video-viral-pipeline 外语视频 → 爆款竖屏切片 → 视频号一条龙#

{baseDir} = 本 SKILL.md 所在目录，执行脚本时替换为绝对路径。

能做什么#

输入一个视频链接（YouTube / 本地文件）→ 输出：

1. 中英双语字幕成片（整片）
2. N 条 9:16 竖屏爆款短片：每条是一个自包含的爆点，顶部烧中文钩子大标题，背景模糊填充
3. 每条独立封面图 + 把封面作为 1.5s 封面帧 拼到片头
4. （可选） 自动发布到微信视频号，（可选）公众号深度文排版+推草稿

前置依赖（首次）#

跑 bash {baseDir}/scripts/setup.sh 安装。核心要求：

• yt-dlp（下载）
• ffmpeg-full（必须带 libass/freetype；macOS 上 Homebrew 常规 ffmpeg 是精简版烧不了字幕，要 brew install ffmpeg-full，脚本会自动探测 /usr/local/opt/ffmpeg-full/bin/ffmpeg）
• faster-whisper 装在独立 python3.12 venv（ ~/.vvp-whisper；Python 3.14 无 wheel）。转写脚本若当前 python3 没引擎需 re-exec 到该 venv。
• 翻译/选片/文案由 调用方 Claude 完成（本 skill 是编排 + 确定性媒体脚本）。
• （可选）视频号发布： social-auto-upload（patchright 浏览器自动化，需手机扫码登录）。

完整流程#

步骤 0 · 确认意图与参数#

• 拿到链接/路径。 超长视频（>30 min）先问清范围：整片 / 前 N 分钟 / 指定区间。在 CPU 上转写约 2x 实时，2 小时视频转写就要约 1 小时，要提醒用户。
• 字幕类型若用户没明说，问：中文 / 中英双语。

步骤 1 · 下载#

bash

yt-dlp --cookies-from-browser chrome -f "bv*[height<=1080]+ba/b[height<=1080]" \
  --merge-output-format mp4 -o "<tmp>/源.%(ext)s" "<URL>"

• YouTube 报"Sign in to confirm you're not a bot"→ 加 --cookies-from-browser chrome。
• 只要片段时可用 --download-sections "*0-180"；整片就别用。
• yt-dlp 偶尔不自动合并音视频流 → 用 ffmpeg-full 手动 -map 0:v:0 -map 1:a:0 -c copy 合并。

步骤 2 · 提取音频 + Whisper 转写#

bash

ffmpeg-full -i 源.mp4 -vn -acodec libmp3lame -q:a 2 源.mp3
<whisper-venv>/bin/python transcribe_srt.py 源.mp3 --output 源.srt --engine faster --language en

得到带精确时间戳的英文 SRT。

步骤 3 · 翻译润色（双语 SRT）#

• 逐条翻成 中文在上、英文在下，时间戳一对一，不合并不拆分。
• 中文行 去标点（口语、停顿用空格）、专有名词保留英文、中英之间加空格。
• 长视频（数千条） 分块并行：切成 ~8 块，并行 agent 各译一块，再合并、校验编号连续、补漏译、规范时间戳（小时位补零）。

步骤 4 · 烧字幕成片#

• 双语先转 ASS（中文大/英文小，约 1.7 倍反差），再 ass= 滤镜烧录； 音频强制 -c:a aac（别 copy，Opus 在部分平台传不了）。
• 烧完 抽 ≥2 帧验证：中文非方块、双语反差清晰、不遮挡。

步骤 5 · 选爆款片段（关键，靠 agent 判断）#

从整片 SRT 里挑 N 个 能独立成爆款 的片段。判据：

1. 3 秒内有钩子（炸裂的一句 / 强反差）
2. 自包含：零前文也看懂
3. 有情绪或反认知爆点：脆弱坦白 / 惊人数字 / 狂言 / 催泪 / 干货
4. 30–90 秒，结尾落在金句上 覆盖不同传播人群（故事/干货/催泪/狂言/反差各来一条）。

长视频建议 派并行 agent：每个 agent 给一个主题+大致时间窗，读 SRT 返回 精确起止时间码 + ≤15 字中文钩子标题。

把结果写成 clips.json（见 {baseDir}/examples/clips.example.json）：每条含 start/end/hook/cover_title/cover_frac/name。

