anything2explainer 万物皆可讲解视频
给一个主题，产出一条黑底动效风格、有配音字幕和章节进度条的科普讲解视频，中文或英文均可，每一帧都用代码绘制。
证据显示流程设有四个强制用户确认点（时长语言/文案定稿/配音/前30秒样片），数据流披露清晰（edge-tts 为微软云端调用、kokoro 本地推理），B-roll 要求免版权来源并登记 MANIFEST，画面全部本地代码绘制，调研文档中的指令性文字被明确隔离不执行，无对外写操作或隐蔽行为。扣分：并行构建占用约 2–3GB 磁盘且未提供回滚/清理机制说明；edge-tts 依赖微软端点稳定性；许可证元数据为 NOASSERTION，归属校验不完整。未达满分。
SKILL.md 内部高度自洽：阶段、脚本（tts_build/motion_check/selfcheck/frame_metrics/preview）与确认点互相引用一致，README 交叉印证并披露已知坑（edge-tts 需锁 7.2.8、ARM 安装问题、pane 上限）。扣分：静态审查未见测试套件或 CI 执行证据，脚本内容未在证据中，异常输入的失败反馈质量只能凭文字判断，按锚点不超过 10，取 9。
触发语义清晰（用户要求讲解/科普视频），明确声明不适用范围（复刻视频、真人口播、实拍为主），中英文双支持、明确各档时长与资源门槛，Linux/macOS 环境适配披露充分。扣分：环境要求较重（Node、ffmpeg、Python venv、多 agent 并行、≥5GB 磁盘），中文云 TTS 依赖微软端点在大陆网络的可达性未披露，kokoro 英文模型下载亦依赖境外源。
文档分层出色（SKILL.md 主流程 + reference 规范 + lessons + FAQ + 已知限制），README 致谢与原创性声明诚实，PolyForm Noncommercial 许可全文与字体 OFL 许可齐备。扣分：仓库 metadata 为 NOASSERTION 与 LICENSE 不一致；无版本号/changelog，更新路径与维护责任仅隐含于个人仓库；工具链仅声明在 Claude Code/Codex 上验证过。
宣称价值高（主题进、成片出，含配音字幕进度条），样片《RAG 与知识库》全套过程文件与对比帧作为可审计标尺，四确认点控制成本。静态审查下不可执行验证：渲染结果、QC 通过率与效率宣称（8 组 40 分钟）均无法独立确认，超过静态上限 7 不可给；且产出耗时 1–3 小时、2GB 磁盘的成本效益未经证实，取 6。
证据类型较丰富：完整样片过程链（调研/分镜/QC 报告/成片帧）、6 组正反例对照、两语种成片、踩坑记录，且区分事实与设计意图。扣分：全部为作者自述材料，无第三方执行或 CI+测试覆盖，关键可复现性主张（帧级确定性渲染）无法静态核实，取 4。
- 本次为纯静态源码审查，未执行任何流程；渲染质量与效率宣称未经独立验证。
- 默认中文配音 edge-tts 调用微软云端接口，大陆网络可达性未披露；英文 kokoro 模型需从境外源下载，请自行确认网络环境。
- 每片需约 2–3GB 磁盘且并行构建对机器要求较高（≥5GB 空闲、tmux pane 上限），无自动回滚/清理说明。
- 许可为 PolyForm Noncommercial：非商业免费，商用需作者事先授权；仓库 metadata 中 NOASSERTION 与 LICENSE 文本不一致。
- 解说词配音定稿后不可改词（帧号硬编码），请在确认点 2 一次定稿。
- 仅在 macOS（及树莓派 ARM）上验证，Windows 未测试；仅 Claude Code/Codex 实测过。
这个 Skill 能做什么，适合哪些场景？
anything2explainer 是一个 Claude Code / Codex 技能，把任意技术或知识主题变成一条 2–8 分钟的动效科普讲解视频：配音、字幕、章节进度条一应俱全，全片用 Remotion（React + TypeScript）以代码逐帧绘制，不用生成式视频模型、不偷用任何现有视频素材。它交付的不只是一个模板，而是一整套方法：可编译的 Remotion 工程模板、图元与光效库、配音/分镜/渲染/量化质检工具、书面风格与动效规范、多 agent 分工协议，以及一条完整样片（《RAG 与知识库》）作为质量标尺。整片流程约 1–3 小时，大部分时间由多个并行 agent 分头构建镜头，用户只需在四个确认点介入。支持自带 TTS 或成品配音，渲染结果可复现（纯函数 + 固定随机种子）。
用户给出主题、时长和语言后，主会话按 9 个阶段编排：从模板脚手架一个 Remotion 4 项目；派 1 个研究员 agent 产出带来源 URL 的调研文档（含数字与比喻清单）；按口播写作原则写解说词，调用 tts_build.py 生成配音（中文默认 edge-tts 云希、英文默认 kokoro-82m Liam）并生成帧级时间轴与字幕表；逐镜头分镜；补齐片头/章节卡/HUD/图元；先构建第一组镜头并渲 30 秒样片给用户定风格；再派 4–14 个并行构建 agent 各写 5–7 个镜头的纯函数 Remotion 组件（带 motion_check.py 动效密度自检）；渲染 1280×720 H.264 成片并跑 frame_metrics.py 量化构图；每章 1 个 QC agent 按书面判据审帧、按组派修复、复验后出交付说明。画面上的每个数字和术语必须能在调研文档里找到来源 URL，未经核实的事实不上画面也不进配音。
