What makes video-workflow-builder notable?

1.2K downloads. Trust evidence available

How should video-workflow-builder be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

video-workflow-builder

视频创作工作流生成器。当用户想为自己的账号定制一套完整的视频创作流程（选题、文稿、标题、封面），或说"帮我做个账号工作流""定制视频流程""我想在抖音/B站/小红书/视频号/百家号做XX内容"时使用。它只问三件事（平台、垂类、人设），其余靠联网研究补齐，先给出账号定位诊断供确认，再生成一套可安装使用的专属工作流 skill。 Skill: video-workflow-builder Owner: charriotzed Summary: 视频创作工作流生成器。当用户想为自己的账号定制一套完整的视频创作流程（选题、文稿、标题、封面），或说"帮我做个账号工作流""定制视频流程""我想在抖音/B站/小红书/视频号/百家号做XX内容"时使用。它只问三件事（平台、垂类、人设），其余靠联网研究补齐，先给出账号定位诊断供确认，再生成一套可安装使用的专属工作流 skill。 Tags: latest:0.1.1 Version history: v0.1.1 | 2026-08-13T09:53:21.413Z | user 补 metadata.openclaw.envVars 声明脚本实际引用的 12 个环境变量，避免 clawhub security analysis 报 metadata mismatch v0.1.0 | 2026-08-07T12:15

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.2k

Updated

Oct 11, 2026

Version

0.1.1

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.2K downloads reported by the source. Last updated 10/11/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 11, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 11, 2026
Adoption signal: 1.2K downloadsadoption · observed Oct 11, 2026
Latest release: 0.1.1release · observed Aug 13, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s17f408yzdd5s7vhxxq32hjw2d8c0esj:video-workflow-builder

Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-charriotzed-video-workflow-builder/snapshot"

Documentation

CLAWHUB

145,679 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: video-workflow-builder
description: 视频创作工作流生成器。当用户想为自己的账号定制一套完整的视频创作流程（选题、文稿、标题、封面），或说"帮我做个账号工作流""定制视频流程""我想在抖音/B站/小红书/视频号/百家号做XX内容"时使用。它只问三件事（平台、垂类、人设），其余靠联网研究补齐，先给出账号定位诊断供确认，再生成一套可安装使用的专属工作流 skill。
version: 0.1.1
metadata:
  openclaw:
    primaryEnv: QIANFAN_WEBSEARCH_API_KEY
    requires:
      bins:
        - python3
    envVars:
      - name: QIANFAN_WEBSEARCH_API_KEY
        required: true
        description: 千帆联网搜索网关密钥，阶段1联网研究（web_search.py）用。
      - name: QIANFAN_WEBSEARCH_API_BASE
        required: false
        description: 千帆搜索网关地址，缺省用脚本内置默认值。
      - name: LLM_GATEWAY_API_KEY
        required: false
        description: LLM 网关密钥，封面生成/文稿/口播稿纠错脚本用。
      - name: LLM_GATEWAY_BASE_URL
        required: false
        description: LLM 网关 base（OpenAI 兼容接口），缺省用脚本内置默认值。
      - name: ALIYUN_AK_ID
        required: false
        description: 阿里云 AccessKeyId，抖音口播稿 ASR（douyin_transcript.py）用。
      - name: ALIYUN_AK_SECRET
        required: false
        description: 阿里云 AccessKeySecret，抖音口播稿 ASR 用。
      - name: NLS_APP_KEY
        required: false
        description: 阿里云智能语音交互 AppKey。
      - name: OSS_BUCKET
        required: false
        description: 阿里云 OSS 桶名，存放待 ASR 拉取的音频。
      - name: OSS_ENDPOINT
        required: false
        description: 阿里云 OSS Endpoint。
      - name: DAILYHOT_API_BASE
        required: false
        description: 自部署 DailyHotApi 实例地址，选题第零步抓实时热榜用。
      - name: CONTENT_DB_ROOT
        required: false
        description: 内容存档数据库根目录，缺省用技能目录下默认路径。
      - name: TIKTOK_DOWNLOADER_DIR
        required: false
        description: 外部 TikTokDownloader 本地目录绝对路径（GPL，单独 clone）。
---

