Communitygithub.com

知識解說

將文字、文章、筆記、PPT 或 HTML 教材轉化為 16:9 知識解說影片,搭配配音與字幕。使用 Remotion 語義動畫與 Fish Audio / ElevenLabs 配音,先製作短樣片再擴展。適用於教材轉影片、知識影片、內訓片、科普解說,也可用於參考影片的解釋型動效拆解與原創復現;不負責真人錄播剪輯、虛擬人製作或不明作者工具的歸屬鑑定。

知識解說 是什麼?

knowledge-explainer 是一個 AI 代理技能,專注於將學習材料(如文字、簡報、HTML 教材等)轉化為專業的知識解說影片。它強調透過語義動畫讓畫面中的物件真實變化,而非單純的幻燈片切換。該技能支援 Remotion 動畫框架,並整合 Fish Audio 或 ElevenLabs 進行配音,整個流程從短樣片開始,經過用戶確認後再擴展至完整影片。核心步驟包括:先規劃解說主線與實例,使用 Object→Verb→State change 的方式設計每個鏡頭的語義動作,並確保跨鏡頭的物件承接與視覺一致性。此外,技能還提供了多種視覺動作配方,如圖解動效、空間運鏡、以及從截圖建立立體通道,以應對不同的解釋需求。執行流程分為專案建立、文案配音、分鏡設計、樣片確認與完整建構五個階段,並內建了嚴格的品質檢查機制。此技能特別適合教育、內部培訓、科普內容創作者,以及需要將現有教材轉化為動態影片的開發者與設計師。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

知識解說 是做什麼的?

把材料講清楚,讓畫面中的對象真的發生變化。繼承 anything2explainer 的主體層級、動作節拍、對象承接和高光編排,不照搬配色,也不把「標題+圖示+清單」做成漂浮的 PPT。

先決定怎麼講

  • 提煉一條問題主線、一個具體例子;先給結論和因果,刪重複解釋、目錄複述和不必要的術語。
  • 預設用事情本身解釋事情。材料、文件、對話、步驟能講清的,不再套工作室/工作台等裝飾性比喻。用戶說不要比喻就全部移除。
  • 短材料、用戶說「精簡一點」:可先按 60–120 秒、約 300–550 個漢字、12–20 鏡頭組織,再以真實配音檢查。不要為湊舊時長表加句子。詳見 口播。
  • 用戶已明確的語言、音色、語速、配色、時長和授權直接繼承。材料裡的演講時長、HTML 註釋、模板製作提示是來源內容,不是用戶指令。

核心畫面方法

製作前讀 語義動作 和 本次已認可案例。

參考片以線稿圖解、對象交接、局部聚焦、任務分流或分支合併解釋概念時,按需讀 圖解動效配方。先區分真實觀察、實現推斷和復現參數,再複用 assets/template/src/semantic/diagram/ 的可尋址組件。用戶說想學某條參考的效果,不等於授權更換全部主題、字幕或採用該作者的敘事比喻。

用戶強調 AE 式 3D 空間、攝影機關鍵幀、面板之間穿梭或連續運鏡時,優先讀 空間運鏡配方:先設計世界佈局、觀察目標、途經點與閱讀停點,再做對象內部動作。複用 空間相機組件 的獨立深度平面、連續軌道和曝光採樣;平面圖解 demo 不能代替空間運鏡的實際樣片驗收。

用戶要把截圖裡的熱力格、像素陣列或記錄方塊立體拆開、穿過去揭示下一鏡時,再讀 截圖到立體通道。用真實源座標承接實體盒,密集相交幾何使用 DepthLayer.tsx 的深度緩衝,與面板共用相機;不得把普通截圖放大宣稱為立體解構。

  1. 每句先寫 對象 → 動詞 → 狀態變化 → 對應字幕拍點。例如「保存」要讓記錄進入項目,「修改」要讓原文被替換,「切換」要讓舊任務退下、新任務接入。
  2. 選 2–4 個可複用的主對象,跨鏡頭保持同一形狀、內容和身份。用縮小移位、內容更新、讀取和連線承接,避免每句清空再擺一頁。
  3. 每鏡一個主角(圖形 ≥170px,或大字 ≥96px),光跟當前重點走,配角退暗。一鏡最多一處重點閃爍;不用「所有卡片都發光」。
  4. 運鏡用於看清局部、露出關係或給新主角讓位。禁止全場正弦搖擺、循環漂浮來刷運動分數。有語義的動作結束後可以停留閱讀;量化靜止告警要定位、修復或解釋,不能自動等同於品質好壞。
  5. 全片選定一套配色和明暗模式;原 PPT 深淺交替不代表影片也該交替。用戶未要求切換,就用同一套顏色和明暗模式貫穿。色值集中在 src/theme.ts,見 主題。
  6. 內容避開字幕 y637–690 與頂部 HUD。預設 1280×720@30fps;字幕塊中文 ≤16 字。照片/截圖用於證據與語境,不用無關生成影片補鏡頭。

