1实现原理 · 为什么它能做到
教义把两条规则缝成一条：① 字幕模型（每个口语句子只有 drop / rail / embed 三种命运，embed 是稀缺的「挣来的」峰值）；② 叠层律（字幕行是合成在影片「之上」的 overlay，不是预留区，因此绝不为它上移内容或留死带）。
.claude/skills/captions-overlay/SKILL.md
Two ideas combine here. First, the **caption model** — every spoken phrase is `drop`, `rail`, or `embed`, and embed is the scarce earned peak, not the default. Second, the **overlay law** — a caption line is composited ON TOP of the film as an overlay; it is NOT a reserved zone, so you never shift content up or leave a dead band to "make room" for it.
这里在做什么：这不是可执行流程，而是一份判据文档——它给的是**分类决策**（每个短语属于三态中的哪一态）与**构图禁令**（不许留 keep-out 带）；实际渲染由上游 embedded-captions 与 product-launch-video 的 finalize 执行。
稀缺度是硬约束：rail 承载绝大多数文字，embed ≤1/句（beat），不得相邻或同框，间隔 ≥ 一个 beat；短片通常一个 embed，长解说约每节一个，「把每个词都 embed」是常见错误。
.claude/skills/captions-overlay/SKILL.md
**The rail carries most of the text; embed is the scarce, earned peak** — ≤1 per beat, never two adjacent/co-visible, spaced ≥ a beat apart. A short clip → usually one embed; a long explainer → ~one per section. Embedding every word is the common mistake.
这里在做什么：用数量上限封杀「embed 一切」这个最常见错误，并同时给出 embed 的两种语境：Standard 模式（rail=逐字下三分之一，embed=主体后方的高潮）与 Cinematic 模式（取消 rail，全 embed-style）。
叠层律的可验收表述是「以真实垂直中心构图」：y = H/2（横屏 540、竖屏 960），内容可以一直画到画布底；0.42×H 加底部死带是 bug 不是 fix。
.claude/skills/captions-overlay/SKILL.md
- **Center the composition on the TRUE vertical center — y = H / 2** (landscape 540, portrait 960). Do not shift content up to "make room" for captions; a composition centered at 0.42 × H with a dead lower band is the bug, not the fix. - Content may extend to the canvas bottom.
这里在做什么：给出可判定的几何数字（0.42×H 是反面样本），让「有没有偷偷为字幕让位」成为可验证命题，而不是审美口味。
唯一保留的软避让：不要把小号关键可读文字（URL 行、法律条款、次级字幕）恰好停在底部 ~80px 中央带；大图形/卡片/环境内容压在字幕下是允许的。
.claude/skills/captions-overlay/SKILL.md
**One soft courtesy rule:** avoid parking _critical small readable text_ (a URL line, a legal line, a sub-caption) exactly in the bottom ~80px center span where the caption line sits — the overlay would fight it. Large imagery / cards / ambient content under the captions is fine; the caption skin is designed to read over content.
这里在做什么：把避让从「区域级」缩小到「关键小字」这一条，并明确它是软规则（courtesy）而非机器闸门。
机器闸门被废除：旧的 captions.mjs keepout 检查已退役，字幕压内容的可读性改由 finalize 的快照 QA 目视判定。
.claude/skills/captions-overlay/SKILL.md
- There is no machine keep-out gate (the old `captions.mjs keepout` check is retired). Finalize snapshot QA judges caption-over-content legibility visually.
这里在做什么：明确「没有自动验收」并把验收责任显式转交给快照目视检查——这是本 skill 的验收口径，也是它与有 keepout 检查的前代做法的差别。
与上游 skill 的关系是「叠加」而非「并入」：本教义 ON TOP of embedded-captions，别期待上游把它吸收。
.claude/skills/captions-overlay/SKILL.md
> **Overlay doctrine — supplements the upstream `embedded-captions` skill. Applies ON TOP of it; do not expect it folded into the upstream skill.**
这里在做什么：解释为什么这份内部技法 skill 会与 marketplace 的 skills/ 目录并存——仓库自用层（.claude/skills/）在这里打补丁，上游包不动。
加载时机（触发条件）由 description 写明：加字幕到 talking-head 或 launch 视频时、判定某短语该 drop / rail / embed 时、排布将承载字幕的构图（且「不要」预留 keep-out 带）时、以及在字幕存在下把构图对到真实画面中心时。
.claude/skills/captions-overlay/SKILL.md
Load when adding captions/subtitles to a talking-head or launch video, when deciding whether a phrase should be dropped, ride the verbatim rail, or be promoted to a scarce embedded climax, when laying out a composition that will carry captions (do NOT reserve a keep-out band), or when centering a composition on the true frame center under captions.
