JeecgBoot AI专题研究 | 编程 Agent 视频生产工具链全景：十大分类、两条技术路线与选型建议
为什么要专门盘点"能做视频的 Skill"
过去一年，Claude Code、Codex 这类编程 Agent 的能力边界一直在外扩：从写代码、跑测试，到操作浏览器、生成文档，现在已经有相当多的开发者让它们直接产出视频------剪口播、做产品宣传片、把一篇技术文章变成讲解动画。
问题在于，这类工具散落在 GitHub 的各个角落。它们大多以 Skill、插件、MCP 服务器的形态存在，名字五花八门，星数普遍很低，用关键词搜很难搜全，按星数排序又会漏掉大量好东西。
最近社区里出现了一份专门面向 Agent 的视频工具榜单，作者把 180 个仓库 逐一读过 README，分成 10 个类别并做了安全评级，最终整理成一个开源仓库和一个可筛选的在线页面，每 8 小时自动刷新一次。整个整理过程的模型调用成本大约 200 美元。
这篇文章不打算照搬清单，而是想回答三个更实际的问题：
- 这个领域现在哪些场景已经成熟，哪些还在早期？
- 想让 Agent 做视频，底座该怎么选？
- 每个方向先看哪几个仓库最划算？
先看分布：剪辑最卷，音乐视频最冷
十个分类的仓库数量和代表项目如下：
| 分类 | 仓库数 | 星数最高的仓库 | 星数 |
|---|---|---|---|
| 剪辑与后期 | 35 | FireRed-OpenStoryline | 3.4k |
| 讲解科普 | 32 | vox-director | 2.0k |
| 框架与通用工具包 | 29 | OpenMontage | 61.5k |
| 产品宣传与演示 | 26 | video-shotcraft | 9.7k |
| 短视频与口播 | 19 | codex-storyboard | 344 |
| 故事与动画 | 13 | story-to-handdrawn-video | 2.1k |
| 动效与 Logo | 11 | diffusionstudio/lottie | 5.5k |
| 剧本与学习 | 9 | screenwriting-skills | 1.4k |
| 数字人 | 4 | heygen-com/skills | 454 |
| 音乐视频 | 2 | PDoomVideo | 1.1k |
把这张表换个角度读，能看出两层信息。
第一层是成熟度。 剪辑、讲解、框架、产品宣传四类合计 122 个，占总量的三分之二。这说明 Agent 做视频目前最靠谱的两类活是：处理已有素材 （粗剪、去静音、加字幕），以及把文字稿转成讲解片。这两类任务的共同点是输入明确、输出可校验，非常适合 Agent 的工作方式。数字人和音乐视频加起来只有 6 个，基本还处于有人在试、没人跑通的阶段。
第二层是可见度。 180 个仓库中有 107 个不到 50 星，过千星的只有 20 个。换句话说，这个方向大部分工具还没有被大众发现。如果你只看 Trending 或者按星数筛选，会错过其中绝大多数。
收录标准：四个封闭问题，交给模型逐个回答
一个榜单是否值得信任，关键看它的准入规则是否清晰、是否可复现。这份榜单只用了四条规则：
- 切题：必须是做视频、剪视频或做动效的工具。3D 网页、提示词合集之类不算。
- 面向 Agent：形态是 Skill、插件、MCP 服务器，或者明确为 Agent 编写的工具包。
- 有 README：没有文档就无从评估，直接排除。
- 质量线：50 星以上只判断是否切题；50 星以下额外要过 README 质量关------要展示成品、一条命令能跑起来、讲清产出物、文档完整，并且至少 5 星。
这套规则设计得很聪明：四条全是"是 / 否"型的封闭问题。判断"这个仓库是不是给 Agent 用的视频工具"不需要任何计算或推理链，只需要读懂 README 的语义。这恰好是专做分类判断的模型最擅长的活，比用通用大模型逐条生成长篇评价要便宜、稳定得多。
安全评级的结果是 178 个 SAFE、2 个 CAUTION。需要提醒的是，评级依据的是 README 和安装步骤的文本，而不是对源码的完整审计。
在实际使用中，我建议对任何第三方 Skill 都养成几个习惯：
- 先读
SKILL.md和安装脚本再装 ，重点看有没有curl | bash、下载未知二进制、改写全局配置的操作； - 留意凭据：涉及 ElevenLabs、HeyGen 等付费 API 的 Skill，确认 Key 是从环境变量读取，而不是硬编码或上报；
- 优先在独立目录或容器里试跑，确认产出符合预期后再接入主力项目；
- 核对开源协议，尤其是打算把生成的视频用于商业宣传时。
底座选型：HTML 出片 vs Remotion 编程
要让 Agent 做视频，第一步是选渲染底座。29 个框架类仓库基本可以归为两条路线，另有一个"全家桶"值得作为入口。
