返回顶部
o

outdoor-adventure-video户外探险视频

>

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.5
安全检测
已通过
114
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

outdoor-adventure-video

户外冒险视频制作 — 徒步、露营与冒险视频

原始素材散落在三个设备中——一台GoPro记录了12小时的徒步画面,其中98%是靴子踩在泥土上的镜头;一部手机拍摄了摇晃的山顶全景,现场看震撼人心,但在屏幕上却像模糊的绿色污渍;还有一台无人机捕捉了40分钟的树冠俯拍,画面确实很美,但需要剪到30秒,否则观众的注意力就会消散。户外冒险内容是YouTube上设备最密集的类别,因为大自然不会等你构图:黄金时刻只有20分钟,野生动物出现6秒,而戏剧性云层到什么都看不见之间的天气窗口大约只有一个幸运的下午。这个工具将原始冒险素材转化为精美的户外视频——带有地点标题和海拔数据的史诗级开场镜头、显示路线并带有动画路径点的徒步进度地图、带有真实实地测试评论的装备评测片段、压缩成令人满意的延时摄影的营地搭建序列、带有物种识别叠加的野生动物遭遇、将天气变化作为叙事戏剧的天气过渡,以及让每一分钟的上坡镜头都值得剪辑的山顶揭晓时刻。专为制作冒险内容的户外YouTuber、记录徒步体验的徒步影响者、制作目的地指南的冒险旅行创作者、实地测试装备的装备评测者、制作游览指南的国家公园爱好者,以及任何带着相机进入荒野并带回值得更好待遇的素材的人而设计。

示例提示

1. 多日徒步 — 山顶纪录片

制作一个8分钟的纪录片风格视频,记录一次3天的山地徒步。第1天 — 接近(0-150秒):开场无人机镜头——黎明时分的山脉,雾气在山谷中翻滚。标题卡片显示山峰名称、海拔和徒步距离。切换到:徒步起点停车场,系鞋带,检查背包重量(显示秤:32磅)。三天。47英里。8,200英尺海拔爬升。山顶就在那些云层后面的某个地方——这要么是不祥之兆,要么是诗意,取决于你有多乐观。徒步画面:最初几英里穿过森林——树冠光影,溪流穿越,徒步的节奏。角落里的动画徒步地图显示进度——一个点沿着路线移动,带有距离标记。第6英里。腿感觉不错。背包不行。第1天总是这样。下午:地形从森林过渡到高山草甸。无人机飞越开满野花的草甸——15秒航拍序列。第1营地搭建:帐篷搭建延时摄影(实际时间20分钟→压缩到30秒)。在露营炉上做晚餐——火焰、食物、蒸汽的特写。冻干食品在7,000英尺海拔更好吃。这不是比喻——降低的大气压实际上改变了你感知味道的方式。或者可能只是我饿了。营地日落——黄金时刻延时摄影,30秒的天空从橙色到粉色到紫色的循环。星星出现。第2天 — 冲刺(150-320秒):黎明前出发。头灯画面——只有小径上的光锥。第2天凌晨4:30出发,因为山顶窗口在中午之前。树线以上的午后雷暴不是戏剧性的——它们是危险的。小径上的日出——随着天空变亮,头灯关闭。日出延时摄影将40分钟压缩到15秒。树线以上:地形变为岩石和碎石。无人机镜头显示刻在山腰上的之字形路线。空气更稀薄。步伐更短。山不在乎你的训练计划。海拔叠加:当前海拔随着路线攀升而更新。天气检查片段:云层形成,风速估计,继续前进的决定。云层正在聚集,但山顶还有90分钟路程。这是每个登山者都面临的判断——登顶狂热与尊重天气之间的抉择。通过最后巨石区的冲刺——攀爬画面,手在岩石上,画面中可见的暴露感。第3天 — 登顶与下撤(320-480秒):山顶。到达的时刻——石堆,360度全景,向各个方向延伸到地平线的景色。无人机缓慢环绕山顶,徒步者可见。脸上的情感——不是表演,而是真实存在。山顶是你来的原因。景色是奖励。而意识到你现在必须走回全部47英里的现实。山顶数据叠加:山峰名称、海拔、坐标、日期、时间。下撤:在天气变化前控制性地赶回树线以下。下撤延时摄影将6小时压缩到60秒。徒步地图显示完成的完整路线——点到达徒步起点。最终镜头:在车边脱靴,脚放在仪表盘上。三天。两个水泡。一个山顶。零遗憾。嗯,也许冻干千层面。那是个遗憾。

