sweety-handdraw-video:從主題或文章生成手繪講解影片的 skill

開源 skill 讓代理寫旁白、分鏡與插圖,再由本機工具描線、填色、手寫字並對齊配音,輸出 MP4、封面與字幕。

重點

  • 代理負責旁白、分鏡與插圖,本機工具負責逐筆描線、填色、手寫字與配音對齊。
  • 輸出 MP4、封面 PNG、SRT 字幕與腳本,內建 21 種畫風。
  • 需要圖片生成能力與一種配音來源,本機語音模型約需 3.2 GB 下載。
  • MIT 授權,約 1.2k 星;支援 macOS 與 Linux,不保證 Windows。
目錄(3 節)
  1. 發生什麼事
  2. 背景
  3. 對你的影響

發生什麼事

threerocks 發布 sweety-handdraw-video,一個能把主題、文章或故事做成完整手繪講解影片的 skill。流程是:先界定受眾、重點與講解路線;逐段寫旁白並生成語音、對齊時間戳;依旁白長度為每個分鏡分配繪製時間並產生圖片;再依音訊節奏描線、填色、手寫文字與字幕;最後抽查代表場景與整支影片後輸出。

成品包含 MP4、封面 PNG、SRT 字幕、腳本與檢查紀錄,內建 21 種畫風與 6 種手勢預設。

threerocks 發布手繪講解影片 skill,可從主題或文章生成完整影片。

背景

執行需要 Python 3.9 以上、FFmpeg 與中文字型。圖片生成為必要條件:Codex 內建,Claude Code 則需要圖片工具或 MCP,或自行提供插圖。配音可選本機的 VoxCPM2(Apple Silicon、MLX、約 3.2 GB 模型)、相容的 VoiceStudio 本機服務、既有旁白,或選用 Doubao、Gemini TTS(README 說僅做過模擬測試,未實際呼叫)。安裝為一行 npx skills add,再執行 scripts/setup.sh。授權 MIT,頁面顯示約 1.2k 星。

對你的影響

用於內容製作的人要預期設定成本不低,圖片與語音都要自備。使用 Doubao 或 Gemini TTS 的金鑰路徑尚未經作者實測,建議先小規模試跑。