Communitygithub.com

Firepanda415/科研与科学文献动画技能

用于规划、脚本编写、动画制作和检查带有旁白和烧录字幕的研究论文、代码仓库或科学方法的解说视频。适用于论文讲解视频、动画摘要、程序化动画(如Manim)以及此类视频的修订。单个静态图形或图表使用 figure-designer。

科研与科学文献动画技能 是什么?

该技能旨在帮助AI代理(如Claude Code)根据研究论文、代码仓库或科学方法创建简短、带有旁白和字幕的解说视频。它通过严格的流程确保科学准确性:首先从源材料中提取事实,生成包含问题、难点、核心思想、方法、结果和局限性的声明图,然后基于该图编写尽可能简洁的脚本。动画阶段为每个句子分配一个视觉概念,并使用项目现有的动画管道或推荐的架构来生成视频。最后,交付前必须经过全面检查,包括逐帧审查、验证字幕与旁白同步、核对所有数字和声明,以及在目标设备上测试网页嵌入。该技能支持解析论文表格、图表标题和附录,并鼓励从作者的数据和代码中绘制真实数据图。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Firepanda415/research-and-scientific-lib-skills/tree/HEAD/plugins/research-skills/skills/research-explainer-animation

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

科研解说动画

制作一个简短的解说视频,向未读过该研究但具备科学素养的观众解释一项研究工作。将视频视为关于该工作的正式出版物。每一个声称、数字、方程和绘制的曲线都必须能够追溯到原始来源,并且渲染后的视频必须在交付前进行检查。

从源素材准备

  1. 阅读整个源素材。对于论文,包含你要引用的数字背后的表格、图表标题和附录。对于没有论文的代码仓库,阅读其README、文档、示例和测试,并且只解释代码支持的行为。
  2. 在脚本之前编写一个声明图。涵盖问题、为什么它很困难、核心思想、相对于引用的先前工作有哪些新内容、方法如何逐块工作、结果及其条件,以及声明的局限性。记录每个数字背后的表格、章节或文件,并将派生数字(例如根据两个表格条目计算的百分比)标记为派生。
  3. 绘制真实数据。寻找作者的数据和代码,包括论文中命名的仓库和用户的本地副本。在使用某个绘制的量之前,将其追溯到数据,并根据该数据重新计算任何派生值或拟合。将追溯或重新计算的值与报告的值进行比较。只有在获得用户批准后才重新运行耗时的模拟或实验。将示意图输入标记为说明性的。
  4. 找到目标项目现有的动画管道和样式模块并重用它们,以便新视频与之前的视频匹配。如果没有现有的管道,则按照生产管道中的架构构建一个,并将其函数名称视为建议。当项目有路径、环境和构建命令以及视频如何附加到页面的指导时,遵循这些指导。使用项目声明的环境。当项目未声明任何环境时,使用已安装的满足管道需求的工具,将它们的路径和版本与视频源一起记录,并告知用户还需要安装哪些内容,包括首次使用时需要下载的语音合成权重。

编写旁白脚本

  • 目标是制作最短的视频,包含问题、想法、方法、证据和范围。一个完整的论文讲解视频通常需要三到四个半小时,大约450到600个英文口语单词。动画摘要或会议时长限制设定了更短的目标。
  • 遵循声明图:问题、障碍、想法、机制、证据、比较和权衡,然后是一个收尾。在方法建立在先前工作基础上时给予其荣誉,并用论文自身的方式陈述贡献。将论文中的限定条件和限制条件带入旁白中。
  • 旁白和屏幕文本是持久的散文。在合成之前应用research-writing-style,包括其强制审查。
  • 将脚本分成1到4个句子的片段。每个句子都有字幕文本,并且在需要时,有单独的对话文本,用于拼读缩写、朗读符号或覆盖发音。
  • 使用用户为先前视频选择的语音。如果没有记录的选择,用几个候选语音合成一小段,将样本写入音频文件,将路径告知用户,并让用户选择。将选择记录在旁白配置或项目笔记中,以便后续视频重用。

阅读生产管道以了解合成、计时、渲染、字幕和编码架构及其已知的失败模式。阅读内部样式以了解默认的视觉和音频样式。

制作动画

  • 每个句子赋予一个视觉概念,并在该句子开始时启动其动画,使用从合成音频中测量到的计时。
  • 保持颜色角色、排版、章节标签、标题卡、结尾卡和字幕条在视频之间的一致性。
  • 使用数学排版器排版方程,并从数据绘制图表。显示单位、带有统计信息的不确定性以及真正的减号。
  • 构建一个独立的、具有大元素的静止海报图片,该图片在缩略图宽度下仍保持清晰可读。

交付前检查

这些检查是必须的。解说视频可能在成功渲染中无声地失败,而这种失败渲染本身无法揭示。

  • 将整个渲染结果作为接触表检查,例如每四或五秒一帧,并以全尺寸检查密集帧。寻找裁剪或重叠的文本、绘制在坐标轴上的标签、不完整的公式(例如缺少分数横线),以及在运动中与所表示的数据分离的对象。
  • 确认每个字幕行下方都有旁白,并且字幕的开始时间与语音的开始时间对齐。
  • 将屏幕和旁白中的每一个数字与声明图进行对比。
  • 当视频嵌入在网站中时,构建该网站,运行其测试,并使用宿主提供的浏览器工具(例如,在两个宽度下的无头截图)在桌面和手机宽度下检查页面和播放器。如果没有此类工具,请让用户检查这些宽度。
  • 除非宿主让代理能够收听音频,否则请让用户收听发音和节奏,并指出最可能出现问题的词语。

交付和修订

交付完成的视频及其路径和长度,总结其内容和数据来源,并列出用户还应通过耳朵或眼睛检查的项目。对于带有时间戳的评论,定位该帧,修复原因而不是单个帧,并在整个视频以及其他使用相同管道构建的视频中搜索相同的缺陷。

相关技能