这里在做什么：触发词即「何时必须加载」清单，覆盖模型判定、构图排布、中心校正三类任务。
2核心能力
01口语句三态判定（drop / rail / embed）与每态的表现形式
02embed 稀缺度控制（≤1/beat、不相邻、≥1 beat 间隔、至多一个 apex）
03overlay 构图律（真中心 y=H/2、不放 keep-out 带、允许满幅到底）
04底部 ~80px 中央带的软避让判据（仅关键小字让位）
05Standard / Cinematic 两种模式的分派（前者逐字可读，后者仅在纯电影化诉求下用）
06验收路径：无机器闸门，改由 finalize 快照 QA 目视判定字幕压内容可读性
07明确字幕的默认渲染形态（单行、底部居中、约画布高 5-8%，是叠加层）
3外部依赖
| Kind | Dependency / Endpoint |
|---|---|
| package | 上游 skill 依赖（被本教义叠加）：embedded-captions（rail+embed 模型出处）与 product-launch-video 的场景/finalize 代理（约束 #13） |
| cli | 已退役的 captions 检查入口（仅在文中被点名为「不再存在」的检查名，本目录不含该脚本） |
4管控建议与判定依据
建议配套管控措施
面向 Agent
可自动加载
面向管理者
登记来源与版本
判定依据（文件路径与关键语句摘要）
- SKILL.md: 纯提示词指令与规则文本，无脚本执行与外部影响
审计说明： 。按六档口径逐项核对（判级对象＝skill 自身目录）：整目录仅 1 个 markdown 文件（SKILL.md，6095 字节），无脚本、无可执行代码块被要求运行、无 URL/域名（全文 URL 扫描零命中）、无 process.env/凭证/钥匙串读取、无本地写盘指令。它只规定「字幕是叠层、以真中心构图、embed 要稀缺」三类判据，并把验收交给人眼——接触面为零，故判绿。
5第二遍独立确认
- [ok] 是否真的没有任何可执行物（green 档的关键前提） — rglob 全量列举：只有 `.claude/skills/captions-overlay/SKILL.md` 一个文件；无 scripts/、无 assets/、无 references/。全文无 shebang、无 ```bash 块。
- [ok] 是否含隐藏的网络外发（域名/端点） — `https?://` 在本文件零命中；无 curl/npx/CLI 调用语句。被点名的 `captions.mjs keepout` 是「已退役」的历史检查名，本目录并不含该文件（全量清单已证）。
- [discrepancy] meta.official_desc 是否与 frontmatter 原文一致 — 本 SKILL.md 的 description 是**未加引号的 plain scalar**，正文里含 `constraint #13 (...)`——YAML 把空格后的 `#` 当注释起点，`yaml.safe_load` 因此只解析到 `…embedded-captions and constraint`，丢掉后半段（解析长度 643 vs 原文该行 782 字符）。为避免展示层出现半句话，本 JSON 按**原文逐字**保留完整 description（含 `#13 (captions overlay, keep-out band retired) … Applies ON TOP of embedded-captions.`），该串在源文件中逐字可命中。此为上游 frontmatter 的书写瑕疵，非本 skill 的行为差异。
- [ok] 「验收靠人眼」是否被误读为「无验收」 — 原文两条并存：`There is no machine keep-out gate … Finalize snapshot QA judges caption-over-content legibility visually.` 与底部 ~80px 的软避让规则。结论：有验收，但验收方式从机器闸门改为快照目视——第一遍表述准确。
- [ok] 与上游 embedded-captions 的关系是否有事实依据 — SKILL.md 开篇 blockquote 与 description 双重声明 ON TOP 关系；引用的 rail+embed 与 constraint #13 均标注了出处（embedded-captions / product-launch-video scene agent），未见与上游冲突的改写。
6结论
适合： 适合：为 talking-head / 产品发布视频加字幕时确定「哪句丢、哪句上 rail、哪个词配得上 embed」；排布将承载字幕的构图（确认没有偷偷留 keep-out 带、以真实画面中心对位）；需要一份能抵挡「为字幕上移内容」这种常见返工的判据文本。适合作为 /embedded-captions 与 /product-launch-video 的叠加层一起加载。
不适合： 不适合：① 想找可执行流程或工具的场合——这里没有任何脚本、模板或命令；② 需要机器可验的字幕安全区检查——keepout 闸门已退役，请改用快照 QA 或自建检查；③ 纯字幕烧制（无构图决策）的需求——应直接走上游 embedded-captions；④ 需要多语言/字幕格式（SRT/VTT）规范的场景，本教义不涉及。
Install Agent-Ready
① Verified Mirror 2026-09-28
Option A · Direct DownloadDownload captions-overlay.tar.gz
sha256:
Option B · Copy Guide for Agent4983e91a90bd624b…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② Upstream GitHub
GitHub Repo ↗
Pinned to commit d2f0bc7f34.