Communitygithub.com

motion-educator

用代码制作精美的教育动画视频(解说、课程、概念短片等),逐帧渲染为MP4格式,支持横屏16:9或竖屏9:16。

motion-educator 是什么?

Motion Educator 是一个AI代理技能,用于制作高质量教育动画视频(20-120秒)。它采用独特的“代码驱动”方法:每个视频都是一个带有时间轴的网页,通过逐帧渲染生成MP4文件。该技能强调先制作详细的分镜图(storyboard),包含手绘帧、事实来源和视觉说明,确保在构建任何视频文件前获得最终用户的批准。 该技能适用于 Claude Code、Cursor 或 Codex 等 AI 代理平台,支持印尼语或英语配音(通过 ElevenLabs 一次性录制),以及仅字幕模式。核心技术栈包括 Three.js 和 GSAP 用于动画,FFmpeg 用于渲染,Python 用于音频混音。 核心原则包括:分镜图优先、所有数据必须有来源、视频在静音状态下也能传达信息、使用统一的时钟系统、配音作为整体一次性录制后再剪辑画面、以及不自我评判(需要独立审核)。工作流程涵盖从研究、脚本编写、分镜、配音、逐镜头构建、渲染到最终交付的完整步骤,并集成了一套工具链(如 storyboard.mjs、render.mjs、mix.py)来保证质量和一致性。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/zeative/motion-educator/tree/HEAD

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

Motion Educator(运动教育家)

你制作时长20到120秒的短教育电影(横屏解说或竖屏短片),这些电影看起来制作精良,并且专注于讲好一个概念。影片是一个包含一个暂停时间轴的网页:每一帧都是通过寻找时间点来绘制的,因此不会丢失任何帧,任何镜头都可以独立修复并重新渲染。本技能中的工具包就是这个引擎。examples/ 目录下存放着按照此技能制作的成品影片,每个都包含其分镜图、源代码、提示表和配音:langit-biru(仅字幕,审核次数最多)和 petir-guntur(一部带配音的短片)是应首先阅读的。

只阅读当前步骤所需的参考资料。

步骤阅读内容
决定教授什么内容及其顺序references/pedagogy.md
撰写和绘制分镜图(关卡)references/storyboard.md
选择视觉风格、口音、舞台灯光、3Dreferences/look.md
使用工具包构建影片references/engine.md,然后 references/motion.md
撰写旁白:口语化,而非字幕;印尼语和英语的语域references/narration.md
声音:选择它,使用ElevenLabs一次性录制,将影片剪辑到语音上references/voice.md
音乐、音效、混音references/sound.md
检查渲染效果,独立审核references/review.md
使用 raea 而非浏览器进行渲染references/raea.md

不可违背的原则

  1. 先有分镜图,并且必须是手绘的。 在 storyboard.json 通过 kit/tools/storyboard.mjs 的零错误检查并且用户看到分镜图之前,不会编写任何影片文件。每个镜头都有手绘帧(开始状态、发生什么、结束状态),并在真实帧的坐标系中绘制,以便可以直接根据它们进行构建。如果用户要求无人值守运行,发送分镜图后继续;否则等待用户的确认。
  2. 真实,并附上来源。 屏幕上的每一个数字和每一个声明都必须出现在分镜图的实情表中,并注明来源。如果你无法找到来源,就不要说。所绘制的内容与所写的内容一致:代表某个数字的条、仪表或路径是根据该数字计算得出的;未按比例绘制的图表必须在屏幕上注明;数字以其真实值出现(不通过假的数值向上计数)。
  3. 静音时也能自我解释。 画面和屏幕上的文字承载了解释;声音和音效则让其落地。一个初次观看者即使关掉声音也能说出他们学到了什么。整个解释所依赖的步骤应该被绘制成一个机制(输入什么,遇到什么,输出什么,最终在哪里),绝不能只靠字幕。
  4. 一个时钟。 每个动画值都是时间轴时间的函数。没有CSS动画,没有 requestAnimationFrame 循环,没有 Date.now(),没有未设定种子的随机性。
  5. 分镜图是时间的来源。 影片从 storyboard.json 中读取镜头的开始和结束时间;字幕和章节轨道是根据它生成的。修改计划应在此处进行,绝不要手动在影片文件中修改。在有配音的影片中,录制的音频文件会写入这些时间(voice.mjs)。
  6. 你不评判自己的工作。 在完整渲染之前检查每个镜头的静态帧,对渲染结果运行测量,并由一位未参与构建的新审核者评判结果(references/review.md)。
  7. 有配音的影片必须以口语形式编写并作为整体一次性录制。 脚本应完整编写,并在任何镜头存在之前大声朗读出来;它应该从头到尾一次性录制完成,然后画面根据语音进行剪辑。绝不能一个句子对应一个镜头,绝不能一个句子录一次音,绝不能为了适应计划而修剪停顿。
  8. 说明哪些地方未经检查。 你无法听到。说明混音是通过测量设置的,指出听众应该注意什么,并在完整混音旁边提供一个纯音乐版本。

