Capsule Cinema
把视频做成模版,一次配方无限视频。
Capsule Cinema 是安装到 Coding Agent 中的短视频生产系统。它把栏目结构、分镜规则、生成渠道、质量门和返工经验整理成可迁移、可更新的视频配方。下一期只换主题和素材,不必重新搭建整套流程。
English ·
可审分镜 · 自选渠道 · 单镜头返工 · 发布前 QA · 配方打包迁移
一分钟看懂 · Quick Start · 做同款(rea-video) · 卡住了? · Demo · 复用示例 · 内置配方 · 跨模型实录 · 为什么需要 · 质量与返工 · 生成渠道 · 社群
Capsule Cinema 面向持续运营账号、制作栏目或商品视频的创作者和团队。它更适合中文短视频生产场景,仓库内置抖音感剧情、商品种草、国风讲解等起步配方。
它不是网页式一键生成器,也不提供模型算力。项目运行在用户自己的 Agent 和本地工作区中,媒体生成使用用户配置的 API。当前公开渠道包括 Seedream、Seedance、Agnes 图片/短视频、MiniMax、豆包语音和本地 FFmpeg。
一分钟看懂
Capsule Cinema 让你的 Agent 帮你做短视频,并把做得好的方法存成配方(英文 capsule,文档里也叫「胶囊」)。下一期只换主题和素材,分镜结构、画面风格和质检标准都沿用。
| 你现在的情况 | 从这里开始 | 费用 | | --- | --- | --- | | 想先试试能不能跑 | 做一条项目介绍视频 | 不需要 API Key | | 有选题,想做一条 AI 视频 | 先审分镜,再试一个镜头 | 分镜不调用生成 API,生成按渠道计费 | | 看到一条爆款,想做同款 | 和 rea-video 一起用 | 拆解可在本地完成,生成按渠道计费 | | 想做成固定栏目 | 保存配方,或从内置配方开始 | 保存配方不调用生成 API |
Quick Start
你不需要记命令。把安装、制作、返工和保存配方的要求直接告诉 Agent 即可。第一条视频不需要任何 API Key。
| 你需要准备 | 说明 | | --- | --- | | 一个支持 Skills 的 Coding Agent | Codex、Claude Code、OpenClaw、Cursor、Trae、Hermes Agent 等 | | Python 3.12 和 FFmpeg | 没装也没关系,安装时 Agent 会检查并帮你装 | | 一个能截网页的浏览器 | 只有项目介绍视频用得到,见第 3 步 | | 图片、视频、配音渠道的 API Key | 第一条视频用不到;想做 AI 画面时再配,见使用自己的生成渠道 |
1. 让 Agent 安装
把下面这段话发给 Codex、Claude Code、OpenClaw、Cursor、Trae、Hermes Agent,或其他支持 Skills 的 Agent:
帮我安装 Capsule Cinema:
https://raw.githubusercontent.com/JuneYaooo/capsule-cinema/main/docs/install.md
Agent 会完成安装和环境检查。装完后完整重启一次 Agent,它才能发现这个 Skill。完整说明见 安装指南。
2. 问一句「我现在能做什么」
用 Capsule Cinema 做一次上手自检,告诉我现在能做什么、还缺什么。
Agent 会检查运行环境和已配置的渠道,然后告诉你当前能走哪条路线。自检只看变量是否已设置,不读取密钥内容,也不调用计费 API。
| 你手上有什么 | 第一条做什么 | 花费 |
| --- | --- | --- |
| 什么都没配 | 项目介绍视频(下面第 3 步) | 0 |
| 什么都没配,只想先看方向 | 只出分镜,不生成媒体(第 4 步) | 0 |
| 一个 AGNES_API_KEY(有免费层) | 一张代表镜头和几秒样片 | 免费层限速内为 0 |
| 图片和视频渠道都已配置 | 完整 AI 短视频(第 4 步)。没配豆包或 MiniMax 配音时,用本机语音兜底 | 按各渠道计费 |
3. 先跑一条不需要 Key 的项目展示
第一次上手,建议先用内置配方 repo_signal_grid 给这个仓库做一条介绍视频。它直接使用真实网页截图和本地排版渲染,不需要配置 AI 视频、TTS 或图片生成工具,适合快速确认安装、截图、渲染和质检流程是否正常。
