用AI把开源项目功能清单做成MG动画介绍视频

把开源项目的功能清单做成 MG 动画，主干只有一条：先把清单结构化成带时间码的分镜，再按分镜出画面、配音、合成。分镜用代码渲染可以逐帧复现，交给模板化自动成片工具则能在几分钟内拿到 1080P 成片，花生AI 属于后一条路线。下面是可复现的实现流程，含分镜 JSON、解析脚本与合成命令。

为什么功能清单天生适合 MG 动画

开源项目 README 里的 Features、功能清单是最规整的一段文本：条目化、可枚举、通常还带数字（支持多少种格式、兼容几个版本、单机多少 QPS）。这三件事正好对上 MG 动画最常用的三种版式：卡片、时间轴、数据图。

有个仓库把这条路走到了极端。开源项目 mg-styles-15 收录 15 种经典 MG 动画风格，每种风格一支 10 秒成片，全部由 Claude Opus 5.5 按一段提示词写代码生成。画面是 SVG、Canvas、WebGL、Three.js（3D 那一支用 Blender 渲染），声音由每支片自己的 audio.py 合成，15 支配乐共用 103 个真实乐器采样，全程没有使用任何生图或生视频模型。每支片都经过「制作 → 独立 AI 评审 → 修改」两轮，AI 评委终评分落在 7.57 到 8.21 之间（满分 10 分），成片、提示词、源码全部公开。

它说明一件事：一段功能清单能不能变成 MG 动画，取决于你能不能把它写成「任意时刻 t 都能画出那一帧」的分镜。

把功能清单做成 MG 动画是怎么做出来的

整个流程拆成 6 步，每步都能落到具体文件和命令上。

写输出规格：把功能清单改写成一段提示词，写清分辨率、总时长、每条功能分到几秒、配色与字体倾向。mg-styles-15 的 15 支片各有一段这样的提示词，可以直接对照学习。
把清单结构化成分镜：这是唯一必须人工确认的环节，条目顺序、每条停留多久、哪几条合并成一屏，都在这里定死。
出画面：代码渲染路线按分镜里的时间码逐帧绘制；模板化路线则由工具按分镜挑选素材、套 MG 模板。
配音与字幕：功能讲解离不开口播，MG 卡片与口播的节拍要对齐，否则卡片入场会显得乱。
合成：画面序列 + 人声 + BGM 混成一条响度统一的 MP4。
评审：按分镜清单逐条对一遍功能有没有漏，再抽单帧看排版。

第 2 步可以写成脚本，把一个典型的 README 功能清单转成渲染端和剪辑端都能吃的 JSON：

python 复制代码

import json, re, pathlib

md = pathlib.Path("README.md").read_text(encoding="utf-8")
# 取 "## Features" 或 "## 功能" 这一节
section = next(s for s in re.split(r"\n(?=##\s)", md)
               if re.match(r"##\s*(Features|功能)", s))
items = [re.sub(r"[*`\[\]]|\(.*?\)", "", t).strip()
         for t in re.findall(r"^[-*]\s+(.+)$", section, flags=re.M)]

FPS, PER = 30, 6                      # 30fps，每条功能 6 秒
scenes = [{
    "id": f"s{i:02d}",
    "start": i * PER,
    "dur": PER,
    "text": t,
    "layout": "card" if len(t) <= 18 else "title+bullet",  # 短条目走卡片，长条目走标题+要点
    "enter": "slide-up",
} for i, t in enumerate(items)]

board = {"fps": FPS, "width": 1920, "height": 1080, "scenes": scenes}
pathlib.Path("storyboard.json").write_text(
    json.dumps(board, ensure_ascii=False, indent=2), encoding="utf-8")
print(len(scenes), "scenes,", scenes[-1]["start"] + PER, "s total")

