Remotion 的官方文档里,有一页直接叫 "Prompting videos with coding agents"——想用它做视频,官方给出的第一步是:装一个 coding agent(这一页列出的名单是 Claude Code、Codex、Kimi Code 等),再装 Node.js。
这个默认入口合理,但并不构成边界。因为 Remotion 官方 Skill 从第一天起就是开放格式:一行npx skills add remotion-dev/skills,任何具备代码执行能力的 Agent 都能加载。这篇文章要回答的就是这件事的推论——当一份面向所有 Agent 的说明书,被一个办公 Agent(WorkBuddy)加载之后,视频流水线能不能照样跑通。
一、先看底座:视频是帧号的纯函数
Remotion 是一个用 React 写视频的框架。它的核心抽象朴素得近乎固执——视频是帧号的纯函数。
useCurrentFrame()返回当前帧号,你用 React 描述"这一帧画面长什么样",渲染器逐帧执行、拼合成片。没有关键帧面板,没有"过渡效果"下拉菜单,一切画面都是代码算出来的:
(来源:https://v3.remotion.dev/ )
interpolate(frame, [0, 10, 40, 49], [0, 1, 1, 0])就是一段完整的缩放动画——第 0 帧为 0,第 10 帧到位,第 49 帧收回。动画在这里不是"效果",而是一段函数。
这一点决定了 Remotion 的输出是确定性的:同样的代码、同样的帧号,渲染一万次结果一模一样。字幕不会写错、品牌色不会偏、第 37 帧永远是你指定的那帧。这和 Sora、可灵那类"抽卡式"生成是两条完全不同的路线。
第二个性质同样关键:渲染天然可并行。不同帧可以在多个无头浏览器里同时渲染,最后按帧号拼接:
(来源:https://www.remotion.dev/docs/flickering )
渲染进程把帧拆给多个 Chrome 实例并行处理,再编码进同一个 MP4。视频生产由此从"线性流水线"变成"可分解的工程任务"。
纯函数、无隐式状态、可并行分解——这三个性质加在一起,使 Remotion 成为代码化视频方案中 Agent 生态最厚的一条:官方 Skill 发布后累计安装已达数十万级(第三方目录口径),GitHub 的 remotion 主题页下聚集了大量第三方项目(见 https://github.com/topics/remotion )。原因并不玄:从帧号推导画面,恰好落在语言模型生成代码的舒适区里。
二、官方名单很短,社区记录不少
Remotion 官方 Skills 文档的原文是:"These skills are useful for AI agents like Claude Code, Codex, Kimi Code or Cursor."(来源:https://www.remotion.dev/docs/ai/skills )——注意这份名单和 coding agents 教程的名单并不完全相同:Skills 页是 Cursor,教程页是 OpenCode,但两页有一个共同之处:都没有 WorkBuddy。官方的默认入口,确实开在终端里。
Remotion 官方 Skill 于 2026 年 1 月 20 日发布后迅速传播:官方演示视频获得 600 万+ 播放,首周安装量超过 2.5 万(来源:https://github.com/remotion-dev/skills ,发布数据)。从 2026 年 2 月起,中文社区出现了一批 WorkBuddy + Remotion 的完整实操记录,而且路径比想象中更短——WorkBuddy 技能市场中直接提供了名为"Remotion 视频创作"的技能,含渲染、合成、动画、时序、转场等规则文件,用户不需要手动处理任何格式转换:
(来源:https://www.workbuddy.cn/docs/workbuddy/From-Beginner-to-Expert-Guide/Function-Description/Skills-Market )
在此之上,是几条方向一致的社区实测记录(可复核程度不一,文末已逐一交代):
- 贴纸动画实录(掘金,2026 年 9 月):作者吾鳴把一条 12 秒、1080×1920、30fps 的赛车贴纸动画交给 WorkBuddy,文中明确写到"选择了用 Remotion 的 Skill",建项目、轨迹动画、音频轨道与渲染都由 WorkBuddy 接管。生成过程中小车曾不贴路行驶,作者用一句"小跑车要贴着路开"反馈,WorkBuddy 把车头的朝向和行驶路径作为联动问题一并修正;最终成片经过抽帧核验通过,原文附有 31 帧贴路扫描、最大偏差 56px(容差 60px)的核验记录(来源:https://juejin.cn/post/7680486964761739298 )。成片在 Remotion Studio 中的预览:
(来源:https://juejin.cn/post/7680486964761739298 )
- 新闻视频实录(掘金,2026 年 3 月):作者小虎的《WorkBuddy 从入门到精通》记录了另一条路径——点选"视频生成"指令后,WorkBuddy 自主判断需要 Remotion:检测本机 Node.js 版本、创建项目目录、安装依赖,先出分镜表(每场戏的时长、帧范围、转场方式)再生成 TSX 代码,最后渲染输出 ai-weekly.mp4(2.3MB)。作者特别注明,整个过程"没有依赖任何预装的视频制作软件"(来源:https://juejin.cn/post/7620801241318506537 );
