video-shotcraft

video-shotcraft 是由开发者 Vincent Wei 发起并持续维护的开源 AI 视频制作技能，核心定位是“为 Claude Code 和 Codex 配备一支运动设计工作室，将产品截图转化为电影级营销预告片与产品演示视频”——它不满足于做一份通用的视频生成提示词或零散的 Remotion 模板，而是将 152 张分镜卡片、209 种动效风格预览、生产级 Ink Press 视频模板、2.5D 页面摄像机系统、节拍同步剪辑、配乐与音效库等核心能力整合于一套完整的开源技能体系中，全部配有 SKILL.md 一键触发、Live Gallery 在线预览（搜索/过滤/复制分镜名称）、基于 Remotion 的原生 TSX 组件实现以及 MIT 开源协议。市面大多 AI 视频生成工具要么是生成“随机画面”的通用视频模型（无法精确控制叙事节奏），要么是依赖手动剪辑的预制模板（缺乏灵活性）——但很少有项目能将“工业化分镜系统”与“AI 代理驱动的自动化视频生产”同时做到，video-shotcraft 解决的正是这个问题。

一、video-shotcraft 是什么

video-shotcraft 采用“SKILL.md 技能文件 + 分镜卡片库 + 生产级模板”三位一体的使用体验，通过 GitHub 完全开源发布，采用 MIT 许可证。项目由开发者 Vincent Wei 发起并持续维护，核心定位是“将 Claude Code 或 Codex 变成运动设计工作室的技能：152 张分镜卡片·209 种风格·209 种动效预览·一个生产就绪模板”。项目提供 Live Gallery 在线预览全部 209 种动效风格，支持搜索、过滤、切换变体并复制选中的分镜卡片名称。安装方式：用户只需将仓库链接交给 AI 代理，代理会自动克隆并链接到技能目录；或通过 npx skills add Vincentwei1021/video-shotcraft 一键安装。

video-shotcraft 的运作机制与市面常见的“通用视频生成模型”或“预设模板剪辑工具”有本质区别。它不是让 AI 随机生成画面，也不是让用户手动拖拽剪辑，而是一套以分镜卡片（shot recipe cards）为核心的工业化视频生产系统。项目的核心方法论建立在 152 张分镜卡片之上——每张卡片包含：目的、能量等级、建议时长、参数、实现说明和已知陷阱。这些卡片从 209 个候选动效中蒸馏而来，经过八轮逐帧对照参考影片的审查。每张卡片都有对应的原生 Remotion TSX 实现，基于归一化进度 t 驱动，确保动效的确定性和可复现性。项目还内置了 Ink Press 完整视频模板——36.2 秒、1920×1080、30fps、10 个镜头，采用纸墨琥珀风格，包含 2.5D 真实页面摄像机运动、标题卡、转场和完整的电影级音效设计。用户只需告诉代理“用 Ink Press 模板为我的产品制作宣传片”，代理自动替换截图、文案和品牌元素即可复现同等品质。

二、video-shotcraft 能做什么

video-shotcraft 的核心能力可以精炼地概括为：选、构、拍、配、检，围绕这五大维度提供了从分镜选择到成品交付的完整路径，覆盖 AI 辅助视频制作的全方位需求，具体包括：

152 张分镜卡片的精准选择（选） ——不是“随便加点动画”，而是“从工业化分镜库中为每个镜头选择最合适的动效语言”。项目提供 152 张分镜卡片，按 10 个功能类别组织。每张卡片都经过实战验证——从 209 个候选动效中蒸馏，经过八轮逐帧审查。用户可以在 Live Gallery 中预览全部 209 种动效风格，搜索、过滤、切换变体并复制分镜名称。Gallery 支持多类别卡片标签、按字母排序的 All 视图，预览 MP4 通过 GitHub Release 提供。如果不指定分镜卡片，技能会先介绍内置视频模板并询问是否使用。

生产级 Ink Press 模板（构） ——不是“从零开始”，而是“从经过验证的完整模板出发”。项目内置的 Ink Press 模板是一个经过验证的完整宣传片模板：36.2 秒、1920×1080、30fps、10 个镜头，纸墨琥珀风格，包含 2.5D 真实页面摄像机运动、标题卡、转场和完整的电影级音效设计。用户只需告诉代理“用 Ink Press 模板为我的产品制作宣传片”，代理自动替换截图、文案和品牌元素。这是通往成片最快、最可靠的路径。

