1实现原理 · 为什么它能做到
整套方法建立在「一个模板 × 一张数据表 → 每行一部片」上：先给一行记录定义类型化 schema，整部视频是该记录的纯函数，不能用一行数据填满的场景不该出现在 Wrapped 里。
skills/wrapped-video/SKILL.md
Define a typed schema for one record. The whole video is a pure function of it.
注：这条把「批量个性化」从剪辑问题变成数据契约问题——后面并发、命名、去重都建立在「行即输入」上。
第二条不可协商项是「为截图而设计」：每个场景要 2 秒内读完、冻结成静帧也要好看，因为被分享出去的就是那张静帧。
skills/wrapped-video/SKILL.md
2. **Built to be screenshotted.** Each scene must read in under 2 seconds and look good frozen
注：把分享物（静帧）当设计目标，而不是把视频当目标、截图当副产品。
场景语法固定为 5–7 个短场景类型（Intro / Big-number / Top-X / Superlative / Comparison / Time-heatmap / Outro），每段约 2.5–4s；每年只换数据与配色，语法不变。
skills/wrapped-video/SKILL.md
A Wrapped is a fixed sequence of short scene *types*, each ~2.5–4s.
注：固定语法是「一个模板撑起百万条个性化视频」的前提——可复用的不是画面而是槽位。
叙事按「升序冲击」编排：把统计量按情绪载荷（大小、稀有度、体面程度）从小到大排，主角数字压轴并停留最久；绝不先出最大数字，否则后面无处可爬。
skills/wrapped-video/SKILL.md
**Sequence stats for rising impact — smallest first, biggest last.**
注：这条把「排序」提升为叙事设计，而非编辑细节；配套要求是 climax 帧最大最久。
主角必须是观众本人：前两秒出现其名字、用 per-user accent 色、文案全用第二人称；若某一帧对两个不同用户读起来一模一样，这帧就没在做事。
skills/wrapped-video/SKILL.md
If a frame would read identically for two different users, it isn't pulling its weight.
注：这是一条可操作的验收判据（同一帧对不同行必须不同），而不是「要个性化」的口号。
签名动效是大数字计数：必须由 useCurrentFrame + spring 驱动（禁用 setState/setInterval——渲染器逐帧快照会闪），到 locale 格式化并用 tabular-nums 防数字滚动时宽度抖动。
skills/wrapped-video/SKILL.md
Drive it from `useCurrentFrame()` (never `setState`/`setInterval` — that flickers on render), ease it with a spring, and format with `toLocaleString()`.
注：与同 pack 的 explainer-video / map-animation 共用同一条帧驱动纪律。
竖屏安全区被量化到像素：渲染 1080×1920，关键内容（名字、数字、列表、CTA）必须落在中心 80% 高度内，避开顶部 12% 与底部 18%（平台 UI 覆盖区）。
skills/wrapped-video/SKILL.md
Render **1080×1920**. Stories/Reels/TikTok crop and overlay UI, so keep all type and key numbers inside the **center 80% height**, clear of the **top 12%** and **bottom 18%**.
注：被遮挡的不是「美观问题」，而是最该被看见的数字会消失——所以按像素区间给。
批量渲染是这套方法的价值兑现：bundle 一次后逐行 selectComposition + renderMedia 传 inputProps，按稳定 id 命名保证幂等，校验失败的行跳过并记日志而不渲染半成品。
skills/wrapped-video/SKILL.md
The payoff. Render every data row to its own MP4 with `renderMedia`, passing the row as `inputProps`.
注：「纯函数 + 稳定命名」使重跑可覆盖、失败行可单独重驱——这是它能扩到万级的关键。
2核心能力
01Wrapped 场景语法 + 帧级 storyboard 时间表（7 类场景、22s@30fps 逐场帧区间）
02行级数据契约：zod schema 定义一行记录 + Composition 注册（schema + defaultProps）
03大数字计数组件（spring 驱动 + interpolate + toLocaleString，tabular-nums 防抖宽）
04Top-X 列表错峰入场（每行一个 spring、rank 1 先、动作完全一致）
05百分位条 + 数字同步计数的 climax 场景
06场景编排与转场：<Series> 免手算绝对帧、TransitionSeries + fade/slide
07批量管线：CSV/JSON → schema 校验 → renderMedia → out/wrapped-<id>.mp4（bundle 一次、并发上限、幂等命名、去重、Lambda 扩容）
08竖屏安全区规则 + 冻结可分享的 outro 卡（最重要元素放垂直中心 ~960px）
09配套产出物：每用户的 share still（renderStill 出 outro 帧）与 README 演示 GIF
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | npx remotion still / render / compositions（单行验证与正式编码） |
| cli | npx tsx（运行批量脚本 render-all.ts） |
| package | @remotion/bundler 与 @remotion/renderer（bundle + 逐行渲染） |
| package | zod（行级 schema 校验）、p-limit（并发上限）、csv-parse（CSV 解析）、@remotion/transitions（转场） |
| network | @remotion/google-fonts：批量渲染时把字体内联进 bundle（避免 headless 缺字形/FOUT） |
| api | 可选：Remotion Lambda（AWS 无服务器扇出），面向万级批量 |
| cli | ffmpeg / ffprobe（contact-sheet.sh 与 probe-mp4.sh） |
4风险提醒 风险提醒：橙色 · 评估后使用
风险提醒：橙色 · 评估后使用
- 渲染与批量链依赖远程包并在本地执行项目代码 — `npx remotion`/`npx tsx` 会从 npm 取包并 bundle 执行；离线或私有 registry 环境需先本地锁定依赖，否则验证与批量都不可复现。
