应用介绍
想做一条科普视频,难点从来不是懂内容,是把内容变成画面:写脚本、配音、对轴、做动效、加字幕,一条五分钟的片子折腾一整天。用现成的 AI 生成视频又是另一种糟心——画面自己乱编、术语画错、每一帧都不受控。
anything2explainer 换了个思路。它是一个给 Claude Code / Codex 用的技能包:你给它一个主题("讲讲向量数据库"),或者一篇文章,再选好时长和语言,它就产出一条黑底动态图形风格的解说视频——带 TTS 配音、按词对齐的字幕、章节卡片、顶部信息条和底部章节进度条。关键是每一帧都是用代码画出来的(基于 Remotion,React + TypeScript),没有素材库、没有生成式视频模型、没有从别处扒来的画面,所以术语、公式、图表全都精确可控,不会乱编。
它交付的不是一个命令行工具,而是让 AI Agent 独立完成整条片子所需的一整套方法:可编译的 Remotion 模板、图元和打光库、配音/分镜/渲染/量化质检的工具链、成文的视觉与动效规范、多 Agent 分工协议,外加一条完整的参考片作为质量基准。
整个过程是这样跑的:Agent 先带信源研究主题,写解说词,生成配音和逐帧对齐的时间线,再给每个镜头分镜,然后派出多个构建 Agent 并行地为每个镜头写一个 Remotion 组件,最后由质检 Agent 拿渲染出的画面对照成文标准逐条审。一条片子大约 1 到 3 小时,大部分时间是 Agent 在并行搭镜头,你只在四个节点被叫来确认。
主题进,成片出:输入一个主题或一篇文档,选好时长和语言,输出一条 1280×720、30fps 的 H.264 成片,配音、字幕、章节卡、进度条全都齐备。
每帧代码绘制:画面用 Remotion 以代码生成,不用素材库也不调生成式视频模型,公式、图表、术语都精确可控,不会出现"画错"或"乱编"。
自带配音与字幕:集成 TTS 配音(kokoro 等)并生成按词边界对齐的字幕和逐帧时间线,中英文的排版、字幕字数预算和 TTS 会随语言切换。
多 Agent 并行搭建:分镜之后派出多个构建 Agent 各写一个镜头组件并行渲染,一条片子几十个镜头能在几十分钟内并行搭完。
量化质检:质检 Agent 拿渲染帧对照成文的视觉和动效标准逐条打分,不达标的镜头返工,交付前把关。
留全套过程稿:研究文档(带信源)、解说词、分镜、每个镜头的源码、质检报告和交付说明全部留档,成片之外整条制作链路可追溯。
中英双语:在配置里切换中文或英文,同一套分镜可以按不同语言的配音重新对轴;仓库里附了一条 RAG 主题的中英参考片作为质量基准。
anything2explainer 换了个思路。它是一个给 Claude Code / Codex 用的技能包:你给它一个主题("讲讲向量数据库"),或者一篇文章,再选好时长和语言,它就产出一条黑底动态图形风格的解说视频——带 TTS 配音、按词对齐的字幕、章节卡片、顶部信息条和底部章节进度条。关键是每一帧都是用代码画出来的(基于 Remotion,React + TypeScript),没有素材库、没有生成式视频模型、没有从别处扒来的画面,所以术语、公式、图表全都精确可控,不会乱编。
它交付的不是一个命令行工具,而是让 AI Agent 独立完成整条片子所需的一整套方法:可编译的 Remotion 模板、图元和打光库、配音/分镜/渲染/量化质检的工具链、成文的视觉与动效规范、多 Agent 分工协议,外加一条完整的参考片作为质量基准。
整个过程是这样跑的:Agent 先带信源研究主题,写解说词,生成配音和逐帧对齐的时间线,再给每个镜头分镜,然后派出多个构建 Agent 并行地为每个镜头写一个 Remotion 组件,最后由质检 Agent 拿渲染出的画面对照成文标准逐条审。一条片子大约 1 到 3 小时,大部分时间是 Agent 在并行搭镜头,你只在四个节点被叫来确认。
软件功能
主题进,成片出:输入一个主题或一篇文档,选好时长和语言,输出一条 1280×720、30fps 的 H.264 成片,配音、字幕、章节卡、进度条全都齐备。
每帧代码绘制:画面用 Remotion 以代码生成,不用素材库也不调生成式视频模型,公式、图表、术语都精确可控,不会出现"画错"或"乱编"。
自带配音与字幕:集成 TTS 配音(kokoro 等)并生成按词边界对齐的字幕和逐帧时间线,中英文的排版、字幕字数预算和 TTS 会随语言切换。
多 Agent 并行搭建:分镜之后派出多个构建 Agent 各写一个镜头组件并行渲染,一条片子几十个镜头能在几十分钟内并行搭完。
量化质检:质检 Agent 拿渲染帧对照成文的视觉和动效标准逐条打分,不达标的镜头返工,交付前把关。
留全套过程稿:研究文档(带信源)、解说词、分镜、每个镜头的源码、质检报告和交付说明全部留档,成片之外整条制作链路可追溯。
中英双语:在配置里切换中文或英文,同一套分镜可以按不同语言的配音重新对轴;仓库里附了一条 RAG 主题的中英参考片作为质量基准。