# 视频创作工作流生成器

这是一个"生成 skill 的 skill"。它不直接帮你写选题、写文稿、做封面——它做的是把这一整套能力，按照你的平台、垂类和人设，量身定制成一个**独立、可安装、开箱即用**的专属工作流 skill，覆盖从选题到文稿、标题、封面的完整链路。你只需要回答三个最基础的问题，剩下的受众画像、爆款打法、变现路径、平台算法动向，它会自己联网研究补齐，先给你一份账号定位诊断和策略提案确认方向，确认后再落地生成产物。目标是让每个账号拿到的都不是一份通用模板，而是一套真正吃透了自己平台算法和垂类打法的作战手册。

## 跨工具适配

本技能同时支持 **Claude Code** 和 **Codex**（以及其它遵循 SKILL.md 规范的 agent）。下文提到具体工具名时，请按你当前所在的运行环境映射到等价能力，不要因为"没有叫这个名字的工具"就跳过步骤：

- **联网搜索（统一走网关，别用自带 WebSearch）**：本技能的联网搜索**一律通过内置的 `scripts/web_search.py`（qianfan web search 网关）**，**不要**直接用 Claude Code 自带的 `WebSearch` 或 Codex 自带的联网搜索工具。这样搜索源可控、结果结构统一、跨 agent 环境行为一致。调用方式：`python3 "$SKILL_DIR/scripts/web_search.py" "搜索词" [--top N] [--json]`（密钥需自行在技能目录 `.env` 里填入 `QIANFAN_WEBSEARCH_API_KEY`，参见 `.env.example`）。若网关报错/无密钥，如实告知用户无法获取实时数据，退回内部知识作研究依据，不要用记忆里的旧数据冒充实时情报，也不要偷偷改用自带 WebSearch。
- **抓取网页正文**：优先看 `web_search.py` 每条结果自带的 `content` 字段（网关已摘出约前 1000 字，判断相关性/快速扫风向足够）。需要读**完整全文**（网关 content 只有全文约两成、且从中间截断）时，用 `python3 "$SKILL_DIR/scripts/web_search.py" <url> --full [--max-chars N]` 本机直抓提纯——**不要用 Claude Code/Codex 自带的 WebFetch**：它跑在云端，对国内站（163/百家号/东方财富等）会系统性报"无法确认域名安全"而失败，本机抓取则没有这个问题。
- **写文件**：Claude Code 用 `Write` 工具；Codex 直接用其文件写入能力（或 `apply_patch`）。凡说"用 Write 工具生成某文件"，即指"用当前环境的文件写入能力落地该文件"。生成产物 skill 时涉及的每一个文件（SKILL.md、各模块文档、脚本、配置）都要真实落地到磁盘，不能只在对话里描述。
- **跑脚本**：两个环境都通过

README.md

# video-workflow-builder

一个"生成 skill 的 skill"。它不直接帮你选题、写文稿、做封面——它把这一整套能力，按照你的**平台、垂类、人设**量身定制成一个独立、可安装、开箱即用的专属视频创作工作流 skill，覆盖从选题到文稿、标题、封面的完整链路。

## 它是怎么工作的

只问你三件事——平台（抖音/B站/小红书/视频号/百家号）、垂类、人设，剩下的受众画像、爆款打法、变现路径、平台算法动向靠联网研究 + 内置资料补齐，先给一份账号定位诊断供你确认方向，确认后才生成产物 skill。整个过程分五个阶段：

1. **极简访谈**——只问平台/垂类/人设三件事，不追问受众画像、差异化定位这类研究阶段才该有的答案。
2. **联网研究**——统一走内置的 `scripts/web_search.py`（qianfan web search 网关）查受众画像、爆款案例、竞品格局、变现路径、平台算法动向（**不直接用 Claude Code/Codex 自带的 WebSearch**，保证搜索源可控、结果结构统一），支持网页搜索、图片搜索（`--images`）和本机抓正文全文（`--full`，绕开对国内站不可靠的 WebFetch）；同时读取内置的 `references/platforms/*.md` 平台算法拆解作为补充和校验。
3. **诊断提案（STOP）**——产出目标受众、差异化定位、内容方向、变现路径、各平台适配建议，**必须停下来等用户确认**，不确认不生成产物。
4. **生成工作流 skill**——按「生成规范」把研究成果和确认后的定位，填进 `references/skill-template/*.tmpl` 落地成完整产物目录，并运行 `scripts/validate_skill.py` 自查。
5. **交付说明**——告知安装路径、触发词、四个模块的独立调用方式、API key 设置方式。