入口：OpenMontage
calesthio/OpenMontage（61.5k 星）是一个开源的 Agent 视频制作系统，内置 12 条制作流水线、100 多个工具和 700 多个 Skill。它更像一张"地图"------如果你想先搞清楚 Agent 做视频到底能做哪些事，从这里开始最省时间。
路线一：写 HTML 就能出片
heygen-com/hyperframes（53.5k 星）的思路是把视频当网页来写：Agent 输出 HTML + CSS，框架负责逐帧渲染成视频。榜单里不少小仓库都构建在它之上，纸拼贴风格、信息图动画这类路线尤其集中。
它的优势在于门槛极低。Agent 对 HTML/CSS 的熟悉程度远高于任何视频编辑软件，生成正确率高，出错了也容易调。
路线二：Remotion 用 React 编程做视频
Remotion 让你用 React 组件描述每一帧，镜头、转场、卡点都能精确控制到帧级别。在产品宣传类的 26 个仓库中，有 14 个在描述里点名使用 Remotion，使用 HyperFrames 的是 5 个。
怎么选
| 维度 | HyperFrames（HTML 出片） | Remotion（React 编程） |
|---|---|---|
| 上手门槛 | 低，会写网页就行 | 中，需要理解 React 与帧时序 |
| 表达力 | 适合信息图、排版类动画 | 镜头语言、复杂转场、音画卡点 |
| Agent 生成成功率 | 高 | 较高，但复杂时序更容易出错 |
| 典型场景 | 讲解动画、图文快剪 | 产品宣传片、电影感短片 |
一个简单的判断方法：画面以"排版"为主选 HTML 路线，以"镜头"为主选 Remotion。
另外推荐一个切口很小但很实用的仓库：iart-ai/data-animation-skills，只有 6 星，专门把 CSV 数据变成动态图表，并且保证每一帧上的数字都准确。做数据汇报、月度复盘视频的同学可以重点关注------数字出错在这类视频里是致命的。
四个主力方向，各挑三个先上手
剪辑与后期（35 个）
这一类的主流做法高度一致：底层用 ffmpeg、Whisper 和视觉模型完成粗剪，上层用 Remotion 或 HyperFrames 渲染字幕和动效，口播视频是最集中的应用场景。
- FireRedTeam/FireRed-OpenStoryline（3.4k 星）：用自然语言下达"导演指令"完成剪辑，LLM 负责规划，工具负责执行，还支持把风格沉淀成可复用的 Skill。
- ayushozha/AdobePremiereProMCP（106 星）：Premiere Pro 的 MCP 服务器，提供 1027 个工具，覆盖时间线、调色、混音、特效和导出。相当于让 Agent 直接坐到专业剪辑软件前操作。
- louisedesadeleer/cut-video （101 星）：精简长录屏，自动去掉静音和"嗯、啊"这类语气词，但会保留笑声和喜剧停顿。这个取舍看似细节，却恰恰是大多数自动剪辑工具做砸的地方。
讲解科普（32 个）
视觉风格主要集中在两条线：Vox 式纸拼贴 和 3Blue1Brown 式数学动画。
- Alisa0808/vox-director（2.0k 星）：给一个选题，产出 Vox 风格的纸拼贴讲解视频。
- Vincentwei1021/video-talkcraft（1.2k 星）：以配音驱动画面，实现逐词同步，并附带 109 张动效配方卡。
- aijiduonadegou/Paper-Cut （16 星）：做纸拼贴科普却完全不用视频模型------先用图像模型定稿，再把原图拆成图层，最后用代码驱动动画。最贵的那一环被直接省掉了，非常适合预算有限的团队。
产品宣传与演示（26 个）
- Vincentwei1021/video-shotcraft（9.7k 星）：基于 Remotion 做电影感产品视频，内置 152 张镜头配方卡和 209 个动效预览，这套配方卡已经被好几个仓库复用。
- op7418/guizang-product-video-skill（445 星）：直接复用产品真实的组件和设计语言来做更新宣传片，画面和产品本身完全一致，不会出现"宣传片里的界面和实际不一样"的尴尬。
- Arman-Luthra/aftr（22 星）：可以理解为 After Effects 版的 Puppeteer，是这一类里唯一走 AE 路线的仓库。
对于做开源项目、SaaS 产品的团队来说，这一类最值得投入。版本发布时让 Agent 读一遍 Release Notes，直接复用前端组件生成一条功能介绍短片，比单独找设计师排期要快得多。
短视频与口播（19 个）
- Yuuhann1999/codex-storyboard（344 星）：本地多项目的视频分镜工作台，从分镜到渲染一站管理。
