Web Video Presentation 把一篇文章或口播稿，一步步做成可录屏的"伪装成网页的视频"，可选合成 口播音频。产出物 = Vite + React + TS 项目 + 按章节切分的音频。 适用场景 "我有口播稿 / 一篇文章，帮我做成视频" —— 口播驱动的内容 想做 "动态 PPT" 16:9 横屏录屏，大字、留白、每屏都要有动效 教学 / 产品演示 / keynote 想要电影感 B 站 / YouTube /抖音视频内容 本 Skill 以方法论 + 协作流程为核心 。脚手架模板提供 token 和原语， 但每个美学决策（配色、字型、动效气质）都应该针对你的主题重新设计 —— 不要照搬。 工作流总览 Phase 1 内容编写 1.1 识别用户输入 1.2 一次产出 script.md + outline.md （口播稿 + 开发计划） ▼ [Checkpoint Plan] ← 必须停。一次对齐 5 件事： 稿子 / outline / 主题 / 素材 / 开发模式 ▼ Phase 2 网页开发 2.1 脚手架（按选定主题） 2.2 第 1 章 = 主线程 + 完整版本（强制 anchor） ▼ [硬节点] 用户验收第 1 章 ← 不可跳过 ▼ 2.3 第 2~N 章（按选定模式：A 逐章 / B 顺序 / C 并行） ▼ [Checkpoint Audio] ← 必须停。是否合成音频 ▼ Phase 3 音频合成（可选） ▼ Phase 4 录屏 + 后期 工作目录约定（agent 在用户当前目录下创建 / 编辑）： my-video/ ├── article.md # 用户给原文时必有 —— 不删！开发阶段画面信息源 ├── script.md # 必有：B 站风格口播稿（决定节拍） ├── outline.md # 必有：开发计划（章节切分 + 每步内容 + 信息池） └── presentation/ # 脚手架产出的 Vite + React + TS 项目 ├── src/chapters/-/ │ ├── .tsx # 视觉实现 │ ├── .css │ └── narrations.ts # ★ step 数 + 口播文本的唯一真相源 ├── scripts/ │ ├── extract-narrations.ts # 扫所有 narrations.ts → audio-segments.json │ └── synthesize-audio.sh # 调 mmx 合成 mp3 ├── audio-segments.json # extract 产出（合成前 review） └── public/audio//.mp3 # 可选：合成的音频 关键 ： narrations.ts 是 step 数和音频合成的 唯一真相源 。 章节 .tsx 里的 if (step === N) 出现的最大 N + 1 必须等于 narrations.length 。这保证 5 处地方（script / outline / 章节代码 / chapters.ts / 音频文件）永远不会漂。 硬性自检协议（贯穿整个 Skill） 下面三个产出，每一个 完成后必须走自检 → 修复 → 再汇报 / 推进 ： 产出 自检清单出处 script.md SCRIPT-STYLE.md 三层自检（形式 / 风骨 / 念出来） outline.md OUTLINE-FORMAT.md 自检 单章实现完成 CHAPTER-CRAFT.md 完工自检 执行方式 （按能力降级， 优先用更隔离的方式 ）： Agent Teams（最优） ：开一个独立的 reviewer agent，给它"产出文件 路径 + 对应清单 + 关键上下文"，让它逐项核查并 严格汇报结论 （哪几条 pass / 哪几条 fail + 证据 + 改写建议）。 subAgent（次优） ：没有 Teams 能力但能开 subagent 就用 subagent 走同样流程。 自检（兜底） ：当前 agent 都没有上述能力，就自己 严格逐项 核查 —— 不允许目测一遍就放行。 铁律 ：拿到结论后 先按 fail 项把产出改完 ，再向用户汇报"做完了 自检结论 + 改了什么"。 直接拿原始结论汇报但不修复 = 违规 。 各阶段文件读取指南 不同阶段读不同的文件。 长会话里 agent 容易遗忘原则 ，特别是 Phase 2.4 的"实现单章"会重复 N 次 —— 每次都要回看核心约束。 阶段 必读（每次都看） 一次性看完 / 按需查 Phase 1.1-1.2 内容编写 references/SCRIPT-STYLE.md + references/OUTLINE-FORMAT.md + article.md （用户原文，如有） —— Checkpoint Plan 选主题 —— themes//theme.json （动态读全部，列清单 + bestFor 推荐 + descriptionZh ）； references/THEMES.md （用户想了解主题系统时） Phase 2.1 脚手架 —— SKILL.md 本节看一次 Phase 2.4 实现单章（×N 次，被 2.2 / 2.3 调用） references/CHAPTER-CRAFT.md 单一入口 —— Part 0 十条原则 / Part 1 开工 5 问 / Part 2 关系→动作决策树 / Part 3 视觉工具箱 / Part 4 时长参考 / Part 5 反 AI 味反模式 / Part 6 代码硬规则（ 含 narrations.ts 强制约束 ）/ Part 7 完工自检 / Part 8 反馈速查 + 当前主题的 themes//theme.json + 当前章节的 outline.md 段落 + article.md 本章对应段落 + 素材清单 references/EXAMPLES/ （结构示意，不是抄袭模板）； references/THEMES.md 完整 token 契约 Phase 3 音频合成 references/AUDIO.md （含 narrations.ts → segments.json → mmx 流程） —— Phase 4 录屏 + 后期 references/RECORDING.md （含 ?auto=1 自动录屏） —— 选 / 造 / 切主题 —— references/THEMES.md 写章节时只读一份 CHAPTER-CRAFT.md 。