将口播稿、文章或已有音频与 SRT 制作为可自动播放的 16:9 网页视频演示（Vite + React + TypeScript）。用连续视觉场景、证据画面、卡片状态变化与 MG 动画解释内容；支持点击推进、整段原声驱动、按绝对时间验帧，以及预览页一键导出 1K/2K/4K MP4。适用于 B 站、YouTube、视频号口播配画面与产品演示。
インストール方法を見るインストールする前に、エージェントに与えられる指示の中身を確認できます。
技能版本 2.6.1（同步自
manifest.json）。开始任务时先向用户报出版本号 —— skills CLI 不提供更新提示，用户只能靠这个判断手上是哪一版、要不要重装。
声音讲细节，画面让观众看见关系与变化。先设计“什么东西发生了什么”，再排文字。 高级感来自清楚的主次、可信的素材、连贯的空间与精确的运动；动画数量、卡片数量和代码量不等于质量。
| 工作 | 读 |
|---|---|
| 规划、SRT、事实 | PLAN-FORMAT.md |
| 构图、镜头、MG、章节开发 | CRAFT.md |
| 音频时钟、可寻址动画 | MOTION.md |
| 浏览器验收、对照实验 | EVALUATION.md |
| 录制交付 | RECORDING.md |
只有文案与参考录音时，先用已安装的 voice-clone-tts 生成最终 WAV、SRT 和 voiceover.json。不要在网页章节开发后才重新生成声音。
node <本技能目录>/scripts/import-voiceover.mjs <voiceover.json> <presentation目录>
导入器验证文件、PCM时长和字幕，复制到 public/audio 并生成 voiceover-input.json。按其中 cues 组织镜头；同一 scene 可以跨多个 cue/step，导入器不会替你编造视觉方案。plan.md 的 srt 路径相对于计划文件，audio 路径相对于 public/。时长使用清单中 WAV 的准确时长。
presentation/public/audio/，原件不改。article.md，按 SCRIPT-STYLE.md 写 script.md。先做少量配音定节奏；整段合成后再锁定精确动画，别等所有动画做完才发现音频装不下。合成方式见 AUDIO.md。themes/*/theme.json；用户让你选就说明选择并推进。新主题见 THEMES.md。plan.md，与 presentation/ 同级。timeline 管时间与原文；章节备注管镜头、证据与共享视觉约定。生成的 BRIEF 和验收结果不是第二份手工计划。先出一个有代表性的 15–30 秒样片，优先选最难的解释/对比段，连同入口与出口一起验证，形成可复用的构图、字体、物体尺度和运动语言。不要只挑容易做漂亮的标题。已获用户授权时自主过关继续；风格需要用户拍板时给可播放样片和具体差异再问，不设置固定的主题/并行度/anchor 四连问。真正影响口径的事实冲突单独澄清。
bash <skill>/scripts/scaffold.sh ./presentation
cd presentation
npm run dev # 立即体验默认模板；准备好 ../plan.md 后再 npm run gen
01-pipeline 的完整连续场景：creator-dark 主题、6 段口播、21 个动作拍，含对象配对/汇合、波形拆轨、时间戳落位、卡片生成、关系传递、焦点推进和交付转场。首页直接逐拍交互，?auto=1 无声连播；用法与替换路径见 STARTER.md。主题可用 --theme=<id> 改选。01-pipeline 的镜头与素材都属于这个演示自己的内容，按你的口播重写，不照搬、不当固定配额。默认示意波形/时间不能作为实测证据。01-pipeline/ 保留作视觉参照，不要删目录。同步 src/registry/chapters.ts 注册新章节、移除 previewTiming 就行 —— 移除的是注册，不是这份实现。它是唯一的同源参照物，删了就没有第二份可对照。具体怎么继承见 STARTER.md（不是通读 chapter.tsx 手抄）。gen 默认读 ../plan.md；生成 timeline、章节 narrations、BRIEF。有 srt: 时同时生成准确 cue 数据 timing.ts，不再每章重复抄时间。narrations.ts 已存在会保留；改 step 数需同步文件或备份后重新生成。别假设重跑 gen 会覆盖它。App.tsx 设置 AVATAR_CORNER 与 SUBTITLE_SAFE，并把配置写到计划的全片约定中。src/motion/ 的时间采样函数与原生 SVG/CSS；复杂形变确有收益时再引入库。共享组件放 src/components/，不要从其他章节导入。src/styles/base.css 已有 .card 原语（--surface-2 / --bw-1 solid var(--rule) / --r-card / --card-shadow），由 App.tsx 全局导入 —— 任何章节直接可用，不需要 import，也不受「章节 CSS 有前缀」「不跨章 import」两条约定约束（check.mjs 的前缀检查与跨章检查都不扫描 src/components 与 base 原语）。新章节的卡片复用它加主题 token。--r-card 从 4px 到 32px 不等，写死 border-radius:16px 换主题就破。反复出现的卡片再由主线程抽象进 src/components/。01-pipeline 自己尚未接上 .card（硬编码 16px），属历史遗留，不要照抄它的字面值。每章输入 = BRIEF（含生成的 FACTS.md 链接）+ CRAFT + 当前主题 token；使用时间采样时再读 MOTION。
按用户授权及可用工具决定是否并行；并行时先冻结共享组件/主题/接口，一章一个 agent，仅写本章目录。主线程负责共享代码和注册。token 统一不能兜底构图与动作风格，样片才是契约。 若无子代理就顺序完成，流程不依赖多代理。
设计目标（诊断线，不是机械配额）：
npm run check：真实 TypeScript 项目检查、时间轴/步数/红线。SKIP 不等于该项已验证。?review=1&t=<绝对秒>&mute=1 精确复现。?auto=1&mute=1 按 part 连续播放，确认声音时钟推进、cue 落点、无黑场/错位/截断。静态验帧不能代替播放。mute=1。预览页右上角 导出 可选 1K / 2K / 4K，编码时保持标签打开；滤镜失真或旧浏览器再按 RECORDING.md 用录屏软件。没有量过的速度/返工改善不要写成结论。固定 1920×1080 舞台，用 transform 适配视口，章节不用 vw/vh；颜色与字体用主题 token；章节 CSS 有前缀；无跨章 import。step 与口播条目数一致。整段原声由 audio.currentTime 驱动；章节不用独立计时器制造第二条时间轴。术语、数据口径和真实素材来源统一。
Manual、Auto 与 Review 都保留舞台外边距和 16:9 框选边界。画面区域为直角矩形，边框、角标和控制条在画面外；切换播放模式不得改变矩形大小。截图/录制按 .stage-frame 的真实边界裁取，不为得到满屏截图而清零外边距。
EXAMPLES 中的旧文字/清单案例只作结构参考；新项目默认以脚手架的连续场景示例、真实 SRT MG 示例和代表性样片为起点。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
把自媒体口播文案变成配音音频。自动做章节/分段拆分，用 MiniMax TTS（含用户本人的复刻音色）逐句合成，按采样帧精确拼接，停顿节奏可控。默认只出音频，需要字幕时可加出 SRT。触发场景：(1) 用户给一段文案要求"生成配音"、"做成音频"、"配个音"、"转成语音"；(2) 口播稿/自媒体文案转成品音频；(3) 用户要"出个口播"、"用我的声音读一遍"；(4) 需要复刻声音做 TTS；(5) 用户要文案的 SRT 字幕；(6) 使用 /voice-clone-tts 命令。
日本語の概要は準備中です。原文の説明を表示しています。