xworkspace-core-skills/skills/it-infra-evolution-video/SKILL.md

name	version	description
it-infra-evolution-video	v1	制作 IT 基础设施系列长图讲解视频。适用于 IT基础设施演进史、一图看懂视频、长图讲解视频、平台工程视频、网络/存储/安全/监控演进视频。默认使用 HyperFrames + edge-tts + 真实用户图/信息图素材，生成 1920x1080 横屏视频、中文口播、逐句字幕、BGM、章节 timeline tag，并完成 lint/inspect/snapshot/render/ffprobe 验证。

IT 基础设施系列长图讲解视频 Skill

Version Lock

• Version: v1
• Status: read-only frozen template
• Do not mutate this skill in-place for v2 work. Create a new copy instead.

使用 HyperFrames + edge-tts + 用户长图/信息图素材 制作中文技术讲解视频。默认效果必须对齐样片 /Users/shenlan/workspaces/cloud-neutral-toolkit/docs/it-infra-evolution-video 的合成风格：蓝白技术纪录片视觉、双栏长图扫描、底部章节 timeline tag、高亮当前章节、深蓝字幕条和本地合成 BGM/SFX。样片里的 8 段完整结构、82 秒、8 列 timeline 是可提取的结构特征和默认配置，不是固定限制；实际章节数、总时长、timeline 列数必须由用户输入或生成配置决定。这个 skill 是 ai-tech-news-video 的独立派生副本，不要修改原始 ai-tech-news-video skill。

适用场景

触发词包括：

• IT基础设施演进史
• 一图看懂视频
• 长图讲解视频
• 平台工程视频
• 网络演进视频
• 存储演进视频
• 账户与安全体系视频
• 监控的前生今世
• 与 AI 共同进化

适合把用户提供的一组小红书/海报/架构图/信息图，转成横屏讲解视频。

默认规格

• 默认画布：1920x1080，16:9 横屏。
• 默认时长：用户未指定时使用样片配置 82s 左右；用户指定时以用户配置为准。
• 默认语言：中文。
• 默认 voice：zh-CN-YunxiNeural，--rate="+20%" 到 "+30%"。
• 默认结构：用户未指定时使用样片配置 8 个章节；用户指定时以用户的章节配置为准。
• 默认 timeline：列数等于章节数；用户未指定时使用样片配置 8 列。
• 必须包含：
  • 真实素材清单：assets/images/manifest.md
  • 每段口播音频
  • 每段可读字幕
  • BGM
  • 章节 timeline tag，当前章节高亮
  • HyperFrames lint、inspect、snapshot
  • 最终 MP4
  • ffprobe 分辨率、时长、音视频流校验

工作流

1. 收集用户给定的长图/信息图素材。
2. 建立 HyperFrames 项目，创建 assets/images/、assets/audio/、assets/audio/sfx/。
3. 复制或引用素材，并写 assets/images/manifest.md。
4. 产出章节配置：标题、口播、字幕、章节 tag、素材文件、start、duration。章节数、总时长和 timeline 列数必须来自用户输入或生成配置。
5. 用 edge-tts 生成每段口播。
6. 用 scripts/render_audio_bed.py 生成 BGM 和转场音效，或接入用户提供 BGM。
7. 基于 templates/index.html 生成 HyperFrames 合成页面；默认不要重写视觉系统，按配置增删 scene、caption、timeline tag，并替换素材、标题、文案、音频时长和章节 tag。
8. 运行：

npx --yes hyperframes@0.6.15 lint
npx --yes hyperframes@0.6.15 inspect --at 2,14,24,34,44,54,64,74
npx --yes hyperframes@0.6.15 snapshot --at 2,14,24,34,44,54,64,74
npx --yes hyperframes@0.6.15 render --output renders/it-infra-evolution.mp4 --quality standard
ffprobe -v quiet -show_entries format=duration,size:stream=codec_type,width,height,r_frame_rate -of json renders/it-infra-evolution.mp4

素材硬门槛

每个章节必须有真实素材。真实素材可以是：

• 用户提供的小红书/海报/信息图
• 官方页面截图
• 产品界面截图
• 架构图或技术图谱
• 公开资料截图

不要用纯 CSS 卡片、假界面、抽象图标或 AI 编造截图替代主素材。

assets/images/manifest.md 必须记录：

• 章节编号和标题
• 素材文件名
• 原始来源或用户提供路径
• 素材类型
• 该素材支撑哪段叙事

配置规则

先把用户输入沉淀成一个视频配置，再生成 HyperFrames 页面。配置字段至少包含：

• duration: 总时长，秒。
• sections: 章节数组。每个章节包含 id、start、duration、timeLabel、timelineLabel、title、subtitle、tags、image、voiceover、caption。
• timelineColumns: timeline 列数。默认等于 sections.length，除非用户明确要求分组显示。
• inspectTimes: 每个章节中点时间，用于 inspect 和 snapshot。

