knowledge-animation-video
/knowledge-animation-video
Zamienia skrypt lub nagranie lektora w animowane wideo wiedzy z tłem, muzyką i efektami, w wybranym stylu i proporcjach.
- Autor
- newbaisays-aigc ↗
- Repozytorium
- knowledge-animation-video ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 06.11.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 5
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 4
Brak sygnałów. Repozytorium zmienione 06.11.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
Co robi i kiedy
Zamienia skrypt lub nagranie lektora w animowane wideo wiedzy z tłem, muzyką i efektami, w wybranym stylu i proporcjach.
Wyzwalacze z opisu
Oryginalny opis (EN)
把一段口播稿(或录好的口播音频)加一张风格参考图,做成带背景音乐和音效(字幕可选)的知识动画视频。开场让用户选视频类型(3D 数据 / 手绘涂鸦 / 数学公式 / 信息图 / 复古档案 / 美术馆)和比例(16:9 / 9:16 / 1:1),用 Remotion 等代码工具生成,支持逐镜头修改。用户说"做知识动画""把文稿做成动画视频""用参考图做动画""数据可视化视频""手绘动画讲概念""公式动画""信息图视频""历史人物视频""复古纪录片风""名画赏析""艺术品讲解"时使用。
Jak działa
- 第 1 步:开场选择(必须先做,不要跳过)
- 第 2 步:读取模板
- 第 3 步:分析参考图
- 第 4 步:处理口播,确定时间轴
- 第 5 步:出分镜方案,等用户确认(不要直接渲染)
- 第 6 步:生成视频
- 第 7 步:交付与修改
- 实测踩坑清单(第一轮 27s 复古档案成片跑出来的,照做能省很多返工)
- 交付前检查清单(每次渲染完整视频前都要过一遍)
Podgląd SKILL.md
--- name: knowledge-animation-video description: 把一段口播稿(或录好的口播音频)加一张风格参考图,做成带背景音乐和音效(字幕可选)的知识动画视频。开场让用户选视频类型(3D 数据 / 手绘涂鸦 / 数学公式 / 信息图 / 复古档案 / 美术馆)和比例(16:9 / 9:16 / 1:1),用 Remotion 等代码工具生成,支持逐镜头修改。用户说"做知识动画""把文稿做成动画视频""用参考图做动画""数据可视化视频""手绘动画讲概念""公式动画""信息图视频""历史人物视频""复古纪录片风""名画赏析""艺术品讲解"时使用。 license: MIT compatibility: 需要 Node.js 18+、Remotion 4.x(所有 @remotion/* 须同版本)、ffmpeg 6+、Python 3.10+;Python 依赖缺失时可降级使用宿主自带 TTS metadata: author: 小白姐姐 author-github: newbaisays-aigc version: "1.2.0" license: MIT homepage: https://github.com/newbaisays-aigc/knowledge-animation-video --- # 知识动画视频生成 用户给一段口播(文稿或音频)+ 一张风格参考图,你负责选模板、设计分镜、写代码、渲染出片。 **技术栈**:Remotion(React 写视频)+ Python 脚本(配音/对齐/混音)+ ffmpeg。 **核心原则:风格决定工具。** 先定类型,再按该类型的模板选工具和写画面。 **作者**:小白姐姐(Xiao Bai)· [GitHub @newbaisays-aigc](https://github.com/newbaisays-aigc) · MIT 协议 **项目地址**:https://github.com/newbaisays-aigc/knowledge-animation-video > **本 Skill 与具体 AI 工具无关。** 只要你的宿主环境能读 `SKILL.md`、能跑 shell 命令、能写文件,就能使用它。 > TTS 优先用 `components/common/scripts/tts.py`(Edge TTS,需联网); > 若环境不允许安装 Python 依赖,改用宿主自带的语音合成能力,输出同样的 `vo.mp3` + 逐句时间表即可。 > 模型选择不限:任何能写代码的模型都可以,代码量大时优先用推理能力强的模型。 --- ## 第 1 步:开场选择(必须先做,不要跳过) 一次性向用户问清下面 4 个问题。如果平台支持选项卡式提问就用选项卡,否则直接用文字列出编号让用户回复。 **问题 1:视频类型**(一句话记住:要震撼选 3D,要亲和选手绘,要推导选公式,要讲结构选信息图,讲历史选档案,看作品选美术馆) | 编号 | 类型 | 适合的内容 | 适合的人 | |---|---|---|---| | A | 3D 数据 | 有硬数据:数据新闻、产品发布、行业报告、财报解读 | 财经科技博主、新媒体编辑、市场和产品同学 | | B | 手绘涂鸦 | 偏观点和故事:历史人文、社会现象、读书笔记、心理学 | 文科老师、知识付费讲师、读书博主 | | C | 数学公式 | 抽象的数学、物理公式,算法和 AI 原理 | 理科老师、做课件的学生、技术博主 | | D | 信息图 | 流程、方法、系统架构、产品功能、业务流程 | 职场汇报、企业培训、B 端和 SaaS 运营 | | E | 复古档案 | 历史人物、历史事件、发明史、品牌故事、老物件 | 历史博主、人文科普、品牌内容、文旅 | | F | 美术馆 | 名画赏析、艺术史、文物、设计、建筑、摄影作品 | 艺术博主、美育老师、博物馆和文旅、设计师 | | G | 帮我选 | 用户不确定时,看完口播稿后由你推荐 | — | **问题 2:视频比例** - 16:9 横屏(1920×1080):B 站、西瓜、YouTube、课件 - 9:16 竖屏(1080×1920):抖音、视频号、小红书 - 1:1 方形(1080×1080):朋友圈、信息流 **问题 3:口播方式** - 文稿:用户给文字,你来配音(TTS) - 音频:用户给录好的音频,你来转写对齐 - 无配音:只要画面 + 背景音乐 **问题 4:要不要字幕** - 要字幕(默认推荐):逐句显示在画面底部,适合手机静音观看 - 不要字幕:画面更干净,适合后期在剪映等软件里自己加字幕 注意:口播方式选"无配音"时,字幕是观众理解内容的唯一途径,要提醒用户建议保留。 问完后,**单独发一条消息向用户要素材,然后停下来等用户回复。两样素材没有收齐之前,不要写稿、不要出分镜、不要做任何生成。** 这条消息照下面的话术发(可按用户已选的类型替换举例): > 好的,接下来请给我两样素材: > > **素材 1:口播** > 发一段文稿或一段录好的音频。第一次跑建议短一点,15~30 秒(约 60~120 字),方便测试,消耗也少。 > 如果你还没有稿子,告诉我主题和时长(例如"介绍拿破仑,20 秒"),我先帮你写一版给你确认。 > > **素材 2:风格参考(很重要)** > 风格用嘴说不清,直接给我看最准。下面任选一种都行: > - 上传一张或几张图片 > - 发一个链接:Pinterest、小红书、B 站、YouTube 的图片或视频链接都可以 > - 实在没有,回复"用默认风格" > > 找参考的小技巧:去 Pinterest 或小红书搜"[类型关键词]",挑一张最喜欢的。 各类型的搜索关键词:美术馆 →"museum art documentary motion";复古档案 →"vintage documentary motion graphics";3D 数据 →"数据可视化 3D";手绘涂鸦 →"手绘动画 / doodle explainer";数学公式 →"3Blue1Brown 风格";信息图 →"信息图 动画 / infographic motion"。 收素材时的规则: - 用户只给了主题没给稿子:先写稿子,单独发给用户确认,确认后再往下走。 - 用户只给了口播、没给参考:再提醒一次要参考,用户明确回复"用默认风格"后才用模板默认风格。 - 用户给的是链接:先打开链接拿到真实的图片或视频(Pinterest 链接可用 `https://widgets.pinterest.com/v3/pidgets/pins/info/?pin_ids=<pin 编号>` 取得图片和视频地址)。如果是视频,均匀抽 8~10 帧拼成一张图来看。 **接口打不开时不要卡住,也不要凭链接文字猜风格**——直接请用户上传截图或图片;用户明确说"用默认风格"才用模板默认风格。 