内容
# 全能 UGC 广告工厂
一种 Claude 代码技能，可将产品和演员参考照片转换为成品 **~20 秒 UGC 脸部广告**：两个连接的 10 秒 Gemini Omni 视频片段，播放为一个不间断的镜头，以单个无缝 9:16 MP4 文件交付。基于 [MaxFusion](https://maxfusion.ai) MCP 构建。
该流程的实际输出（点击预览以获取带声音的完整 MP4 文件）：
| | | |
|:---:|:---:|:---:|
| [](examples/final_916_gym.mp4) | [](examples/final_916_room.mp4) | [](examples/final_916_room_alt.mp4) |
## 为什么存在
任何人都可以提示一个说话的头像。难点在于让观众相信的一切：演员看起来像是被捕捉到的，而不是渲染的；脚本听起来像是一个人，而不是广告；声音不是单调的；微行为（不均匀的停顿、视线转移、鼻子呼气）落在正确的节奏上；以及两个片段连接在一起时没有可见的缝隙。
该技能将所有这些编码为 **机器强制门控**，而非文字建议：
```
casting.json -> gate_casting.py -> approved_casting.txt -> gpt-image-2
clip1.json -> gate_omni.py -> approved_clip1.txt -> gemini-omni-flash
clip2.json -> gate_omni.py -> approved_clip2.txt -> gemini-omni-flash
```
代理永远不会手写生成提示。它编写结构化的 JSON；门控根据数据文件词汇表（年龄正确的皮肤生理学、32 项微行为词汇表，键控到内部状态、六类声音规格、相机色彩分级词汇表）验证它，并在通过时 *组装* 提示本身。如果提示跳过门控，则不被视为存在。
## 连接技巧
Omni 在视频片段的第一帧中保留其参考图像，然后溶解到生成的场景中。将片段 2 的种子设置为片段 1 的修剪后的最终帧，这个怪癖就变成了无形的连接 — 测量缝隙约为 3/255，而硬门控为 5/255。`scripts/adkit.py` 测量语音，修剪死空气，验证缝隙，然后拼接交付件。
## 安装
将 `omni-ugc-ad-factory/` 文件夹放入您的 Claude 代码技能目录中（`~/.claude/skills/` 或项目的 `.claude/skills/`）。要求：
- 连接了 MaxFusion MCP 的 Claude 代码
- `ffmpeg` 在 PATH 上，Python 3 带有 `numpy` 和 `Pillow`（用于 `adkit.py`）
然后请求一则广告： *"为 <产品> 制作一个 UGC 广告"*。技能会询问五个问题（演员年龄段、传递语气、视觉通道、研究线索、演员参考照片），然后运行整个流程：竞争对手拆解、门控脚本、门控选角、两个连接的视频片段、缝隙检查、拼接 9:16。
## 布局
- `SKILL.md` — 流程逐步解释，每个生产故障都已包含在内
- `data/` — 门控强制的四个词汇表（编辑这些词汇表以改进系统）
- `scripts/` — `gate_casting.py`、`gate_omni.py`、`adkit.py`
- `references/` — 深入参考：陷阱、Omni 节拍提示、选角真实性 + 年龄-纹理解耦、传递（真实人物如何说话）、人性化
- `examples/` — 由此流程生成的成品 9:16 广告
## 致谢
- `references/humanizer.md` 是 [blader/humanizer](https://github.com/blader/humanizer)（MIT，由 Siqi Chen 许可），在此应用于广告脚本。
- 视频生成、图像生成、广告研究和画布分析在 [MaxFusion](https://maxfusion.ai) 平台上通过 MCP 运行。
MIT 许可。
MCP 市场