- 一类可复现的摩擦,及其 WorkBuddy 样本(51CTO,2026 年 5 月):Remotion 首次渲染需要下载 Chrome Headless Shell,下载失败是这条链路上最典型的环境问题——官方仓库有长期记录( https://github.com/remotion-dev/remotion/issues/4763 ),官方文档给出的解法是用
browserExecutable参数指向本地 Chrome( https://www.remotion.dev/docs/miscellaneous/chrome-headless-shell )。51CTO 的一篇 WorkBuddy 实操记录了同类场景:日志显示 WorkBuddy 读取了本地技能目录Remotion 视频创作/rules/下的规则文件,渲染时遇到同样的下载失败,按官方方案指定本地 Chrome 后成功输出 5.7MB 的 MP4(来源:https://blog.51cto.com/u_16120231/14624201 ); - 一键成片链路(腾讯云开发者社区,2026 年 10 月):HyperFrames + ElevenLabs + Remotion + Captions 的组合,把脚本、配音、画面、字幕压进同一条链路(来源:https://cloud.tencent.com/developer/article/2765212 )。
这些记录的成色需要交代:它们全部是社区作者发在自己博客里的文章,不是厂商白皮书——但翻车与修复、报错与绕过的细节,恰恰加强了而不是削弱了可信度。
(来源:https://www.jackvaughan.com/podcasts/jonny-burger )
三、WorkBuddy 的形态:折叠的含义与边界
WorkBuddy 是 CodeBuddy 旗下的通用办公 Agent,官方定位是"一人指挥,全行业专家执行",一句话指令自主规划并交付完整结果,支持 MCP 生态和自定义 Skills 扩展能力(来源:https://www.codebuddy.cn/work )。它的默认交互是委托一个任务,而不是打开一个工程、和 AI 结对改代码。
所谓"折叠",本文用它指一件具体的事:工程信息的可见性被移出用户决策面。工程本身仍然存在——Node 环境照样装、依赖照样解析、渲染报错照样发生、修复照样执行——只是这些动作转移到任务执行层完成,不再以文件树和终端流的形式要求用户实时参与。折叠的边界因此也很清楚:只要执行层成功,用户看到的就是任务和产物;一旦执行层失败,工程信息会以报错的形式重新出现,用户不得不重新面对它(第五节会展开讨论这个代价)。
对比之下,在 Claude Code 里用户是工程协作者:文件树摊开、报错堆栈裸露、每一步都看得见。WorkBuddy 把同样的工程内容沉到任务执行层之下——没有消灭工程,只是改变了工程的暴露程度。
兼容性可以拆成两层看。技能层已经现成:WorkBuddy 技能市场直接提供"Remotion 视频创作"技能,安装后即可在任务中被引用。格式层有官方文档可查:WorkBuddy 的技能包是包含 SKILL.md 的文件夹或 zip,SKILL.md 需含 YAML 格式的名称与描述,与 Agent Skills 开放规范是同一套结构;文档还提到从.agents等目录复制安装的技能会保持原始内容(来源:https://www.workbuddy.cn/docs/workbuddy/From-Beginner-to-Expert-Guide/Function-Description/Skills-Market )。也就是说,即便不从技能市场安装,标准的 Agent Skills 产物也有进入 WorkBuddy 的通道。第三方教程的安装记录还显示,skills 安装器在链接技能时覆盖的客户端目录列表中包含 CodeBuddy(WorkBuddy 同属 CodeBuddy 产品线,来源:https://www.it235.com/ai/remotion/install.html )。需要说明的是,这类安装日志里的"检测到 N 个 agent"计数并不可靠——上游安装器存在已记录在案的过度检测问题( https://github.com/vercel-labs/skills/issues/186 ),因此这里只采用"客户端列表包含 CodeBuddy"这一可直接观察的事实,不采用任何检测计数。
四、安装与使用
打开WorkBuddy,点击专家·技能·连接器,选择技能,搜索remotion,点击安装
安装后可以告诉ai使用这个技能,比如‘帮我用 Remotion 做xxxx视频’,可选写具体要求(越详细后面改动越少),部分过程如下(下面第一张图是做另一个视频,与后面的降雨原理视频无关)
这里ai写了代码添加了音频
中间仅提了2次左右的修改,出现过标题重复之类的小问题,最终产物如下
视频看起来不错,有一定的动态效果,也没有出现明显遮挡的文字,声音也没有错位
降雨原理科普
五、产物是可修改的——这也是它和"一键出片"的分界线
委托式交互最容易引发的担心是:做完之后想改一个字怎么办?会不会变成一次性黑盒?
