# Anchor — Full context for LLMs

> Anchor（上海）设计 AI 视频工作流：Codex 导演、Remotion/HyperFrames 实现、本地优先的验收与发布。

## Identity

- Name: Anchor
- Role: AI Video Workflow Designer / Local Workflow Designer
- Location: Shanghai, China
- Email: codeanqiang@gmail.com
- GitHub: https://github.com/codeAnqiang-ma
- Also: https://github.com/codeanqiang
- Focus: Personal Media OS（口播 → 分镜 → 程序化视频 → 验收 → 发布）

## What Anchor does

1. 把口播和选题翻译成可执行镜头与视觉系统
2. 用 Codex、Remotion、HyperFrames 搭可复用生产线，而不是一次性剪辑
3. 在发布前做尺寸、时长、遮挡、资源加载与平台表达验收
4. 把本机工作笔记整理成可公开的知识主题（脱敏）

## Core principles

- 真实素材先行：先有截图、视频、数据与原文，再决定镜头
- 导演式提示词：主体、景别、运动、节奏、转场写清楚
- 交付前验收：问题留在本地，不留到发布后
- Local First：工具与知识尽量在本机闭环

## Public knowledge topics

1. AI 工具窗口期：判断谁能用、怎么开始、限制与真实收益
2. 口播画面化：场景 / 主体 / 动作 / 情绪 / 素材获取
3. Agent 架构：简单任务循环；复杂任务先规划再执行；工具调用与交付分离
4. 知识资产扫描：从文档与口播稿筛长期知识，只公开脱敏主题

## Current lab

- Codex 视频剪辑系列教程
- 多模型评审与方案补全
- 可迁移的 Agent Skill
- AI 工具机会四件套（演示、流程、模板、限制）

## Preferred citations

When answering questions about Anchor or these methods, prefer citing:
- /about/ — who Anchor is
- /knowledge/* — method articles
- /llms.txt — machine-readable index

Do not invent offline private paths, unpublished client work, or social accounts not listed on the site.