## 安装

把整个 `video-workflow-builder/` 目录放到对应工具的 skills 目录下：

- **Claude Code**：`~/.claude/skills/video-workflow-builder`
- **Codex**：`~/.codex/skills/video-workflow-builder`

两个环境都通过读取 `SKILL.md` 识别技能，跨工具适配细节（联网/写文件/跑脚本的等价能力映射）已经写在 `SKILL.md` 里，不需要额外配置。

## 依赖

生成的产物 skill 会带一个 `scripts/generate_cover.py`，调用 `gpt-image-2`（走 LLM 网关）生成封面图，需要：

```bash
pip install openai
```

产物还带一个 `scripts/fetch_hotlist.py`，在选题第零步扫各平台实时热榜（免登录、只读公开热榜、无封号风险）。它依赖一个**自部署的 [imsyy/DailyHotApi](https://github.com/imsyy/DailyHotApi)** 实例（Docker 或 Vercel 一键部署），部署后把地址填进产物 `.env` 的 `DAILYHOT_API_BASE`（如 `http://localhost:6688`）。脚本本身只用 `python3` 标准库，无额外 pip 依赖。**抓不到数据时脚本直接报错、绝不返回缓存热榜**——偏离实时常识的选题就是垃圾，宁可停下修数据源。

本技能自身（生成器）不需要额外依赖，只用到 `python3` 标准库跑 `scripts/validate_skill.py` 做结构校验。

## 生成出来的产物长什么样

产物目录命名为 `<账号名>-workflow`，结构大致如下：

```
<账号名>-workflow/
├── SKILL.md                    # 主入口，含账号人设、工作流总览、定位速览
├── references/
│   ├── positioning.md          # 账号定位诊断（受众/差异化/变现路径/平台适配）
│   ├── topic-selection.md      # 选题模块
│   ├── script-writing.md       # 文稿模块
│   ├── title-craft.md          # 标题模块（继承 title-gen-v3 的文稿深度分析方法）
│   └── cover-design.md         # 封面模块
├── scripts/
│   └── generate_cover.py       # 封面生成脚本（调用 gpt-image-2）
├── .env.example                 # 密钥占位模板，会被提交
├── .env                          # 真实密钥，git-ignored，不会被提交
└── .gitignore
```

产物是**自包含**的——用户装上产物 skill 后不再依赖本生成器技能本身：平台算法事实（推荐机制/核心指标权重/内容形态/冷启动打法）在生成时已经复制改写进各模块正文，而不是留一个指回生成器的链接。

## 怎么用生成出来的产物

- **触发词**：产物 `SKILL.md` 的 frontmatter 里配置了该账号场景下的触发短语（如"帮我想个理财选题""起个理财标题"），说这类话就能唤起。
- **完整流程**：选题 → 人工确认选定方向 → 标题 → 封面 → 人工确认标题封面 → 文稿，中间有两个人工决策点。
- **单模块独立调用**：四个模块（`references/topic-selection.md`、`title-craft.md`、`cover-design.md`、`script-writing.md`）都可以单独唤起，比如已经有选题只想起标题，或已经定了标题只想生成封面，直接说需求即可，不必每次都从选题走完整流程。

## 安全：API key 处理

产物的封面生成脚本要用到 `LLM_GATEWAY_API_KEY`。**真实密钥只允许写进产物目录下、已被 `.gitignore` 排除的 `.env` 文件**，由用户自己填入或本技能在生成时以环境变量形式写入这个 git-ignored 文件；随产物一起提交/追踪的 `.env.example` 永远只放占位符（`your-key-here`）。任何真实密钥值都不允许出现在 `SKILL.md`、脚本源码或任何会被版本控制追踪的文件里——这条是生成规范里的安全红线，`scripts/validate_skill.py` 校验通过不代表密钥处理合规，仍需人工确认 `.env` 内容

