一句话生成完整知识动画Skill详解
手绘视频SKill
一句话生成完整知识动画
从一个主题到一部带文案、分镜、AI 插画、自然配音、同步字幕
和 Remotion 动效的 MP4 成片
00
当 AI 生成视频遇到「最后一公里」
你也许用过 Sora、Runway 或可灵，输入一句话，等上几十秒，就能拿到一段炫酷的视频片段。
但当你要做一条「讲清楚为什么存钱越早越轻松」的知识科普动画时，你会发现：画面是有了，文案不对、配音是外语、字幕缺失、风格不可控、分镜逻辑断裂。
这些「最后一公里」的问题，比生成画面本身更耗时。
近期，一个名为 沐阳手绘视频（Muyang Flat Animation） 的开源项目在开发者社区引发了关注。它不是又一个「一键生成」的 AI 视频模型，而是一个面向 OpenAI Codex 的 Skill——一套结构化的工作流指令，把从选题到成片的整个链路拆解成可控的步骤，让 AI 在每一步都能被人类审核和调整。
本文将从功能特性、视觉风格、工作流程、部署配置和适用场景五个维度，带你全面了解这个技能。
01
沐阳手绘视频：一个 Codex Skill
沐阳手绘视频（GitHub 仓库名 muyang-handdrawn-video）是一个为 OpenAI Codex 设计的 Skill。它的核心能力是接受一个主题输入，自动完成从脚本撰写到 MP4 渲染的全流程，输出一部带有手绘风格插画、自然语音旁白、同步字幕和动效的短视频。
1句话触发全流程 | 10种视觉风格预设 | 11套动效预设系统 |
▎关键区别与主流「一键式」AI 视频生成工具不同，沐阳手绘视频引入了分步审核机制——在视觉命题、静帧、最终视频三个关键节点上，都允许人类介入审核。这种「人机协同」模式让你可以在问题发生的早期就进行纠正，而非等到最终成片才发现风格偏离或逻辑错误。
warm-editorial 默认风格示例帧——上方标题、中心手绘插画、底部字幕的竖屏结构
沐阳手绘视频的技能体系围绕「从文字到视频」的完整链路设计，每一环都有明确的输入、输出和质量标准。
FEATURE 01一句话生成只需输入主题即可自动完成脚本、画面、配音、字幕和视频渲染。 | FEATURE 02真人感旁白支持 Fish Audio 和 ElevenLabs 双引擎，中文项目优先选择普通话声音。 | FEATURE 03统一连续配音生成一条完整旁白，确保声音的身份和节奏在全片保持连贯。 |
FEATURE 04AI 图片生成每个场景调用 imagegen 生成独立的手绘风格插画，保持统一风格。 | FEATURE 05十种视觉风格从暖色编辑手绘到技术蓝图，覆盖多种内容场景的视觉需求。 | FEATURE 06可编辑工程输出输出完整 Remotion 项目，可继续修改任何环节而非不可逆的 MP4。 |
03
十种预设风格，覆盖主流内容场景
沐阳手绘视频内置了十套视觉风格系统，每套都控制了图片生成方向、配色方案、标题字体调性、字幕字体栈、背景纹理和布局族系。默认风格是 warm-editorial。
十种视觉风格预览
风格 ID | 适用场景 |
|---|---|
warm-editorial | 金融、习惯养成、心理学、温和讲解 |
modern-grid | 商业、科技、系统架构、创作者经济 |
notebook | 学习笔记、个人成长、教程、手账 |
ink-poster | 观点输出、文化评论、强钩子、戏剧对比 |
watercolor-storybook | 情感故事、自然主题、历史叙事、柔软表达 |
calligraphy-scroll | 哲学、诗歌、传统文化 |
retro-newspaper | 媒体分析、案例研究、历史事件 |
chalk-classroom | 科学知识、分步教学、课堂讲解 |
technical-blueprint | 机械原理、工作流程、工程概念、软件架构 |
playful-sticker | 社交媒体短科普、儿童内容、轻松科学 |
▎排版设计哲学所有默认预设都避免左右分栏布局，采用「上方标题 - 中心画面 - 底部字幕」的上下阅读流。图片中不包含任何文字，所有标题、字幕和标注都由 Remotion 代码渲染，保证文字的清晰度和可编辑性。
十种文字与图片排版布局预览
04
十一套动效预设，让画面「活」起来
沐阳手绘视频的 Remotion 模板内置了可复用的动效预设。如果未指定 motion.id，系统会根据所选视觉风格自动匹配对应的动效语言。
动效 ID | 视觉感受 |
|---|---|
calm-explainer | 安全默认：柔和淡入、微浮、镜头缓移 |
editorial-drift | 温暖纸面漂移，轻松编辑节奏 |
grid-scan | 结构化侧栏入场和扫描线 |
notebook-flip | 笔记本翻页和便签移动 |
poster-snap | 快速海报冲击和印章点缀 |
watercolor-float | 柔和浮动绘本感 |
scroll-reveal | 竖向卷轴展开和墨水擦除 |
newspaper-press | 印刷式标题落下和栏间运动 |
chalk-write | 粉笔粉尘和教室黑板动效 |
blueprint-scan | 蓝图扫描、网格漂移和技术展开 |
sticker-pop | 活泼贴纸弹出和轻微呼吸感 |
动效的设计原则是「明显但克制」。标题入场、图片显隐、字幕进入和纹理运动在每个场景中都是必需的，但动效始终服务于可读性，不会喧宾夺主。
