从任意主题到5分钟讲解视频：Anything2Explainer完整入门指南-创锋一号

从任意主题到5分钟讲解视频：Anything2Explainer完整入门指南

【免费下载链接】anything2explainerTopic in, narrated explainer video out. A Claude Code / Codex skill that turns any topic into a black-canvas motion-graphics explainer video with TTS voiceover, subtitles and a chapter progress bar. Chinese or English; every frame drawn in code with Remotion.项目地址: https://gitcode.com/gh_mirrors/an/anything2explainer

Anything2Explainer是一个面向 Claude Code / Codex 的 AI 技能（skill）：输入任意主题，自动产出一条带TTS 配音、字幕和章节进度条的黑底 MG 风格讲解视频，中文或英文均可。它不用视频生成模型、不套素材模板——每一帧画面都由 Remotion（React + TypeScript）代码绘制，数字和术语全部带来源出处。你只需要给一个主题，AI agent 会在 1~3 小时内把成片做出来。

Anything2Explainer 到底是什么？

它不是一个命令行工具，而是一套"让 AI 编程 agent 完整做完一条片子"的方法包：

组成部分	说明
可编译模板	template/ 内含开箱即用的 Remotion 4 工程（图元库、光效、字幕、进度条）
风格与动效规范	reference/style-guide.md、reference/motion-vocabulary.md 等书面标准
配音/分镜/渲染/QC 工具	template/scripts/tts_build.py、template/scripts/render.sh、template/scripts/frame_metrics.py 等
多 agent 分工协议	SKILL.md 定义 9 个阶段、4 个确认点，构建与质检并行跑
完整样片	examples/rag/ 提供一条成片的全过程文件，作为质量标尺

它和其他工具最大的区别在于：画面是确定的代码，不是生成式像素。屏幕上出现的每个数字都能追溯到调研文档中的来源 URL；某一帧不满意，改一个镜头文件重渲即可。

成片长什么样？先睹为快

输出规格固定：1280×720 @ 30fps，H.264 MP4，2~8 分钟自选，统一视觉体系——黑底幕底（星点雾底或点阵波）、白线条图形 + 紫色重点、超粗黑体大字、44px 白字黑边字幕、底部章节进度条。

下面几帧都来自仓库内置样片《RAG 与知识库》：

算法、公式、大数据都能变成"主角"。例如 HNSW 分层跳板图解：

以及大数字镜头——关键数值会用超大号字体 + 发光处理：

每个章节有专属章节卡，底部进度条按章节等宽分段：

时长与规模的对应关系（在第一个确认点选择）：

时长	中文字数	句 / 镜头数	并行构建组	产出耗时
2–3 分钟	700–950	24–32	4–6	≈1 小时
3–5 分钟（样片档）	1200–1500	40–50	8	≈2 小时
5–8 分钟	1800–2400	60–80	10–14	≈2–3 小时

💡 语速参考：中文约 6 字/秒、英文约 2.9 词/秒；不需要 GPU，Remotion 通过无头 Chromium 用 CPU 渲染。

一键安装步骤（5分钟装好）

# 1. 克隆仓库 git clone https://gitcode.com/gh_mirrors/an/anything2explainer # 2. 注册为技能（二选一，符号链接到对应 skills 目录） ln -s "$PWD/anything2explainer" ~/.claude/skills/anything2explainer # Claude Code ln -s "$PWD/anything2explainer" ~/.codex/skills/anything2explainer # Codex

再准备依赖（一次性）：

brew install ffmpeg # 抽帧/转码，必需 python3 -m venv ~/.venvs/a2e && source ~/.venvs/a2e/bin/activate pip install 'edge-tts==7.2.8' numpy pillow scipy

Node ≥18（模板安装会拉取 Remotion 4 / React 19）
scipy仅供质检脚本 frame_metrics.py 使用
只做英文配音时才需要额外安装kokoro、soundfile与espeak-ng
脚本基于 zsh + Python 3，macOS 已验证，Linux 可用，Windows 未测试

