explainer-video
/explainer-video
把文章、文档或一段素材做成带旁白与字幕的讲解视频(竖屏/横屏 mp4)。当用户要求"做成讲解视频""文章转视频""给这段内容配音出片""做一分钟短视频""把这篇长文压成视频"时使用。不依赖任何生成式视频模型。
- Author
- fengchen122123-sudo ↗
- Repository
- xingyao-y-code ↗
- Licence
- MIT
- Last repository change
- 13.11.2026
Assessment and security
- Files in this package
- 6
- Scripts
- 4
- HTML comments
- 0
- URLs in SKILL.md
- 0
No signals detected. Repository changed on 13.11.2026, without references to retired models or APIs.
MIT, open: use and modify while retaining author attribution.
- 4 scripts in this package. Review them before installing, as Claude may execute them.
Scripts: scripts/fetch_article.py, scripts/make_voice.py, scripts/render_video.py, scripts/verify_video.py
What it does and when to use it
把文章、文档或一段素材做成带旁白与字幕的讲解视频(竖屏/横屏 mp4)。当用户要求"做成讲解视频""文章转视频""给这段内容配音出片""做一分钟短视频""把这篇长文压成视频"时使用。不依赖任何生成式视频模型。
Triggers from the description
Original author description
把文章、文档或一段素材做成带旁白与字幕的讲解视频(竖屏/横屏 mp4)。当用户要求"做成讲解视频""文章转视频""给这段内容配音出片""做一分钟短视频""把这篇长文压成视频"时使用。不依赖任何生成式视频模型。
How it works
- 何时用 / 何时不用
- 五步流水线
- 时长预算:先算字数,再写旁白
- 关键参数(默认值都验证过)
- 实测坑(都踩过)
- 验收清单
- 交付给用户
- 前置依赖
- 文件清单
SKILL.md preview
--- name: explainer-video description: 把文章、文档或一段素材做成带旁白与字幕的讲解视频(竖屏/横屏 mp4)。当用户要求"做成讲解视频""文章转视频""给这段内容配音出片""做一分钟短视频""把这篇长文压成视频"时使用。不依赖任何生成式视频模型。 triggers: 讲解视频,做视频,文章转视频,配音视频,竖屏视频,生成视频,视频制作,一分钟视频,短视频,出片 --- # 讲解视频制作 **原理一句话**:讲解视频 = 分镜脚本 + TTS 配音 + 程序化逐帧渲染 + ffmpeg 合成。 全程本地、确定性、可复算——不调用生视频模型,改一行文案重跑就能出新版本。代价是画面是"排版 + 动效"风格,不适合实景/真人内容。 ## 何时用 / 何时不用 用:把长文压成 1~5 分钟讲解片、给内容加旁白与字幕、需要批量且可复现地出片、内容以概念/步骤/对比为主。 不用:需要真实拍摄、真人出镜、复杂三维动画 —— 那要接生成式视频模型(本技能给不了)。只要静态图就直接生图。 ## 五步流水线 脚本都在本技能的 `scripts/` 下(释放后位于 `~/.ycode/skills/explainer-video/scripts/`,开发态为仓库 `skills/explainer-video/scripts/`)。`<DIR>` 是本次视频的工作目录,脚本只认它。 | 步骤 | 命令 / 动作 | 产出 | |---|---|---| | 1 备料 | 公众号文章用 `fetch_article.py <url> <输出前缀>`;其他网页用 fetch_url 抓 HTML 后自己抽正文;本地文档直接读 | 正文 txt | | 2 写脚本 | 手工产出 `<DIR>/script.json`,字段见 `reference/script-schema.md` | script.json | | 3 配音 | `python scripts/make_voice.py <DIR>` | `audio/scene_NN.wav`、`timeline.json`、`voice_full.wav` | | 4 渲染 | `python scripts/render_video.py <DIR> bench` 先测速,再 `... <DIR> full` | `video_silent.mp4` | | 5 合成验收 | ffmpeg 合音轨(见下),再 `python scripts/verify_video.py <DIR>` | 成品 mp4 | 合成命令(视频流直接复制,音频转 AAC): ``` ffmpeg -y -hide_banner -i <DIR>/video_silent.mp4 -i <DIR>/voice_full.wav \ -map 0:v:0 -map 1:a:0 -c:v copy -c:a aac -b:a 160k -ar 44100 -ac 2 \ -shortest -movflags +faststart <DIR>/<成品名>.mp4 ``` `-pix_fmt yuv420p`(渲染阶段已带)与 `-movflags +faststart` 是硬要求:前者保证浏览器能解,后者把索引前置,网页里不用下完就能播。 ## 时长预算:先算字数,再写旁白 中文语速(`zh-CN-XiaoxiaoNeural` + `rate="+5%"`)实测 **≈ 4.5 字/秒**。 ``` 成片时长 ≈ 旁白总字数 ÷ 4.5 + 段间停顿 × 段数 + 尾部留白 ``` | 目标时长 | 旁白字数 | 分镜数 | 每段字数 | |---|---|---|---| | 60 秒 | 230~250 | 7~9 | 28~40 | | 90 秒 | 330~365 | 11~13 | 24~34 | | 3 分钟 | 700~800 | 18~22 | 32~45 | | 4.5 分钟 | 1150~1250 | 22~24 | 45~60 | **先定字数再写旁白**。写超了要删信息点,不要靠调语速硬塞——语速一快就失去讲解感,而且时长仍然不可控。 ## 关键参数(默认值都验证过) | 参数 | 默认 | 说明 | |---|---|---| | 音色 | `zh-CN-XiaoxiaoNeural` | 女声讲解;男声用 `YunxiNeural` | | 语速 | `+5%` | 再快会糊 | | 段间停顿 gap | 0.35~0.45 秒 | 短视频取 0.35,长讲解取 0.45 | | 尾部留白 | 0.6~1.0 秒 | 收尾别戛然而止 | | 采样率 | 24000 Hz 单声道 | 合成到整条音轨用 | | 画布 | 720×1280(竖屏)/ 1280×720(横屏) | 公众号、手机端用竖屏 | | 帧率 | 30 fps | | | 渲染耗时 | ≈ 25 ms/帧 | 3 分钟片子约 5 分钟渲染 | ## 实测坑(都踩过) 1. **音画对齐**:先跑配音拿真实时长,再按 `timeline.json` 决定帧数。反过来(先定画面时长再配音)必然对不齐。 2. **不要落盘中间帧**:8000 张 720×1280 PNG 有 1~2 GB。渲染器用 `subprocess.Popen` 起 ffmpeg 的 `image2pipe`,每帧 `img.save(proc.stdin, "PNG", compress_level=1)` 直写管道。`compress_level` 必须设 1,默认级别会让耗时翻倍。 3. **每帧别做全画布运算**:静态部分(背景、卡片、换行后的文字精灵)预渲染一次缓存,每帧只叠动态元素。 4. **TTS 逐段合成**:每段单独一个 mp3/wav,段间 sleep 0.3 秒,失败重试 2 次。整篇一次性合成的话,中间错一段就得全部重来,而且拿不到分段时长。 5. **验收要真的跑命令**:音量检测用 `ffmpeg -af volumedetect -f null NUL`。分镜起点 `max_volume > -60 dB` 说明有语音,段间停顿点 `< -60 dB` 说明真的静音。只"看文件存在"不算验证。 6. **子代理跑不了命令就别派**:只读类型的子代理没有 shell,会把验证项空转成"已完成"。验证类任务派给有执行权限的角色,或主 Agent 自己跑。 7. **抓公众号**:`mp.weixin.qq.com` 在开代理(Clash fake-ip)的机器上会被 SSRF 防护拦,需把主机名加进 `~/.ycode/config.json` 的 `fetch_url_allow_hosts`。 ## 验收清单 跑 `scripts/verify_video.py <DIR>`,它会检查: - 视频 h264、分辨率与 script.json 声明一致;有音频流 - 时长与 `timeline.json` 的 `total_duration` 相差 < 0.5 秒 - 3 个分镜起点有语音、1 个停顿点静音(音画按时间轴落位) - 抽 2 帧非背景像素占比 > 3%(画面不是空屏) - 分镜数一致、各段时长之和 = 总时长 机器判不了、必须人看的:字幕与语音是否逐句对齐、版式有没有溢出、文案表述准不准。 ## 交付给用户 在星瑶 GUI 里用媒体协议展示成品(绝对路径,正斜杠最稳): ``` [video: 视频标题](D:/path/to/final.mp4) ``` ## 前置依赖 `edge-tts`(TTS,需联网)、`pillow`、`numpy`、`ffmpeg`/`ffprobe`(PATH 上)。字体默认取 Windows 系统字体(`msyhbd.ttc` / `msyh.ttc` / `consola.ttf`),换平台要改渲染器顶部的 `FBD`/`FRG`/`FMO`。 ## 文件清单 - `scripts/fetch_article.py` —— 公众号正文抽取(含配图 URL 列表) - `scripts/make_voice.py` —— 分段 TTS + 时间轴 + 整条音轨 - `scripts/render_video.py` —— 画面渲染器,9 种版式,管道编码 - `scripts/verify_video.py` —— 成品只读验收 - `reference/script-schema.md` —— script.json 字段与 9 种版式的渲染说明
Files in this package (6)
- SKILL.md 6 KB
- reference/script-schema.md 4 KB
- scripts/fetch_article.py 3 KB