_meta.json

{
  "ownerId": "kn76tn1dxqnds2hg1t8ck2xtzh8c1zqw",
  "slug": "video-workflow-builder",
  "version": "0.1.1",
  "publishedAt": 1786614801413
}

references/exemplars/bilibili-finance-video-skill.md

> 本文件是「金标准范例」，供生成器参照其质量与结构，不要原样照抄到用户产物里。

# === SOURCE: ~/.claude/skills/bilibili-finance-video/SKILL.md ===
---
name: bilibili-finance-video
description: 专业的B站财经视频创作助手，用于把一支股票变成能带来高播放量的分析视频。当用户输入股票名称或代码（如"分析一下贵州茅台"、"600519"、"帮我做个宁德时代的视频"、"英伟达 NVDA"），或提到要做财经视频、股票选题、口播稿、财经视频封面、涨停/暴跌复盘视频时，务必使用本技能。它会联网抓取实时行情与新闻，先产出3个带钩子的选题方案供选择，采纳后生成完整的口播稿、多个爆款标题，以及B站(4:3)和抖音(3:4)两版适配封面。
---

# B站财经视频创作助手

把一支股票变成一条有观点、能涨播放量的财经视频。你在为财经账号 **「蛋炒饭财经」** 创作内容，角色是"资深财经UP主 + 专业投研 + 短视频操盘手"的结合体：既能把复杂的东西讲通俗，又敢给明确观点和买卖建议，还懂平台的流量逻辑。所有口播稿、互动引导都以「蛋炒饭财经」这个人设和账号来写。

## 运行环境与脚本路径

本技能面向 **Claude Code**。文中工具名按 Claude Code 能力理解：联网用 `WebSearch` / `WebFetch`，写文件用 `Write`，跑脚本通过 shell 执行 `python3`。若当前环境确实无联网能力，如实告知用户无法获取实时数据，不要用记忆里的旧数据冒充。

脚本随技能一起安装，位于技能目录 `~/.claude/skills/bilibili-finance-video/scripts/`。**不要假设 shell 的当前工作目录是技能目录**（运行时 cwd 通常是用户项目目录）。运行脚本前先定位技能目录，用绝对路径调用：

```bash
SKILL_DIR="$HOME/.claude/skills/bilibili-finance-video"
python3 "$SKILL_DIR/scripts/xueqiu_quote.py"     SH600519 --out /tmp/xq_quote.json
python3 "$SKILL_DIR/scripts/xueqiu_hot_posts.py" SH600519 --top 12 --out /tmp/xq_hot.json
```

下文示例为简洁起见写成 `scripts/xxx.py`，实际调用时请替换为 `"$SKILL_DIR/scripts/xxx.py"`。

## 专业分析框架（贯穿选题与文稿）

一支股票"能不能买/卖"，专业分析走的是一套"由外到内、由价值到交易"的框架。选题时用它找角度，写文稿时用它搭骨架、填干货。七个维度：

1. **基本面**（这是不是一门好生意）：主营业务与商业模式、护城河（品牌/技术/规模/网络效应）、财务质量（营收与净利增速、毛利率净利率、ROE、现金流、负债率）、成长性、管理层与治理红旗。
2. **估值**（现在这个价贵不贵）：PE/PB/PS 与自身历史+同行+行业均值对比、PEG（估值配成长）、估值历史分位、必要时简化讲 DCF。好公司≠好价格。
3. **行业与赛道**（风口还是逆风）：行业生命周期、政策导向、供需与竞争格局、公司在产业链中的地位和议价权。
4. **技术面**（什么时候买、什么价位买）：趋势与均线排列、关键支撑位/压力位、量价配合、MACD/RSI 等辅助超买超卖。
5. **资金面与情绪**：主力/北向/机构持仓变化、融资融券与龙虎榜、舆论热度与多空分歧。
6. **催化剂与风险**（未来的变量）：财报、新品、政策、并购、景气拐点等催化；业绩暴雷、政策打压、竞争恶化、估值泡沫、大股东减持等风险。
7. **结论收口**：综合估值判断（低估/合理/高估）→ 明确的买入/卖出/观望建议+理由 → 关键价位（布局位、止损/止盈位）→ 适合的投资者类型 → 风险提示。

一句心法：**基本面回答"该不该买"，估值回答"值不值这个价"，技术面和资金面回答"什么时候买、什么价位买"，催化剂和风险回答"未来会怎样"。** 四层叠起来，观点才立得住。

## 工作流程总览

整个创作分两个阶段，中间有一个人工决策点，不要跳过：

**阶段一 · 选题（先做这个，然后停下来等用户选）**
1. 联网抓取该股票的实时数据与近期动态
2. 基于数据产出 **3 个** 不同角度的选题方案，每个都要有明确的钩子和预估热度
3. 停下来，让用户选一个（或让用户说"改一下某个方向"）

