内容
<pre>
_____ _____ .__
/ \ _____ ___ ____/ ____\_ __ _____|__| ____ ____
/ \ / \\__ \ \ \/ /\ __\ | \/ ___/ |/ _ \ / \
/ Y \/ __ \_> < | | | | /\___ \| ( <_> ) | \
\____|__ (____ /__/\_ \ |__| |____//____ >__|\____/|___| /
\/ \/ \/ \/ \/
</pre>
# 图像混合滚动解说
一款[Claude 代码](https://claude.com/claude-code)技能，将一句口语转化为高级编辑**纸质拼贴解说视频** — 9:16，5秒，半色调剪切图像逐步组装在醒目颜色背景上，可选配音。
您输入一句类似 *"雪球只需第一次推动——山坡会完成其余部分。"* 的句子。它提出视觉隐喻，等待您的确认，生成完成的静态图像，等待确认，然后将整个场景从空白颜色背景中组装起来 — 并逐帧检查其输出。
## 示例
| | | |
|:---:|:---:|:---:|
|  |  |  |
| *"雪球只需第一次推动——山坡会完成其余部分。"* | *"一团火焰可以点亮整个房间——并且不会失去任何热量。"* | *"推倒第一块多米诺骨牌——你的一周就此开始。"* |
完整质量的MP4文件（含配音）位于 [`examples/`](examples/) 目录中。
## 技能约束
- **三阶段确认流程** — 先隐喻，然后静态图像，最后视频。您在每个阶段确认；未确认的想法不会产生生成成本。
- **锁定视觉语言** — 平面醒目颜色背景，黑白半色调照片剪切图像，彩色卡片纸装饰，清晰切割边缘，奶油色分界线，纸张纹理。颜色语义是系统的一部分（烧焦橙色 = 紧急，深紫色 = 规则，青绿色 = 判断…）。
- **从空白组装动画** — 片段以纯空白颜色背景开始，通过定格动画逐步组装场景。第一帧和最后一帧由ffmpeg本地准备并作为标记引用传递，以便视频准确落在确认的静态图像上。
- **自我检查** — 接触表，第一帧纯度检查，最后一帧比较，防伪字母规则集，以及针对实际出现的故障模式的修复手册。
- **配音适配** （可选）— 从您的库中选择配音，生成句子，修剪静音，适配到4-5秒窗口，并混合 — 视频流不变。
## 需求
- **Claude 代码** （或具有本地文件访问权限的代理）并安装 **ffmpeg** — 帧准备，检查和混合在您的机器上本地运行。
- **[MaxFusion](https://maxfusion.ai) MCP** — 所有图像，视频和语音生成均通过它运行。
## 安装
1. 将 `SKILL.md` 放入您的技能目录：
```bash
mkdir -p ~/.claude/skills/collage-broll-explainers
curl -o ~/.claude/skills/collage-broll-explainers/SKILL.md \
https://raw.githubusercontent.com/MegaTroll222/VOX-COLLAGE-BROLL/main/SKILL.md
```
2. 连接 MaxFusion MCP 服务器：
```bash
claude mcp add --transport http maxfusion https://mcp.maxfusion.ai/mcp
```
第一次调用将要求您使用MaxFusion账户进行身份验证。
3. 在Claude代码中，输入类似以下内容：
> *为以下内容制作一个拼贴滚动解说： “没有人会错过手洗碗碟。”*
技能将提出隐喻并继续。当您需要配音时，它将列出MaxFusion库中的配音并要求您选择一个。
## 在没有MaxFusion的情况下使用
技能文件是为MaxFusion MCP工具表面编写的，但管道是可移植的。如果您更喜欢使用自己的密钥，您需要：
- **谷歌AI工作室API密钥** — 用于图像生成（静态图像）和Gemini视频模型，该模型根据第一/最后一帧引用执行从空白组装动画，以及
- **ElevenLabs API密钥** — 用于配音阶段。
将 `SKILL.md` 中的 `maxfusion_*` 工具调用替换为针对这些API的您自己的脚本；其他所有内容（提示模板，网关，ffmpeg帧准备，检查，修复梯度）保持不变。实际上，这就是原始项目的工作方式 — 参见下面的致谢。
## 致谢
该技能是 **[gbro-collage-broll](https://github.com/pyang5166/gbro-collage-broll)** 的英文改编版，由 **[pyang5166](https://github.com/pyang5166)** 创建，他设计了视觉语言，三阶段流程，提示模板，颜色语义和检查/修复手册 — 最初用中文编写，为Codex构建，并使用本地Gemini脚本。
此版本将其改编为Claude Code + MaxFusion MCP，翻译为英文，并添加了配音适配阶段。核心思想和工艺的所有功劳归于原作者。
## 许可证
[MIT](LICENSE)