2.5D 页面摄像机与真实截图捕获（拍） ——不是“用素材库图片代替”，而是“用你产品的真实截图”。技能内置 2.5D 页面摄像机系统，支持真实页面捕获、2.5D 摄像机运动、节拍同步剪辑和电影级音效。组件和资产包括：2.5D 页面摄像机、字幕、闪切、数字滚动、音效和捕获脚本。产品截图采用演示素材，发布前需替换为目标产品的真实截图。

配乐与音效的工业化分类（配） ——不是“随便配个背景音乐”，而是“按场景类别精确选择音效”。项目重组了音频库：bgm/ 提供 5 种配乐选项，sfx// 提供 149 种音效，按 16 个场景/材质类别组织——transition、impact、riser、camera、ui、text、paper、film、light、data、scifi、mech、glass、fluid、crowd、counter。方法论强调“先选类别，再选音色”。

视觉 QA 与美学规则（检） ——不是“画完就交”，而是“审完再交”。项目内置了完整的制作方法论：捕获、视觉指导、分镜、音效设计、节拍同步和最终 QA。配套参考文档包括：pipeline.md 端到端生产工作流、aesthetic-rules.md 视觉 QA 标准、music-beat-sync.md 配乐分析与节拍同步方法论、sound-design.md 音效设计指南。

三、video-shotcraft 适合谁用

video-shotcraft 的内容设计使其适配各类希望通过 AI 自动化视频制作流程的产品团队与开发者，核心聚焦那些“产品上线需要高质量宣传片但预算有限、视频制作周期太长”，希望从“外包制作”升级为“AI 代理驱动的自主视频生产”的人群，主要涵盖以下几类：

产品经理与产品营销团队——产品上线、功能发布、融资路演需要高质量的产品宣传片或演示视频。video-shotcraft 的 Ink Press 模板和 152 张分镜卡片，让非视频专业人士也能获得电影级的产品视频。

独立开发者与创业团队——资源有限、没有专职视频团队，但需要为产品制作 launch video、demo 或营销素材。video-shotcraft 让一个 Claude Code 会话变成运动设计工作室，从分镜到成片全自动化。

AI 编码代理的重度使用者——已经在用 Claude Code、Codex 等代理进行日常开发，希望将视频制作也纳入 AI 辅助工作流。video-shotcraft 作为代理技能，让“在对话中完成产品视频制作”成为原生体验。

视频创作者与内容团队——希望系统化理解“电影级产品视频”的工业化制作方法。项目的 152 张分镜卡片和完整方法论，本身就是一份可学习、可复用的运动设计教材。

Remotion 开发者与动效设计师——希望获得经过实战验证的动效实现参考。项目提供了原生 Remotion TSX 实现、缓动参数和时序参数，可作为 Remotion 开发的参考素材库。

四、video-shotcraft 的应用场景是什么

基于其内容设计与定位，video-shotcraft 的应用场景主要围绕产品 launch 视频、功能演示视频、融资 pitch 视频和品牌宣传片，覆盖从个人项目到商业发布的多个场景，具体包括：

产品 launch 与营销视频场景——产品即将上线，需要一支 30-60 秒的高质量宣传片。video-shotcraft 提供了一条“选择 Ink Press 模板 → 代理自动替换截图/文案/品牌 → 生成成品”的快速路径。技能主要面向 Web 和桌面产品宣传片，同时单个分镜卡片也可用于功能演示、品牌片、发布视频等更广泛的运动项目。

功能演示与产品教程场景——需要为产品的某个核心功能制作演示视频。用户可以从 Gallery 中选择特定的分镜卡片（如 deck-deal-flyin 和 row-embed），告诉代理用这些卡片呈现某个功能。

融资 pitch 与投资人演示场景——创业团队需要向投资人展示产品 vision。技能支持“受 spotlight-hero-card 启发设计产品特写镜头”等定制化分镜组合，让 pitch 视频既有电影质感又精准传达产品价值。