05
从主题到成片：九步生产流水线
沐阳手绘视频的生产流程被设计成一条线性流水线，每一步都有明确的输入和输出，且关键节点可以人工介入。
三种视觉风格输出对比
① 输入主题 → ② 撰写脚本 → ③ 生成 plan.json
④ 创建 Remotion 项目 → ⑤ 生成场景插画
⑥ 生成旁白音频 → ⑦ 渲染视频
⑧ 成片验证 → ⑨ 输出 MP4 + 可编辑工程
两种创作模式
技能支持两种交互模式，适应不同的创作需求：
自动模式（Automatic）用户只提供一个主题，或者说「默认」、「自动」。系统自动做出所有选择：中文旁白、60-90秒、竖屏、暖色编辑手绘风格、逐场景生成图片、同一中文声音的连续旁白、同步字幕和克制动效。直接交付 MP4。
# 最简单的触发方式使用 $沐阳手绘视频，主题：为什么存钱越早越轻松
引导模式（Guided）用户说「引导模式」或请求自定义。系统分轮引导选择风格、画幅、时长和声音，每轮最多三个简短决策，先给推荐再给「其余默认」的退出选项。用户随时说「其余默认」即可停止提问并继续制作。
# 引导式创作使用 $沐阳手绘视频，引导模式。帮我选风格和声音。
06
安装与环境配置
部署沐阳手绘视频需要一定的技术环境。以下是完整的安装和配置流程。
环境依赖
依赖项 | 用途 |
|---|---|
Node.js + npm | 运行 Remotion 项目并渲染 MP4 |
Python 3.10+ | 运行预检、项目创建和 TTS 脚本 |
FFmpeg + FFprobe | 音视频处理与成片验证 |
imagegen Skill | 为每个场景生成手绘风格插画 |
Fish Audio / ElevenLabs | 自然语音合成（需自备 API Key） |
▎前置准备首先从 GitHub 克隆项目仓库到本地：
git clone https://github.com/yokel1121/muyang-handdrawn-video.git
方式一：Trae Work 安装
Trae Work 是字节跳动推出的 AI 原生工作台，原生支持 Skill 系统，提供技能市场安装和本地上传两种方式。
方法 A：从技能市场安装（推荐）1. 在左侧任务栏顶部，点击「技能」图标进入技能管理中心
2. 切换到「技能市场」页签
3. 在搜索框中输入技能名称或关键词
4. 找到目标技能后，点击卡片右侧的「+」按钮
5. 安装完成后，技能会出现在「已安装」页签，默认启用
方法 B：上传本地技能1. 将克隆的项目文件夹打包为 .zip 格式（确保根目录包含 SKILL.md）
2. 在技能管理中心点击右上角的「上传技能」按钮
3. 选择打包好的 zip 文件，点击「确认」
4. Trae Work 会自动解析 SKILL.md 并安装
▎在 Trae Work 中使用安装后，在对话框中输入 /，从列表中选择技能；或直接告诉 AI「使用沐阳手绘视频技能，主题：……」。AI 也会根据任务内容自动判断并加载相关技能。
方式二：Claude Code 安装
Claude Code 是 Anthropic 官方的命令行 AI 编码助手，支持通过文件系统加载 Skill。Skill 本质上是放在特定目录下的 .md 文件和配套脚本。
安装步骤1. 将克隆的项目文件夹复制到 Claude Code 的技能目录
2. 确保 SKILL.md 位于文件夹根目录
3. 重启 Claude Code（退出当前会话后重新运行 claude 命令）
4. 在对话中输入 / 查看技能列表，或通过 frontmatter 自动触发
# 全局技能（所有项目生效）~/.claude/skills/muyang-handdrawn-video/SKILL.md # 项目级技能（仅当前项目生效）/.claude/skills/muyang-handdrawn-video/SKILL.md
方式三：OpenAI Codex 安装
沐阳手绘视频最初为 OpenAI Codex 设计，仓库 README 中的默认安装路径即指向 Codex。
# Windows%USERPROFILE%\.codex\skills\ # macOS / Linux~/.codex/skills/
方式四：命令行工具安装（通用）
部分社区提供了跨平台的 Skill 安装工具，可以通过命令行快速安装：
# 使用 npx skills 安装npx skills add yokel1121/muyang-handdrawn-video --skill muyang-handdrawn-video -g -y # 或手动 clone 后复制到对应平台目录git clone https://github.com/yokel1121/muyang-handdrawn-video.gitcp -r muyang-handdrawn-video ~/.claude/skills/cp -r muyang-handdrawn-video ~/.codex/skills/cp -r muyang-handdrawn-video ~/.trae-cn/skills/
各平台技能目录速查
平台 | Windows | macOS / Linux |
|---|---|---|
Trae Work | %userprofile%\.trae-cn\skills\ | ~/.trae/skills/ |
Claude Code | %userprofile%\.claude\skills\ | ~/.claude/skills/ |
