让 AI Agent 给口播配上会动的图表，包装成大博主质感的讲解视频

你会得到什么

你手上有一段段对着镜头讲的口播，这篇教你交给 AI Agent，配上会动的图表和网页截图荧光笔，包装成财经、科普类大博主那种讲解视频。用的是开源 Skill xiaolin-explainer-packaging。它自带一套写好的版式，底层是 Remotion，一个用代码做视频的工具。文中有 3 段可以直接复制的提示词。

先把分工摆对：口播稿和出镜画面要你自己准备，Skill 只负责"讲解画面"这一层，也就是图表、字幕、转场和声音。你要做的是讲清楚这期在讲什么，再回答几个选择题，最后看关键帧说哪里要改。

为什么这种画面看着专业

作者逐帧拆了一位财经博主的公开视频，把规律写成了 Skill 里的规则。底层逻辑很简单：台词里每说到一个关键词，画面就有一个动作跟上，比如数字砸下来，或者折线正好画到这一年。要盯住的有三样：

主体要大：图表占画面六成以上，或者干脆被画面边缘切掉一部分，不能像 PPT 那样缩在中间。
讲到谁谁就亮：当前这一项亮起，其余压暗、虚化，镜头跟着移过去。
每期的画法按选题定：同样是一条往上走的价格线，讲咖啡时线头上可以爬着一颗咖啡豆，讲房价时就换成一栋小楼。只有图表加数字的画面，换哪期都一样，观众记不住。

图片来自项目仓库 README：上排是光秃秃的版式，下排加了真实照片和本期专属道具，差别一眼就能看出来。

第一步：准备口播片段和台词

Skill 要的输入只有两样：

每句台词一段视频：1920×1080 的 mp4，一句一个文件。自己拍，或者用别的工具生成都可以，这个 Skill 不生成出镜画面。
每句的文字：念出来的文本，和要显示的字幕文本。

还没拆成一句一段也没关系，把整段口播交给 AI Agent，让它按句切开、转写成文字，你核对一遍错字就行。稿子里出现的数字最好附上出处，后面上屏的数据都要能查到来源。

第二步：让 AI Agent 装好 Skill，先跑一遍演示

这一步不用你敲命令，把下面这段发给你的 AI Agent：

帮我安装开源 Skill xiaolin-explainer-packaging（https://github.com/howoneai/xiaolin-explainer-packaging），并跑一遍它自带的演示工程。
要求：
1. 先检查我电脑上有没有 Node 18 以上、ffmpeg 和带 numpy、Pillow 的 python3，缺什么先告诉我，等我同意再装
2. 把 Skill 文件夹放进你自己的 skills 目录
3. 用演示模式建一个工程，渲染几张关键帧拼成一张图给我看
4. 告诉我标题字体"优设标题黑"有没有装上，没有的话告诉我去哪下载、存到哪
5. 用大白话汇报每一步做了什么，遇到报错先自己排查，解决不了再用选择题问我

为什么先跑演示：演示用的是假口播和示例数据，能先确认你的电脑渲染得出来，也能直观看到有哪些版式可选，不会把你的真素材当试验品。

图片来自项目仓库 README，是演示工程渲染出来的主版式。作者只在苹果芯片的 Mac 上测过，也只在 Manus 里正式测过，放进其他 Agent 能用但没经过测试，所以先跑演示很有必要。

第三步：选主题，回答开工前的三个问题

Skill 开工前会问你三件事，提前想好答案能省一来一回：

底图：有没有固定在用的背景？没有就从 6 套主题里挑。财经和民生选"剪纸印刷"，历史人文选"报刊纸本"，AI 和软件选"工程蓝图"，网络安全选"复古终端"，生活消费选"桌面实物"，其他选"现代杂志"。
台标：填你自己的频道标志。出镜画面是 AI 生成的，就保留画面上"AI 生成 · 非本人"的标注。
真实素材：有没有一定要放的报道、报告、网页截图或产品 Logo？没有的话 Skill 会自己去查。

图片来自项目仓库 README。换主题只要改一个词，整片的纸张、字体、卡片和片头片尾一起换。拿不准就让 Agent 把两三套候选主题各渲几张关键帧给你挑。

第四步：先看场景表，再出关键帧

这一步最关键。先让 AI Agent 列出每个场景怎么画，你看过点头了，它才开始写分镜。

这段关键内容需要登录后解锁

新用户注册就送 10 积分，每天签到再领 1 积分。用 1 积分解锁，以后随时回来都能看。

为什么要先看场景表：画法定错了，后面渲得再漂亮也要推倒重来。场景表只是一张表，改起来几秒钟。看表时问问自己，把道具和照片都遮住，这个画面和别的选题还有没有区别？没区别就让它重想画法。

看关键帧拼图时，你只需要说哪里不对，比如"这页字太小""这里挡住了字幕""这个数字和稿子对不上"，让 Agent 去改。作者建议至少审两轮。

第五步：渲染整片，让 Agent 逐帧质检

关键帧满意了，就让 Agent 收尾：

关键帧没问题了。请渲染整片、混好人声和配乐，最后跑一遍逐帧质检，有问题的帧修好再交。顺便导一个手机上看的压缩版。告诉我成片在哪、多长。

为什么要逐帧质检：静帧看着没问题，不代表整段视频没问题，动画中间可能有一两帧错位或空白。Skill 自带的质检脚本会把视频帧和静帧逐张对比，挑出不对的地方。

用之前先看清的边界

这是非官方的风格复刻，和那位博主及其团队无关。不要用真实创作者的台标、肖像或声音做出镜后公开发布，也不要把成片说成本人作品。
Remotion 有授权要求：自己用、团队不超过三个人或者是非营利机构，免费，商用也行。团队到了四个人及以上，就得付费买公司授权。
标题字体要自己下载：优设标题黑可以免费商用，但不在仓库里。没有它，标题和字幕会退回思源黑体，风格会弱很多。
自带的世界地图只是个粗略的示意，画到中国边界的片子要公开发，得换用官方标准地图，并在画面上写明审图号。

注意

它不写口播稿，也不生成出镜画面，这两样要先准备好。
只支持 1920×1080、24 帧的横屏，竖屏短视频用不了。
道具图需要能生图的工具。你的 Agent 不能生图时，就自己准备透明背景的 PNG。
第一次安装和渲染要联网，Remotion 会下载一个浏览器，慢一点很正常。

想给口播配手工感更强的画面，看教程口播配画面不用找素材也能做出纸拼贴 B-roll。想边预览边改口播，看 Skill Remotion 口播导演。