- 数据面成为主要输入风险 — 整张表作为 props 注入并直接上屏（含 share card）；schema 只校验类型不校验内容，异常/超长/恶意文本会破版或被当作官方口吻展示。上线前应对数据表做净化与长度约束。
- 可选 Lambda 路径的凭据与成本 — reference 的万级扩容方案需要在 AWS 侧配置权限并产生费用；这是「按需接入」的能力，但接入后凭据管理与计费由使用者承担，文档未涉及权限最小化。
- 「冻结好看」与「动态好看」的验收靠人工 — skill 要求逐帧检查中心 80%/避开 12%/18%，但没有自动化的安全区断言；批量场景下应在模板层加一次性的布局自测（如叠加平台 UI 蒙版）而不是每行目检。
- per-user 配色的对比度责任在使用者 — accent 由数据行提供并直接用于大字与背景，若数据方给出低对比或低饱和色，可读性会崩；skill 未给配色校验规则。
风险提醒：橙色，评估后使用。判级对象是 skill 自身目录（skills/wrapped-video/：SKILL.md + references/ 三份 + 0 字节 README.md；目录内无脚本、无凭证读取、不写盘）。触发橙档的是执行链与依赖面：① 输出契约要求 `npx remotion still/render` 渲染每行的 MP4，npx 从 npm registry 拉取并执行 Remotion CLI 与 @remotion/* 系列包，并在本地 bundle + headless Chromium 中执行被渲染项目代码（同作者 pack 先例：remotion-video 同因判橙）；② 批量路径依赖 tsx、zod、p-limit、csv-parse、@remotion/bundler/renderer/transitions 等第三方包；③ reference 给出的可选扩容路径是 Remotion Lambda（AWS），接入后涉及云端凭据与计费。skill 本体不读凭证/env、无业务 API、不采集、不绕过防护，故非红档。触发条件：只有真正渲染（或启用 Lambda）时才发生；纯写 schema/组件、只做数据校验不渲染不触发。
5第二遍独立确认
- [ok] 外部依赖调用点复核（npx remotion / npx tsx / @remotion/* / zod / Lambda） — SKILL.md Verify loop 确有 `npx remotion still Wrapped out/f-start.png --frame=0 --props='{...one user...}'` 与 `npx tsx render-all.ts`；batch-pipeline 确有 `import { renderMedia, selectComposition } from "@remotion/renderer";`、`p-limit` 与 `renderMediaOnLambda`；remotion-recipes 确有 @remotion/google-fonts 与 @remotion/transitions 用法。全部落地，非推测。
- [ok] 是否隐含云端凭据需求 — 本地路径（renderMedia）不需要任何云端凭据；仅可选 Lambda 路径会引入 AWS 配置。SKILL.md/reference 中无 AWS key、无 access token 字面量，也无读取 env 的代码——故按「不读凭据」处理，但在 security.reason 与 verdict.risks 中标注了 Lambda 接入时的凭据/计费含义。
- [ok] 帧驱动纪律的内部一致性 — SKILL.md 输出契约与 remotion-recipes 开篇「The one rule that prevents broken renders」一致禁止 setState/setInterval/Date.now()/CSS @keyframes 计时；大数字组件示例也确实只用 useCurrentFrame + spring + interpolate。
- [ok] 数据契约与场景语法的耦合 — wrappedSchema 字段（name / year / minutesListened / topArtists / topGenre / percentile / accent）与场景类型表逐项对应（Intro 用 name+year、Big-number 用 minutesListened、Top-X 用 topArtists、Superlative/Comparison 用 percentile+topGenre、per-user accent 贯穿）；未见场景需要而 schema 未提供的字段。
- [ok] 安全区数值与 storyboard 的自洽性 — 1080×1920 下 top 12% = 0–230px、bottom 18% = 1575–1920px、center 80% = ~230–1575px，与 scene-grammar 的安全区表一致；垂直中心 ~960px 落在中心区内。数值互相自洽。
- [ok] 跨目录 / 跨 skill 引用可解析性 — 正文引用的 `scripts/contact-sheet.sh`、`scripts/probe-mp4.sh` 位于仓库根（单装本 skill 目录会悬空，需装整个 repo）；本 skill 自成闭环，未强依赖兄弟 skill（只需 Remotion 本体）。
- [ok] 功能声明 vs 实际能力 — frontmatter 宣称覆盖「数据行 → 一条可分享视频」的范式、场景语法、计数动效、9:16 取景与批量渲染，SKILL.md 与三份 reference 逐项兑现（含 CLI 与 Node 两套批量变体）；未夸大——不声称自动产出数据或自动分发。
6结论
适合：适合「同一支片、每人不同数字」的产品化场景：年度回顾/个人统计（听歌、运动、阅读、消费、游戏、销售战报、学习进度），尤其是需要从一张表批量产出成千上万部竖屏短视频、并要求每部都能截图直发的团队。
不适合：不适合没有 per-record 数据的手工剪辑片（skill 明确要求存在数据表）；不适合横屏/长片叙事（它锚定 9:16 短场景语法）；也不适合需要精细叙事弧与旁白的解说片（应走 explainer-video，本 skill 的场景是槽位化、无旁白的静帧友好型）。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-28
方式 A · 人下载镜像包下载 wrapped-video.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agent16427a3a8db59d32…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库iart-ai / iart-ai/explainer-video-skills
原始 GitHubiart-ai/explainer-video-skills ↗
Stars26
最近推送2026-06-22
本 skill commit
3e2d411b72许可MIT（仓库根 LICENSE：MIT License / Copyright (c) 2026 iart.ai；.claude-plugin/plugin.json 声明 "license": "MIT"，GitHub API license.spdx_id = MIT）
本站信息
收录日期2026-09-06
分类内容创作
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。