sugarforever

在用 @HyperFrames_ 制作视频中，口播稿生成是我平时调教最多的环节。 我用的是 boring video 技能包。 github.com/sugarforever/boring-video-studio/tree/… Agent 生成的口播稿，特别是中文稿，AI 味浓郁，时常伴随英译中的感觉。 今天把调教口播稿的 Codex 会话交给 Codex，整理出了一条适合我日常视频制作风格的规则。期待下一次视频制作中，口播稿产出更高效一些。

用新的 Boring Video Skills 完整制作了一期视频之后，我发现：把工作拆成 Topic、Article、Beats、Narration、Scenes 和 Storyboard，只解决了“各阶段由谁负责”。要减少实际制作中的返工，还需要继续优化各阶段之间的决策和验收方式。 github.com/sugarforever/boring-video-studio/tree/… 这次整理出几个改进点： 1. 为真实演示增加 Demo Contract 提前确定演示的内容。在编程或实操类的演示中，代码怎么写，Terminal 中的操作如何设计，都要提前落实。 2. 内容审批增加“观众能否看懂” Topic 和 Article 通过事实审核还不够。进入制作前，还需要检查核心收益能否用一句话说明、对照关系是否直观，以及观众可能产生哪些误解。 3. Storyboard 使用语义事件组织时间 对于 terminal、UI 和产品演示，时间轴应该跟随“命令输入完成、任务提交、工具调用出现、结果返回”等事件。口播和字幕锚定这些事件，避免画面还在输入，旁白已经开始介绍执行结果。 4. 把封面和发布素材纳入正式流程 封面、横竖比例、YouTube / Bilibili 文案、博客和社交媒体内容，应该成为内容与视觉方向确认后的发布分支，不再等到成片完成后临时补齐。 接下来会把这些规则分别补进 boring-video、to-spec-beats、to-scenes、to-storyboard、record-terminal 和 to-video。

新视频做好了：《Pi Agent 1.0 Code Mode：用 JavaScript 编排工具调用》 视频制作花了两天。反复的调整中，首先还是让自己看懂 pi codemode 到底干了什么，并且把视频内容梳理清楚，确保每个场景讲述的内容都合理。 视频制作用了我新的 Skills - github.com/sugarforever/boring-video-studio/tree/… Pi Agent 1.0 加入了 Code Mode。模型可以生成一段 JavaScript，再由这段程序调用工具、处理返回值，只把整理后的结果交回模型。 一些要点： - Javascript代码运行于QuickJS/WASM 沙箱 - 代码运行时通过 tools.* 桥接的方式调用本地的工具，比如 bash，read - 目前需要 pi 启动时指定 codemode，使用它 ⏱ 章节 0:00 任务与普通工具调用 2:38 怎么启用 Code Mode 4:19 QuickJS 沙箱与宿主工具 5:42 真实 Pi CLI 实战 9:14 什么时候适合使用

最近重新整理了我的 Boring Video Studio 视频制作 Skills，把原来分散的视频规划能力组织成了一套完整的 Agent Skills： github.com/sugarforever/boring-video-studio/tree/… 我用 HyperFrames 制作视频已经有一段时间了。做内容型视频时，我越来越确定一件事：真正困难的部分，通常不在“生成画面”，而在生成画面之前。 开始一期视频的制作前，要先回答很多问题： - 选题是否成立？ - 核心观点是什么？ - 证据能不能支持结论？ - 一篇文章如何转换成视频结构？ - 口播、场景和镜头应该怎样逐层展开？ - 中途修改内容后，哪些下游产物需要重新生成？ - 什么时候才真正适合进入制作？ 如果把这些事情全部塞进一个巨大的 SKILL.md，上下文会越来越重，各阶段的职责也很容易混在一起。 即使在单一Skill里用多文件形式来模块化规则，对单一功能的调试也不大友好。 这次的目录和编排方式，直接参考了 Matt Pocock 的 Engineering Skills： github.com/mattpocock/skills/tree/main/skills/eng… 新的 Boring Video Skills 一共有 11 个： - boring-video - 总入口，识别输入类型并编排完整流程 - develop-topic - 研究选题，验证论点、证据和内容边界 - to-article - 把研究结果写成经过确认的内容母稿 - to-spec-beats - 把文章重组为视频的信息结构和学习节奏 - to-narration - 把内容结构写成可以自然说出来的口播 - to-scenes - 设计视觉世界、事件、动作和连续性 - to-storyboard - 转换成镜头、关键帧、转场和 animatic - to-video - 把确认过的规划交给 HyperFrames 制作 - artifact-preview - 为中间产物生成可审核的 HTML 预览 - record-terminal - 处理终端、CLI、代码输入和 TUI 画面 - setup-boring-video-skills - 检查整组 skills 和生产依赖 整个工作流的主线是： content/TOPIC.md → content/ARTICLE.md → BEATS.md → NARRATION.md → SCENES.md → STORYBOARD.md 这使得让每个阶段都有明确的输入、输出和责任边界。 - TOPIC.md 负责选题、论点和证据。 - ARTICLE.md 是完整的内容母稿，既可以继续变成博客，也可以进入视频改编。 - BEATS.md 决定观众按什么顺序理解内容。 - NARRATION.md 决定这些内容如何被说出来。 - SCENES.md 决定每一段内容通过什么视觉事件表达。 - STORYBOARD.md 决定观众最终会看到哪些镜头、状态、动作和转场。 规划和制作分开 Boring Video Skills 负责研究、内容结构、口播、视觉方向和 storyboard。 HyperFrames 负责真正的视频实现、动画、时间线、审核、验证和渲染。 这样可以保持边界清楚：这套 skills 决定“做什么”和“为什么这样做”，HyperFrames 负责把已经确认的计划变成最终画面。 安装完整 skill set： npx skills add sugarforever/boring-video-studio \ --skill setup-boring-video-skills boring-video artifact-preview develop-topic to-article to-spec-beats to-narration to-scenes to-storyboard to-video record-terminal 安装后先运行： $setup-boring-video-skills 它会检查： - 11 个 skills 是否完整 - 是否存在重名或缺失 - HyperFrames 是否可用 - npx hyperframes doctor 是否通过 然后就可以从一个主题开始： $boring-video 把这个主题制作成一条八分钟的 faceless explainer 也可以从已有材料继续： $to-spec-beats 把这篇已确认的文章改编成视频结构 或者只运行其中一个阶段： $to-storyboard 把 SCENES.md 转换成可制作的 HyperFrames storyboard 现在，我基本上可以逐个微调视频制作的每个环节。这也是我目前制作视频的流程。

Pi Durable 能够把执行环境放到远程环境。你需要的只是一个 pi-env github.com/earendil-works/pi/tree/main/packages/e… - Harness、SQLite、模型调用和密钥留在本地 - read、write、edit、bash 通过 SSH，在远程 Linux workspace 中执行 我在 pdma 添加了远程的支持，供参考 sugarforever/pi-durable-mini-agent 我通过本地的 docker 容器，来模拟了远程环境，效果不错。 这样做的好处是，把工具执行的风险从本地电脑中移走。问题是，工具执行效率受到远程连接的影响。