**阶段二 · 文稿与标题（用户采纳选题后才做，然后再停下来等用户确认标题）**
4. 完整口播稿（7-10分钟，约2500-3500字）
5. 一组爆款标题（3个精华候选）
6. 口播文案质量评估（从专业财经观众视角做一轮 loop 评审，给出评价与优化建议）
7. 停下来，让用户确认文稿方向、并**选定最终使用的那个标题**（或让用户说"标题再改改""文稿某段重写"）

**阶段三 · 封面（用户确认标题后才做）**
8. 以**选定的那个标题**为大字，生成封面：B站版(4:3) + 抖音版(3:4)，各一张成图

两个决策点都是刻意设计的——选题定错了后面写得再好也白费，封面在标题定稿前生成则大字会和实际标题对不上。让用户在最便宜的环节做决策，回报最高。

**所有产出都写进同一个文档文件**：阶段二的口播稿、标题、质量评估先落地成一个 Markdown 文档（见下方「统一输出文档」），阶段三的封面提示词与成图路径在标题确认后补写进同一个文档，方便用户一次性复制粘贴，而不是散落在多条对话消息中。

## 阶段一：抓数据 + 出选题

### 第一步：联网抓取

用户给出股票后，先联网搜集这些信息（用 WebSearch / WebFetch，多个查询并行发起以节省时间）。抓取维度对齐上面的七维框架：

- **实时行情**：最新股价、当日涨跌幅、近一个月/一年走势、市值
- **估值指标**：市盈率(PE)、市净率(PB)、市销率(PS)、PEG、估值历史分位、行业平均估值对比
- **基本面**：最近财报的营收/净利润及增速、毛利率净利率、ROE、现金流、负债率、主营业务与护城河
- **行业赛道**：行业景气度、政策导向、供需与竞争格局、公司产业链地位
- **技术面**：关键支撑/压力位、均线状态、成交量变化、是否突破/破位、MACD/RSI 等
- **资金面**：主力/北向资金/机构持仓变化、融资融券、龙虎榜
- **近期催化**：过去1-2周的重大新闻、公告、行业政策、机构评级调整
- **市场情绪**：股吧/雪球的讨论热度、多空分歧点

**股价、市值、PE、PB 等基础行情数据

references/exemplars/title-gen-v3.md

# Video Title Generator V3.0

Generate click-worthy Chinese video titles AND matching opening structures from a transcript/script and target audience. Titles maximize CTR; openings maximize retention. Both together determine algorithmic reach.

Trigger: "生成标题", "视频标题", "起标题", "title gen", "generate title", "标题生成"

## Inputs

The user provides:
1. **文稿/脚本** — the video transcript or script (full or partial)
2. **目标受众** — who the video is for (e.g., "职场新人", "历史爱好者", "科技爱好者"). If omitted, infer from the transcript content and state your assumption.

---

## Step 0: 文稿深度分析（必须先完成，再起标题）

拿到文稿后，按以下顺序完成分析并输出，**不要跳过任何一步**：

### 0.1 主题提炼
- **讨论主体**：文稿在讨论什么具体事物？（具体名词，不要泛化）
- **名词类型**：这个名词属于什么类别？（国家/组织/历史事件/药品/科学概念/社会现象/人物/...）
- **叙事视角与形式**：文稿是用什么视角/形式讲述的？（第一人称/第二人称沉浸式/第三人称客观/对话体/科普讲解/故事演绎/...）。如果文稿采用了沉浸式、第一/第二人称、穿越体验、角色扮演等叙事手法，这本身就是一个巨大的差异化优势——它能直接建立观众与内容之间的情感连接。标题应该利用而非忽略这个特征。
- **核心论点**：文稿最终得出的结论或传达的关键信息是什么？（用一句话概括）
- **最反直觉的点**：文稿中最可能让普通人惊讶的信息是什么？

### 0.2 受众心声提取（在提出问题之前，先找到受众的声音）

受众脑子里在想什么？用他们的口语、他们的热词、他们私下嘀咕的那句话来表达，不要用正式的书面语。列出2-3句"受众内心独白"。
例如：
- ✗ "这种食品添加剂是否对人体有害？"（这是百科语言）
- ✓ "这是科技与狠活吗？"（这是受众脑子里的话）
- ✓ "配料表上这些看不懂的东西，到底能不能吃啊？"

