Token导航 LogoToken导航TokenDH.com
AI 工具权限需确认github未标认证来源可访问clear审计通过

video-thumbnail-check视频缩略图检查

Agent Skill

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。它适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。使用时需要确认分辨率、时长、素材路径和导出格式;涉及外部素材、人物肖像或商业发布时,应先核对版权授权和内容审核要求。

总安装

372

周安装

16

GitHub Stars

44

下载量

131
CodexClaudeCursorGemini CLI

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

3

许可证

MIT

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:video-thumbnail-check(视频缩略图检查)
来源仓库:https://github.com/alchaincyf/glm-claude
仓库路径:skills/video-thumbnail-check
安装命令:
npx skills add https://github.com/alchaincyf/glm-claude --skill video-thumbnail-check
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。不同来源提供的安装方式可能略有差异;本站展示可直接复制的安装命令,安装前请核对来源页面。

skills.shnpx skills
npx skills add https://github.com/alchaincyf/glm-claude --skill video-thumbnail-check

简介

用于辅助视频生成、动画合成、脚本化剪辑或 Remotion 等视频项目开发。

  • 适合让 Agent 组织镜头、生成素材说明、维护合成代码或排查渲染问题。
  • 使用时需要确认分辨率、时长、素材路径和导出格式。
  • 涉及外部素材、人物肖像或商业发布时,应先核对版权授权和内容审核要求。
  • 安装方式:github,命令:npx skills add https://github.com/alchaincyf/glm-claude --skill video-thumbnail-check

SKILL.md

视频封标与承接检查

何时使用此Skill

当用户出现以下任一需求时,使用此技能:

  • 检查"视频标题"、"封面图"、"缩略图"
  • 优化"点击率"、"CTR"、"观看时长"
  • 改进"视频开头"、"内容钩子"
  • 提升视频"吸引眼球"、"让人想点"
  • 应用"MrBeast策略"、"爆款视频"技巧

核心目标

通过系统化的标题、缩略图和开头检查,显著提升视频的点击率(目标提升20-40%)和观看时长,让视频更具吸引力。

执行流程

第一步:标题检查 (P0级优化)

目标:确保标题具备强烈的点击吸引力

检查维度

  1. 好奇心驱动检查

- ✅ 是否制造悬念或未解之谜 - ✅ 是否暗示有意外结果 - ✅ 是否让用户产生"想知道答案"的冲动

  1. 价值承诺检查

- ✅ 是否明确承诺用户能获得什么 - ✅ 是否暗示有独特或稀缺的信息 - ✅ 是否使用具体的数字和结果

  1. 情绪共鸣检查

- ✅ 是否触动用户的某种情绪 - ✅ 是否使用了强烈的形容词 - ✅ 是否让用户产生共鸣

标题优化策略

❌ 普通标题:如何制作美食
✅ 优化标题:3个让米其林厨师都惊艳的家常菜做法

❌ 普通标题:我的创业故事
✅ 优化标题:从负债50万到年入千万,我只做对了这一件事

第二步:缩略图检查 (P1级优化)

目标:确保缩略图能够在信息流中脱颖而出

检查要点

  1. 视觉冲击力

- ✅ 是否有强烈对比(色彩、明暗、大小) - ✅ 是否有清晰的主要视觉焦点 - ✅ 是否在缩小后依然清晰可辨

  1. 情绪表达

- ✅ 人物表情是否夸张或有趣 - ✅ 是否能瞬间传达情绪 - ✅ 是否让用户产生情感连接

  1. 信息传达

- ✅ 是否与标题形成呼应 - ✅ 是否暗示视频的核心内容 - ✅ 文字是否简洁有力

缩略图设计原则

  • 人脸优先:有表情的人脸比无生命物体更吸引点击
  • 高对比度:使用强烈的色彩对比
  • 简洁文字:最多6-8个字,字体粗大醒目
  • 留白空间:避免画面过于拥挤

第三步:内容钩子检查 (P2级优化)