把下面这段话发给 Agent:
请打开并了解这个项目:
https://github.com/JuneYaooo/capsule-cinema
使用内置视频配方 repo_signal_grid,为这个项目制作一条项目介绍视频。
这条路线需要 Agent 能打开网页并截图:
- Agent 自带浏览器工具时(比如已经接了 Playwright MCP 或 Chrome DevTools MCP),不用额外准备;
- 没有的话,让 Agent 运行一次
npx playwright install chromium,之后它就能用 Playwright 截图。
结果示例:
4. 做一条 AI 视频:先审分镜和代表镜头
帮我用 Capsule Cinema 做一条 25 秒竖屏视频:
一只橘猫深夜经营路边摊,温暖治愈一点。
先给我看分镜,确认后只试做一个代表镜头。
分镜和代表镜头都确认后,再让 Agent 完成整条视频。正式产物位于独立的 output/:release/ 保存交付文件,work/ 保存中间媒体和编辑计划,qa/ 保存检查结果与修复建议。
生成图片、视频和语音需要相应渠道。只浏览、校验、打包和安装配方不会调用媒体生成 API。不要把密钥粘贴到对话、配方、prompt、脚本或 Git 中。
5. 把满意的方法保存成配方
这条视频我很满意,保存成「治愈系夜间小摊」配方,以后做同类视频继续用。
配方保存可复用的制作方法,不保存当期事实、临时素材或密钥。
也可以从参考视频整理配方草稿。Agent 会先拆解钩子、镜头节奏、文案结构、视觉、运动和声音,再区分样片内容与可复用方法:
参考这个本地视频,整理一份可复用的视频配方草稿。
先告诉我准备保存哪些方法,确认后再写入配方。
6. 继续复用、更新或分享
用「治愈系夜间小摊」配方,做一期柴犬雨夜卖关东煮的故事。
这次产品近景保持 2 秒左右效果更好,看看是否值得记到电商配方里。
把「治愈系夜间小摊」配方打包给我,我要在另一台机器安装。
卡住了?
装完以后 Agent 好像不认识 Capsule Cinema
完整退出并重启 Agent,再发一次第 2 步的自检那句话。还不行就让 Agent 重新执行安装指南,它会报告卡在哪一步。
我没有任何 API Key,能做什么
可以做项目介绍视频(repo_signal_grid)、只出分镜,以及四套本地渲染的 Vibe 知识图解模板。这些都只用本机的 Python 和 FFmpeg。
密钥应该放在哪里
把安装目录里的 lib/.env.example 复制成安装目录根部的 .env,在本机填写。Claude Code 的安装目录是 ~/.claude/skills/capsule-cinema/,其他 Agent 见安装指南。也可以使用系统环境变量或 Agent 自带的密钥配置。不要把密钥粘贴到对话里。
担心一上来就花钱
在要求里写明“先不要生成图片、视频和配音,也不要调用任何计费 API”,Agent 就只做分镜。确认分镜后先试一个代表镜头,满意了再批量生成。
做好的视频在哪里
在安装目录的 output/<本次运行>/release/。同一目录下的 work/ 是中间素材,qa/ 是检查结果。
想自己在终端里看一眼状态
在安装目录运行 python3.12 scripts/quickstart.py,会列出运行环境、已配置的渠道、现在能做的路线和下一步建议。
和 rea-video 一起用
rea-video 负责看懂一条视频,Capsule Cinema 负责把它做出来。两者是独立项目,只有做同款时才需要一起装。
参考视频
│ rea-video:逐镜头拆解,判断实拍 / AI / 代码渲染,输出 VIDEO.md 拆解包
▼
复刻方案
│ Capsule Cinema:按方案生成需要替换的镜头
▼
拼回原时间线,和原片对比
│ 可选:把这次的做法存成配方
▼
下一期直接用配方
第一步:装好两个工具
帮我安装 Capsule Cinema 和 rea-video:
https://raw.githubusercontent.com/JuneYaooo/capsule-cinema/main/docs/install.md
https://github.com/JuneYaooo/rea-video
