07 🎞️ 多媒體魔法師

水墨短片 AI 一條龍 Skill

把「白沙屯媽祖・粉紅超跑的由來」的製作流程整理成 AI Agent Skill:說出主題,就從旁白稿、Gemini TTS 配音、程式繪製水墨畫面、五聲音階配樂,一路做到 1080p MP4。

水墨短片 AI 一條龍 Skill 主視覺:寫稿、配音、繪圖、渲染,Gemini TTS、Python、ffmpeg 串成一條龍流程
01

這個 Skill 能做什麼

ink_history_video 是給 Claude Code 等 AI Agent 使用的 Skill。對 Agent 說「製作水墨歷史短片」並給它一個主題,它會照固定流程完成一支宣紙底色、墨色濃淡、只點綴少量朱紅的歷史或文化短片。

✍️

代寫旁白稿與分鏡

先查證史實再寫稿,用表格列出每一幕的畫面、題字、印章與配樂情緒,確認後才開始製作。

🎙️

Gemini TTS 逐句配音

一句一句生成旁白;免費額度用完會自動改用其他 TTS 模型,並回報每句用了哪個模型。

🔇

自動清理旁白

清除 TTS 開頭和結尾的雜訊突波、壓短過長停頓、統一音量,並依每句實際長度排出每幕時間與字幕。

🖌️

程式繪製水墨畫面

山巒皴紋、霧氣、海浪、墨暈出場與換場、直書題字、朱紅印章,都由 Python 程式一格一格畫出來。

🎵

五聲音階配樂

程式合成古琴、古箏感的撥弦與低沉長音,高潮加低鼓、哀傷轉稀疏,旁白出現時自動壓低。

🎬

初版快、確定版精

初版用單次快速壓縮方便修改;說「確定版」後才做兩階段壓縮,把 1080p 影片控制在 20MB 內。

02

實際作品:白沙屯媽祖・粉紅超跑的由來

這個 Skill 的流程與程式範本,就是製作這支 3 分 45 秒短片時整理出來的。

03

標準流程:兩個關卡等你點頭

📋1. 收件主題・聲音・規格
🛑2. 旁白稿與分鏡等你確認
🎙️3. 逐句配音Gemini TTS
🎵4. 時間軸與配樂去爆音・壓低
🖼️5. 畫面與截圖每幕先檢查
⚡6. 初版輸出快速壓縮
🔁7. 依回饋修改局部重算
🛑8. 確定版兩階段壓縮

Skill 也內建這次累積的 18 條檢查規則,例如:直書文字每個字固定起點才會排成一直線、船頭與神轎要朝向行進方向、封面截圖要避開墨暈轉場、交付時誠實說明 AI 聽不到聲音、需要你試聽確認。

04

安裝與使用

需要的環境

項目說明
AI Agent支援 Skill 的 Agent,例如 Claude Code
Python 3需安裝 numpy、pillow、scipy、google-genai
ffmpeg負責影片壓縮與輸出
標楷體範本讀取 Windows 的 C:/Windows/Fonts/kaiu.ttf;其他系統需改成可用的楷體字型
Gemini API 金鑰用於 TTS 配音;只在對話中提供,執行時以環境變數傳入,不寫進任何檔案

三步驟開始

  1. 下載並解壓縮:把 zip 裡的 ink_history_video 資料夾放到 ~/.claude/skills/(Windows 為 C:\Users\你的帳號\.claude\skills\)。
  2. 安裝套件:在終端機執行下方指令。
  3. 開新對話說出關鍵字:例如「製作水墨歷史短片:主題是○○的由來」,Agent 就會照流程先給你旁白稿與分鏡。
pip install numpy pillow scipy google-genai

觸發關鍵字:製作水墨動畫水墨短片水墨歷史短片製作歷史短片

05

Skill 內容

檔案用途
SKILL.md觸發關鍵字、標準流程與不可違反的規則
references/lessons.md渲染原理(墨/朱紅雙通道合成)、共用繪圖元件與 18 條檢查規則
references/script_example.json旁白稿與分鏡的資料格式範例(白沙屯)
scripts/tts.py逐句配音,多模型自動備援,可單句重做
scripts/build.py旁白處理、時間軸、配樂、水墨渲染,以及初版/確定版輸出

⚠️ build.py 裡各幕的畫面是白沙屯專屬範例,換主題時 Agent 會依新分鏡改寫;山、浪、人物、題字、印章等共用元件可以直接沿用。

06

常見問題

可以做水墨以外的畫風嗎?

這個 Skill 限定水墨風:宣紙底色、墨色濃淡,朱紅只用在火光、太陽、梅花、印章與香火紅點。

一定要用 Gemini TTS 嗎?會不會收費?

範本使用 Gemini TTS。免費方案每個 TTS 模型每天約可呼叫 10 次,一支 3 分鐘短片約 25~30 句,額度用完時會自動改用其他 TTS 模型,但音色可能略有不同;需要統一音色時可等額度重置或使用付費金鑰。

做一支 3 分鐘的短片要多久?

以白沙屯短片為例:旁白生成約 20 分鐘;8 核心 CPU 渲染約 3~4 分鐘;確定版兩階段壓縮約 10 分鐘,初版快速壓縮只需 1~2 分鐘。實際時間會隨電腦效能與片長而不同。

畫面裡的人物圖是怎麼來的?

大部分畫面由程式繪製。需要細緻的人物或神像時,可以用 AI 生成透明背景的水墨風圖片,程式會把它拆成墨色與朱紅兩層融進畫面。

🖌️ 用一句話開始你的水墨短片

下載 Skill 放進 Agent,說出你想講的歷史或文化故事。