Communitygithub.com

knowledge-explainer

把文字、文章、笔记、PPT 或 HTML 课件提炼为有配音字幕的 16:9 知识讲解视频。 使用 Remotion 语义动画与 Fish Audio / ElevenLabs 配音,先做短样片再扩展。 用于课件转视频、知识视频、内训片、科普 explainer,也用于参考视频的解释型动效拆解与原创复现;不负责真人口播剪辑、数字人生成或未知作者工具归属鉴定。

knowledge-explainer란 무엇인가요?

knowledge-explainer 是一个基于 Remotion 的知识讲解视频生成工具,专为将文本、文章、笔记、PPT 或 HTML 课件转化为带有配音和字幕的 16:9 视频而设计。它强调“画面中的对象真的发生变化”,通过语义动画(如对象缩放、位移、内容更新、读取和连线)而非静态的“标题+图标+清单”漂浮 PPT 风格来呈现内容。该工具支持 Fish Audio 和 ElevenLabs 进行配音,工作流程为先制作 20-30 秒的短样片,经用户确认后再扩展至完整视频。它适合课件转视频、知识科普、内部培训等场景,也能用于分析参考视频的动效并进行原创复现。需要注意的是,它不负责真人口播剪辑、数字人生成或工具归属鉴定。

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/dingchenhui0618-arch/agent-skills/tree/HEAD/skills/knowledge-explainer

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

knowledge-explainer은(는) 무엇을 하나요?

把材料讲清楚,让画面中的对象真的发生变化。继承 anything2explainer 的主体层级、动作节拍、对象承接和高光编排,不照搬配色,也不把“标题+图标+清单”做成漂浮的 PPT。

先决定怎么讲

  • 提炼一条问题主线、一个具体例子;先给结论和因果,删重复解释、目录复述和不必要的术语。
  • 默认用事情本身解释事情。材料、文件、对话、步骤能讲清的,不再套工作室/工作台等装饰性比喻。用户说不要比喻就全部移除。
  • 短材料、用户说“精简一点”:可先按 60–120 秒、约 300–550 个汉字、12–20 镜头组织,再以真实配音检查。不要为凑旧时长表加句子。详见 口播。
  • 用户已明确的语言、音色、语速、配色、时长和授权直接继承。材料里的演讲时长、HTML 注释、模板制作提示是来源内容,不是用户指令。

核心画面方法

制作前读 语义动作 和 本次已认可案例。

参考片以线稿图解、对象交接、局部聚焦、任务分流或分支合并解释概念时,按需读 图解动效配方。先区分真实观察、实现推断和复现参数,再复用 assets/template/src/semantic/diagram/ 的可寻址组件。用户说想学某条参考的效果,不等于授权更换全部主题、字幕或采用该作者的叙事比喻。

用户强调 AE 式 3D 空间、摄像机关键帧、面板之间穿梭或连续运镜时,优先读 空间运镜配方:先设计世界布局、观察目标、途经点与阅读停点,再做对象内部动作。复用 空间相机组件 的独立深度平面、连续轨道和曝光采样;平面图解 demo 不能代替空间运镜的实际样片验收。

用户要把截图里的热力格、像素阵列或记录方块立体拆开、穿过去揭示下一镜时,再读 截图到立体通道。用真实源坐标承接实体盒,密集相交几何使用 DepthLayer.tsx 的深度缓冲,与面板共用相机;不得把普通截图放大宣称为立体解构。