- 知识科普创作者想批量产出风格统一的讲解视频（如“讲一下向量数据库”），但不想学动画或剪辑软件
- 技术作者手头有一篇文章或文档，想把它转成一条有配音和字幕的视频发到视频平台
- 需要英文版本的科普视频：技能有独立的英文语速模型、字幕预算和默认音色（kokoro Liam）
- 教育内容团队想用 AI agent 流水线稳定复现某种视觉风格，并要求画面上的每个事实都有出处可查
- 内容营销或开发者布道者想用一条确定性的代码渲染视频（每个数字、每帧都可追溯、可修复），而不是生成式视频模型的随机产出
这个 Skill 有哪些优点和局限？
- 产出完全由代码绘制、可复现：每帧是帧号的纯函数，任何一帧有错改一个镜头文件即可修复
- 事实纪律严格：画面上每个数字、年份、术语都要求溯源到调研文档里的 URL，未核实不上画面
- 方法论完整：不只给模板，还带风格规范、动效词汇表、六种 agent prompt 模板、踩坑记录和一条完整样片作质量标尺
- 四个确认点设计合理，把最贵的返工（改文案、改风格）放在成本最低的时点
- 无需 GPU：Remotion 走无头 Chromium CPU 渲染，中文音色 edge-tts 是云端调用，英文 kokoro-82M 本地 CPU 即可跑
- 版权为 PolyForm Noncommercial 1.0.0：非商业免费，商业用途需作者事先授权（做出来的视频归你）
- 只支持横屏 1280×720，没有竖屏 9:16；视觉风格只有一种（可选星点/点阵波两种幕底），改其他风格要手编 style-guide 和 ui.tsx
- 配音一旦生成，文案就冻结——镜头代码硬编码帧号，改词等于全片重排
- 并行构建资源占用重：多个 agent 同时 bundle Remotion，需预留 ≥5GB 磁盘；tmux pane 数量有限，约 12 个以上 agent 需分波派发
- 只验证过 Claude Code 和 Codex 两个平台；Windows 未测试；repo 声明 NOASSERTION（实际为 PolyForm Noncommercial）
- 一条 3–5 分钟视频全流程约 2 小时、约 2GB 磁盘，且依赖能稳定跑多 agent 并行的宿主环境
如何安装这个 Skill？
git clone https://github.com/Vincentwei1021/anything2explainer.git，然后为对应客户端创建软链接：ln -s "$PWD/anything2explainer" ~/.claude/skills/anything2explainer（Claude Code）或 ln -s "$PWD/anything2explainer" ~/.codex/skills/anything2explainer（Codex）。依赖：Node ≥18、ffmpeg（brew install ffmpeg）；Python 虚拟环境里 pip install 'edge-tts==7.2.8' numpy pillow scipy（7.2.8 是锁定版本，跨升级易断）；英文配音需额外 pip install kokoro soundfile 并安装 espeak-ng。脚本是 zsh + Python 3，在 macOS 上开发验证，Linux 应可用，Windows 未测试。
如何使用这个 Skill？
在 Claude Code 或 Codex 里直接说需求即可触发技能，例如：“Make me an explainer video about vector databases.” 或 “讲一下向量数据库，做成一条讲解视频”。流程会在四个确认点停下来等你：①时长与语言（决定句数、镜头数与并行 agent 数）；②解说词定稿（定稿后帧号硬编码，改一个字全片重排）；③配音引擎偏好（可用默认 edge-tts / kokoro，或自备成品 wav 放到 public/assets/<slug>/audio.wav）；④前 30 秒样片（此时改风格只需改一组，整片渲完再改就是全部组的成本）。也可以手动驱动模板：template/scripts/new_project.sh ~/work/my-video myslug 建项目，然后依次写 research/调研.md、script/narration.txt（跑 tts_build.py）、script/storyboard_src.md（跑 render_storyboard.py）、改 src/config.ts、写镜头代码，用 preview.sh 30 看样片，VER=v1 scripts/render.sh 出片。
这个 Skill 与同类方案有什么区别？
README 自带的对比：与 Sora / Veo / Runway 等生成式视频模型不同，它输出确定性代码动画，画面上每个数字可溯源、任何帧可单点修复；与 HeyGen / Synthesia 等数字人口播工具不同，它没有主持人，用动效图解说机制；与裸用 Remotion 或 Motion Canvas 不同，它在画布之上补齐了调研→解说词→分镜→并行构建→质检的完整方法；与 Manim 不同，它是 React/TypeScript 而非 Python，且带 TTS 对齐字幕、章节和量化 QC 的 agent 端到端流水线。