- scripts/make_voice.py 5 KB
- scripts/render_video.py 16 KB
- scripts/verify_video.py 7 KB
Versions
| Repository | Score | Licence |
|---|---|---|
| This page · fengchen122123-sudo/xingyao-y-code | 100 | MIT |
| smykla-skalski/sai | 100 | MIT |
| menschenkreis/explainer-video | 100 | MIT |
| 0xsline/OpenChatCut | 100 | AGPL-3.0 |
| shocklab/co-scientist-toolkit | 100 | MIT |
| Prahaladha-Reddy/skills | 100 | MIT |
| Andyyesiyu/explainer-video-skill | 100 | MIT |
| mys1erious/skills | 100 | MIT |
| baskb/explainer-video | 100 | MIT |
Database snapshot: 13.11.2026 · package version b8c94134e1a1 (SHA-256 digest of the entire package)
Downloads in the last 30 days: 0 · ranking
Report a problem with this skill: harmful content, incorrect descriptions or an author’s removal request.
Similar skills
- 100shortstock
Turn a script into a narrated stock-footage video (faceless video) with the shortstock CLI. Use when the user asks to make a voiceover video, a faceless short, a YouTube/TikTok explainer from a script, or to turn text into a video with stock footage and captions. - 100genpixy
Make narrated explainer videos (MP4 with subtitles, a thumbnail, and a YouTube title) from a topic or a script with the GenPixy API. Use when the user asks for an explainer, educational, whiteboard, cartoon, or short video about a topic. - 100make-video
Turn a plain-language request ("make a marketing video for example.com", "I need a training video on how X works", "explain what our product does") into a narrated, captioned 1080p MP4 in this repo. Use when the user asks for any video (training, tutorial, walkthrough,… - 100video-production
把文案做成带旁白与中英双语字幕的成片:TTS(ModelVerse IndexTTS-2 逐句合成)、ASR(FunASR 验音 / faster-whisper 得时间戳)、字幕对齐、HyperFrames 分段渲染与 ffmpeg 拼接、画面设计走 victor-design。当用户要求「做个视频 / 生成视频 / 出攻略视频 / 配旁白 / 加字幕 / 口播稿转字幕 / 已有音频切时间轴 / 视频渲染太慢要分段」时使用。 - 100short-from-article
note やブログの記事(文章)から、ショート動画の台本を3本(つかみ/ポイント3つ/行動の呼びかけ)作り、 文字スライドの縦長動画(1080x1920)に読み上げ音声と字幕を付けて仕上げるスキル。 読み上げは macOS の say(無料)か、GEMINI_API_KEY があれば Gemini の音声。 「記事からショート動画を作って」「noteを動画にして」「ブログを縦動画にして」「記事の台本を作って」 「文字スライドの動画を作って」と言われたときに使う。 Use when the user asks to "turn my article /… - 100yihong-video
制作带配音、烧录字幕与鼠标操作的演示视频(MP4 成片)。画面由程序化图形承载旁白内容——等距装置、流程图、数据看板、界面操作——而不是几个方块配文字。当用户要求"做一个演示视频""根据这份文案生成介绍视频""把脚本做成视频""给产品/项目做一条讲解片",或需要给已有视频重新配音、重新对齐音画、重新生成字幕,或觉得已有视频画面太粗糙需要重做图形时使用。覆盖从文案切分、TTS 配音、强制对齐、HTML 舞台与图形搭建、逐帧录制到 ffmpeg 合成的完整链路;配音默认走 Gemini TTS,未提供 Gemini API Key 时自动回退到本地…