装完告诉我是否需要重启。
第二步:按目的发一句话
做一条同款:
用 rea-video 拆解 ./reference.mp4,再用 Capsule Cinema 复刻。
主角换成我的橘猫,镜头节奏和转场保持不变。
先给我看复刻方案、需要我提供的素材和预计费用,我确认后再生成。
已经有拆解结果:
参考 ./out/ref 这份 VIDEO.md 拆解,用 Capsule Cinema 做一条同结构的新视频,主题是深夜食堂。
先列出需要我确认的镜头,不要直接生成。
把这种视频变成固定栏目:
把 ./out/ref 这份拆解整理成可复用的配方草稿。
先告诉我准备保存哪些方法,确认后再写入配方。
开始前需要知道:
- 实拍镜头和你自己的素材不会被凭空还原。rea-video 会给出拍摄方案,或保留原片占位,等你替换。
- 只有确认后的 AI 镜头才会调用付费模型,生成前可以先 dry-run 查看任务和费用。
- 没配多模态模型时,能看图的 Agent 可以逐镜复核。否则实拍、AI、3D 的判断会明显变弱。
想自己在终端里跑:完整命令
export CAPSULE_CINEMA_ROOT=/path/to/capsule-cinema
rea-video decompose reference.mp4 -o out/ref # 1. 拆解
rea-video plan out/ref --model seedance-2.0 --generate ai # 2. 按模型出复刻方案
rea-video remake-plan out/ref/breakdown.json # 3. 生成任务
rea-video remake-run out/ref/remake/jobs.json --dry-run # 4. 预览任务,不调用模型
rea-video remake-run out/ref/remake/jobs.json # 5. 确认后生成(计费)
rea-video assemble out/ref/breakdown.json out/ref/remake/results.json # 6. 拼回原时间线
rea-video capsule-draft out/ref/breakdown.json --capsule-name my_recipe # 7. 可选:生成配方草稿
--generate ai 只生成原片里 AI 做的镜头;要换人、换物并整条重做时改用 --generate all。capsule-draft 加 --write-capsule 才会写入 capsules/,草稿需要审核后再使用。
Demo
这些样片来自内置起步配方,对应的配方包随公开仓库提供。你可以保留已经跑通的结构和质量规则,只替换主题、素材、商品或当期文案。
|
人生模拟短剧
配方: life_sim
面向打工人剧情、生活共情、动漫口播和系列化栏目。 配方保存第二人称叙事、钩子结构、情绪推进、角色一致性、镜头节奏和 TTS 规则。 |
|
电商商品展示 配方: ecommerce_product_showcase
商品身份锚定、卖点顺序、场景展示、口播节奏和合规规则。 |
艺术图像动效 配方: art_motion
参考帧、风格约束、运动方式和图像转视频的检查规则。 |
|
国风历史文化讲解 配方: guofeng_history
国风视觉、人物讲解、旁白节奏和历史内容边界。 |
羊毛毡 ASMR 手作 配方: felt_asmr
材质特写、制作步骤、舒缓节奏和 ASMR 音画规则。 |
同一个胶囊,做不同主题
胶囊名称:高抽象成长卡片(high_abstraction_growth_card)
能做什么:把满意的视频做法保存下来,换一个主题继续做,保持相同的栏目风格。
怎么做:告诉 Agent 使用这个胶囊,再说清楚下一期想做什么。
用「高抽象成长卡片」胶囊,
做一期“为什么一直很忙,却还是很难成长”。
下面四条视频都用同一个胶囊完成,但主题和内容各不相同:
|
不确定感 真正让人焦虑的,不是事情没结果 |
自控力 别把重要决定留给最疲惫的自己 |
|
职场成长 一直很忙,为什么还是很难升级 |
关系边界 看一个人如何回应你的拒绝和不同 |
同一个胶囊,可以不断换题做成一个系列。满意的方法留下来,下一期继续用。
内置视频配方
仓库提供一组可以直接查看和继续定制的配方:
