{无需用脑}把本教程一键复制给 Agent 即可

本文有一段关键内容上了锁,Agent 打开链接也看不到它。请先解锁,再一键复制完整内容给 Agent。

让 AI Agent 把一个知识点演成讲解动画

分享

入门教程:给 AI Agent 装上开源免费的 lanshu-create-ai-presenter-video Skill,先空跑测试确认环境,再选不要数字人的风格讲解路线,用不花钱的无声草稿把九种画风都出一版对比,定好画风和讲稿后配音,让它把每句话演成画面,看分镜和关键画面后再渲染,最后看它的检查报告验收成片;也讲了数字人口播路线要注意的授权和费用。附 3 段可直接复制的提示词。

你会得到什么

给你的 AI Agent 装上开源免费的 lanshu-create-ai-presenter-video Skill,它就能把一个知识点或一份讲稿做成讲解短片,一分钟左右:每说一句话,画面就跟着把它演出来,字幕逐字出现,章节标签和结尾金句一并做好。不用出镜,也不用自己剪。全文有三段可复制的提示词。

你只要想好讲什么,挑一个喜欢的画风,再看草稿说哪里要改。从装环境到检查成片,剩下的活都交给 Agent,唯一要花钱的是配音,开工前它会先告诉你要花多少。

用 AI Agent 做讲解动画:装好 Skill、选路线和画风、出草稿对比、定稿配音、一句句演出来再验收

先让 Agent 装好 Skill,选定不要数字人还是要数字人,再挑画风、出几版草稿对比,讲稿和配音定下来以后,让它一句句把画面演出来,最后看它交回的检查报告和成片。

先认识它

Skill 可以理解成写给 AI 的专业说明书。这一份由开发者岚叔维护,MIT 协议,GitHub 上约 3000 个 Star,Claude Code、Codex、Gemini CLI、Cursor 这类能读文件、能跑命令的 Agent 都能用。它有两条路线:

路线 成片什么样 你要准备 要花钱的环节 画面比例
风格讲解 没有人出镜,每句话都用动画演出来 一个主题或一份讲稿 只有配音(用自己录的旁白就不花) 只有横屏 16:9
数字人口播 一个数字人对着镜头讲,配字幕和关键词动效 讲稿,加一张有使用授权的成年人照片 配音和数字人视频 默认竖屏 9:16

这篇主要讲第一条,因为它门槛最低:不用照片,不用显卡,配音之外不花钱。

风格讲解有十二种风格。前九种是画风,同一份讲稿换哪种都能用,比如暖白纸加朱红的留白风和暗色科技感,也有方格纸上真笔现写的手帐,还有粉笔黑板报和萌系黏土小城。

同一支讲解片的同一时刻,在九种画风里的样子

图片来自项目的 GitHub 仓库。

后三种是讲法,画面和讲稿的结构一起变:推演是在一张深色画布上把图形和公式一步步搭出来,案卷像查案一样从异常查到结案,小剧场让角色在生活场景里撞上误区再找到原因。

同一个话题用推演、案卷、小剧场三种讲法讲出来

图片来自项目的 GitHub 仓库。

第 1 步:让 AI Agent 装好 Skill

它要用到 Python、FFmpeg(处理音视频的免费工具)和 Node.js,配音默认用 MiniMax,要一个 MiniMax 的 API Key。把下面这段交给你的 AI Agent:

帮我安装开源的 lanshu-create-ai-presenter-video Skill(github.com/cclank/lanshu-create-ai-presenter-video),用来做讲解视频。

1. 先只读检查我的电脑有没有 Python 3.9 以上、FFmpeg(含 ffprobe)、jq、rsync 和 Node.js,缺什么先告诉我要装什么、为什么,等我同意再装。
2. 按 README 把仓库放进你自己的 Skill 目录,文件夹名保持 lanshu-create-ai-presenter-video 不变。
3. 跑一遍仓库自带的测试(tests 文件夹里的两个 smoke 测试),它们不调用任何付费服务,用来确认环境没问题。
4. 配音要用 MiniMax 的 API Key。告诉我去哪申请、怎么设成环境变量 MINIMAX_API_KEY,由我自己填,不要让我把 Key 发给你。
5. 装好后用大白话告诉我:装了哪些东西、各占多少空间,测试过了没有。

