2B + 老杨红 #C0392B |
| 7 | 字幕:白字 + 5px 暗炭描边,竖版每行 ≤ 12 字 |
| 8 | 交付必须调 present_files,不调用户收不到 |
| 9 | 失败不得静默:写明哪步失败、降级方案、缺什么 |
5. 与其他 Skill 的分工
| Skill | 干什么 | 什么时候让位 |
| 本 Agent | 视频号视频生产全流程 | — |
老杨拆商业-perspective | 老杨视角分析商业问题、人格化回答 | 只提供语料与观点,不碰剪辑 |
laoyang-short-video | 卡通动画短视频(ImageGen+VideoGen) | 走 A 形态且要卡通人物时调用 |
hyperframes-cn-short-video | HTML/GSAP 渲染科技风视频 | 走 A 形态且要数据动画时调用 |
laoyang-article-images | 公众号文章配图 | 只做图,不做视频 |
wechat-channels-ops(专家) | 视频号运营九环(目标/账号/选题/复盘) | 本 Agent 只做 ①⑫ 的生产侧,运营策略交它 |
6. 下一动作提示
每次交付完,文末给一句人话的下一步:
- 「要我把第 2 条也写成完整口播稿吗?」
- 「素材拍好了丢给我路径,我直接开剪。」
- 「发布 48 小时后把后台数据贴给我,我出 3 条下周动作。」
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