使用方法：一句话启动全流程

在 Claude Code 或 Codex 里直接说：

讲一下向量数据库，做成一条讲解视频

技能会自动触发，按 SKILL.md 的 9 个阶段推进：

建项目——从 template/ 复制模板并编译
调研——1 个 agent 产出带 URL 出处的调研文档
解说词与时间轴——写文案 → TTS 配音 → 生成帧级时间轴与字幕表
分镜——每个镜头一行：帧区间、节拍、画面、动效、主角、光
覆盖层与图元——片头、章节卡、HUD，补 2–5 个主题图标
打样——先做第一组镜头，渲出前 30 秒给你看
并行构建——5–7 个镜头/组，多 agent 同时写 Remotion 组件
渲染——全片渲染 + 逐镜头量化指标
QC 与修复——每章一个质检 agent 按书面判据逐帧审查，修复后交付

全程只在4 个确认点停下来问你，其余自动跑完：

确认点	时机	为什么重要
时长与语言	写文案前	决定句数、镜头数和并行规模
解说词定稿	配音前	定稿后帧号被硬编码，这是最便宜的干预点
配音引擎	跑 TTS 前	默认中文云希 / 英文 Liam，也可自带成品配音
前 30 秒样片	第一组构建后	在这里改风格成本最小

质量如何保证？量化 QC + 书面标尺

这是它不像"AI 随手做的片子"的关键。仓库内置了两套标尺：

量化指标：template/scripts/frame_metrics.py 逐镜头测量最大物体高度、主角区柔光、静止段等，输出带严重度标记的表格；
反例/正例帧对照：examples/contrast/ 提供 6 组"差在哪"的帧对比，规则沉淀在 reference/composition-and-light.md。例如"主角必带光"这一条——大模型图标配 110px 尺寸 + 双层紫光就是正例：

样片《RAG 与知识库》的完整质检轨迹（v1 四章报告 → v2 复验 → v3 终检）都放在 examples/rag/qc/ 里，可以看问题长什么样、如何量化。每镜头的关键术语还会用 glitch 闪烁强调（全片白名单制，绝不滥用）：

完整参考案例：《RAG 与知识库》

想复刻或研究细节，examples/rag/ 是全套"过程文件"，目录结构即工作流：

文件	内容
examples/rag/research.md	调研文档（约 7900 字、105 个来源）
examples/rag/narration.txt	解说词（44 句、4 章）
examples/rag/storyboard_src.md / 分镜表.md	分镜源与填帧后的成品
examples/rag/shots_src/	44 个镜头的 Remotion 源码
examples/rag/交付说明.md	交付文档范例

结尾镜头用"城堡护城河"的比喻收束全片，就是标准的"象征物高光时刻"编排：

进阶章节里文档关系图这类复杂结构也能画得清楚：

常见问题（FAQ）

能用自己的声音吗？可以。把成品音频放到public/assets/<slug>/audio.wav，手填timeline.ts与subs.ts，后续流程不变。
支持竖屏（9:16）吗？暂不支持，模板和安全区规则均基于 1280×720 横版。
渲染可复现吗？可以。所有动画是帧号的纯函数 + 种子随机，重渲结果逐帧一致。
能做商用吗？工具包采用 PolyForm Noncommercial 许可：非商用免费，商用需作者授权；用工具做出的视频版权归你。
能换视觉风格吗？视觉风格是有意保持单一的，幕底可切换（bg: 'stars' | 'dots'，见 template/src/config.ts）；改风格需编辑 reference/style-guide.md 与 template/src/ui.tsx。

小结 🎬

Anything2Explainer 把"调研 → 文案 → 配音 → 分镜 → 并行构建 → 量化质检"这一整套专业视频工作流打包成了 AI 技能：你负责出题目和在 4 个节点点头，它负责交付一条有出处、可复现、带配音字幕的讲解视频。建议路径：先按上文装好，选 3–5 分钟档跑一个熟悉主题，对照 examples/rag/ 的样片帧感受质量标尺——然后换你真正想讲的主题开工。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

企业官网建设流程全解析