第三条是让它先空跑一遍。环境有问题在这一步就能暴露,不会等到花了配音钱才发现。

第 2 步:选风格,先出几版草稿对比

挑选题时记住一点:一条片子只讲一个概念。"什么是 RAG""为什么手机越用越卡"这种一分钟能讲清的最合适,一口气讲一门课就太多了。

不知道选哪个画风也没关系,让 Agent 先用不花钱的无声草稿把九种画风都出一版,拼成一张对比图给你看。

这段关键内容需要登录后解锁

新用户注册就送 10 积分,之后每天登录再送 1 积分,当天不登录不送。用 1 积分解锁,以后随时回来都能看。

最后一条是整条片子的闸门:画风会影响讲稿怎么写,讲稿定了才能配音,配音定了,字幕、镜头和画面都按它卡时间。先在不花钱的阶段把这两件事定死,后面就不用返工。

第 3 步:定稿配音,再让它一句句演出来

讲稿定了以后,配音每句单独生成一次并存下来,后面改哪句只重配那一句。自己录了旁白的话,可以直接交给它,连配音钱都省了。

讲稿已经定稿,风格用 [选中的风格]。请按 Skill 的流程继续:

1. 配音前先告诉我:一共几句、用哪个声音、预计花多少,等我说"开始"再生成。[如果我自己录了旁白:音频在 文件路径,用它,不要另外配音,也不要拿它去克隆声音。]
2. 配完先出一版能播放的草稿片,把分镜表给我看:每一句台词配什么画面。
3. 我确认分镜后,再把每一句演出来,画面要卡在说到那个词的时候。
4. 渲染前先跑检查,截几张每章的关键画面给我看,有没有字挡住画面、画面停住不动、字幕错字。
5. 我说"渲染"再出成片,告诉我成片、分享版和字幕文件都在哪。

先看分镜表和关键画面再渲染,是因为截图阶段改最便宜,成片渲染一次要等不少时间。

第 4 步:看检查报告,再自己看一遍

这个 Skill 交片前会自己验收:成片要能完整解码,声音大小按 -16 LUFS 统一(LUFS 是衡量响度的单位,这个数是网络视频常用的标准),还要检查有没有黑屏和卡住的画面,再出一张九宫格缩略图。没过检查它不会把文件交出来。

你要做的是从头到尾看一遍:讲的事实对不对,比喻贴不贴切,有没有一句演得莫名其妙。哪句不满意,就告诉它"第几句的画面改成……",它只重做那一句。

想让数字人出镜

另一条路线是数字人口播:给它一张照片,它找一个能生成数字人视频的服务,让照片里的人对着镜头把你的讲稿讲出来,再配字幕和关键词动效。这条路线要多注意几件事:

  • 照片必须有授权:用自己的照片,或拿到本人同意的,而且必须是成年人。它在上传之前会让你确认。
  • 声音不能乱用:克隆声音需要你明确授权,它也不会看照片去猜一个声音。
  • 先试一小段:它会先做一段低成本的小样,再生成整条。付费调用前会报上传什么、生成多少秒、大概多少钱。连续三次不满意就停下来跟你商量,不会一直烧钱。

想在自己电脑上用显卡跑数字人,看 让 AI Agent 用你自己的显卡做数字人口播。

注意

  • 风格片只有横屏:要发抖音、视频号这类竖屏平台,要么接受横屏,要么改走数字人路线。
  • 3D 风格更慢:一镜到底和黏土小城是 3D 画面,渲染比其他风格慢得多,第一条建议选平面风格。
  • 配音按句计费:讲稿反复大改会反复花配音钱,所以一定在草稿阶段把稿子定好。
  • 成片记得标 AI 生成:发到平台时按平台要求打上 AI 生成的标识。

第一次用 Remotion 做讲解动画,可以对照看 不会剪辑也能出讲解动画视频。想做手账风的不露脸知识视频,看 不露脸知识口播视频保姆级教程。

参考

读完了?标记一下,记录学习进度。登录
收藏起来,稍后再看登录
对这篇有疑问?向 Ask AI 提问

评论(0)

还没有评论,来说第一句。

登录后参与讨论。登录