不会。Remotion 工程天然是可修改的:你随时可以追加一句委托——"把第 3 秒那个标题的入场改慢一点"——Agent 会定位到对应的帧区间和 interpolate 参数,只改那一处,重渲染。你不需要理解整个工程,但工程就在那里,改一帧和重做一条的成本天差地别。
(来源:https://www.remotion.dev/docs/editor-starter/features )
Canvas、Timeline、Inspector 一应俱全。Agent 生成的工程随时可以被人接管、按帧修改——确定性意味着"改"是廉价操作,而不是重新抽卡。
也要承认折叠有代价。委托式修改的理想图景是 Agent 一次定位准确;一旦定位错了帧区间、或修改引发新的渲染报错,用户面对的将是一个自己从未进入过的工程语境——折叠层失效时,工程细节不会消失,只是以一种毫无准备的方式回来。这是委托式形态固有的摩擦,本文不打算假装它不存在。缓解这一点的,恰恰是 Remotion 路线本身的性质:产物是标准 React 工程,任何 Agent、乃至人自己,都可以接管它。
六、两种形态放在一起看
以下对比基于两类产品的公开交互形态与官方定位,是定性归纳,而非基准测试。可查证的事实锚点有两个——WorkBuddy 官网的"一句话指令自主规划并交付完整结果"( https://www.codebuddy.cn/work );Remotion 官方 coding agents 教程列出的先决条件是一个 coding agent 加 Node.js( https://www.remotion.dev/docs/ai/coding-agents )。归纳如下:
维度 | 编程 Agent(Claude Code / Codex等) | WorkBuddy |
|---|---|---|
官方定位 | 终端里的工程协作工具 | 一句话委托的任务入口 |
工程细节的暴露程度 | 高:文件树、依赖、报错全可见 | 低:沉入任务执行层 |
用户角色 | 开发者 | 大众 |
产物 | 可修改的 React 工程 | 同样是可修改的 React 工程 |
适配人群 | 愿意进入工程语境的人 | 只要判断、不想碰代码的人 |
同一条 Remotion 链路,两种形态暴露给用户的层次不同:编程 Agent 把工程摊在你面前,WorkBuddy 把工程收进任务后面。
七、适合什么,不适合什么
适合:
- 要确定性输出的视频——品牌规范精确一致、数据图表数字准确、批量生成只换文案或数据源;
- 要可修改的工程产物——做完还能回头调某一帧,而不是推倒重来;
- 要把视频嵌入更大的任务流——脚本、调研、配音、字幕、渲染在同一条委托链路里完成,不在多个工具间来回切换。
不适合:
- 追求电影感镜头、复杂实拍质感——那是 Sora、可灵、Veo 的领域,Remotion 不解决这类问题;
- 追求零判断的"一键出片"——Agent 能写代码、能跑渲染,但信息密度、动画节奏、叙事结构这些判断仍然在人这边;
- 需要极致代码控制和复杂工程调试——编程 Agent 暴露的工程细节更多,这类需求它更直接。
八、收束:多了一个入口,判断仍在人这边
Remotion 的价值,是把视频变成帧号的纯函数,让 Agent 可以可靠地生成和迭代;Skill 则把这份能力封装成说明书。官方把说明书的默认发放窗口开在了终端里,但说明书的内容从不限定读者。
WorkBuddy 用它做视频,不构成特例,也无意替代谁。它提供了另一种折叠层级:任务委托式的入口,工程细节下沉,产物依然可修改。对读者来说,这意味着选择变多了:要工程深度,去终端里找编程 Agent;要启动摩擦低、任务编排顺,委托式入口是一个可跑的选项。
工具一直在折叠工程细节,但从来没有折叠判断。有判断力的人,只是又多了一个让判断落地的入口。
创作不易,禁止抄袭,转载请附上原文标题及其链接。