项目要介绍片的话,可以试试这个 Skill

项目要介绍片的话,可以试试这个 Skill

平时写代码,我习惯把查文档、改仓库、跑命令做成 Skill。装好之后,在工具里说一句话,它就能自动执行。前阵子看到鱼皮开源的 ai-promo-video-maker,用来给产品做宣传片,和我平时用的那些不太一样。

我在自己的项目试了试。在AI工具里说「给这个项目做一支宣传片」,它问完画幅时长、风格方向,在项目目录里生成了一个 4K 成片。跑通之后,我把仓库翻了一遍,看这条片子是怎么做出来的。

实现原理

首先来说说实现原理,一条片子的顺序大致是:

  • 先定内容,
  • 再准备画面和声音,
  • 最后按时间合成。
一、画面

风格图和背景是生成或画出来的静帧。产品界面要打开真实页面来截,视口 1920×1080,按两倍像素比存成 4K 图。

需要登录的页面会弹出浏览器,登录一次再截。这些静帧按分镜放上时间轴,程序逐帧把画面画出来,导出时连成视频。

二、配乐

配乐会在排片前先定。有 ElevenLabs 这类账号,就按分镜写一段曲子;没有,就从可商用曲库里选。试听通过之后,再测出节拍和小节,场景切换落在这些拍子上。前奏太长,就从高潮前一两小节开始播。

三、配文

旁白按每个场景容得下的字数来写。语音生成之后,再转写成文字核对,品牌名和网址读错就重来。混音时,有旁白的段落把音乐压低,保证人声听得清。不做旁白,就只留音乐,画面改用大字幕。

每个场景先导出一张静帧,看字能不能读完、图糊不糊。通过之后再渲染整片。画面按 1080p 制作,要 4K 就在导出时按两倍分辨率渲染。

使用到的技术:

  1. 截图由 Playwright 驱动浏览器完成,视口 1920×1080、像素比 2,文件就是 3840×2160。
  2. 画面用 Remotion,每一帧都由 React 画出来,截图和文字只是这一帧里的元素;按帧号导出,同一帧重复渲染,结果不变。
  3. 节拍来自音频分析,算出拍点后,场景起止再对齐到小节。
  4. 旁白用语音合成,再用语音识别转回文字核对。混音时,有人声的时段会把音乐增益降下来。

怎么用

我用的是命令行全局安装,一次装到用户目录,之后各个项目都能调用。

bash 复制代码
npx skills add liyupi/ai-promo-video-maker -g

电脑上要先有 Node.js 18 或更高、Python 3.9 或更高、ffmpeg。Python 依赖和截图用的浏览器内核先别自己装,开工前它会跑 doctor.py 做体检,缺什么、用哪条命令,都会写出来。体检只检查,不会顺便安装。以后要更新,再跑 npx skills update。

装好之后,用 AI工具(我用的是Cursor)打开你要宣传的那个项目。我当时就是打开自己的项目,说:

复制代码
给这个项目做一支宣传片。

它能读到这个仓库的 README 和代码,比只给一个网址更准。接着通常问两轮。

第一轮是画幅、时长、给谁看、开头怎么起、风格样帧;

第二轮是素材从哪来、版权,以及结尾放哪个网址。每题都会给一个针对这个产品的推荐,拿不准就选推荐,也可以回「你来决定」。

这些选择会写成 需求确认.md,你确认之后,它才开始建工程。

中途还会再找你。配乐和旁白音色要试听;页面要登录才能打开时,会弹出浏览器,登一次就行。事实对不上出处,它也会停下来问。

做完之后,成片在项目根目录的 宣传片/ 里。成片多半是横屏 4K,时长 45 到 60 秒,竖屏可以在提问时选。同目录还有 需求确认.md 和 调研笔记.md,后者记着数字和截图的出处。工程文件能到几个 GB,这个目录要加进 .gitignore。

想要旁白,或者让它按分镜写配乐,把 ElevenLabs 的 key 放在项目根目录的 .env 里,变量名 ELEVENLABS_API_KEY,不要贴进对话框。不配的话,就用免费曲库配乐,字幕放大。

4K 渲染本身,画面简单的要几分钟,同屏图多的要十多分钟。需要你守着的,主要是开头那两轮问答,再加上听声音。只改旁白的话,它换音轨,不用把画面重新渲染一遍。

关于收费

项目本身不收费。要付的是 Cursor 的订阅,以及等它跑完的时间。模型要是太弱,容易把校验跳过。作者在 README 里建议用 Claude Opus 5.5,或更强的模型。另外,Remotion 对个人和 3 人以内的公司免费,人数更多的团队要单独看 许可。

同一个 Skill 在 Claude Code、Codex 里也能装。我这支片子是在 Cursor 里做的。

仓库:github.com/liyupi/ai-p...

相关推荐
小虎AI生活5 小时前
哇塞~24小时开机的WorkBuddy免费领,速来
aigc·ai编程
Csvn5 小时前
换供应商要改一遍代码?把模型接入收进一层网关(C04)
人工智能·aigc·agent
孟健6 小时前
开源AutoClip切直播:1小时48分出19段,整月API只花0.08元
人工智能·开源·aigc
徐开泉10 小时前
抽取器怎么判断“这家不做这个”:婚摄官网字段缺失的三种形态(2026)
aigc
Baihai_IDP12 小时前
大模型 API 真的在赔本赚吆喝吗?聊聊 Token 背后的真实成本
人工智能·llm·aigc
AI创界者12 小时前
Python 进阶实战(五十四章):大模型推理网关终极架构——分布式全局前缀 Trie 缓存同步与多网关高可用协同调度
人工智能·python·aigc
后端小肥肠13 小时前
公众号里流量很夯的漫画赛道:趣味漫画创作全拆解
人工智能·aigc·agent
宝桥南山13 小时前
Visual Studio 2026新特性 - 可以直接连接DeepSeek(使用Custom Endpoint Provider配置项)
ide·microsoft·微软·aigc·.net·visual studio
程序员鱼皮15 小时前
这 3 年 AI Agent 到底进化了啥?万字大白话,一次讲透!
前端·后端·aigc
LV技术派1 天前
肝了一周,我把 Super Agent 的架构融入到了我的 AI Native 工作台中
aigc·ai编程