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：
- 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。
- 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。
- 节拍来自音频分析，算出拍点后，场景起止再对齐到小节。
- 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
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：
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。