Communitygithub.com

mkaremm80/論文解釋影片

製作一個16:9的動態儀表板解釋影片(MP4 + Python腳本 + 旁白),用於研究論文的某個章節或結果,包含參數掃描與即時圖表。

論文解釋影片 是什麼?

這個技能讓AI助手能為研究論文(例如系統模型、定理、結果圖表或教學概念)自動生成專業的動畫解釋影片。它會先閱讀論文的相關章節,選擇一個關鍵參數(如訊號雜訊比、速度、傾斜角度等)來講述故事,然後在numpy/scipy中重新實現論文模型,並驗證關鍵數值的一致性。影片輸出為1920x1080的16:9格式,包含左側動畫場景(如波、天線、節點)和右側2x2即時圖表面板,底部有變化的字幕框。整個流程會預先計算耗時部分(如蒙地卡羅曲線),支援參數掃描與即時數據更新,最終交付MP4影片、Python腳本和旁註文件。這項技能適合需要快速將論文技術內容轉化為教學或演示影片的研究人員、教師和開發者。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/mkaremm80/-my-claude-skills/tree/HEAD/skills/paper-explainer-video

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

論文解釋影片(儀表板風格)

當使用者要求為一篇論文、某個章節(系統模型、定理、結果圖表)或教學概念製作解釋影片、動畫或「像FAS那樣的影片」時,使用此技能。

輸出結果樣貌

一個16:9幀(1920x1080,30 fps,白色背景,色彩豐富):

  • 頂部:一條小的灰色版權行、一個粗體標題、以及一行紫色的設定摘要。
  • 左側(約40%寬度):一個動態物理場景(波、天線、節點、使用者、電路)。每一幀都會移動,並帶有顯示決策或結果的標記。
  • 右側:一個2x2的即時面板網格。靜態曲線只繪製一次;一條虛線垂直線和點會沿著曲線移動。其中一個面板每幀會完全重繪(例如某次實現的長條圖)。
  • 底部:一個黃色圓角字幕框。當掃描參數跨越閾值時,它會改變4-6次,然後在最後的停留階段顯示總結及關鍵數字。
  • 場景中可選一個嵌入圖(例如複數平面箭頭)來顯示關鍵量。

程序

  1. 閱讀論文章節。選擇一個能講述故事的掃描參數(水平範圍、訊號雜訊比、速度、傾斜度、區塊數等)。寫下影片必須傳達的一句話訊息。
  2. 使用numpy/scipy重新實現模型,採用論文本身的方程式和參數值。在繪製任何圖形之前,驗證關鍵數字(閉合形式 vs. 數值積分、表格值、極限值)。如果發現不一致,告知使用者。
  3. 預先計算耗時的部分:在細網格上(約21個點,約2萬次抽樣)進行蒙地卡羅曲線計算,並快取結果。
  4. 對於實現面板,使用一個固定的隨機抽樣,使其隨參數平滑變化(例如有限平面波疊加,路徑固定,雜訊一次抽樣完成)。掃描種子並選擇一個能清楚講述故事的種子;在旁白註記中說明這一點。
  5. 時間線:開頭停留(約2秒)、一個緩和掃描(0.5 - 0.5 cos(pi x))、以及最終停留(約3秒)。預設17秒;若有旁白則延長至約60秒(例如8 / 42 / 10秒)。
  6. 使用argparse撰寫腳本:--out、--preview(寫出3個PNG幀)、--dpi。將參數放在頂部(CREDIT、模型值、SEED、時間設定)。使用matplotlib的FFMpegWriter(libx264、yuv420p、位元率6000)進行渲染,採用grab_frame循環。
  7. 總是先渲染預覽並檢查它們。修正重疊問題,然後渲染完整影片。之後,使用ffmpeg提取4個幀並檢查。
  8. 交付.mp4、.py以及一個旁白.md檔案(時間 | 字幕 | 用簡單英文說明的內容 | 面板指南 | 設定 | 易於編輯)。版本編號為v1、v2、...。

佈局經驗(避免這些錯誤)

  • 對於場景軸,使用set_aspect('equal', adjustable='datalim')並將xlim置中於內容,否則場景會縮小並被裁剪。
  • 將長的場景標籤放在物體不會移動的地方;檢查嵌入軸是否遮蓋了標籤。
  • 圖例:放在空白區域(通常對於中斷型曲線是lower right)。對於長條圖面板使用ncol=2,並在ylim中為標記預留空間。
  • 保持gridspec頂部約在0.86,使副標題不會碰到面板標題;底部約在0.155,使兩行字幕不會碰到x軸標籤。
  • 公式文字放在軸內的空白區域,而不是曲線上方。
  • 完全重繪(cla)僅用於場景和一個實現面板;其他面板使用set_data。在1080p下,510幀約需4分鐘是正常的。

樣式常數

藍色 #1c7ed6、橙色 #e8590c、綠色 #2f9e44、紅色 #e03131、青色 #0c8599、紫色 #7048e8、灰色 #868e96、墨色 #212529、金色 #f59f00。粗體標題11.5 pt,基本字體10 pt,頂部和右側脊椎線關閉。

語言

字幕和旁白使用簡單英文(B2或以下),句子簡短,並使用編號字幕步驟(「1 ·」、「2 ·」...)。

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

相關技能