# 演示录屏脚本（20–30 秒）

README 顶部那张图就是靠这个脚本录出来的。目标只有一个：**让人在 5 秒内看懂"它会说话、而且你能跟它说话"** —— 静态截图讲不清这件事。

## 录制前

1. 打开 GUI，设置 → 插件 → **MiniMax 语音识别**，确认：朗读开关 **开**、音色选好（建议 `female-shaonv` 或 `male-qn-jingying`）、录音时长上限 **300 秒**。
2. 输入框工具行最右边点一下「**对话**」按钮（图标变红＝在听）。
3. 让浏览器窗口占满屏幕，关掉无关的侧栏和标签页；窗口窄一点（≈1000px）比全宽好读。
4. 录制工具：Windows 用 Xbox Game Bar（`Win+G`）或 [ScreenToGif](https://www.screentogif.com/)（后者能直接导出 GIF 并裁掉多余帧，**推荐**）。

## 镜头（照这个顺序，总长控制在 30 秒内）

| # | 画面 | 你要做的事 | 大约时长 |
| --- | --- | --- | --- |
| 1 | 输入框 + 工具行 | 只演示**一次点击**：点「对话」按钮。停顿一拍，让人看清它变红、开始计时 | 3 s |
| 2 | 对话区 | 打一句极短的任务，例如 `看一下这个仓库有多少个提交`，回车 | 4 s |
| 3 | 工具调用 → 回复 | 让它自己跑完（**剪辑时把中间等待压掉或 4× 加速**，只留头尾） | 6 s |
| 4 | **喇叭念出来** | 回复念完时，把鼠标移到喇叭按钮上让 tooltip 显示「正在朗读」，或让画面上出现播放状态 | 5 s |
| 5 | **你说话** | 对着麦克风说一句清楚的短句，例如「好的，再帮我看一下最新那条提交」；字幕标一句 **「我没有碰键盘」** | 5 s |
| 6 | 自动发送 | 说完停顿约 1.2 秒 → 文字**自己出现并发出**。这是全片最关键的一帧，**别剪掉这 2 秒** | 4 s |
| 7 | 收尾 | 新回复开始念，麦克风仍亮着 | 3 s |

## 剪辑与字幕

- 加 **3 条字幕**（比旁白可靠，也方便发到不静音的场合）：
  1. `任务跑完 → 用喇叭念一句（不是念正文）`
  2. `对着麦克风说一句 —— 我全程没碰键盘`
  3. `说完自动发送，念完自动重新开麦`
- **提速**：等待模型回复的那段用 4–8×；真正有信息量的（念出来的那一刻、自动发送的那两秒）**保持原速**。
- 尺寸：宽 **1000–1280 px**；GIF 控制在 **6 MB 以内**（GitHub 对超过 10 MB 的图片会拒绝内联渲染）。用 ScreenToGif 导出时选 12–15 fps、256 色即可。
- 可选：开头 1 秒放一个纯色 title 卡（"dsh-minimax-asr · 会说话的语音插件"），让人在时间线上就看得懂。

## 录完之后

1. 把文件存成 **`docs/demo.gif`** 并提交。
2. 改 `README.md` / `README.en.md` 里那张图的一行：

   ```markdown
   ![任务做完，喇叭念一句；你说完，它自动发送](docs/demo.gif)
   ```

   （现在是 `docs/demo-placeholder.svg`，换掉路径即可，其余不用动。）
3. 顺便把这张 GIF 也发到 X / 即刻 / B站 —— **同一份素材，一次录制，多处复用**，这比再写十条文案都管用。

## 注意事项

- 录之前**先试说一句**，确认诊断里 `mic-level` 的 `loudest` 能到 **0.03 以上**（够大才算说话）。低于这个值说明麦克风增益太小：Windows 设置 → 系统 → 声音 → 输入 → 音量调高，或离麦克风近一点。
- 别在录屏时开免手对话后长时间不说话 —— 虽然现在会一直听着不会断（每 5 分钟悄悄翻页），但空白片段进了 GIF 会显得很卡。
- 想表现"它会说话但**不念正文**"这个卖点，镜头 4 里让屏幕上的长回复和喇叭里念的短句**同时可见**，这是这个插件最容易被记住的差异点。