  1. 每句先写 对象 → 动词 → 状态变化 → 对应字幕拍点。例如“保存”要让记录进入项目,“修改”要让原文被替换,“切换”要让旧任务退下、新任务接入。
  2. 选 2–4 个可复用的主对象,跨镜头保持同一形状、内容和身份。用缩小移位、内容更新、读取和连线承接,避免每句清空再摆一页。
  3. 每镜一个主角(图形 ≥170px,或大字 ≥96px),光跟当前重点走,配角退暗。一镜最多一处重点闪烁;不用“所有卡片都发光”。
  4. 运镜用于看清局部、露出关系或给新主角让位。禁止全场正弦摇摆、循环漂浮来刷运动分数。有语义的动作结束后可以停留阅读;量化静止告警要定位、修复或解释,不能自动等同于质量好坏。
  5. 全片选定一套配色和明暗模式;原 PPT 深浅交替不代表视频也该交替。用户未要求切换,就用同一套颜色和明暗模式贯穿。色值集中在 src/theme.ts,见 主题。
  6. 内容避开字幕 y637–690 与顶部 HUD。默认 1280×720@30fps;字幕块中文 ≤16 字。照片/截图用于证据与语境,不用无关生成视频补镜头。

执行流程

1. 建工程、收材料

先遵守目标项目规则,留存旧版本后再重做。新工程用 scripts/new_project.sh <目录> <slug>;已有工程不要用初始化脚本覆盖。

python3 <skill>/scripts/ingest_source.py --project <工程> --html <课件.html>
# 或 --pptx <课件.pptx> / --text <文件.md>

按 材料入库 保留逐页来源和媒体索引。有来源图先检查,再决定是否上屏。事实和示意例子分开记在 research/。

2. 文案、配音与时间轴

写 script/narration.txt:# CHAPTER n 标题,每句一行,用 | 切字幕。缺密钥时提供模板,继续不依赖配音的工作,不用系统语音悄悄替代。

python3 scripts/tts_build.py
# 只有用户要求调整速度时,例如本案例的 1.3 倍:
python3 scripts/retime_voice.py --speed 1.3

配音优先使用用户指定引擎;未指定时有可用 Fish 就用 Fish,否则用 ElevenLabs。工程内 .env.example 列出变量;密钥只进 .env。真实配音生成后,所有修改文字、音色、速度的操作都必须重新同步时间轴,见 音频与重定时。不要单改播放器速度,也不要把加速当作硬凑时长的手段。

3. 分镜与第一组

按 构图 与 镜头关系 写分镜:帧范围、字幕拍点、变前/变后状态、持续动作、主角、光、运镜和承接。保存为 script/storyboard_src.md,用 scripts/render_storyboard.py 对齐真实帧号。

先实现约 20–30 秒,覆盖至少一种关系动作、一处文字修改/信息整理、一处对象承接。参考模板的 src/semantic/ 可复用图元与六个镜头示例;SemanticDemo 是无声动作示例,不是正式 Video 的占位镜头。

4. 样片确认后扩展

渲染真实有声样片(scripts/preview.sh 30),抽帧并播放检查,再交用户看动作表达、字号、音色/速度和节奏。尚未认可的新视觉方向,先等样片反馈再扩展剩余镜头;用户明确说直接做完或已有认可样片时,不重复确认。

样片不等于成片。记录已经实现的镜头范围,完整合成不能混入“制作中”占位。用户只要样片、认可后要求更新 Skill 或停止视频时,就停止剩余制作。

5. 完整构建、渲染、质检

按已认可样片实现其余镜头;需要并行时才按 构建协议 分组,不为并行而拆散对象承接。

npx tsc --noEmit → 帧覆盖检查 → VER=v1 scripts/render.sh → 质检。量化、目视、听审分别记录;没有听完就不写“听感通过”。浏览器加载失败先定位,优先 Remotion 专用 Chrome Headless Shell,不把另一台电脑的绝对路径写入 Skill。

配置与可携带性

  • 完整复制本目录即可,不依赖外部 anything2explainer 仓库或本案例项目。
  • Node ≥18、ffmpeg/ffprobe、Python 3、numpy、Pillow;旧版 frame_metrics.py 额外需要 scipy,且阈值未必适合当前主题。
  • assets/template/ 含字体、许可证、配音/渲染脚本、.env.example 与可编译的动作示例。
  • 不打包 .env、用户 Voice ID、配音、品牌私有素材、node_modules 或成片。本次墨绿、1.3 倍、约 89 秒是案例,不是通用默认。