配置示例见 templates/video.config.example.json。这个文件只表达字段形状；正式项目应根据用户素材和节奏生成自己的配置。

结构参数优先级：

1. 用户明确给出的时长、章节和节奏。
2. 用户素材数量和叙事需要推导出的配置。
3. 样片默认配置：8 段、82 秒、8 列 timeline。

详细模板见 references/storyboard-pattern.md。

叙事模板

用户未指定结构时，使用样片同款 8 段默认结构：

1. 引言：这不是单点升级，而是一组能力共同进化。
2. 基础设施主线：硬件、虚拟化、云、容器、治理、AI 原生。
3. 账户与安全：边界从网络迁移到身份。
4. 监控与可观测性：从事后告警到预测、定位、自愈。
5. 网络与协议：从连接一切到理解一切。
6. 存储服务：从存下来到高效流动。
7. 平台工程：从人肉运维到平台化交付。
8. 与 AI 共同进化：从工具系统到 AI 协同系统。

用户素材不足 8 张时，合并章节；用户素材更多时，按主题拆成 6-10 个章节，或按用户指定的章节数执行。总时长以用户配置为准；未指定时保持在 60-90 秒。

画面模板

默认使用样片同款蓝白技术纪录片风格：

• 左侧展示真实长图，右侧显示章节 kicker、标题、短说明和关键词 tags。
• 画布背景是白到浅蓝渐变，并带右上角 cyan 圆环装饰。
• 长图放在 760px 高、34px 圆角、白底阴影的 .image-panel 内，默认 object-fit: cover，需要完整展示时用 .contain。
• 每段长图做 y: -70、scale: 1.1 的缓慢扫描。
• 底部固定半透明 timeline tag，列数由 timelineColumns 或 sections.length 决定，当前章节蓝绿渐变高亮并轻微上浮。
• 字幕位于 timeline 上方安全区，深蓝半透明底，左右 320px，底部 132px。
• 不加关注、点赞、收藏等 CTA，除非用户明确要求。

实现细节见 references/hyperframes-it-infra-template.md，可从 templates/index.html 开始改。

样片一致性要求

当用户要求“和 it-infra-evolution.mp4 效果一致”或未指定其他风格时：

• 使用 templates/index.html 的视觉和动效作为母版；其中 8 段/82 秒/8 列 timeline 是默认样片配置。
• 如果用户给出其他章节数、时长或 timeline 数量，按用户配置重排 scene、caption、timeline tag 和校验时间点。
• 保留 CSS 尺寸、颜色、圆角、阴影、caption、timeline、GSAP 动效参数。
• 只替换素材路径、章节文案、tag、音频文件名、data-start 和 data-duration。
• 不改成深色 dashboard、三图并列、纯生成海报轮播或营销片风格。
• 如果用户提供的是 1-2 张总览长图，也仍然用双栏长图扫描和章节 tag 组织，不要退化成静态 PPT。

口播规则

• 每段 1-2 句，尽量 8-12 秒。
• 不说“第一条、第二条”。
• 不说无关自我介绍。
• 字幕可以略短于口播，但必须覆盖关键含义。
• 每个 <audio> clip 必须有对应字幕 clip。
• 生成后用 ffprobe 读取音频时长，再把 data-start / data-duration 写入 HTML。

示例：

edge-tts --voice zh-CN-YunxiNeural --rate='+20%' \
  --text 'IT 基础设施演进史，不只是服务器升级。它是一组能力的共同进化。' \
  --write-media assets/audio/intro.mp3

BGM 与音效

• 先检查项目是否已有 assets/audio/bgm.mp3 或 assets/audio/bgm.wav。
• 若没有，可使用本 skill 的 scripts/render_audio_bed.py 生成本地合成 BGM 和转场音效。
• BGM 音量建议 data-volume="0.08" 到 0.12。
• 口播音量建议 data-volume="0.90" 到 0.95。
• Web Audio API 不会进入 HyperFrames MP4，所有音频必须使用 <audio class="clip">。

验收标准

• npx hyperframes lint 无 error。
• npx hyperframes inspect 无布局 error；图片 zoom 裁切 warning 可接受。
• snapshot 至少覆盖每个章节的中间时刻。
• 最终 MP4 使用 ffprobe 确认为 1920x1080、有 video stream、有 audio stream、时长符合预期。
• 原始 ai-tech-news-video skill 未被修改。