目标:确保视频开头3-10秒能够抓住观众注意力

钩子类型检查

  1. 结果前置型钩子

- ✅ 是否先展示最终结果 - ✅ 是否立即显示最精彩的画面 - ✅ 是否让用户产生"想知道过程"的欲望

  1. 疑问悬念型钩子

- ✅ 是否提出引人入胜的问题 - ✅ 是否暗示有意外的发展 - ✅ 是否制造了信息缺口

  1. 情绪冲击型钩子

- ✅ 是否展示了强烈的情绪反应 - ✅ 是否使用了戏剧化的表现手法 - ✅ 是否让用户产生情感共鸣

第四步:一致性检查 (关键验证)

目标:确保标题、缩略图、内容三者高度一致

一致性验证

  1. 承诺兑现检查

- ✅ 视频内容是否兑现了标题的承诺 - ✅ 缩略图是否真实反映了视频内容 - ✅ 是否避免了标题党和误导

  1. 期望管理检查

- ✅ 用户期望是否得到合理满足 - ✅ 是否有超出预期的惊喜 - ✅ 整体体验是否令人满意

5种对比公式应用

1. 前后对比公式

结构:之前的状态 → 之后的结果 应用:减肥、装修、技能学习等 示例:"从月薪3000到月薪3万,我是如何做到的"

2. 优劣对比公式

结构:错误的做法 → 正确的做法 应用:教程、测评、经验分享等 示例:"90%的人都做错了,正确的做法竟然这么简单"

3. 数量对比公式

结构:小数字 → 大数字 应用:收入、粉丝、成就等 示例:"1个方法让我多赚了100万"

4. 时间对比公式

结构:长时间 → 短时间 应用:效率提升、快速达成等 示例:"原本需要3小时,现在只要10分钟"

5. 难度对比公式

结构:高难度 → 低难度 应用:技能教学、问题解决等 示例:"这个看起来很难,其实人人都能学会"

悬念结构设计

悬念递进三层结构

  1. 第一层悬念:引发好奇
  2. 第二层悬念:制造期待
  3. 第三层悬念:强化需求

实施示例

第一层:我发现了一个秘密...(引发好奇)
第二层:这个秘密改变了我的生活...(制造期待)
第三层:今天我要分享这个能改变你人生的秘密...(强化需求)

质量标准

  • 标题吸引力得分 >= 8/10
  • 缩略图视觉冲击力得分 >= 8/10
  • 内容钩子留存率提升 >= 20%
  • 整体一致性得分 >= 9/10

优化检查清单

标题检查清单

  • 有制造悬念或好奇心的元素
  • 包含具体的数字或结果
  • 长度控制在60字以内
  • 避免使用过于专业的术语
  • 与视频核心内容高度相关

缩略图检查清单

  • 主要视觉元素清晰突出
  • 色彩对比强烈
  • 文字简洁醒目(如有)
  • 在小尺寸下依然可识别
  • 与标题形成互补关系

内容钩子检查清单

  • 前3秒抓住注意力
  • 设置了明确的悬念
  • 预告了视频的价值
  • 制造了信息缺口
  • 情感上有冲击力

特殊场景处理

1. 教育类视频

优化重点

  • 强调学习效果和收益
  • 使用"简单易懂"等降低门槛词汇
  • 突出实用性和可操作性

2. 娱乐类视频

优化重点

  • 强调趣味性和娱乐性
  • 使用夸张的形容词
  • 制造强烈的情感共鸣

3. 商业类视频

优化重点

  • 强调商业价值和收益
  • 使用具体的商业数据和案例
  • 建立专业性和权威性

*最后更新:2024年*

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

04

需要参考平台分布和安装热度时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

Claude Code

28.07%
按下载量换算37

OpenCode

23.1%
按下载量换算30

Gemini CLI

18.24%
按下载量换算24

Antigravity

12.14%
按下载量换算16

windsurf

7.02%
按下载量换算9

Codex

3.24%
按下载量换算4

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。

来源信息

继续浏览同类 Skills