步骤 6 · 渲染竖屏切片#

bash

python3 {baseDir}/scripts/render_clips.py --config clips.json

→ <output_dir>/<name>.mp4：9:16、模糊填充、顶部钩子大标题、保留双语字幕。

步骤 7 · 封面 + 封面帧#

bash

python3 {baseDir}/scripts/render_covers.py  --config clips.json   # 出封面图到 封面/
python3 {baseDir}/scripts/prepend_covers.py --config clips.json   # 把封面拼成 1.5s 片头

• 封面取 干净无字幕源帧（ clean_video）， cover_frac 控制取帧点——确保取到主角正脸（切到他人镜头就调 frac）。
• 封面标题是爆款命门：用反差/悬念/数字/提问，≤2 行。务必和用户确认或给选项。 文案要把产品名+独门能力顶在最前，别稀释成泛泛"AI神器"。

步骤 7b（强烈推荐）· 用 gpt-image 出真正的爆款封面

ffmpeg 封面只能做到约 85%；真正头部的封面用 AI 生图。本 skill 内置 scripts/gen_covers_ai.py（gpt-image-2，经 Ofox 中转，中文渲染准确）：

bash

unset http_proxy https_proxy all_proxy   # ⚠️ 必须直连，走代理大图会 SSL EOF
OFOX_API_KEY=... python3 {baseDir}/scripts/gen_covers_ai.py --config covers.json

• 两种已验证有效的赛道风格： "style":"cyber"（深色霓虹+发光终端+光带分割，点击力最强）/ "soft"（奶油薄荷圆角卡片+扁平图标，小红书原生）。
• covers.json 每条配 eyebrow/title/highlight/subtitle/terminal，见 examples/covers.example.json。
• 出 1024×1536（2:3），脚本自动在 3x4/ 生成 3:4 版（黑底补边不裁字）适配小红书。
• 拆解小红书爆款：3:4、色调统一、明确主体+留白、0.5 秒传递情绪、标题=数字/提问/痛点。

步骤 8（可选）· 发布到四个平台#

视频号/抖音/小红书都经 social-auto-upload（浏览器自动化，无官方 API）。每个平台 首次各需扫码登录一次（ examples/get_<平台>_cookie.py 生成二维码 png → 对应 App 扫；二维码几分钟失效，准备好再生成）。 一律先发 1 条试水，确认无异常再小批量。

平台脚本稳定度 / 要点视频号scripts/publish_shipinhao.py最稳。 用「直接发表」（ is_draft=False）；草稿路径选择器在新版助手下超时。 publish.json 每条 title/short_title(6-16字)/tags/thumbnail。抖音scripts/publish_douyin.py可用，自动加封面/原创声明。登录扫码偶尔磨叽。 item 有 thumbnail 则用作竖封面。小红书scripts/publish_xiaohongshu.py风控最严。标题≤20字； 小批量+大间隔(≥90s)+先试1条；会自动勾原创声明（搬运慎用）；偶发 Locator timeout 多为限流信号， 一出现就停。bash

cd <social-auto-upload>
PYTHONPATH=. .venv/bin/python {baseDir}/scripts/publish_douyin.py --config publish.json --idx 1

publish.json 每条配 file/title/tags/desc/thumbnail（thumbnail 指向 gpt-image 封面，建议小红书用 3:4）。

公众号（图文，非视频）：用 xiaohu-wechat-format 技能排版深度文 + 2.35:1 封面 + publish.py 推 草稿（需 app_id/secret + IP 白名单 + 已认证服务号/订阅号；个人未认证号无接口权限）。

⚠️ 注意事项 / 风险#

• 视频号/抖音/小红书均无官方发布 API，发布是浏览器自动化、属灰色地带、 有账号被限流/封禁风险；翻译搬运他人视频还涉及版权。 风控严格度：小红书 > 抖音 > 视频号。务必 先试 1 条、小批量、错峰，账号风险自负。
• gpt-image 封面必须直连： unset http_proxy https_proxy all_proxy 后再调 Ofox；走本地代理大图常 SSL EOF / Connection refused（脚本已加重试）。模型名是 gpt-image-2（gpt-image-1 在 Ofox 上 404）。
• ffmpeg 必须带 libass，否则 ass=/ subtitles= 滤镜报错。
• CPU 转写慢；GPU（Apple Silicon 用 mlx-whisper）会快很多。
• 国内网络下 HuggingFace 模型下载不稳，建议 curl 续传预下模型到 ~/.cache/xh-models/。
• 自检：每个产物（成片/切片/封面）都抽帧或核对，别只靠脚本退出码。

配置文件#

• clips.json — 切片+封面配置，结构见 examples/clips.example.json
• publish.json — 视频号发布配置，结构见 examples/publish.example.json