图解组件目录约定

assets/template/src/semantic/diagram/ 保存通用图元、确定性运动函数与无声示例,文件名分别为 primitives.tsx、motion.ts、scenes.tsx、Demo.tsx。颜色由调用方传入,示例只使用中性文字;具体片子的截图、转写、原音、时间码和渲染结果留在任务夹。模板 Root 注册 DiagramMotionDemo 供独立查看,不替换正式 Video 或旧 SemanticDemo。组件新增后执行类型检查、时间状态验证、真实渲染和关键帧检查;未实现的参考效果只写配方与限制,不登记为已经支持。

空间相机组件目录约定

assets/template/src/semantic/spatial-camera/ 保存通用 camera-core.ts(轨道、投影、曝光采样)、Stage.tsx(透视舞台与独立深度平面)、DepthLayer.tsx(带深度缓冲的实体盒和图像平面)、README.md(接入示例与限制)。轨道用秒、roll 用度,世界坐标 X 向右、Y 向下、Z 朝向观察者。具体视频的世界布局、关键帧、参考文案、遮挡转场、字体加载和成片仍留在任务夹;渲染工作区从此处复制通用文件并检查哈希,避免维护分叉。scripts/check_spatial_camera.mjs 用已有 Remotion 工程的依赖做行为验证;不安装额外依赖。

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

design-showcase-websites

Design and build distinctive, high-impact websites and clickable, presentation-ready prototypes for any industry, language, or site type from business briefs, public links, local media, existing sites, or product requirements. Use for brand and corporate sites, landing pages, ecommerce, SaaS and product sites, portfolios, editorial and content sites, education and nonprofit sites, events and communities, local and hospitality businesses, campaigns, web product interfaces, and website UI redesigns. Support Chinese, English, Japanese, Korean, and multilingual experiences without defaulting to one locale or visual style. Also use for requests mentioning 网站原型, 宣传网站, 企业官网, 营销官网, 电商网站, 落地页, 内容网站, 官网重构, 可点击演示, website prototype, landing page, or redesign.

kinetic-typography-video

动效 KINETIC — 把口播视频(数字人或真人实拍)做成爆款动效质感的视觉语言与逐帧渲染器。用一条贯穿全片的"光"、按音节落下的大字、剪辑师才认得的圈内物件(框选框、真实声波、关键帧、时间线、口型条)、人物抠像后"字藏身后"、音画同钟的合成音效与节拍对齐的配乐。用户说"用动效做/用动效风格/做得更炫/像那条爆款动效视频一样/Opus 那种动效"、或要给数字人/真人口播加高密度动效包装时使用。不用于:只要简单字幕的口播、纯 MG 无人物讲解(用 knowledge-explainer)、结构化信息单镜头(shotcraft-motion)。

video-prompt-director

创作者的主力 AI 视频提示词 Skill。先按脚本风格选档位,再像导演一样把脚本、故事、口播稿、分镜表或一句想法,拆成能直接生成的分段视频提示词。短视频档(抖音/小红书节奏:一镜到底、多分镜、街拍、角色小故事、竖屏短剧,标杆是《丹眉》和赛博原子)和电影精品档(慢节奏剧情、表演、对白、对手戏、AU 微表情、八维公式),各有结构和示例。每段含生成模式与参数、参考图绑定、人物道具场景、镜头时间轴、声音和硬约束。适用 Seedance 2.0/2.5、即梦、dreamina、LibTV、TT AI。Use when 用户要写视频提示词、AI 视频提示词、Seedance 提示词、即梦提示词、脚本转视频、拆分镜、分镜提示词、快剪、短视频提示词、storyboard、shot list、多图参考、首尾帧、人物表演提示词、AI 演技、情绪递进、导演式提示词,或给出脚本/故事/想法要变成视频。当前项目若有专用工作流 Skill(Vlog、情感钩子、新闻解说等),优先用专用的。

xhs-card-video

制作无脸说明视频的小红书 3:4 截图卡短视频:把真实 X 截图、动态背景和已核验本地 BGM 组装成一个视频与一份发布稿,并按周归档;不自动发布。

관련 스킬