如果用户选了 G(帮我选),读完口播稿后按下面的规则推荐,并说明一句理由,等用户确认: - 稿子里有较多数字、百分比、排名、增长 → A 3D 数据 - 讲一件作品(画、文物、建筑)值得细看的细节 → F 美术馆 - 讲真实历史人物、事件、发明、品牌的来龙去脉 → E 复古档案 - 以观点、故事、心理概念为主,数字很少 → B 手绘涂鸦 - 出现公式、定理、推导、算法步骤 → C 数学公式 - 讲步骤、流程、框架、模块关系 → D 信息图 --- ## 第 2 步:读取模板 确定类型后,**只读取对应的那一个模板文件**,不要全部读取: - A → `templates/3d-data.md` - B → `templates/hand-drawn.md` - C → `templates/math-formula.md` - D → `templates/infographic.md` - E → `templates/vintage-archive.md`(**同时读 `components/vintage-archive/README.md`,直接复用组件库**) - F → `templates/gallery.md`(**同时读 `components/gallery/README.md`,直接复用组件库**) 每个模板都按 7 块结构写成:**规格定尺寸,风格定长相,节奏定时间,画面定动作,音乐定情绪,工具定实现,交付定检查。** 调整规则: - 规格、交付:基本不动,只把比例换成用户选的那个。 - 风格、节奏、画面、音乐:根据用户的内容和参考图来调。 - 工具:跟着模板走,不要混用别的模板的工具。 **组件库:** `components/` 下存放已经调好的可复用组件。对应模板有组件库时,必须先读它的 README,优先复用组件和脚本,只为本片新写特有的画面。这样效果稳定,也能少出错。目前已有: - `components/common/`:所有模板共用的脚本,包括配音(tts.py)、自录音频对齐(align.py)、三版本混音(mix_audio.py)和导出(export_versions.sh)。**第 4 步和第 7 步直接用这些脚本。** - `components/3d-data/`:3D 数据参考实现(SpaceX 财报快讯源码),包括 3D 中文字、发光轨迹、网格地面、全息体和遮罩转场 - `components/gallery/`:美术馆(WebGL 液态玻璃镜片画布、镜头视图数学、作品轮盘、放大镜、作品档案卡和细节排版,附蒙娜丽莎完整示例) - `components/vintage-archive/`:复古档案(纸标签、相片卡、丝带、印章、红圈、黄铜铭牌、翻书、黄铜放大镜、整屏名画、木桌、胶片叠层,加上取图、做旧、配音、混音脚本,附拿破仑完整示例) 做出新的满意效果后,把通用部分沉淀回组件库。 --- ## 第 3 步:分析参考图 仔细看参考图,提取并写下这几项(后面所有镜头都要遵守): - 主色 3~5 个(写出色值,如 #0B1E3F) - 背景:纯色 / 渐变 / 纹理 / 深色或浅色 - 质感:扁平 / 立体光影 / 玻璃 / 纸张 / 线稿 - 字体气质:粗黑 / 圆体 / 手写 / 衬线 - 构图特点:留白多少、元素密度、居中还是偏置 - 如果参考是视频,再补充:镜头运动方式、转场方式、文字出场方式、节奏快慢 参考风格和所选模板冲突时(例如选了手绘,却给了一张 3D 玻璃质感图),**先把冲突告诉用户,给出两三种融合方案让用户选**,再往下走。不要自己悄悄决定。 --- ## 第 4 步:处理口播,确定时间轴 **文稿模式:** 1. 先轻度整理文稿:去掉错别字和不适合朗读的符号(如 ~ * #),不改用户的意思。 2. 用 `components/common/scripts/tts.py` 生成配音和逐句时间(数字写成阿拉伯数字;环境不支持 Python 依赖时,改用宿主自带的语音合成能力,输出同样的 `vo.mp3` 和逐句时间表)。 **音频模式:** 1. 用 `components/common/scripts/align.py 音频 稿件 输出目录` 对齐。有稿件时字幕用稿件原文;没有稿件时用识别文本。 2. 没有稿件,或者相似度低于 60% 时,把结果给用户核对。 **无配音模式:** 按每秒 4~5 个汉字估算每句时长。 最终得到一张句子时间表,作为分镜的依据。**视频总时长以配音时长为准,画面跟着配音走。** --- ## 第 5 步:出分镜方案,等用户确认(不要直接渲染) 用表格列出分镜,每个镜头一行: | 镜头 | 时间 | 对应口播 | 画面内容 | 动效 | 音效 | |---|---|---|---|---|---| 要求: - 一句口播通常对应 1 个镜头,长句可以拆成 2 个。 - 每个镜头都要有一个"主角元素",并且写清楚它怎么动(从哪来、到哪去、多长时间)。 - 口播里的数字、关键词必须出现在画面上。 - 镜头之间写清楚转场方式。 发出分镜后问用户:"这个方案可以吗?哪个镜头想改?"**用户确认后才进入第 6 步。** 这一步能避免方向错了白白消耗积分。 --- ## 第 6 步:生成视频 按模板里"工具定实现"的要求搭项目、写代码、渲染: 1. 