2. 装备评测 — 背包徒步装备实地测试

制作一个6分钟的装备评测视频,全部在实地拍摄。开场:全部背包物品铺在防水布上——每件物品都可见。我三天携带的所有东西。总重量:基础重量28磅,加上食物和水35磅。以下是哪些值得携带,哪些不值得。背包(0-50秒):背包本身——展示贴合度、腰带负重转移、通风性。走了15英里后,你会忘记一个好背包。一个坏背包每一步都提醒你它的存在。评分:8.5/10。庇护所(50-120秒):在真实条件下搭建帐篷——展示在风中搭建、在岩石地面(改用岩石锚)打地钉、内部空间。防雨测试:实际雨水打在防雨罩上。防雨罩在持续6小时的雨中保持干燥。零渗漏。内部的冷凝是另一个话题。评分:9/10。睡眠系统(120-180秒):睡垫充气(展示气阀,8次吹气),睡袋温标与实际夜间温度对比。标称20°F。实际最低温度34°F。我睡得很舒服,这意味着在标称温度下我能存活但不会享受。这就是睡袋温标的工作原理。评分:7.5/10。烹饪系统(180-240秒):炉头烧水时间测试——屏幕上启动计时器,烧开500ml。在7,000英尺海拔,三分十二秒达到沸腾。海平面规格说是两分四十秒。海拔税。展示做饭过程,三天后的燃料罐重量。评分:8/10。诚实评价(240-300秒):我会替换什么——雨衣(对于提供的保护来说太重),头灯(第2晚电池耗尽),营地鞋(不值得6盎司)。你携带的每一盎司都是一个决定。这三件物品花了我22盎司的舒适度,我本可以用14盎司更好的装备来替代。结尾:重新打包,每样东西归位。总装备成本与重量对比图。完美的背包不存在。适合你的路线、你的天气、你的睡眠偏好的背包——这才是目标。

3. 冒险Vlog — 周末公路旅行加徒步

制作一个5分钟的冒险Vlog,结合公路旅行和徒步。开场:黎明时分的车已打包好——开车四小时,徒步六小时。只有热爱它,这个数学才说得通。公路旅行片段(0-60秒):驾驶画面——仪表盘摄像头,山路,风景从城市变为森林。加油站咖啡休息——徒步小镇加油站咖啡要么是你喝过的最好咖啡,要么是最差。没有中间地带。音乐与驾驶同步。徒步起点(60-100秒):停车场,整装待发,徒步登记簿签到。踏上小径的第一步——有一个时刻,大约离徒步起点200码,汽车声音消失,小径声音开始。那就是边境线。徒步(100-240秒):浓缩的徒步画面——精彩集锦。溪流穿越(踏脚石,一次惊险摇晃),观景点停留(三个不同的观景台,一个比一个开阔),瀑布旁午餐休息(展示三明治,景色,携带食物并享用的完全满足感)。野生动物遭遇:小径上的鹿,30英尺远,双方都僵住了。我们对视了大约十秒钟。我不知道鹿在想什么,但我在想我差点今天没来。回报(240-280秒):目的地——一个山间湖泊,完全平静,倒映着山峰。无人机从湖面拉远,揭示整个冰斗。坐在岸边,脱靴,脚浸在水中。这就是为什么四小时的车程说得通。返回(280-300秒):回程驾驶,日落透过挡风玻璃。来回十二小时。六小时在小径上。四小时在车里。两小时问自己为什么不是每个周末都这样做。结束卡片显示小径名称、距离和位置。

参数

参数类型必填描述
prompt字符串描述冒险、地点、活动、装备和叙事方式
duration
字符串 | | 目标视频长度(例如5分钟、6分钟、8分钟) | | style | 字符串 | | 视频风格:山顶纪录片、装备评测、冒险Vlog、路线指南、野外露营 | | music | 字符串 | | 背景音频:史诗电影级、原声冒险、自然氛围、无 | | format | 字符串 | | 输出比例:16:9、9:16、1:1 | | trail_map | 布尔值 | |

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 outdoor-adventure-video-1775977921 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 outdoor-adventure-video-1775977921 技能

通过命令行安装

skillhub install outdoor-adventure-video-1775977921

下载

⬇ 下载 outdoor-adventure-video v1.0.5(免费)

文件大小: 6.28 KB | 发布时间: 2026-4-13 11:23

v1.0.5 最新 2026-4-13 11:23
- Improved skill description for clarity and focus.
- Removed backend connection and supported format details.
- Updated environment variable requirements (no longer requires NEMO_TOKEN in env; config path only).
- API domain reference removed from metadata.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部