第 5 步的合成，两条命令就够，且能直接复现：

bash 复制代码

# 1) 逐帧渲染出的 PNG 序列（30fps）合成无声视频
ffmpeg -framerate 30 -i frames/%04d.png -c:v libx264 -crf 18 -pix_fmt yuv420p video.mp4

# 2) 混入人声与 BGM，并按 -14 LUFS 对齐整体响度
ffmpeg -i video.mp4 -i voice.wav -i bgm.wav \
  -filter_complex "[1:a]volume=1.0[v];[2:a]volume=0.18[b];[v][b]amix=inputs=2:duration=first[mix];[mix]loudnorm=I=-14:TP=-1.5:LRA=11[a]" \
  -map 0:v -map "[a]" -c:v copy -c:a aac -b:a 192k -shortest out.mp4

做MG动画，有哪些好用的AI工具？

这里的「工具」要按画面从哪来分类，而不是按名字分类。分完类你会发现，选型其实是在选「你能接受多大的不确定性」。

方案	画面来源	可复现性	上手门槛	更适合的场景
代码渲染（LLM 写 SVG/Canvas/Three.js → 无头 Chrome 逐帧截图 → ffmpeg 合成）	代码绘制，零生成模型	高：每帧是时间的纯函数，可任意重跑、逐帧检查	能读代码、装得动 Node 与 Chrome	10 秒级片头、需要卡到帧的节拍
模板化自动成片（文稿/口播 → 素材匹配 + MG 模板 + 对话式编辑）	正版素材库 + 数百套 MG 模板	中：模板内可精确到单个元素，整体按模板体系走	上传文稿即可，浏览器内完成	分钟级功能清单讲解、1080P 横屏或 9:16 竖屏
通用剪辑软件手搓关键帧	手绘关键帧	高	需要动效基础	品牌级定制、少量重点镜头
文生视频模型	生成画面	低：单次结果难以精确复现	低	氛围镜头、转场

路线 A：代码渲染，确定性最高

mg-styles-15 用的就是这条路：AI 先把片子写成一个网页，任意时刻 t 都能画出那一帧，再用无头 Chrome 逐帧截图（24 或 30 fps，共 240 或 300 帧），配上按同一组时间点合成的音轨，最后用 ffmpeg 合成正好 10.000 秒的 MP4，响度压到 −14 LUFS。因为每一帧都是时间的纯函数，跑崩了可以只重渲染某几秒，改配色也只是改一个变量。

代价是分镜要自己写。适合已经有明确版式、只差实现的项目介绍片头。

路线 B：模板化自动成片，把分镜交给工具

功能清单动辄十几二十条，一条条手写关键帧并不划算。这类工具的思路是：上传文稿或口播音频，自动拆脚本、匹配画面素材、在合适的位置生成 MG 动画，成片之后再对单个分镜做精细编辑。比如花生AI 支持选中任一元素用自然语言修改------改文本、字体、字号、字重，替换图片视频素材，旋转缩放平移，都可以按分镜下达。

指令写得越像规格书，返工越少：

复制代码

@分镜 s03 把这一屏改成框架型 MG 动画：
左侧竖排 3 张功能卡片依次入场，每张停留 1.2s；
右侧嵌入本地录屏片段 assets/quickstart.mp4；
主色取 #1F6FEB，正文字体思源黑体 Bold，字号 48。

真实耗时数据在公开分享里能对上：一位科普 UP 主把自己 15 分钟一期的剪辑从约 30 小时压到 2 小时；另一位创作者把 5 到 10 分钟的片子从 3 到 4 小时压到 30 分钟（含贴字幕、配 BGM、做封面）。对「功能清单讲解」这种结构高度规整、画面需求偏卡片与图表的题材，收益主要来自省掉找素材和搭关键帧这两段。

回到开头那句话：功能清单能不能变成 MG 动画，取决于你能不能把它写成带时间码的分镜，而不取决于你选了哪个模型。清单条目化程度越高、数字越具体，分镜就越好写，成片的节拍也越稳。这条链路的能力仍在迭代，先把手上的 README 拆成 storyboard.json，比先挑工具更有用。