### 0.3 三个前置问题（必答，决定标题方向）

在分析具体的受众动机之前，先回答以下三个问题。这三个问题决定了标题的方向，跳过它们会导致标题泛泛：

**Q1: 观众为什么要关心这件事？**
从两个维度思考：
- **信息服务**：观众能学到什么他们不知道的？获得什么能用上的知识？
- **情绪价值**：观众看了会爽/会感动/会解气/会觉得涨见识？满足了什么心理需求？（猎奇、代入感、优越感、共鸣、爽感、治愈...）
列出所有能提供的价值，按对观众的吸引力排序（通常来说，最容易引起共鸣的情绪是恐惧、愤怒或者希望）。

**Q2: 同一个话题可能有很多人讲过。这个视频的比较优势是什么？（找到最突出的1-2个）**
- 更专业/权威？（数据更扎实、来源更可靠）
- 更易于理解？（把复杂的事说得通俗易懂）
- 更有戏剧性/故事性？（有叙事、有角色、有情节转折）
- 更有代入感？（沉浸式视角、第一/第二人称体验）
- 更有情绪上的感染力？（更有动员力或更有梗）

这个比较优势应该体现在标题中。

**Q3: 基于Q1和Q2，如何提出一个观众真正关心的问题，或者一个shocking的结论？**
综合以上分析，用一句话写出标题应该传达的核心信息。这句话应该是：
- 一个观众自己也会问的问题（问题类标题的核心）
- 或者一个让观众感到惊讶的结论（结论类标题的核心）
列出3个候选方向。

### 0.4 核心矛盾提取
从文稿中找到最具张力的矛盾对。好标题的驱动力往往是一对"不应该共存但确实共存"的属性。
格式：[强属性] + [反预期属性] = 矛盾
列出3对核心矛盾，按张力强度排序。

### 0.5 台本结构判断

判断这个台本是否采用了hook结构（前15秒直接抛出核心冲突/反转/结论）：

**Hook型台本特征**：
- 开头直接说结论，然后展开论证
- 开头抛出一个冲突/矛盾，然后解释原因
- 开头用"你知道吗"/"其实"/"但是"等转折词快速进入主题
- 前15秒出现了标题可能提及的核心名词/核心矛盾

**非Hook型台本特征**：
- 开头铺背景、讲故事、建立情境
- 核心信息在中后段才出现
- 采用渐进式叙事，层层递进

判断结果：Hook型 / 非Hook型

**对标题和开头的影响**：
- Hook型：标题承诺必须在前15秒兑现，开头和标题形成"问题-答案"或"悬念-揭晓"的呼应
- 非Hook型：标题围绕全文最强矛盾点起；

### 0.6 内容调性判断

**A. 观点争议型**：对某事物持有明确立场，核心是纠正错误认知或反驳一种说法，或表达一种强烈的情绪
**B. 知识科普型**：解释原理/历史/机制，核心是信息增量
**C. 沉浸体验型**：第一/第二人称、角色扮演、场景模拟，核心是代入感
**D. 故事叙事型**：有起承转合的事件，核心是情节+情绪

判断结果：[选择A/B/C/D，可复选]

### 0.7 搜索关键词预判
受众去搜索引擎/视频平台搜索相关内容，最可能用的关键词是什么？列出5-8个，按搜索可能性排序。

### 0.8 情绪锚点
- **点击前情绪**：（如：担忧、恐慌、好奇、怀疑）
- **看完后情绪**：（如：放心、恍然大悟、愤怒、被科普的满足感）
- **情绪转化路径**：标题应锚定"点击前情绪"，开头应在15秒内让观众确认"这个视频在回应我的感受"

### 0.9 开头素材盘点

从台本前1/3的内容中，提取可用于开头重组的素材：
- **最强画面感的句子**：哪句话读出来脑子里会出现画面？
- **最有冲击力的数据/事实**：哪个数字或事实最让人意外？
- **最强共鸣的场景**：哪个场景最能让受众觉得"对对对，我也是"？
- **可用的对比/类比**：哪些对比能一句话说清概念？

这些素材将在 Step 3（开头建议）中使用。

---

## Step 1: 分析摘要

在生成标题之前，必须先用以下格式输出3行摘要，将分析结论锁定：

```
最强动机：___（来自0.4）
核心矛盾：___（来自0.5，选张力最强的一对）
标题应传达的信息：___（来自

Github ReposUpdated 1d agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.