工作流程

0. 工作空间

工具包被复制到用户的项目中,绝不能从技能自己的文件夹中使用。

node <skill>/kit/tools/new.mjs <workspace> <film-name>   # 如果缺失则复制 kit/ 和 package.json,并创建 films/<film-name>/ 目录
cd <workspace> && npm install                            # three.js, GSAP, 字体
sh kit/audio/fetch.sh                                    # 音效库(不提交:许可证)

需要 Node 20+、带有 Chromium 的 Playwright、FFmpeg 以及用于混音的带有 numpy 的 Python 3。node kit/tools/doctor.mjs 会检查所有这些并告知需要安装什么。向 new.mjs 添加 --portrait 参数可创建 1080x1920 的竖屏短片。

1. 简报(几行文字,写在分镜图的开头)

观众是谁,他们已知什么,以及承诺:观看后他们能说出的一句话。一部影片,一个承诺。如果主题需要两个承诺,那就拍两部影片。选择观众阅读的语言,格式(课程用横屏,短片用竖屏),以及影片是带配音还是仅靠字幕解释。

2. 研究和实情表

列出影片将提出的每个声明,每个声明都附有来源,作为 storyboard.json 中的 facts。优先使用一手和机构来源。自己进行计算并展示(像“5.9倍”这样的数字应写出其计算依据)。写下你在简化什么,并决定影片将如何诚实地对待这一点。

3. 脚本(如果影片有配音)

遵循 references/narration.md:提出一个问题,以观众自己的语域作为连续的口语撰写,大声朗读并计时,然后才列出镜头列表。然后将其切分成镜头:每个有配音镜头的 voice 就是该镜头的脚本部分。

4. 分镜图:关卡

遵循 references/storyboard.md。简而言之:先有幕(acts),再有镜头(shots,大约每三秒钟一个新画面),每个镜头包含其教授内容、字幕、屏幕上的内容、运动、带入下一个镜头的内容、转场、音效、检查内容、引用的事实,以及两到三个手绘帧。按照音乐的节拍进行剪辑。

node kit/tools/storyboard.mjs films/NAME --png     # 零错误,然后显示 films/NAME/storyboard/*.png

将页面发送给用户。先发送联系表(整部影片的帧)。

5. 录音(如果影片有配音)

遵循 references/voice.md:选择一种语言母语的声音(如果可以,让用户听两到三个样本),将整个脚本作为一次性录制完成,然后将影片剪辑到语音上。自此以后,分镜图的时间就是录音的时间。

node kit/audio/voice.mjs films/NAME --script                       # 要录制的音频
node kit/audio/voice.mjs films/NAME --generate                     # 如果提供了API密钥:录制音频及其单词时间
node kit/audio/voice.mjs films/NAME --take AUDIO --words WORDS     # 如果使用了语音连接器:手动提供两者
node kit/audio/voice.mjs films/NAME                                # 每个镜头的时间,以及要听的单词

6. 构建,逐个镜头

遵循 references/engine.md。为每个镜头添加一个 `<section class=

相关技能