cclank/lanshu-create-ai-presenter-video

lanshu-create-ai-presenter-video

简介 – 一种Agent Skill，允许编码助手（Claude、Codex、Cursor 等）从简短的主题或脚本生成完整的讲解视频。该技能可以遵循两条路径：

路线	结果	您提供的内容
演示者	数字人出镜，带实时字幕和关键词图形	主题或脚本 + 您拥有的人像图片（可选语音样本）
风格化讲解	使用 12 种预制视觉或叙事风格之一的动画风格视频（无演示者）	主题或脚本（或您自己的旁白）

代理运行仓库中的脚本，创建一个作业文件夹，并逐步通过一个门控工作流，在进入下一阶段之前在磁盘上记录证据。所有提供者调用（语音合成、演示者视频、唇形同步、语音转文本等）都会记录模型/参数 ID，成本护栏确保在任何付费请求之前向您显示账单。

---

主要亮点

• 与封装和提供者无关 – 适用于任何 Agent-Skills 客户端以及任何可从命令行调用的云或本地模型。
• 十二种现成的讲解风格 – 九种视觉风格（社论、HUD、笔记本、弹出、漫画、3D 单镜头、绘图板、黑板、粘土镇）和三种叙事风格（推导、案例档案、情景喜剧）套件，每个套件都包含入门素材。
• 音频锁定时间线 – 最终旁白是主时钟；字幕、演示者动作、剪辑和图形都与其对齐。
• 证据门控管道 – 八个制作状态（intake → verified）根据工件是否存在自动计算，防止意外推进。
• 成本安全 – 先试点生成、明确的账单预览、重试上限和任务 ID 重用以避免重复收费。
• 已验证交付 – 在任何文件发布之前，主版本和分享版本都会被解码和响度检查。

---

工作原理（高层）

1. 初始化 – init_job.py 创建一个自包含的作业目录并记录输入。
2. 预检 – preflight.py 验证脚本、肖像权和其他批准。
3. 旁白 – 生成或接受音轨；捕获单词级时间戳（风格化路线使用 MiniMax）。
4. 演示者生成（演示者路线）– 调用视频生成服务创建数字人片段，然后与旁白进行唇形同步。
5. 音频驱动编辑 – 在旁白时间线上组装字幕、关键词图形、开场/结尾镜头。
6. 质量检查 – qa.py / check_state.py 验证可解码性、响度（-16 LUFS ±0.5）和视觉一致性。
7. 渲染和交付 – finalize_delivery.sh 生成主版本和分享副本、联系表和交付报告。

风格化路线遵循类似的流程，但跳过演示者生成；相反，脚本的每一行都使用所选风格套件转换为一个简短的动画场景。

---

要求

• Agent-Skills 封装（或任何可以读取文件和运行 shell 命令的代理）
• Python 3.9+、FFmpeg（带 ffprobe）、Bash、jq、awk、sed
• 演示者路线 – 访问语音合成 API、演示者视频生成 API 和唇形同步工具（云 CLI、API 或本地模型）。可选：用于字幕/图形合成的 HyperFrames。
• 风格化路线 – Node.js（用于 HyperFrames）、rsync、Python numpy，以及用于语音时间戳的 MiniMax API 密钥（或您自己录制的旁白）。

---

安装和快速入门

# 克隆到封装的技能目录（例如 Claude Code）
git clone https://github.com/cclank/lanshu-create-ai-presenter-video.git \
  ~/.claude/skills/lanshu-create-ai-presenter-video

克隆后，让封装自动选择技能，通过描述您想要的视频，例如：

将此脚本和人像转换为 30 秒 9:16 的演示者视频，带实时字幕。

或者显式调用它：

SKILL_DIR=~/.claude/skills/lanshu-create-ai-presenter-video
python3 "$SKILL_DIR/scripts/init_job.py" \
  --job-dir ~/Videos/my-presenter \
  --presenter-image ~/Pictures/presenter.png \
  --topic "Context engineering in one minute" \
  --duration 60 \
  --aspect 9:16 \
  --rights-confirmed \
  --adult-presenter-confirmed
python3 "$SKILL_DIR/scripts/preflight.py" ~/Videos/my-presenter/job.json
python3 "$SKILL_DIR/scripts/check_state.py" ~/Videos/my-presenter/job.json --write

对于风格化讲解，替换 --route styled 并选择一种风格（例如 v8-chalkboard）。仓库包含代理自动运行的辅助脚本（story.py、new_film.sh、qa.py、render.sh）。

---

测试

提供了两个冒烟测试脚本：

bash tests/smoke.sh               # 演示者管道（无远程调用）
bash tests/explainer_smoke.sh     # 风格化管道（需要 Node.js）

CI 在每个推送时运行这些。

---

许可证

MIT – 可自由使用、修改和重新分发。

---

总而言之 – lanshu-create-ai-presenter-video 是一个即插即用的技能，让 LLM 驱动的编码代理将简短的创意转化为精美的讲解视频，并在工作流程中内置了强大的安全性、成本和质量控制。