| 配方 | 适合做什么 | 主要保留内容 |
| --- | --- | --- |
| industry_workflow_explainer | 行业岗位如何用 AI 完成一项重复任务 | 真实工作细节、材料到产物的因果链、作者自改、人工判断与下次复用 |
| plush_diorama_science | 看不见的过程科普:某样东西是怎么来的、怎么变的 | 毛绒手办布景画风、关键词驱动分镜与动效、逐句配音与 ASR 字幕验收、Blender 本地渲染和质量门 |
| life_sim | 第二人称人生模拟、动漫剧情口播 | 钩子、情绪推进、角色规则、快切节奏 |
| ecommerce_product_showcase | 商品展示、种草和带货短视频 | 商品身份、卖点结构、平台语气和合规规则 |
| art_motion | 插画、海报和参考帧动态短片 | 风格、运动方式、转场和参考图约束 |
| felt_asmr | 羊毛毡烘焙、手作和治愈 ASMR | 材质、步骤、特写、声音和节奏 |
| guofeng_history | 国风历史人物和文化讲解 | 国风视觉、人物叙事、旁白和内容边界 |
| high_abstraction_growth_card | 高抽象成长类认知卡片视频 | 选题结构、现实场景、观点拆解、行动建议和统一卡片风格 |
| repo_signal_grid | GitHub 仓库、工具和 Agent Skill 项目展示 | 真实浏览器截图、6:7 暖白橙网格、五幕事实链和本地低成本渲染 |
| dual_role_real_screen_recording | 双角色项目科普,加入 GitHub 与 WorkBuddy 操作证据 | GitHub 真实滚动录屏、WorkBuddy 原生 OBS 窗口录屏、来源哈希与隐私验收 |
新增四套 Vibe 知识图解模板:概率实验室、人生算法诗、系统蓝图、学习工作台。随附四个独立主题的场景 JSON,可用本地渲染器导出带字幕和原创配乐的 1080p 横屏视频。
跨模型实录
一条真实的生产记录,回答一个问题:用 Claude Opus 5.5 vibe 出一条视频,把制作过程保存成配方,再用其他模型复刻一条,能达到什么效果?
|
原片 · Claude Opus 5.5 vibe 直接做,做到满意为止 |
复刻 · GLM 5.3 Flash 本例测试用的模型,只按配方全新制作 |
三步做完:
- vibe 出片:用 Claude Opus 5.5 直接做出第一条满意的毛绒手办科普视频;
- 蒸馏配方:把这次制作过程结合本仓库的 Agent Skill,整理成视频配方
plush_diorama_science——分镜结构、关键词驱动的镜头与动效、逐句配音与 ASR 验收、本地字幕与合成音效、质量门全部沉淀,配方已随本仓库公开; - 换模型复刻:换一个更便宜的模型——本次测试用的是 GLM 5.3 Flash——只按配方做出一条全新的视频。
为什么需要视频配方
一次性 prompt 可以做出一条视频,但很难稳定地做下一期。视频配方保存一类视频中已经验证过的部分,让新的主题继续沿用同一套生产方法。
| 常见的一次性做法 | Capsule Cinema | | --- | --- | | 每次重新解释栏目结构 | 复用已经确认的分镜机制、节奏和视觉规则 | | 生成前很难确认方向 | 先审分镜,再试一个代表镜头,然后继续生成 | | 一个镜头有问题就整条重做 | 只返工指定镜头、配音、字幕、BGM 或拼接结果 | | 有 MP4 就当作完成 | 检查画幅、黑帧、响度、字幕、安全区和交付物 | | 工具不可用时临时换一条路线 | 展示替代渠道及影响,改变交付效果时等待确认 | | 成功经验留在聊天记录里 | 回写到配方,经过校验后再用于下一期 | | 流程只能留在当前机器 | 打包配方,在另一台机器或团队环境中安装 |
视频配方保存可复用的制作方法,也可以打包安装到另一台机器。一个配方通常包含:
视频配方
= 输入与使用边界
+ 分镜、视觉和音频配方
+ 工具能力要求
+ 质量门与发布检查
+ 经过验证的返工经验
质量门与局部返工
Capsule Cinema 把「能播放」和「能交付」分开处理。完成媒体生成后,系统会建立编辑计划并检查本地文件、时间线和发布要求。检查项可以包括:
