agentsclimarketplace

Laohan luping

Skill hanzhcn/laohan-skills/laohan-luping

口播稿转录屏脚本(CLI+浏览器),自动生成ffmpeg录制脚本并输出MP4。Use when 用户说"录屏""录制教程""录视频""录一段""screen record""补录""口播稿转录屏""浏览器录屏""录网页"或提到录制Claude Code画面或浏览器操作。From its SKILL.md

Install
npx -y skills add hanzhcn/laohan-skills --skill laohan-luping

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

2 things to look at

  • 17 stars17 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
  • runs commandsInstructs the agent to run 4 commands, including `which ffmpeg && which tmux && which node` and 3 more.

SKILL.md

6.5 KB, ~2.3k tokens by cl100k_base, as published. Nobody here has run it

录屏自动化:口播稿 → 录屏脚本 → MP4

输入一篇口播稿(或录屏指示),自动生成 bash 录屏脚本。脚本编排 CLI 操作(tmux+Claude Code)和浏览器操作(Playwright headed),ffmpeg 录物理屏幕,输出 1080p MP4。

核心理念

口播稿即脚本蓝图。 每段口播对应一个屏幕操作(CLI 命令/浏览器导航/静态等待),从口播稿里提取出操作序列和时长,填入录制模板。

看到什么录什么。 ffmpeg 录物理屏幕,tmux 前台显示终端,Playwright headed 显示浏览器。两种"演员"按口播稿交替出场。

录屏是素材,不是生产。 录制过程中的临时文件全部自动清理,只保留最终 MP4。

工作流

1. 输入口播稿

接收用户提供的:

  • 口播稿文件路径(script.md)
  • 或录屏指示文件路径(录屏指示.md)
  • 或直接描述要录制什么

如果用户提供了口播稿但没有录屏指示 → 根据口播稿内容自动推断每段对应的操作。 如果用户提供了录屏指示 → 直接用指示里的操作序列。

  • 完成条件: 拿到完整的操作序列和每步时长

2. 解析口播稿→操作序列

从口播稿/录屏指示中提取。操作分为三种类型:

CLI 操作(tmux + Claude Code):

口播段落屏幕操作脚本动作
"说「抓今天的AI精选」"执行命令send_cmd "抓今天的AI精选"
"说「帮我写口播稿」"执行命令send_cmd "帮我写口播稿"
"展示 output/ 文件夹"查看命令send_cmd "ls output/"

浏览器操作(Playwright headed):

口播段落屏幕操作脚本动作
"打开 GitHub 项目页"导航到 URLbrowser_goto "https://github.com/..."
"看一下 README"页面滚动browser_scroll 500
"点击安装文档"点击链接browser_click "a[href='docs']"
"展示项目截图"静态展示browser_wait 3000

静态操作(纯等待):

口播段落屏幕操作脚本动作
开场白/过渡/结尾静态画面sleep N

提取规则:

  • 引号里的内容(「」或"")→ 直接作为 send_cmd 的参数

  • 提到 URL / GitHub / 网站 / 文档 → 浏览器操作

  • 提到终端/命令/CLI → CLI 操作

  • 纯叙述段落 → 按口播时长估算 sleep 秒数(正常语速约 3 字/秒)

  • CLI 命令需要等 Claude 完成的 → 加 wait_for_claude

  • 浏览器页面需要阅读时间的 → 加 browser_wait

  • 完成条件: 生成结构化的操作列表,每条含类型(cli/browser/static)、内容、等待方式、标签

3. 环境检测

which ffmpeg && which tmux && which node
ffmpeg -f avfoundation -list_devices true -i "" 2>&1 | grep "Capture screen"
node -e "require('playwright')" 2>/dev/null && echo "playwright OK" || echo "playwright missing"
  • 缺工具 → 提示安装
  • 多屏幕 → 让用户确认索引
  • 缺 Playwright → npm install playwright
  • 完成条件: 确认屏幕索引 + Playwright 可用(如需浏览器段)

4. 生成录制脚本

基于 scripts/record_template.sh 模板生成。模板包含:

  • ffmpeg 录屏启动/停止
  • tmux 会话管理(CLI 段)
  • Playwright 浏览器控制(浏览器段)
  • send_cmd()、wait_for_claude()、browser_*() 函数
  • 1080p 转码 + 临时文件清理

填充内容:

  • CLI 段:命令序列块(send_cmd + wait_for_claude)
  • 浏览器段:导航 JSON 文件(browser_actions.json)
  • 切换时机:口播稿段落顺序决定 CLI/浏览器交替

如果只有 CLI 段 → 纯 CLI 模式(不启动浏览器)。 如果只有浏览器段 → 纯浏览器模式(不启动 tmux)。 两者都有 → 混合模式。

生成脚本写到用户指定目录(或当前目录),文件名格式:record_<教程名>.sh

5. 交付+指导

输出:

  1. 生成的 record_xxx.sh 脚本(含 browser_actions.json 如有浏览器段)
  2. 运行命令:bash record_xxx.sh
  3. 提醒:
    • 终端全屏(Cmd+Enter)
    • 开勿扰模式
    • 按回车后别碰键盘鼠标
    • Gate 确认框按回车继续

不自动执行脚本 — 录屏需要用户手动在终端启动。

操作规则

  • 口播稿驱动 — 每个操作都能追溯到口播稿的某一段
  • 不自动执行录屏脚本 — 涉及屏幕接管,必须用户手动运行
  • 屏幕索引需确认 — 不同机器配置不同,不能硬编码
  • CLI/浏览器交替自然 — 切换时加短暂 sleep(1-2s),模拟自然切换
  • 浏览器滚动模拟真人 — 分段滚动 200-400px,间隔 500-800ms
  • 静态段落用 sleep — 开场/过渡/结尾等无操作段落,按口播字数÷3估算秒数
  • 临时文件全部清理 — Claude 工作目录 + raw 文件 + browser JSON,只保留最终 MP4

不适用场景

  • 录制桌面应用(非终端非浏览器) → 用 OBS
  • 带声音解说 → 需额外配置音频输入
  • 实时直播 → 这是录制方案不是直播方案
  • 需要登录态的浏览器操作 → 用 opencli Browser Bridge

浏览器操作 JSON 格式

{
  "viewport": { "width": 1920, "height": 1080 },
  "steps": [
    { "action": "goto", "url": "https://github.com/xxx", "label": "打开项目页" },
    { "action": "wait", "ms": 3000 },
    { "action": "scroll", "pixels": 600, "smooth": true },
    { "action": "wait", "ms": 2000 },
    { "action": "click", "selector": "a[href='/xxx/docs']", "label": "点击文档" },
    { "action": "wait", "ms": 3000 }
  ]
}

支持的 action:goto、wait、scroll、click。

踩坑速查

问题原因解决
录错屏幕多显示器索引不对ffmpeg -list_devices 确认
tmux 里 claude 立即退出网络/初始化偶发问题重跑
画面静止claude 等待输入手动按回车
视频太大CRF 值太低改 -crf 23
命令没发完超时增大 max_wait
浏览器窗口尺寸不对viewport 不匹配JSON 里设 viewport
Playwright 启动失败未安装npm install playwright

What ships with it: 4 files

17.7 KB alongside SKILL.md, 4 of them executable

scripts/

Keep looking

Skills are one crate of 610,220. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.