一个人+40块钱+2分钟：开源Skill让我看到了干翻动画工作室的可能性
刷到这条推的时候，我停下来想了三秒。
「这个Skill真的让我看到了一个人干翻一个动画工作室的可能性。」
一个人、一条指令、40块钱、两分钟电影感动画科普视频。角色不崩、声音一致、镜头有语言、旁白有节奏——不是那种一眼AI的垃圾。
这东西叫 animated-voiceover，刚刚开源，MIT协议。作者是前字节产品经理 @s1dashu，他自己已经用这套东西在小红书起号了。
它不是软件，是一个制片流程
很多AI视频工具是「你给我一句提示词，我给你生成一段」。但 animated-voiceover 不是这样——它是一套喂给 Codex 或 Claude Code 的完整制片流程。
你跟它说：「用 animated-voiceover 做一条两分钟关于确认偏误的动画科普。」剩下的，Agent 按流程给你跑：
- 先研究，写完整旁白
- 锁视觉风格参考图，锁角色参考图
- 每15秒拆成5个镜头，每个镜头写清主体、变化、镜头运动
- 先生成第1段，把人声提出来，48kHz立体声WAV锁死——后面所有片段全部挂这同一个人声参考
- 逐段QC，旁白完整性、角色一致性、构图、运动，不合格重来
- 最后拼成片，做封面
它解决了AI视频的三个老大难
声音飘的问题——工程化解决了。先做第一段，把人声锚定，后面全挂这个参考，声音就不飘了。
角色脸走着走着就变了——一张风格图贯穿全片，每个角色有独立参考图+角色表管理，角色一致性有保障。
镜头之间没有逻辑——旁白写完再切，中文卡到每15秒60个字，信息密度均匀，不机械。每段5个镜头，有主体、有变化、有运动，镜头语言是刻意设计出来的，不是随机生成。
六种视觉风格，随便挑
Skill 内置了六种精心设计的视觉语言：电影感3D渲染、黏土定格动画、忧郁蓝调线条动画、柔和彩色铅笔动画、干净线条蜡笔画、多巴胺可爱3D。
每种风格不只是「图像长什么样」，还定义了角色设计、材质、色彩、镜头运动和动画节奏。一条2分钟的片子，LibTV 跑下来大概40块钱。
谁适合用？
知识博主、超级个体、想做深度内容但不会动画的人。B站、小红书上那些电影感科普号，以前得团队作战，现在一个人+一个下午就能干出来。
作者反复强调一句话：90%自动化，但那10%人的判断决定上限。你定选题、定风格、卡审批，剩下重复的、容易出错的、熬人的，全交给Agent。
这才是Agent Skill该有的样子——不是跟你聊天，是把一整条专业生产管线封装成一个你随时可以调用的能力。
👉 GitHub 仓库直达，SKILL.md 和 references 目录里全是干货，旁白怎么写、分镜怎么拆、声音怎么锁、Seedance 提示词怎么用，全给你摊开了。
评论区
登录后可评论。