好文集ChatGPT Plus¥119

AI 做科普动画,11 个项目先看交付结果再选

文章目录

想解释一个原理,找了一圈 Skill,装完才发现交付的是网页。网页看起来挺好,放进剪辑软件,还得再想办法录下来。

所以选这类工具,可以先写清楚自己要交什么。文章缺一张配图,和要发一条带旁白的视频,准备的东西相差不少。下面这 11 个项目覆盖讲解图、交互页面和视频制作,有些仓库包含多套 Skill,HyperFrames 本身还是渲染框架。

成本也得拆开算。用代码调整数字后重新渲染,通常不会重复调用图像或视频生成 API,但让 Agent 改代码可能消耗模型额度,渲染要用机器。模型生成的画面再改一版,则可能产生新的生成费用。

01|Visual Explainer,先把关系画成一张图

手里有一段讲稿,想把几个概念的关系讲清楚,可以看它。输入主题、文档或 Mermaid 图,项目会组织提示词,再调用 OpenAI 或 Gemini 的图像服务,输出信息图、白板草图等图片。

先拿一小段内容试一张,核对箭头和文字。多帧模式给出的是一组图片,后面仍需编排。使用前要配置 API Key 和相应命令行工具,当前可用模型也要核对。 https://github.com/ericblue/visual-explainer-skill

02|Anatomy,把机制做成能观察的对象

比如解释令牌桶,适合把补充令牌、消耗令牌和等待队列的关系做成可操作的装置。Anatomy 擅长等距结构插画,支持 SVG,也有 WebGL 和 3D 的做法。

开始就告诉 Agent 要观察哪个动作,以及页面上哪些数值必须真实变化。它需要 Node.js,浏览器检查也有环境要求。主要交付可视化页面或组件,需要 MP4 时再接录制或渲染。 https://github.com/wheresryan22/anatomy

03|HyperFrames,把网页动画渲染成视频

已经有 HTML 动画,想稳定导出 MP4,可以看 HyperFrames。它把 HTML、CSS 和媒体素材组织成可按时间定位的画面,再渲染视频,附带的 Skill 负责指导 Agent 编写和检查工程。

本地 CLI 路线需要 Node.js 等运行环境。先按官方示例做一段短动画,预览后再渲染。普通网页里的随机效果、不能定位到指定时间的动画,需要按框架要求改。它提供本地开源渲染能力,外部配音和生成素材另外算。 https://github.com/heygen-com/hyperframes

04|Knowledge Explainer,从分页 Markdown 做 MP4

想做知识卡片、前后对比,或者按步骤展开的讲解,可以照它的格式写文稿。CLI 解析场景,生成 Remotion 组件,再输出 MP4。

先用仓库里的示例文稿跑一段,确认分页和停留时间。内置版式解决常规展示,自定义动画放进 custom/,还得有对应组件。需要 Node.js、Remotion 和 FFmpeg,旁白与字幕另行安排。 https://github.com/znyupup/knowledge-explainer-skill

05|AI-Animation-Skill,做能播放的 HTML 演示

适合课堂和技术分享。给一段内容,它按模板生成仿幻灯片的单页 HTML,也能把已有演示改成流程图式呈现。

可以先做一页,看看信息出现的顺序有没有帮助理解,再扩成多页。主要交付是 HTML。要做可编辑 PPTX 或发布视频,得再安排转换、录制或渲染。 https://github.com/Unclecheng-li/AI-Animation-Skill

文章配图

06|Animated Explainer Skills,用代码编排插画动画

喜欢扁平插画、角色动作和多层视差,可以看这个项目。它整理了 GSAP 编排模式,也有可拖动进度的播放器和场景检查工具。

先打开五场景示例,换掉其中一段内容,保留源文件,逐步调整动作。主要输出是 HTML。附带的逐场景配音流程使用 ElevenLabs,配音需要账号和额度,做 MP4 还要接导出流程。 https://github.com/BusyBee3333/animated-explainer-skills

07|Whiteboard Explainer,让显现过程跟着旁白走

想做手拿笔在纸上讲解的效果,可以看它。流程先准备插画,再用蒙版逐步显现,手部图像跟着动作走。绘制时机依据 Whisper 提取的词级时间戳。

先做一个场景,检查笔尖、显现范围和说话时点。需要 HyperFrames,以及带 Whisper、Pillow 的 Python 环境,还要准备图像生成和 TTS。插画制作和声音对齐都要留出检查时间。 https://github.com/brandonvant/claude-skill-whiteboard-explainer

08|Manim Skill,公式和曲线按代码来

讲函数变化、几何关系或推导步骤,Manim 更容易把参数和画面对上。这个仓库提供 Manim Community Edition、ManimGL 两套规则,帮助 Agent 写相应代码。

先选定一个版本,再用一个基础场景检查环境。需要 Python 和所选引擎,涉及公式排版时准备 LaTeX。代码控制图形和时间,推导每一步是否成立仍要逐项核对。 https://github.com/adithya-s-k/manim_skill

09|iart Explainer Video Skills,按内容任务选模块

这个技能包有五个模块。通用讲解可以选 explainer-video,要让图表逐步展开,就看 diagram-animation。它也提供白板与等距场景做法,年度回顾则有 wrapped-video。

后者适合一份模板配多行数据,为不同用户输出不同的竖版回顾片。先做一行,核对数字和版面,再批量渲染。模块提供制作规则和参考实现,仍需准备渲染环境与音频。数据映射和每条输出都要检查,模板先用一行数据验收。 https://github.com/iart-ai/explainer-video-skills

10|Vox Explainer,走编辑拼贴式的叙事流程

它用纸张拼贴和网点组织画面,大标题跟着讲述出现,再把关键帧做成动画。流程覆盖脚本、配音和本地拼装,适合有叙事顺序的科技或历史解释。

项目通过 Atlas Cloud 调用外部模型,还需要 Python、FFmpeg 等本地工具。先审脚本和一张风格图,再做短片段。实际费用随模型、时长和重试变化,仓库里的预算只适合当估算起点。 https://github.com/CK42BB/vox-explainer-skill

11|Higgsfield,先认准现在的入口

higgsfield-video-explainer 现在是兼容入口,会转到 higgsfield-faceless-video 的插画讲解流程。

现行流程按约 10 秒的块安排画面与旁白,末段可以更短。配音生成后要检查时长,通过后再生成对应画面。它需要 Higgsfield CLI、账号和额度,也依赖本地合成工具。先确认风格和声音,做一个片段再继续。 https://github.com/higgsfield-ai/skills · 现行 Skill

第一段怎么开始?

假设你要讲一个函数的参数变化,先做 Manim 场景。要让读者亲自拖参数,可以从 Anatomy 的网页演示开始。有一份分页讲稿,想导出视频,可以先试 Knowledge Explainer。已经有网页动画,则看它能否满足 HyperFrames 的渲染要求。

给 Agent 的任务也可以写得具体一点。

给【观众】解释【一个原理】,先做约 20 秒的样片。
看完以后,观众应该能回答【一个问题】。

先列出分镜和需要的工具,说明交付的是图片、HTML 还是 MP4。
给出可编辑源文件,标记需要核对的原理、文字和参数。
涉及外部生成服务时,先列预计消耗,等我确认后再调用。
全文完
查看原文

沿着这个主题继续读

从一篇文章,找到相关的教程、经验和阅读路径。

AI 视频制作AI 视频制作入门,从故事与分镜、运镜提示词到代码动效和自动剪辑。