| 检查对象 | 示例 | | --- | --- | | 视频文件 | 画幅、时长、编码、黑帧、静帧和音轨 | | 声音 | 响度、削波、静音、TTS 与画面时长匹配 | | 画面与字幕 | 字幕布局、安全区、可读性、角色和风格一致性 | | 配方合同 | 必需镜头、交付物、禁止降级和发布检查点 | | 交付包 | 成片、封面和平台文案 |
发现问题时,可以只重做一个镜头,也可以只换配音、字幕、BGM 或重新拼接:
第 3 个镜头里角色变形了,只改这个镜头,其他镜头和音频保持不动。
修复后会重新质检。还有阻断项时,视频不会进入交付状态。
视频配方保存什么
配方保存适用场景、输入要求、分镜结构、视觉风格、音频策略、工具能力、质量规则和经过验证的经验。它不保存某一期的完整成片,也不复制上一期的事实、文案和临时素材。
配方可以来自三类来源:
| 来源 | 用法 | | --- | --- | | 内置配方 | 从仓库随附的起步案例开始 | | 个人配方 | 把自己的满意作品沉淀成账号、品牌或项目方法 | | 可分享配方 | 打包后交给另一台机器、团队成员或社区用户安装 |
密钥、客户资料和单次运行产物不会写入可分享配方。
使用自己的生成渠道
视频配方声明需要什么能力,不绑定某个供应商。运行时根据本机已经配置和验证过的工具,匹配图片、视频、TTS、音乐、数字人、动作迁移、剪辑和 QA 渠道。
| 能力 | 当前公开示例 |
| --- | --- |
| 图片生成 | 火山方舟 Seedream、Agnes Image 2.1 Flash |
| 视频生成 | 默认火山方舟 Seedance 720p、显式高分辨率 MiniMax H3 2K、Agnes Video v2.0 文生短视频 |
| RunningHub H3 视频 | 首尾帧 2084086089706459137、多图参考 2084192196529582081、文生视频 2084109189609246721 |
| 语音合成 | 豆包语音、MiniMax |
| 动作迁移和口型 | RunningHub |
| 剪辑、字幕和 QA | 本地 FFmpeg 和质量检查工具 |
第一次试跑:推荐 Agnes
如果只是想先跑通 AI 图片和短视频链路,可以从 Agnes 开始:到 Agnes API 平台 注册并在控制台生成自己的 API Key,再把它配置为 AGNES_API_KEY。它适合先做一张代表镜头和一段几秒级文生动作样片,确认提示词、画幅、下载和质检流程都能工作;它不是完整的图生视频或长视频引擎。
免费额度与限速详情(截至 2026-07-27)
Agnes 官方 FAQ 表示核心文本、图片、视频和多模态模型可“无限期免费使用”,没有公布免费层结束日期。这不等于无限调用或无限额度:当前限额说明 中,免费默认档图片有效限速约为 1K 20 RPM、2K 10 RPM、3K/4K 1 RPM,视频约为 1 RPM。官方没有公开免费用户每天具体可生成多少秒视频;文档中的 500 秒/天属于付费 Token Plan。免费档没有生产 SLA,额度、限流、模型规则和输出规格仍可能调整。
仓库不内置或共享 Agnes API Key。服务可能调整实际输出尺寸;Agnes 视频工具只声明已经验证过的短文生视频能力,并默认移除供应商原生音轨。
完整视频默认仍走 seedance2.0 的 720p。明确要求“MiniMax H3”“Hailuo-03”“2K”或“高分辨率”时,运行时改用 minimax-h3;也可以在 run_video.py 中显式传 --video_engine minimax-h3。MiniMax H3 V2 当前只接受 2K,没有低分辨率 H3 参数,因此高分辨率任务失败时不会静默降级到 720p。
工具不可用时,系统会说明可用替代路线。替代方案会改变交付效果时,运行会停下来等待确认,不会静默降低质量。
社群
| 渠道 | 适合 | | --- | --- | | GitHub Issues | 配方想法、运行问题、成片案例、改进建议 | | LINUX DO | 中文开发者社区交流 | | 微信群 | 视频制作经验交流,分享自己的视频配方 |
微信扫码,加入 capsule-cinema 交流群
License
本项目使用 Apache License 2.0。商业使用前请阅读 LICENSE 中的完整条款。