初始化 Remotion 项目(若环境里已有就复用),按用户选的比例设置宽高,帧率 30。 2. **每个镜头写成一个独立组件**(Scene01、Scene02……),统一放进主 Composition 按时间排列。这样后面改某个镜头时,只动那一个文件。 3. 把参考图提取出的配色写成一个公共的主题文件,所有镜头都从这里取颜色。 4. 字幕(仅当用户在问题 4 选了要字幕时):逐句显示,和配音时间对齐。用户选了不要字幕,就不渲染字幕层,但仍然保留句子时间表用于画面卡点。横屏放在底部,距底约 8%;竖屏放在画面中下部,距底约 25%,避开平台的按钮和文案区。 5. 背景音乐和音效:按模板"音乐定情绪"的要求生成或选取。背景音乐音量压到配音的 15%~25%,有人声时自动降低。 6. 先渲染 3~5 张关键帧截图自查(构图、文字是否溢出、颜色是否符合参考图),没问题再渲染完整 MP4。 遇到报错时,先读错误信息定位到具体镜头,只修改那个镜头,不要整体重写。 **包装设计是硬要求。** 不能只是把图片和文字摆在纯色背景上。每个镜头都要从参考里提取"包装元素",再把它们做成可复用的组件,例如:桌面或场景底纹、相纸或卡片边框、撕边纸标签、丝带横幅、印章、手绘红圈、黄铜铭牌、书本翻页、胶片颗粒、暗角和闪烁。数字和关键词要放在这些包装元素上出场,不要以裸文字出现。 **素材来源与授权(硬要求)。** 素材需要真实图片时(历史人物、名画、文物),用 `components/vintage-archive/scripts/fetch_commons.py` 从维基共享资源下载,它会同时生成 `ATTRIBUTION.md`,记录每张素材的**作者、授权协议、来源页面**: - `Public domain`(公有领域):无需署名,但建议在片尾保留来源 - `CC BY` / `CC BY-SA`:**必须署名** —— 片尾或说明文案里写上「作品名 · 作者 · 来源页 · 协议名」 - `CC BY-SA`:除署名外,**衍生作品还须以相同协议发布** 下载后先看图再写镜头(见第 7 节踩坑 1),交付前对照 `ATTRIBUTION.md` 逐条核验署名是否落实。字体由 `setup_assets.sh` 下载,均为 OFL 1.1 / Apache 2.0,可商用可嵌入,但需随成品保留许可声明。 文字可读性规则:所有文字必须放在包装元素内部,不能有文字悬在纸片、横幅外面。印章、强调标签用高对比配色(如黄底红字、深底浅字),不要用半透明红字直接叠在纸上。 **音乐和音效:** 如果用户有本地素材库(如 D 盘的音效库),先问路径,再按情绪从库里挑背景音乐,按动作挑音效(翻页、纸张、拍立得、铅笔、呼声转场、鼓击、重低音、海浪等)。背景音乐要选一段能在视频结尾自然收尾的片段。只有在没有素材库时,才用程序合成。 --- ## 第 7 步:交付与修改 **导出版本:** 渲染前问用户要导出哪几个声音版本(可多选,音效每个版本都保留): - 完整版:旁白 + 音乐 + 音效 - 无旁白版:音乐 + 音效(适合用户自己重新录口播) - 无音乐版:旁白 + 音效(适合用户在平台上自己配版权音乐) 做法:画面只渲染一次(静音),再分别合成不同音轨,不要渲染多遍。`components/common/scripts/` 里有现成脚本:`mix_audio.py` 一次输出三条音轨,`export_versions.sh` 负责合成导出。其他模板照同样的思路做。 交付时告诉用户: - 成片文件位置、时长、比例、是否带字幕、导出了哪几个声音版本 - 用的是哪套模板、主色是什么 - 一句话提示:"哪个镜头不满意直接说,比如'结尾的地球想换个样式',我只改那一段。" 用户提出修改时: 1. 先确认是第几个镜头(不确定就根据描述的内容反查分镜表)。 2. 只修改该镜头的组件文件,其他镜头一律不动。 3. 改完先截图给用户看,确认后再重新渲染完整视频。 ### 更新这个 Skill 本身时 如果用户要求修改 Skill 的内容(加模板、加组件、改文档)并推送到 GitHub: - **每次推送都必须打一个新 tag**,版本号格式 `vMAJOR.MINOR.PATCH`,与 frontmatter 的 `metadata.version` 一致。 - 不要手写 `git tag` / `git push` / `gh release`,统一用 `tools/release.py`: ```bash python tools/release.py --bump minor --note "本次更新说明" ``` 它会依次完成:改版本号 → 更新 `CHANGELOG.md` → 重新打包 `.skill` → 提交 → 打 tag → 推送 → 创建 GitHub Release(附分发包)。 改完之后不需要问用户"要不要发布",直接按上面的命令执行即可。 --- ## 实测踩坑清单(第一轮 27s 复古档案成片跑出来的,照做能省很多返工) **取素材** 1. **维基共享资源的文件名会骗人。** 标题写着 `Winged Victory of Samothrace`,下下来是墙上那块刻字。**取图后必须先看图再写镜头**,不要按文件名分配画面。 2. 竖构图照片**不能塞整屏**(`FullPainting` / `objectFit:cover` 会裁掉主体)。竖图一律用相片卡(`PhotoCard`)——复古档案模板本来就是"桌上摆照片",不是满屏铺图。 **写画面** 3. 带弧边或异形底的容器里放多行字,**不能按 flex 居中拍脑袋算**。丝带横幅(`Ribbon`)的纸面下缘是中部上弓的曲线,副标题曾经整排掉出纸外。要按"曲线最窄处"的高度校核,或渲染单帧后**裁切放大 2 倍目视**确认留白。 4. 元素入场要留够稳定时间:本幕不足 60 帧时,`Drop` 弹簧入场的东西会没落定就被切场(纸片飞出画面右边界)。入场的纸片 at 帧之后至少留 30 帧静止。 **跑脚本** 5. `export_versions.sh` 的入口参数**必须是含 `registerRoot()` 的文件**(常见是 `src/index.ts`),传 `Root.tsx` 会报 "does not contain registerRoot"。 6. 渲染前先抽 3~5 张关键帧自查,**不要一次渲染到黑**。自查的方法是裁切放大局部看文字是否溢出,而不是只看整帧缩略图——整帧看不出来的 10px 溢出,放大后一清二楚。 --- ## 交付前检查清单(每次渲染完整视频前都要过一遍) - [ ] 比例、分辨率和用户选的一致 - [ ] 视频总时长和配音时长一致,结尾不出现黑屏或静音拖尾 - [ ] (如有字幕)每句字幕和配音对齐,没有错别字,没有溢出画面 - [ ] 口播里提到的数字都在画面中出现,且数值正确 - [ ] 配色符合参考图,所有镜头风格统一 - [ ] 背景音乐不盖过人声,开头和结尾有淡入淡出 - [ ] 竖屏时,关键信息不在顶部 10% 和底部 15% 的区域内 - [ ] 每张公版图都肉眼看过,和所在镜头的文案对得上 - [ ] 竖构图照片没有整屏铺图,走的是相片卡 - [ ] 每个纸标签 / 横幅 / 丝带 / 铭牌里的文字都在边界内,四周留白 ≥ 字号的 0.3 倍(放大 2 倍目视确认) - [ ] 入场元素在本幕内至少有 30 帧稳定时间,没有被切场截断
Pliki w paczce (5)
- .gitignore 1 KB
- CHANGELOG.md 1 KB
- LICENSE 2 KB
- README.md 10 KB
- SKILL.md 18 KB
Wersje
W bazie nie ma innych skilli o nazwie knowledge-animation-video.
Migawka bazy z 13.11.2026 · wersja paczki 14a0867f8ca6 (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
- 95Remotion
Zamienia treści w animacje MP4 przez Remotion w React: kompozycje, motion graphics i nakładki wideo. - 90illustrated-knowledge-video
Zamienia gotowy scenariusz lub nagranie w ilustrowany film wiedzy z grafikami, animacją i napisami. - 95Remotion
Tworzy wideo programowo w React przez Remotion: animacje, grafikę ruchomą i renderowanie wideo. - 100generate-video
Generuje wideo demonstracyjne produktu i prezentacje wydań w Remotion, jako dokumentację wideo lub animowane dema. - 90视频创作助手
Tworzy animowane filmy w Remotion: dema produktów, tutoriale, wizualizacje danych, promocje i wyjaśnienia naukowe. - 100what-if-animation
Pisze, sprawdza i renderuje odcinki animacji What If w projekcie Remotion, z narracją i efektami dźwiękowymi.