十条原则 / 开工 self-prompting / 决策树 / 反 AI 味反模式 / 完工自检全部并入这一份单一入口。 EXAMPLES/ 不是必读 —— 先按内容自由设计，卡壳才翻（按 anchor 翻"形"，不要照搬）。 Phase 1 —— 内容编写（一次产出） 1.1 识别用户输入 用户给的东西 该做的 原始文章（书面语 / 公众号 / 论文 / 博客） 一次产出 script.md + outline.md （1.2），过 Checkpoint Plan 直接的口播稿 / 视频脚本 落盘成 script.md ，一次产出 outline.md （1.2 简化版），过 Checkpoint Plan 啥都没有，只说"帮我做个 X 主题的视频" 反问 ：先给一段素材或大纲。Skill 不替用户构思内容 1.2 一次产出 script.md + outline.md 两份产出物在一次思考中完成 ： 生成 script.md ：按 references/SCRIPT-STYLE.md 的规则把 article 转 B 站风口播稿。 保留 article.md 不删 ——它是 outline 写信息池和章节实现画面时的细节源（双源原则）。 生成 outline.md ：按 references/OUTLINE-FORMAT.md 规则切章节 + 切 step + 每章首段抽 信息池 。 outline 的边界 （关键）： outline 必须写 outline 不要写 章节切分 / 每章 step 数 / 估时 具体动画类型（blur clear / wipe / 弹簧） 每步屏幕内容（hero / 数据 / 标语 / 列表项） CSS 实现手段（filter / SVG / clip-path） 章节级 信息池 ：从 article 抽的数字 / 引用 / 案例 / 标签 时长数值（不写 2.5s / 80 120ms） 步级关系名前缀（"反差对照" / "递进列表" / "金句" 等可选 hint） 持续微动 / 错峰量等微观节奏 outline 不写动画的理由 ：写死动画 = chapter agent 退化为翻译机； 留白让 chapter agent 在每步开工时按 CHAPTER-CRAFT.md 的"内容驱动决策树"自由设计，才有真正的视频感。详见 CHAPTER-CRAFT.md Part 0 原则 7。 落盘后必须先走自检再进 Checkpoint Plan ：按上文「硬性自检协议」分别 对 script.md / outline.md 执行（优先 Agent Teams → subAgent → 自检）， 按结论修复完成后再进入 Checkpoint Plan。 Checkpoint Plan —— 5 件事一次对齐（ 硬节点 ） script.md + outline.md 写完后必须停下来。 用户在这一个节点同时确认 5 件事 。 agent 此时要做的预备工作 读所有 themes//theme.json 拿 nameZh / descriptionZh / bestFor / mood —— 不要硬编码清单 根据 script.md 的内容类型 / 关键词 / 语气， 主动 从主题里挑 2~3 套 最匹配的推荐 （匹配 bestFor 字段） 扫一遍 outline.md 末尾"素材清单"部分 总结模板（骨架，agent 按情况填充） 内容计划写完，产出文件： 📄 article.md {若用户给原文则保留} 📄 script.md {X} 字 / ~{T} 分钟 📄 outline.md {N} 章 / {M} 步 + 每章信息池 + 末尾素材清单 章节速览： 1. <章节标题> 步 ~s 2. ... 接下来一次对齐 5 件事： 1. 稿子 (script.md) 要不要改？ 可以直接编辑文件，或口头告诉我修改方向。 2. 开发计划 (outline.md) 要不要改？重点看： - 章节切分 / step 数 / 估时是否合理（合理判断：每章 30~60s） - 每步屏幕内容是否清晰 - 每章首段「信息池」是否有足够的 article 细节供画面挂 - 末尾素材清单是否完整 3. 选哪个主题？我的推荐： ★ <推荐 1：nameZh (id)> — 因为 ； ★ <推荐 2 / 推荐 3> 其它可选：<剩余主题，nameZh + 一句话> 也可以让我帮你做新主题（详见 themes/THEMES.md）。 4. 真素材怎么准备？粗看本视频要的图：<列粗略清单> a) 我从 <现有素材路径> 帮你挑 b) 你自己提供 c) 全部 placeholder 5. 开发模式选哪个？ 第 1 章无论哪种模式都必须主线程做完 + 用户验收（强制 anchor）。 差异在第 2 章及之后： A) 默认 · 逐章确认（推荐） 每章做完都暂停验收 → 风险可控 / 节奏最稳 B) 第 1 章后顺序开发（不并行） 第 2~N 章主线程顺序做完后统一验收 → 速度中 / 适合 agent 不支持并行 C) 第 1 章后并行开发（subagent） 第 2~N 章用 subagent 并行 → 最快 / 用户控并行数（一次几章） ⚠️ 风格各章会有差异（这是预期，主题禁区兜底） 收到反馈后： 稿子 / outline 要改：直接编辑文件，编辑完 ping 一次（或口头描述 agent 改） 主题必须明确 才进入 Phase 2。用户说"主题你帮我选" → 取你推荐的第 1 个， 告诉用户你选了什么、为什么 ，给反悔机会 模式选定 → 进 Phase 2 Phase 2 —— 网页开发 2.1 脚手架 bash .cursor/skills/web-video-presentation/scripts/scaffold.sh \ ./presentation \ --theme = < 用户选的主题 id