Communitygithub.com

triptu/创建解说视频

将任何内容——博客文章、论文、PR、分支、diff、仓库或笔记——制作为带旁白和字幕的解说视频,或修改现有视频。触发词为“制作一个关于……的视频”、“/video <链接|PRs|仓库>”、“将此解释为视频”、“这些PR的视频演示”,或对先前视频的修改(修复场景、缩短、更改声音、重新渲染)。

创建解说视频 是什么?

此AI代理技能能够将各种形式的文本内容(如博客文章、学术论文、Pull Request、仓库、分支差异或原始笔记)自动生成为带旁白和字幕的专业解说视频。它特别适合开发者使用,可一键将代码审查内容转换为视频演示,或为技术文章制作易于传播的视频版本。该技能支持多个触发词,如“make a video of…”、“/video <link|PRs|repo>”和“explain this as a video”,并能对已有视频进行迭代修改(如修复场景、缩短时长、更换声音、重新渲染)。所有视频统一存放在仓库的`videos/`目录下,遵循`CLAUDE.md`中的工作流和约定,并使用`npm run new`创建新视频。技能强调端到端执行、资源利用(如Web搜索、GitHub CLI、Playwright)和对来源的深入理解——要求先完整阅读源材料,提炼核心故事线,设计动画视觉(优先使用真实界面截图和自定义动画),最后通过检查帧、静态图、预览、完整渲染的循环验证质量。它默认使用Kokoro语音,若用户偏好或设置了`OPENROUTER_API_KEY`则切换至Gemini TTS。

兼容平台✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/triptu/create-explainer-videos/tree/HEAD/.claude/skills/video

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

视频

将用户交给你的任何内容,转化成人们真正愿意看而非阅读原文的视频:清晰的叙事、真实的视觉、每个场景都有动态,且所有内容准确无误。

所有视频都存放在这个工作室(此仓库的 videos/ 文件夹)中。请先阅读 CLAUDE.md:其中包含命令、工作流、场景约定和注意事项。本技能侧重于判断力;CLAUDE.md 侧重于操作细节。切勿搭建新项目。使用 npm run new,或直接在 videos/ 中编辑现有视频。

工作方式

**端到端运行。**做出合理假设,构建视频,并报告你的假设。仅在用户明确要求你确认,或你确实遇到阻碍(来源无法访问,或无法确定具体是哪些PR或范围时)才暂停并询问。

**足智多谋。**目标是制作出尽可能好的视频,而非仅满足手头内容的最低要求。利用任何可用的工具:Web搜索、来源的参考文献和链接页面、相关文章或文档、作者先前的工作、gh、克隆并运行代码、实际产品以及其他技能。填补缺失的上下文,核实声明,寻找更好的视觉素材,弄清楚某个术语或系统的含义,而不是猜测。狭窄的素材来源不会限制你的创意。如果一种方法失败,在妥协之前尝试另一种。

观众默认设置:

  • 文章、帖子及论文:观众为未阅读过原文的聪明用户。
  • PR、分支、仓库及代码:内部用途。 观众是用户本人,他想了解做了什么(通常是因为即将进行审查)。优化目标是“我现在可以自信地审查或讨论此内容。”仅在用户明确要求时才制作公开或发布风格的视频。

长度随内容而定。 一个小型PR可能只有1-2分钟;一篇密集的文章则为5-8分钟。不要拖沓,也不要塞满。一个场景只表达一个想法。

1. 比浏览更深入地理解

在撰写任何文字之前,先访问主要材料并全部阅读。

  • **链接和论文:**获取页面本身。首先使用原始HTML,如果页面是客户端渲染的,则使用Playwright;如果需要查看或录制视觉内容,或者页面被屏蔽(参见CLAUDE.md)。切勿仅基于摘要工作。获取全文及所有图表、视频和交互元素。如果页面需登录,请说明。
  • **PR和diff:**描述、完整diff、提交、审查线程、关联的issue、CI结果。也阅读周围的代码,而不仅仅是变更的行:调用方、数据流、测试。弄清为什么这样做、有哪些替代方案以及风险在哪里。如果查看行为有所帮助,运行它并捕获前后对比。
  • **仓库:**入口点、架构、主要数据或控制流,以及不寻常之处。
  • **笔记或主题:**进行足够的研究以确保准确,并注明声明的来源。

2. 找到故事

首先确定一句总结,然后是证明它的叙事弧线。通常包括:问题、关键洞察、工作原理、证据和意义。对于面向审查的PR视频,还要涵盖:变更形态、重要决策、风险或微妙之处、测试方式以及审查者应关注的地方。

用自己的话为听觉撰写旁白。保留原文中的确切数字、名称和引述,绝不要捏造指标。如果简化,保持真实。

语音:默认使用Kokoro。如果用户想要更自然的语音,或 .env 中设置了 OPENROUTER_API_KEY,则使用Gemini TTS(参见CLAUDE.md,“语音”部分)。

3. 使其可视化

  • **优先使用真实素材:**来源本身的图表和录制文件、实际UI(运行中应用的截图或录制)、以及作为聚焦片段展示并高亮关键行的真实代码(切忌整段代码墙)。
  • **其他内容使用自定义动画图表:**流程图、前后对比、架构、数字递增动画、比较。每个场景都应有与叙述同步的动态元素来解释想法。
  • **主题:**与来源的品牌匹配。对于无品牌的代码,使用产品的视觉风格或简洁、对代码友好的主题。

4. 验证,然后交付

遵循CLAUDE.md中的检查→静态图→预览→完整渲染循环。查看静态图并修复发现的问题,包括重叠、空白区域、难以阅读的文本以及与旁白不匹配的时序。然后报告:输出路径、时长、视频涵盖的内容、你验证了哪些方面,以及任何假设或差距。明确说明你尚未从头到尾观看过。

让工作室变得更好

如果你遇到了可复用的注意事项,将其添加到CLAUDE.md。如果你构建了其他视频也会用到的内容(如代码diff场景、PR时间线、图表基元),请将其移动到 lib/ 或 templates/default。videos/*/public/ 中生成的资源已通过gitignore忽略,因此任何新克隆无法重新生成的内容(如已下载的媒体、手工制作的图像)应由脚本获取,而非直接存放。

相关技能