convez.ai
SkillAutomaçãoAvançado
YijiaDuan

Gerador de MVs Cinematográficos com Sincronização de Batida

YijiaDuan/compose-cinematic-mv

Música → Batidas → Frames → Vídeo → MV sincronizado em 3:4

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill para Claude Code que automatiza a criação de videoclipes musicais verticais no estilo cinema. Começa pela música, analisa as batidas fortes, gera frames com Seedream 4.0, converte para vídeo com Kling e monta tudo sincronizado via ffmpeg. Reduz horas de edição manual em um fluxo totalmente automático.

Instalação

$npx convez-ai YijiaDuan/compose-cinematic-mv

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
42%
Último commit
há 3 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Criar videoclipes musicais de curta duração com edição sincronizada à batida
  • Gerar conteúdo visual para plataformas de vídeo curto (Stories, Reels, TikTok)
  • Automatizar produção de MVs cinematográficos com temática épica/evocativa

Veredito

Solução robusta e criativa para criadores visuais, mas com gatekeeping alto: exige APIs pagas (Seedream, Kling), ffmpeg local e ambiente macOS. Compensa se você produz múltiplos MVs com frequência; caso contrário, o custo de setup e subscrição supera o valor.

README

A tradução para o português deste README ainda está na fila.

compose-cinematic-mv.skill

"我有一段音乐和一个画面意象,想要一条像那种'电影感意境短视频'的片子——但手动出图、出视频、对节拍剪辑,一条要磨一整天。"

一句意象 + 一首音乐 → 一条踩着节拍剪辑的竖屏电影感短片。音乐先行、卡点剪辑,Seedream 出图 + 可灵出视频 + ffmpeg 成片,全自动。

License: MIT macOS Seedream + Kling Claude Code

 

这是一个写给 Claude Code 的 skill。你给一个意象(比如"你潜入沉没千年的亚特兰蒂斯"),Claude 会照着 recipe:先找一首气质匹配的音乐 → 分析它的强拍 → 把分镜切点对齐到拍点 → 用 Seedream 4.0 出每个镜头的首帧 → 用可灵把首帧变成视频 → 用 ffmpeg 按拍点拼接、配乐,产出一条竖屏短片。风格学自小红书博主 Rainshae 的"渺小孤身者 × 宏大陌生世界"意境——提炼规律,创作全新场景,而非复刻。

核心信条:"感觉"来自镜头跟着音乐走、镜头短而信息密——不是几张好看的静图堆在一起。 所以它是音乐先行 + 卡点剪辑的。代价:依赖 Seedream / 可灵两个付费 API,且目前为 macOS 工作流。

安装 · 使用 · 它做什么 · 示例 · 踩坑预警 · English


安装

Claude Code

提示:Claude Code 从 ~/.claude/skills/(全局)或当前 git 仓库根目录的 .claude/skills/(项目级)自动加载 skill。

# 全局安装(推荐)
git clone https://github.com/YijiaDuan/compose-cinematic-mv \
  ~/.claude/skills/compose-cinematic-mv

# 或只装到当前项目
mkdir -p .claude/skills
git clone https://github.com/YijiaDuan/compose-cinematic-mv \
  .claude/skills/compose-cinematic-mv

运行时依赖

  • macOS,装好 ffmpeg / ffprobe、curl、openssl、bc(brew install ffmpeg)
  • 火山方舟 Ark(Seedream 4.0 文生图)的 ARK_API_KEY,且控制台已开通 Seedream 模型
  • 可灵开放平台(图生视频)的 KLING_AK / KLING_SK,且已购买 API 资源包
  • 凭据放在 ~/.config/rainshae-mv/credentials.env(chmod 600),不进仓库、不进对话:
mkdir -p ~/.config/rainshae-mv
cat > ~/.config/rainshae-mv/credentials.env <<'EOF'
ARK_API_KEY=你的火山ARK_KEY
KLING_AK=你的可灵AK
KLING_SK=你的可灵SK
EOF
chmod 600 ~/.config/rainshae-mv/credentials.env

使用

在 Claude Code 对话里给一个意象 + 心情(可选指定音乐风格):

帮我做一条短片:你潜入沉没千年的亚特兰蒂斯

或任意等价说法:

  • "音乐先行,做一条卡点的意境短视频,主题是 XXX"
  • "用这种'渺小的人 + 宏大陌生世界'的风格,生成一段 MV"
  • "1928,你在横贯西伯利亚的夜车上醒来,窗外是无尽雪原与极光"
  • "make a cinematic vertical MV from this mood: ..."