品牌影片与 launch film 场景——品牌需要一支有调性的宣传影片。项目方法论支持完整的制作流程：捕获、视觉指导、分镜、音效设计、节拍同步和最终 QA。单个分镜卡片也可用于品牌片和发布视频。

无头服务器与 CI 自动化场景——团队需要在 CI/CD 流水线中自动渲染视频。项目提供了 headless Linux 渲染的完整解决方案：并发限制（--concurrency=1）、旧版 Headless 移除（使用 chrome-headless-shell）、CDN 阻断解决（--browser-executable=）。

五、video-shotcraft 为什么值得关注

video-shotcraft 之所以值得关注，核心在于它将“电影级产品视频制作从依赖专业团队和昂贵外包升级为 AI 代理驱动的工业化分镜系统”，并具备“152 张分镜卡片、209 种动效预览、生产级模板、完整方法论、开源 MIT”的独特价值，具体体现在以下几点：

从“外包制作”到“AI 自主生产”的成本革命。一支 30-60 秒的电影级产品宣传片，传统外包费用通常在数千到数万美元，制作周期数周到数月。video-shotcraft 让一个 AI 代理在对话中完成从分镜到成片的全部工作——只需提供产品截图、文案和品牌元素，即可复现同等品质。这种“对话即制作”的模式，将视频制作的边际成本从“数万美元”压缩到“API 调用费用”。

从“随机生成”到“工业化分镜系统”的质量保障。大多数 AI 视频生成工具是“黑盒”——你不知道它会生成什么、为什么这样剪。video-shotcraft 的 152 张分镜卡片经过八轮逐帧审查，每张卡片都包含目的、能量、时长、参数、实现说明和已知陷阱。这种“工业化分镜系统”的设计，让视频质量从“碰运气”升级为“可预测、可复现”。

从“手动剪辑”到“AI 代理驱动”的效率革命。传统视频制作需要分镜师、剪辑师、动效师、音效师多个角色协作。video-shotcraft 将全部角色压缩为一个 AI 代理——它能理解分镜卡片、调用 Remotion 组件、选择音效、同步节拍。用户只需描述需求，代理自动完成故事板、动画、音效设计的全流程。

从“空方法论”到“209 种可运行动效”的实战深度。大多数设计方法论停留在“建议”层面——你知道了原则，但不知道怎么实现。video-shotcraft 的每张分镜卡片都有原生 Remotion TSX 实现，包含实际的缓动参数和时序参数。209 种动效预览全部可在线浏览、搜索和过滤。这种“原则 + 代码 + 预览”的三位一体交付，让方法论从“可读”升级为“可运行”。

从 ClickUp、Perplexity、Notion 等顶级产品宣传片中蒸馏的运动语言。项目分镜库中的大量卡片，是通过研究 ClickUp、Perplexity、Slack、Notion、Figma、Framer、Bear、Raycast、Pitch、Miro、Superhuman、Loom 等顶级产品的官方宣传片运动语言蒸馏而来。卡片记录了动效技术（时序、缓动、编排），所有实现从零重写，不包含任何这些影片的镜头、素材或品牌资产。这种“向顶级作品学习、从零实现”的方法论，让分镜卡片的质量站在了行业最高水准的肩膀上。

Remotion 官方生态 + 149 SFX 的完整工具链。项目基于 Remotion——React 驱动的视频框架，由 Remotion 团队官方维护。音频资产包含 5 种 BGM 和 149 种 SFX（按 16 个场景/材质类别组织），来自 Mixkit 免费商用许可。所有音频文件附带许可证 URL 和 md5 去重。这种“框架 + 素材 + 方法论”的完整工具链，让用户无需在多个工具和素材库之间切换。

现实挑战与生态成熟度。video-shotcraft 并非没有短板。首先，项目当前主要针对 Web 和桌面产品宣传片——移动端产品或非产品类视频需要自行适配。其次，渲染依赖 Remotion 和 Chrome/Chromium，在 headless Linux 环境下需要额外的配置（并发限制、headless-shell 替换、CDN 绕过）。再次，项目包含的音频素材虽为免费商用，但 Remotion 本身对公司和大型团队可能需要付费许可证。