anything2explainer Skill：一句话主题生成专业讲解视频的 AI 视频制作工作流

anything2explainer Skill：一句话主题生成专业讲解视频的 AI 视频制作工作流

功能与原则

anything2explainer 是一个 Claude Code / Codex 专用 Skill，输入任意主题或文章，输出带配音、字幕和进度条的黑幕运动图形讲解视频（Explainer Video）。核心设计原则：视频每一帧都由 Remotion（React + TypeScript）代码绘制，不依赖素材库、不调用生成式视频模型，结果完全可控、可复现、可审计。提供完整的多 Agent 分工协议——研究、旁白、故事板、并帧构建、QC 审核，4 个检查点后人机协作完成。

认可度

GitHub ⭐ 1,199（截至 2026-09-14），Forks 211；2026 年 9 月 8 日创建，6 天即进入 GitHub Trending 日榜。定位是 Claude Code / Codex 生态中目前最完整的”主题→视频”Skill 工作流，没有之一。

GitHub：https://github.com/Vincentwei1021/anything2explainer

原作者

GitHub 用户 Vincentwei1021，暂无公开身份标签。从 README 行文看，熟悉 Remotion/React、FFmpeg、TTS 管线，是视频工程 + AI 编程交叉领域的深度实践者。

介绍

anything2explainer 解决的问题很直接：你想把一个概念或文章变成讲解视频，传统的做法是找剪辑师、加字幕、找配音、找素材，至少几天。这个 Skill 把整个链路压缩成一个 AI Agent 可执行的工作流：

输入一个主题（比如”解释向量数据库”），Agent 自动完成：主题研究→撰写旁白→生成语音→时间线对齐→故事板→并行 Remotion 组件构建→QC 审核帧→渲染交付 MP4。

输出的视频规格统一：1280×720 @ 30fps H.264，白线艺术+紫色点缀的黑幕风格，含词级时间轴字幕、章节进度条、顶部 HUD。语言支持中文（云希 TTS）和英文（kokoro-82m TTS）。

整个流程的核心产物不是一个”视频”，而是一个完整的Paper Trail：研究文档、旁白、故事板、每帧源代码、QC 报告——全部留档，方便追溯和复用。

特点

• Remotion 原生绘制：所有帧均为代码渲染，无素材版权风险，可精细控制每一帧元素
• 多 Agent 分工：研究→旁白→构建→QC 四阶段，Build 阶段并行调度多个 Agent，缩短墙钟时间
• 词级字幕 + 时间轴对齐：TTS 语音与字幕时间轴精确匹配，无需手动校准
• 完整交付物追踪：每支视频附带完整 Paper Trail，研究来源、故事板、QC 报告均可查
• 支持中文 & 英文：配音切换、字体预算、字幕长度随语言自动调整

使用方法

安装步骤：

# 克隆仓库
git clone https://github.com/Vincentwei1021/anything2explainer.git
ln -s "$PWD/anything2explainer" ~/.claude/skills/anything2explainer  # Claude Code
ln -s "$PWD/anything2explainer" ~/.codex/skills/anything2explainer   # Codex

# 安装依赖
brew install ffmpeg                              # 必需：帧提取 + 转码
# Python 环境（TTS + QC）
python3 -m venv ~/.venvs/a2e && source ~/.venvs/a2e/bin/activate
pip install 'edge-tts==7.2.8' numpy pillow scipy
# 英文配音（可选）
pip install kokoro soundfile && brew install espeak-ng

基本调用：

在 Claude Code 中直接描述需求，Agent 自动加载 Skill 并执行完整工作流：

"帮我做一期 5 分钟的 RAG 与知识库讲解视频，英文"

Agent 会按顺序执行：研究 → 旁白 → 故事板 → Remotion 组件并行构建 → QC → MP4 渲染，4 个检查点暂停等你确认。

使用场景与人群

• 技术内容创作者：需要快速将技术博客、白皮书、论文转成讲解视频，不需要剪辑技能
• AI 演示制作者：为 AI 产品/研究制作演示素材，完全代码驱动，结果可版本控制
• 教育从业者：把课程内容转成标准化的讲解视频，支持中英文，Paper Trail 方便教学审计
• Agent 开发研究者：学习多 Agent 并行工作流设计，Skill 内置完整的分工协议和 QC 机制

输入与输出案例

案例 1：技术主题 → 英文讲解视频

• Input："Explain vector databases in a 4-minute English explainer video"
• Output：1280×720 H.264 MP4，约 4 分钟，白线艺术风格，英语配音（kokoro-82m），词级字幕，章节进度条；同文件夹附 research.md / narration.txt / storyboard.json / per-shot 源代码 / QC 报告

案例 2：中文文章 → 视频

• Input：上传一篇关于 RAG 的中文文章，或直接给主题 "RAG 与知识库"
• Output：约 5 分钟中文讲解视频，云希 TTS 配音，dot-field 背景风格；同文件夹附完整 Paper Trail

GitHub: https://github.com/Vincentwei1021/anything2explainer