OpenAI Codex | %userprofile%\.codex\skills\ | ~/.codex/skills/ |
语音合成配置
沐阳手绘视频支持两个 TTS 引擎，中文项目优先推荐 Fish Audio：
Fish Audio（中文优先）在 fish.audio 注册并创建 API Key，然后在生成项目的 .env 中配置：
FISH_API_KEY=你的密钥FISH_MODEL=s2.1-pro-free# 可选：指定参考声音 IDFISH_REFERENCE_ID=你的参考声音ID
ElevenLabs（英文/多语言）在 elevenlabs.io 创建受限 Key，仅启用 Text to Speech 和 Voices: Read 权限。内置的中文声音选择器会按优先级排序：普通话旁白/教育声 > 温暖专业叙事声 > 当前订阅可用的声音。
▎安全须知技能本身永不存储账户密钥、个人声音 ID 或参考录音。密钥保存在各自生成项目的 .env 文件中，且被 .gitignore 排除。切勿在聊天中粘贴密钥或提交 .env 到版本库。
07
内置质量门控与自动检测
沐阳手绘视频不仅仅是一个生成工具，它还内置了一套完整的质量保障体系。项目提供了视频检查脚本 verify_output.py，可以自动检测 AIGC 视频中的常见问题。
检测项 01镜头漂移检测画面是否存在非预期的镜头移动或抖动。 | 检测项 02人物一致性检查人物与手部动作在不同场景间是否保持一致。 |
检测项 03随机线条识别画面中是否出现意外的随机线条或噪点。 | 检测项 04画风稳定性验证整体画风在场景切换时是否保持统一。 |
检测项 05音轨质量检查旁白音频是否存在异常噪音或截断。 | 检测项 06最终帧检查确保视频不以空白或黑屏结尾。 |
在手动命令流程中，验证步骤位于渲染之后，是一个独立的检查环节：
# 1. 环境预检python scripts/preflight.py --project video # 2. 创建项目python scripts/create_project.py --plan plan.json --output video # 3. 生成场景插画（使用 imagegen） # 4. 生成旁白python scripts/fish_audio_project.py --project video # 5. 安装依赖并渲染cd video && npm install && npm run render # 6. 成片验证python ../scripts/verify_output.py out/video.mp4 --plan src/generated/plan.json
硬性质量门控清单
SKILL.md 中定义了一系列不可妥协的质量门控规则：
✓ 使用生成的图片作为焦点视觉，而非通用 SVG 原始图形
✓ 使用确定性的 Remotion 帧数学，不使用 CSS 动画或运行时随机性
✓ 测量实际音频时长，不从字数估算（当音频已存在时）
✓ 可读文字距边缘至少 80px（左右）和 96px（上下）
✓ 标题字体 + 高可读性字幕字体，字幕不使用书法体
✓ 生成的图片中不含文字，所有文字由 Remotion 渲染
✓ 每个场景都必须有同步字幕，除非用户明确要求不加
✓ 视频必须为 H.264 编码、AAC 音频，无空白最终帧
08
你拿到的不只是一个 MP4
每次生成的项目都是可编辑的工程，包含以下完整结构：
video/├─ public/images/ # 生成的场景插画├─ public/audio/ # 连续旁白 narration.mp3├─ script/ # 可读的导出脚本│ ├─ voiceover-script.md # 完整旁白脚本│ ├─ captions-script.md # 屏幕字幕脚本│ └─ scene-plan.md # 场景标题、图片提示词、字幕、旁白├─ src/generated/│ ├─ plan.json # 结构化计划文件│ └─ captions.json # 字幕时间轴数据├─ src/stylePresets.ts # 风格预设配置└─ out/video.mp4 # 最终成片
这意味着你可以随时回到项目中修改脚本、替换图片、调整字幕或修改动画。这是「一键生成」工具无法提供的关键能力。你拥有对成片的完全控制权。
09
谁最适合使用这个工具？
沐阳手绘视频的目标用户群体非常明确：拥有现成音频脚本，需要为解释概念、梳理流程或展示人物关系等场景快速生成短动画，但希望避免使用 Adobe After Effects 等专业软件进行复杂关键帧制作的内容创作者。
场景 01知识科普创作者把「复利效应」「锚定偏差」等抽象概念转化为带旁白和动画的 60 秒短视频。 | 场景 02教育内容制作者分步教学动画，配合黑板或蓝图风格，适合课堂翻转和在线课程。 |
场景 03企业培训团队快速制作工作流程讲解、制度宣导和企业文化故事动画。 | 场景 04个人品牌运营者用统一视觉风格持续输出知识内容，建立个人 IP 的视觉识别度。 |
▎技术门槛提示使用者需要具备基本的命令行操作能力，能够管理 Python 环境和 API 密钥。在实际使用中，可能会遇到因 API 请求频率或用量超出限制而返回的 429 RESOURCE_EXHAUSTED 错误，届时需要自行检查 API 账户状态或更换密钥。