1实现原理 · 为什么它能做到
唯一的第一优先门禁是「前 3 秒有没有让人相信必须看到最后」；效果、素材量、制作精度都排在它之后，且在拿到观众数据前只算编辑判断。
.claude/skills/short-form-edit/SKILL.md
The first creative gate is: **"In the first 3 seconds is someone convinced they need to watch until the end?"** … Treat the answer as editorial judgment until audience data exists.
这里在做什么：把短视频成败点前移到开头，并明确「病毒式传播是愿望而非剪辑能保证的结果」（同段下半句），防止用特效量替代说服力。
授权是一份持续有效的状态：一次「做成片并迭代」的指示即授权本地剪辑与渲染，只补问缺失的批准，而不是每个草稿都重问；但发布或联系他人永远需要明确授权。
.claude/skills/short-form-edit/SKILL.md
User authorization persists. … ask only for missing approval, not again at every draft. Never post the reel or contact anyone without explicit authorization.
这里在做什么：把评审门禁与授权模型解耦；并给出本 skill 唯一的对外动作红线（发布/联系人）。
用同一份真实素材做三个显著不同的开头草稿，比较主题清晰度、好奇心、静音可懂度与跟进意愿，再记录选择理由。
.claude/skills/short-form-edit/SKILL.md
Build three materially different rough openings using the same truthful source speech. … do not select only the loudest effect.
这里在做什么：用「同素材多稿对照」替代凭感觉选开头，并要求先出带语音与粗音效的低分辨率 animatic，在便宜阶段修掉可预测/缺上下文/弱回报。
开环被结构化：每个诚实的观众疑问都要有植入物、植入时间、提醒或部分答复、闭合时间，以及促成本次闭合的口播证据。
.claude/skills/short-form-edit/SKILL.md
Create `OPEN-LOOPS.json` with each honest viewer question … then visibly change that state.
这里在做什么：把「悬念」变成可校验的 JSON；默认只开一个主循环 + 至多一个次循环，且承诺的教训必须在 CTA 前闭合（评论请求不能是唯一答复）。
图形与字幕绑定到词级时间：字幕与冲击事件落在词起点 ±2 帧内，允许至多 0.15s 的有意视觉前置。
.claude/skills/short-form-edit/SKILL.md
Target within 2 frames of word onset for captions and … at most 0.15 seconds of deliberate visual anticipation.
这里在做什么：把「贴合口播」变成数值约束；子元素揭示要绑到各自的专有名词，而不是 index*0.4 的均匀 stagger，并落盘每镜的锚点词组与时间。
品牌资产必须真实：禁止凭记忆重画/近似/生成他人 logo，取不到可核资产就用纯文字品牌名代替。
.claude/skills/short-form-edit/SKILL.md
Never invent, approximate, trace from memory, or generate an existing brand's logo. … use plain brand-name text rather than fabricate a mark.
这里在做什么：把 logo 保真做成可审计项——保存来源 URL/原始文件/校验和，并逐次比对成片里每一处 logo 出现（含小标记与重复元素）。
交付前跑两个本地校验器（plan 结构 + footage 台账），并明确校验器不能认证品味/动效/听感。
.claude/skills/short-form-edit/SKILL.md
It reads `assets/plan.json`, `assets/transcript.json`, and `assets/edit-decisions.json`. … never silently skip checks because the schema differs.
这里在做什么：把可机械验证的部分（字幕词数/时间映射/场景对齐/锚点/B-roll 台账与哈希）交给脚本，把不可自动化的部分交给人眼人耳并如实披露复核模态。
音频侧有硬性混音规范：先归一化人声，床底先压到低于人声约 14–20 dB 再按实际轨道调整，最终约 -16 LUFS 且 ≤ -1 dBTP。
.claude/skills/short-form-edit/SKILL.md
start the bed roughly 14-20 dB below voice … adapting to source dynamics rather than crushing them.