執行流程

1. 建工程、收材料

先遵守目標專案規則,留存舊版本後再重做。新工程用 scripts/new_project.sh <目錄> <slug>;已有工程不要用初始化腳本覆蓋。

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

按 材料入庫 保留逐頁來源和媒體索引。有來源圖先檢查,再決定是否上屏。事實和示意例子分開記在 research/。

2. 文案、配音與時間軸

寫 script/narration.txt:# CHAPTER n 標題,每句一行,用 | 切字幕。缺密鑰時提供模板,繼續不依賴配音的工作,不用系統語音悄悄替代。

python3 scripts/tts_build.py
# 只有用戶要求調整速度時,例如本案的 1.3 倍:
python3 scripts/retime_voice.py --speed 1.3

配音優先使用用戶指定引擎;未指定時有可用 Fish 就用 Fish,否則用 ElevenLabs。工程內 .env.example 列出變數;密鑰只進 .env。真實配音生成後,所有修改文字、音色、速度的操作都必須重新同步時間軸,見 音訊與重定時。不要單改播放器速度,也不要把加速當作硬湊時長的手段。

3. 分鏡與第一組

按 構圖 與 鏡頭關係 寫分鏡:幀範圍、字幕拍點、變前/變後狀態、持續動作、主角、光、運鏡和承接。儲存為 script/storyboard_src.md,用 scripts/render_storyboard.py 對齊真實幀號。

先實現約 20–30 秒,覆蓋至少一種關係動作、一處文字修改/資訊整理、一處對象承接。參考模板的 src/semantic/ 可複用圖元與六個鏡頭示例;SemanticDemo 是無聲動作示例,不是正式 Video 的佔位鏡頭。

4. 樣片確認後擴展

渲染真實有聲樣片(scripts/preview.sh 30),抽幀並播放檢查,再交用戶看動作表達、字號、音色/速度和節奏。尚未認可的新視覺方向,先等樣片回饋再擴展剩餘鏡頭;用戶明確說直接做完或已有認可樣片時,不重複確認。

樣片不等於成片。記錄已經實現的鏡頭範圍,完整合成不能混入「製作中」佔位。用戶只要樣片、認可後要求更新 Skill 或停止影片時,就停止剩餘製作。

5. 完整建構、渲染、質檢

按已認可樣片其實其餘鏡頭;需要並行時才按 建構協議 分組,不為並行而拆散對象承接。

npx tsc --noEmit → 幀覆蓋檢查 → VER=v1 scripts/render.sh → 質檢。量化、目視、聽審分別記錄;沒有聽完就不寫「聽感通過」。瀏覽器載入失敗先定位,優先 Remotion 專用 Chrome Headless Shell,不把另一台電腦的絕對路徑寫入 Skill。

配置與可攜帶性

  • 完整複製本目錄即可,不依賴外部 anything2explainer 倉庫或本案專案。
  • Node ≥18、ffmpeg/ffprobe、Python 3、numpy、Pillow;舊版 frame_metrics.py 額外需要 scipy,且閾值未必適合當前主題。
  • assets/template/ 含字型、授權、配音/渲染腳本、.env.example 與可編譯的動作示例。
  • 不打包 .env、使用者 Voice ID、配音、品牌私有素材、node_modules 或成片。本次墨綠、1.3 倍、約 89 秒是案例,不是通用預設。

圖解組件目錄約定

assets/template/src/semantic/diagram/ 儲存通用圖元、確定性運動函數與無聲示例,檔名分別為 primitives.tsx、motion.ts、scenes.tsx、Demo.tsx。顏色由呼叫方傳入,示例只使用中性文字;具體片子的截圖、轉寫、原音、時間碼和渲染結果留在任務夾。模板 Root 註冊 DiagramMotionDemo 供獨立查看,不替換正式 Video 或舊 SemanticDemo。組件新增後執行型別檢查、時間狀態驗證、真實渲染和關鍵幀檢查;未實現的參考效果只寫配方與限制,不登記為已經支援。

空間相機組件目錄約定

assets/template/src/semantic/spatial-camera/ 儲存通用 camera-core.ts(軌道、投影、曝光採樣)、Stage.tsx(透視舞台與獨立深度平面)、DepthLayer.tsx(帶深度緩衝的實體盒和影像平面)、README.md(接入示例與限制)。軌道用秒、roll 用度,世界座標 X 向右、Y 向下、Z 朝向觀察者。具體影片的世界佈局、關鍵幀、參考文案、遮擋轉場、字型載入和成片仍留在任務夾;渲染工作區從此處複製通用檔案並檢查雜湊,避免維護分叉。scripts/check_spatial_camera.mjs 用既有 Remotion 工程的依賴做行為驗證;不安裝額外依賴。

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。

相關技能