媒体创作工作流

把录屏和演示素材整理成可发布成片，保留关键原声，完成 BGM 混音、封面方向、编码检查和交付报告。

本地安装

在本仓库根目录执行：

export SKILL_SOURCE_DIR="$(pwd)"
mkdir -p "${SKILL_SKILLS_INSTALL_DIR:?请设置本地 Skills 目录}"
ln -s "$SKILL_SOURCE_DIR" \
  "$SKILL_SKILLS_INSTALL_DIR/lov-media-creator"

初始化器会自动生成同样的本地链接。发布到远程仓库、目录或渠道属于独立的发布流程。

使用

示例一：

把这段录屏剪成视频号成片，保留最后有声音的成果段；上传弹窗短一点，BGM 只做氛围，给我 MP4、封面和质检报告。

输入是源视频、可选 BGM 和明确的关键证据段；输出是成片、EDL、封面方向、媒体探测 JSON、音频质检 JSON 和交付报告。

示例二：

Create a publish-ready 16:9 video from this screen recording. Keep the real result audio and separate rendered, audio, creative, and publish status.

Profile 契约

skill.yaml 声明 user-profile/v1。运行时读取用户、品牌、工作区、偏好和 skills.lov-media-creator 专属记录；长期偏好通过 scripts/profile_store.py 原子写回。源代码不保存个人绝对路径、凭据或临时素材位置。详见 references/user-profile.md。

交付质量门

• 成片可解码，画幅、帧率、编码和音频流符合目标平台。
• 最终结果段连续且有原声；BGM 不遮挡人声或关键反馈。
• 上传弹窗、等待和卡顿只保留必要信息，不占据主体。
• 封面与标题分别承担“主题说明”和“结果线索”，不把工具品牌做成叙事主角。
• 报告分开记录 render_status、audio_status、creative_status 和 publish_status。

原子组合

每个新 Skill 都带有 references/skill-composition.md，记录相邻能力、文件级交接和 Single Skill 决策。章节、学习字幕、封面生成、媒体获取和视频号发布都保持可选，不作为隐藏依赖。

可信度卡与用户案例

• skill-card.yaml / skill-card.md：用途、负责人、依赖、风险、输出与维度地图。
• cases/cases.json：真实 Input → Prompt → Output 证据。
• pricing-card.yaml：价值锚点、免费边界和复评条件。

质量门

python3 scripts/validate_skill.py .
python3 scripts/media_probe.py --help
python3 scripts/timeline_check.py --help
python3 scripts/audio_qc.py --help

依赖

• Python 3.8+
• PyYAML（仅验证 Skill 结构时需要）
• FFmpeg 与 FFprobe（媒体处理与音频质检时需要）
• Pillow、Playwright 或图像工具（仅新封面资产需要）

License

MIT