这里在做什么：把「音乐太吵」这类反馈转成可测量的比例变化要求——必须验证 bed/voice 比例确实下降，而不是只降总电平。
B-roll 分账与复用纪律：每条片同一素材场景只用一次（换裁切/变速/调色不算新场景），并记台账跑校验。
.claude/skills/short-form-edit/SKILL.md
Record source scene identity, file hash, and selected interval in `assets/footage-ledger.json`; run the footage validator below.
这里在做什么：防止靠同一段素材换皮充时长；两个画幅共用同段素材是被允许的（预期行为），其余复用都要在台账里被校验器挡下。
2核心能力
01口播素材 → 成片短形重剪全流程（选段、去废稿、EDL、字幕、图形、B-roll、音乐、SFX、交付）
02三稿开头对照 + 低分辨率 animatic 评审（含逐帧检查开场首帧、冲击、揭示与回主剪）
03开环结构化的叙事层（OPEN-LOOPS.json：疑问/植入/提醒/闭合 + 口播证据）
04plan 结构校验器：字幕逐词与转写一致、时间一致、词不跨切点、源映射正确、场景连续且帧对齐、锚点靠近切点、>2.2s 事件空档需理由
05footage 台账校验器：每行需源场景身份 + sha256 + 合法区间，禁止同一素材场景重复与区间重叠，并逐文件重算哈希
06竖屏/横屏双画幅独立验证与手机安全区排版（1080x1920 建议 x=90..930, y=200..1600，右侧与底部留给社交 UI）
07质量门清单化（references/quality-gates.md）：从前 3 秒理由到 logo 保真多项，每项要求证据与失败样例
08音频制作：转写对时、床底与人声比例、SFX 事件图（对齐可闻冲击而非文件起点）、-16 LUFS / ≤ -1 dBTP 目标
3外部依赖
| Kind | Dependency / Endpoint |
|---|---|
| cli | Node（两个本地校验器） |
| cli | FFmpeg（抽转场条带、抽帧检查编码后的开场与 hero 帧） |
| api | 转写服务（默认 ElevenLabs Scribe，备选 Whisper；凭证与服务成本见 docs/TOOLS-AND-API-KEYS.md） |
| api | 生成式 B-roll / 图像（可选，Kie.ai 或用户自选提供方，需检查账号与额度） |
| cli | HyperFrames CLI（lint / 实时预览 / draft → final 渲染；capture 卡住时允许确定性图形导出 + FFmpeg 合成） |
| package | 兄弟 skill：hyperframes、video-storytelling（构建前必读），以及 edit-video / cut-silences（分工边界） |
4管控建议与判定依据
建议配套管控措施
面向 Agent
分级或逐次授权，建议在沙箱运行
面向管理者
审批流程、可回滚、全程审计
判定依据（文件路径与关键语句摘要）
- scripts/: 执行本地脚本或命令: node scripts/validate-plan.mjs video-projects/<slug>（纯本地：读 plan/transcript/
- 网络端点: 声明外部网络访问: 无（skill 自身目录内零 URL、零 fetch）：转写与生成留由外部客户端或用户环境执行
- 本地工作目录: 文件读写与工件输出: video-projects/<slug>/assets/：plan.json、transcript.json、edit-decisions.json
审计说明： 。skill 自身目录内的代码是纯本地的——scripts/validate-plan.mjs 与 scripts/validate-footage.mjs 只读项目内 JSON、算 sha256、打印结论，既不联网也不读凭证（全目录 token 扫描：无 process.env、无 fetch、无 http/https URL）。触发橙档的是 SKILL.md 自身声明的生产流程：① **用户素材外传**——它指示把源片交给外部转写服务（默认点名 ElevenLabs Scribe、备选 Whisper，并要求读 docs/TOOLS-AND-API-KEYS.md 的凭证与服务成本），音视频内容因此离开本机；② **可选付费生成**——B-roll/图像走 Kie.ai 或用户自选提供方，SKILL.md 要求先检查账号、额度与集成。二者都属「为自身声明用途把用户素材送外部服务/生成后端（含消耗账号额度）」，且都可降级（可用自带素材替代生成、可换提供方）。未发现安全降级（无 TLS 关闭、无 --no-verify）、反自动化绕过或任意代码执行面；其中一处与自动化相关的做法是明确的安全收紧——预览用 headless 浏览器里禁用 Pointer Lock 与 pointer capture。
