Przejdź do treści
Biblioteka skilli
Marketing i treści · Konwersja i formaty

explainer-video

/explainer-video

Zamienia artykuł, dokument lub materiał w film MP4 z lektorem i napisami, pionowo lub poziomo.

Repozytorium
xingyao-y-code ↗
Licencja
MIT
Ostatnia zmiana repozytorium
13.11.2026

Ocena i bezpieczeństwo

100/ 100Klasa: dobry
Format25 / 25
Frontmatter z nazwą i opisem, poprawna nazwa, opis do 1024 znaków, nazwa zgodna z folderem.
Odkrywalność25 / 25
Opis mówi, kiedy użyć skilla, ma sensowną długość i jest w 3. osobie.
Treść35 / 35
Co najmniej 150 słów i do 500 linii, nagłówki, listy kroków, przykłady albo kod.
Higiena15 / 15
Bez zaślepek typu TODO, bez ścieżek Windows, z licencją.
Ryzykobrak sygnałów w skanie
Pliki w paczce
6
Skrypty
4
Komentarze HTML
0
Adresy URL w SKILL.md
0
Przestarzałość

Brak sygnałów. Repozytorium zmienione 13.11.2026, bez odwołań do wycofanych modeli i API.

Licencja

MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.

Co sprawdzić przed instalacją
  • 4 skrypty w paczce. Przejrzyj je przed instalacją, bo Claude może je uruchomić.

Skrypty: scripts/fetch_article.py, scripts/make_voice.py, scripts/render_video.py, scripts/verify_video.py

Co robi i kiedy

Zamienia artykuł, dokument lub materiał w film MP4 z lektorem i napisami, pionowo lub poziomo.

Wyzwalacze z opisu

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
Oryginalny opis (EN)

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。

Jak działa

  1. 何时用 / 何时不用
  2. 五步流水线
  3. 时长预算:先算字数,再写旁白
  4. 关键参数(默认值都验证过)
  5. 实测坑(都踩过)
  6. 验收清单
  7. 交付给用户
  8. 前置依赖
  9. 文件清单
Sekcje z nagłówków SKILL.md, w oryginale · 107 linii, 450 słów
Podgląd SKILL.md
---
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
Pliki w paczce (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

Wersje

RepozytoriumWynikLicencja
Ta strona · fengchen122123-sudo/xingyao-y-code100MIT
smykla-skalski/sai100MIT
menschenkreis/explainer-video100MIT
0xsline/OpenChatCut100AGPL-3.0
shocklab/co-scientist-toolkit100MIT
Prahaladha-Reddy/skills100MIT
Andyyesiyu/explainer-video-skill100MIT
mys1erious/skills100MIT
baskb/explainer-video100MIT

Migawka bazy z 13.11.2026 · wersja paczki b8c94134e1a1 (skrót SHA-256 całej paczki)

Pobrania w ostatnich 30 dniach: 0 · ranking

Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.

Podobne skille

  • 100shortstock
    Zamienia scenariusz w film z lektorem i materiałem stockowym, używając narzędzia wiersza poleceń, z napisami.
  • 100genpixy
    Tworzy filmy wyjaśniające z lektorem, napisami, miniaturą i tytułem na YouTube, z tematu lub skryptu, przez API GenPixy.
  • 100make-video
    Zamienia prosty opis w wideo 1080p MP4 z lektorem i napisami, np. szkolenie, instruktaż lub prezentację produktu.
  • 100video-production
    Zamienia tekst w film z lektorem i dwujęzycznymi napisami przez TTS, ASR i HyperFrames z ffmpeg.
  • 100short-from-article
    Zamienia artykuł lub wpis z bloga w trzy scenariusze krótkich wideo i składa pionowy film z tekstem, lektorem i napisami.
  • 100yihong-video
    Tworzy film demonstracyjny z lektorem, wypalonymi napisami i ruchem myszy, z grafiką diagramów, dashboardów i interfejsów.

Uwagi i zgłoszenia

Wiadomość trafi do Bartosza Sokolińskiego. Adres e-mail jest potrzebny tylko do odpowiedzi. Szczegóły w polityce prywatności.