- hassancs91/claude-faceless-shorts-creator（268 星）：不露脸的 YouTube Shorts 生产线，Remotion 负责画面，ElevenLabs 负责配音和逐词字幕，全链路打通。
- pyang5166/gbro-collage-info（51 星）：根据旁白脚本生成半调纸拼贴风的信息动画，不依赖任何图像模型。
小众分类里的惊喜
数量少的分类，反而个性最鲜明：
- 动效与 Logo ：diffusionstudio/lottie （5.5k 星）让 Agent 直接生成可用于生产环境的 Lottie 动画；nolangz/pixel2motion（2.3k 星）能把位图 Logo 转成 SVG 动画，还会输出动效的 QA 证据，方便验收。
- 故事与动画 ：东方题材相当集中。gnipbao/story-to-handdrawn-video （2.1k 星）把中文故事文案转成手绘日记漫画风动画；AllenAI2014/remotion-guofeng-starter（25 星）只需一首诗或一个成语，就能生成国风纸片动画。
- 剧本与学习 ：负责视频的前期工作。jtydhr88/screenwriting-skills （1.4k 星）打包了 26 个编剧与戏剧构作方向的专业 Skill；eternityspring/reelbench-skills（843 星）支持逐镜头拉片，拆解后还能合成带分镜信息的视频。
- 数字人：只有 4 个，其中 3 个以 HeyGen 为底座，区别主要在封装深度------有的只管生成，有的一路做到社交平台发布。
- 音乐视频 ：只有 2 个，但都值得读源码。JohnHeibel/PDoomVideo （1.1k 星）公开了音乐视频《I'm Upping My P(doom)》的完整工程；ledbetterljoshua/functional-emotions-video（45 星）自研了 GPU 笔触渲染器，并用 7 个章节 Agent 并行制作。
从这份榜单里能读出的三个趋势
趋势一：代码化出片已成主流。 在 180 个仓库的描述中，点名 Remotion 的有 46 个，点名 HyperFrames 的有 26 个，合计 72 个，占四成。原因很朴素：代码渲染的每一帧都可控、可复现、可修改，这正是 Agent 的舒适区。相比之下，纯视频大模型生成的画面每次都不一样，很难做精确修改。
趋势二："配方卡"正在成为可复用资产。 video-shotcraft 的 152 张镜头配方卡、video-talkcraft 的 109 张动效配方卡，本质上做的是同一件事：把好镜头拆成 Agent 能直接套用的参数。这比写一大段描述性提示词稳定得多，也和 Skill 机制"把经验固化成可复用模块"的思路一脉相承。
趋势三：小仓库的信息密度被严重低估。 Paper-Cut 绕开视频模型的巧思、aftr 打通 AE 的独特路线，都藏在不到 50 星的仓库里。对于选型来说，"按规则筛"远比"按星数排"可靠。
落地建议：从一条最小流水线开始
如果你打算在团队里尝试用 Agent 做视频，可以参考这样一个循序渐进的路径：
- 先跑通一个确定性场景：比如"录屏 → 去静音 → 加字幕"，用剪辑类 Skill 即可完成，成果容易验收；
- 再选定渲染底座：以排版为主选 HyperFrames，以镜头为主选 Remotion，不要两套同时上；
- 沉淀自己的配方卡：把团队满意的片头、转场、字幕样式固化成 Skill，后续每条视频都复用；
- 最后再考虑生成式画面：视频大模型成本高、可控性差，适合作为点缀而不是主体。
在 JeecgBoot 低代码团队的实践中，我们也在尝试用代码渲染的方式，为版本发布自动生成功能介绍短视频：从发布文章中提炼卖点，再由 Agent 编排分镜、配音和字幕。整体体会和这份榜单的结论一致------可控、可复现比"画面多炫"重要得多。
这份榜单的仓库地址如下，想推荐新仓库可以直接提 issue 附上链接，会走和其他条目一样的评审流程：
arduino
https://github.com/zhuyansen/awesome-claude-video-skills总结
Agent 做视频已经从"能不能"进入"怎么选"的阶段。剪辑后期和讲解科普是当前最成熟的方向，代码化渲染（HyperFrames / Remotion）是主流底座，配方卡式的经验沉淀正在成为新的复用单位。与此同时，大量优秀工具还藏在低星仓库里，按清晰的规则去筛选，比追逐热门榜单更容易找到真正好用的东西。
如果你也在探索 AI 编程助手的更多可能性，不妨从一条最小的视频流水线开始，让 Claude Code 先帮你剪好下一条演示视频。
本文为 JeecgBoot AI 专题研究系列文章。