5第二遍独立确认
- [ok] 两个自带脚本是否真的不联网、不读凭证（决定档位下限） — validate-plan.mjs 只有 fs/path import 与纯函数导出；validate-footage.mjs 为 fs/path/crypto。全目录 grep 无 process.env、无 fetch/axios、无 http(s):// 调用点（文档中的 URL 仅示例命令与文档引用）。
- [ok] 转写/生成服务是否真由本 skill 声明（橙档依据） — SKILL.md 原文 'Transcribe with the student's chosen provider; ElevenLabs Scribe is Nate's default.' 与 'Kie.ai is Nate's optional provider for generated moving inserts and images.'，两处都要求先看 docs/TOOLS-AND-API-KEYS.md 的凭证与成本。即：外发是**流程指示**，不是随包脚本行为——报告中两者分开陈述。
- [discrepancy] 「禁用 Pointer Lock/pointer capture」是安全收紧还是绕过防护 — ［判定：判定为收紧，不影响档位］SKILL.md 'Browser automation is headless with Pointer Lock and pointer capture disabled in every context.' 出现在「跑 lint 与看实时预览」段，目的是避免无头环境下指针锁抢占；它是关掉被测页面夺权，而非绕过平台自动化侦测（无 AutomationControlled、无真实键击替身、无 remote-allow-origins）。不构成红档特征。
- [ok] 校验器能否替代「品味/动效/听感」复核 — SKILL.md 明写 'The plan validator catches structural defects but cannot certify taste, motion, or the audio listening pass'，并要求另做不看屏的娱乐性复核（ENTERTAINMENT-REVIEW.md）且如实披露缺失的复核模态。脚本与人类判断的分界自洽。
- [unlocatable] 「前 3 秒」这类判断是否有可核的客观阈值 — 门禁条款要求记录观众收益、未解疑问、第 3 秒可见证据与确切回报场景，但「具体到第几帧算成立」没有客观阈值；quality-gates.md 只给失败样例（如 attention grabbed with no reason to continue）。本次只读侦查无法代作者给出可复现判定，故如实标为无法定位为客观标准。
- [ok] SKILL.md 指名的仓库级文档是否真的存在（避免文档断链） — docs/TOOLS-AND-API-KEYS.md、MOTION_PHILOSOPHY.md 与 references/{quality-gates,plan-schema,curiosity-and-entertainment,reference-analysis,premium-motion-and-footage}.md 在仓库内均可定位（非虚构引用）。
6结论
适合： 适合有口播素材（talking-head）要出短形成品的人：YouTube Shorts / Reels / 竖屏短广告，需要「选段—去废稿—字幕—图形—B-roll—音乐—SFX—验证」一条龙，并接受脚本校验 + 人工目视/听感双轨验收。也适合想学短视频编辑方法论的读者——SKILL.md 本身是一份带失败样例的编辑规范。
不适合： 不适合：① 长片剪辑（走 edit-video）；② 只想去停顿（走 cut-silences）；③ 完全离线且不能把素材交给外部转写服务的环境；④ 没有真实素材、只想靠生成拼片的场景（本 skill 反复禁止用生成内容替代实证）；⑤ 期望「保证爆款」的用户——文档明确拒绝这类承诺。
Install Agent-Ready
① Verified Mirror 2026-09-28
Option A · Direct DownloadDownload short-form-edit.tar.gz
sha256:
Option B · Copy Guide for Agentaeca951228fc9c2b…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 0d30152a82.