用 anything2explainer 把任意主题做成代码绘制的讲解视频

给一个主题，产出一条带配音的讲解视频。3k 星的 Vincentwei1021/anything2explainer 仓库是一个 Claude Code / Codex skill：输入任意主题，输出一条黑底 MG（motion graphics）风格的讲解视频，带 TTS 配音、字幕和章节进度条，中文或英文都行——画面全部由 Remotion（React + TypeScript）代码绘制，不用素材库，不用视频生成模型，也不使用任何现有视频的帧。

为什么这个 Skill 重要

README 说得明白，它不是一个 CLI。仓库里装的是让 AI 编程 agent 把片子做出来的整套方法：可编译的 Remotion 模板工程、图元与光效库、配音/分镜/渲染/量化质检工具、风格与动效规范、多 agent 分工协议，以及一条完整样片作为质量标尺。产出是 1280×720、30fps 的 H.264 MP4，配音与字幕按词边界对齐，带章节卡、顶部 HUD 和底部章节进度条——同时交付全套过程文件：带出处的调研文档、解说词、分镜表、逐镜头源码和 QC 报告。

时长决定内容丰富程度与全流程规模。README 的表格给了三档：2–3 分钟（24–32 个镜头，4–6 个构建 agent，约 1 小时）、3–5 分钟作为样片档（40–50 个镜头，8 个 agent，约 2 小时）、5–8 分钟（60–80 个镜头，10–14 个 agent，约 2–3 小时）。样片《RAG 与知识库》同时提供英文版（5′02″，44 句 / 785 词）和中文版（4′54″，44 句 / 1490 字），共用同一份分镜。

安装

克隆仓库，软链到你的 agent 的 skills 目录：

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

按 README 的依赖：Node 18 或更高（模板的 npm install 会拉 Remotion 4.0.507 和 React 19），ffmpeg 用于抽帧和转码，再加一个装了 edge-tts==7.2.8、numpy、pillow、scipy 的 Python 虚拟环境——README 锁定 edge-tts 版本，因为它跟随微软的一个接口，跨版本升级会坏。英文配音还需要 kokoro、soundfile 和 espeak-ng；scipy 只被质检脚本 frame_metrics.py 用到。shell 脚本是 zsh 加 Python 3，在 macOS 上开发和验证；README 说 Linux 应该能跑，Windows 未测试，并记载了树莓派 5 的配置，用 TTS_ENGINE 选 kokoro_onnx 或 piper 这类对 ARM 友好的 TTS 引擎。

实战：一条五分钟的向量数据库讲解视频

在 Claude Code 或 Codex 里直接说要做什么，skill 会自己触发：

Make me an explainer video about vector databases.

接着它按 SKILL.md 的 9 个阶段走：从模板复制出 Remotion 工程；调研（1 个 agent 写带出处的调研文档，含数字与比喻清单，每条带 URL）；解说词与时间轴（写文案，TTS 配音，按词边界生成帧级时间轴和字幕表）；分镜（每镜头一行，写帧区间、节拍、画面、动效、主角与光）；覆盖层与图元（片头、章节卡、HUD、流程轨，外加 2–5 个主题图标）；打样（先做第一组镜头，渲 30 秒样片给你看风格）；并行构建（其余各组，每个 agent 5–7 个镜头，写纯函数 Remotion 组件）；整片渲染并跑量化帧指标；QC 与修复（每章一个 QC agent，按组派修复 agent，复验后写交付说明）。

流程只在四个确认点停下：写文案之前确认时长与语言；配音之前确认解说词定稿（定稿后帧号会被每个镜头硬编码，改一个字全片重对位——README 称这是最便宜的干预点）；配音引擎，默认中文 edge-tts zh-CN-YunxiNeural、英文 kokoro-82m am_liam，也可以直接给成品配音；以及前 30 秒样片，在这里改风格是 1 个组的成本，而不是全部组。

技巧

• 不需要 GPU：Remotion 用无头 Chromium 在 CPU 上渲染；中文默认配音是调微软云端接口，英文默认是一个 8200 万参数的小模型，本地就能跑。
• 只做这一种视觉风格，是有意为之，唯一的开关是幕底——src/config.ts 的 bg，默认 'dots' 点阵波，可选 'stars' 星点雾底。其他要换就改 reference/style-guide.md 和 src/ui.tsx。
• 渲染结果可复现：所有动画都是帧号的纯函数，随机数带种子，文字排版靠计算而不测 DOM。
• 章数按内容定、受时长约束——3 分钟以下单章、不出章节卡，3–5 分钟 3–4 章、每章至少 60 秒，5–8 分钟 4–6 章。解说词里一个空行就是一个段落，也是一个镜头。
• 片尾署名 builtBy 默认是 built by Anything2Explainer skill，设成 '' 可去掉。并行构建建议预留 5GB 以上磁盘，tmux pane 超过 12 个左右要分波派。

何时不用这个 Skill

许可证是第一道边界：工具包本身是 PolyForm Noncommercial 1.0.0——非商业使用免费，商业使用需事先获得作者授权——用它做出来的视频归你自己。README 自己列的"不适用"是复刻某条现有视频、真人口播、以实拍为主的片子；竖屏 9:16 目前不支持，因为模板和全部安全区规则都按 1280×720 横屏设计。而且只支持中文和英文，各有自己的语速模型、字幕预算与默认音色。

查看 排行榜 了解更多 skill。