Claude 会匹配到这个 skill,然后音乐先行地跑完整条流水线。你只需要:① 确认场景/选曲方向;② 出图后挑一眼有没有要重出的;③ 收成片。


它做什么

意象/心情  ─►  设计原创场景(年份+第二人称处境,3:4)
                      │
                      ▼
            先找匹配音乐  ─►  find_beats 分析强拍(切点)
                      │
                      ▼
            按拍点排分镜(短镜头,每镜独立)
                      │
                      ▼
      Seedream 4.0 并行出首帧 ──► 人工过一眼
                      │
                      ▼
      可灵图生视频(≤5 并发,单片短)── 每镜一条
                      │
                      ▼
      ffmpeg 按拍点裁切拼接 + 配乐淡入淡出  ─►  竖屏成片

最终产物:一条 3:4 竖屏、~25–27s、镜头切点踩在音乐强拍上的 mp4。

产物位置
成片工作目录下的 MV_*.mp4
每镜首帧shot*.jpeg(过程文件,不进仓库)
每镜视频shot*.mp4(过程文件,不进仓库)
拍点/分镜表plan.tsv(过程文件,不进仓库)

示例

三条用本 skill 生成的原创场景(点开即可在 GitHub 播放):

场景配乐成片
公元3024,你潜入沉没千年的亚特兰蒂斯Debussy《沉没的教堂》▶ example-1-atlantis.mp4
1928,你在横贯西伯利亚的夜车上醒来,窗外是无尽雪原与极光Rachmaninoff《练声曲》▶ example-2-siberia-night-train.mp4
832,你穿过沙暴走进无人的月之城Satie《Gnossienne No.1》▶ example-3-moon-city.mp4

配乐均为公有领域录音(archive.org)。示例视频仅作风格演示。


为什么是这套流程

朴素做法为什么不行本 skill 怎么做
先出一堆图再配音乐剪辑和音乐对不上,"没感觉"音乐先行:先定曲、再按强拍排镜
一个镜头 5 秒信息量小,拖沓 boring镜头 ~2–3s,密而短
凭感觉切镜头切点和节奏脱节find_beats 提取强拍,切点踩拍
一条视频反复裁成多镜重复、廉价每镜独立生成,不复用
直接抄博主的场景抄袭,且没意义提炼风格规律,造全新场景

能干啥 / 不能干啥

适合 ✅不适合 ❌
"渺小的人 + 宏大陌生世界"的意境短片写实叙事 / 对白 / 人物表演
音乐踩点的氛围感 MV需要精确口型、复杂动作的镜头
竖屏 3:4、20–30s 的小红书/短视频长片、横屏院线级成片
公有领域配乐的个人创作商用前请自行核实素材授权

踩坑预警

  • 代理会掐断 API:开了 Clash 之类的本地代理,到火山/可灵的 TLS 会被重置。规则模式下给 volces.com、klingai.com 加直连;下载结果一律 curl --noproxy '*'(结果 CDN 不在直连规则里,会被代理 MITM)。
  • 账户开通才是主要卡点:Ark 要在控制台开通 Seedream 模型(否则 ModelNotOpen);可灵要买 API 资源包(否则 1102 余额不足,这和网页版会员是两回事)。
  • 可灵并发上限 5:第 6 个并发任务报 1303,要分批(≤5)提交。
  • 车内/船内看向窗外的镜头:图生视频容易把窗外也当静景,提示词要显式写"窗外景物向后滑过 + 主体静止",制造视差。
  • 配乐别用带噪的老录音:archive.org 的 "Great 78 Project"(78_/gbia 开头)嘶嘶声很重,降噪也救不回——优先干净上传,提交前先验噪声底。
  • 脚本只吃不带双引号的提示词(JSON 内联拼接),提示词里别用 "。

项目结构

compose-cinematic-mv/
├── SKILL.md                      # 给 AI 的执行手册(根目录,自动加载)
├── README.md / README_EN.md      # 给人看的(你正在读)
├── LICENSE                       # MIT
├── reference/
│   └── style-patterns.md         # Rainshae 风格规律 + 意象引擎(造原创场景用)
├── scripts/
│   ├── find_beats.sh             # 音频 → 强拍时间点(ffmpeg 能量包络)
│   ├── gen_image.sh              # Seedream 4.0 文生图(curl,可并行)
│   ├── kling.sh                  # 可灵图生视频 submit/poll(openssl 签 JWT)
│   └── assemble.sh               # 按拍点裁切拼接 + 配乐
└── examples/                     # 三条生成的示例成片

没有 prompts/、tools/ 这类目录——逻辑就是"4 个 shell 脚本 + SKILL playbook",刻意精简。所有脚本都是 python-free(本机沙箱里 python 偶发权限错误,故全用 bash/curl/openssl)。


FAQ

能在 Windows / Linux 上用吗? 目前是 macOS 工作流(pbpaste 之类、系统证书路径)。脚本主体是 ffmpeg/curl/openssl,移植不难,但未测试。

一定要用 Seedream + 可灵吗? 这俩是当前接好的。换其它文生图/图生视频 API,改 gen_image.sh / kling.sh 两个脚本即可,流程不变。

配乐去哪找? SKILL 里推荐 archive.org 公有领域钢琴/弦乐(Satie、Debussy、Chopin 等),并给了"验噪声底"的命令。商用请自行确认授权。

会不会抄袭原博主? 不会。skill 明确要求提炼风格规律、创作全新场景,reference/style-patterns.md 就是那套"意象引擎"。


License

MIT © Yijia Duan | 示例配乐为 archive.org 公有领域录音。

Ver o original no GitHub

Bom para

Relacionados