让 Agent 做机械科普，关键是因果
文章介绍作者封装的 anatomy-explainer 项目，用 Agent 工作流自动制作机械原理科普视频。核心思路是先锁定因果链与解释范围，再用参数化代码几何保证齿轮等部件运动关系可检查、可复现；旁白按短句合成语音，以实测时长驱动动画与字幕对齐。文中以木牛流马为例，讲解了选题收窄、审题约束、声画对齐、字幕遮挡检查、3D 扩展方向与运行环境配置，并强调流程仍需人工审核、简化须标明、自动化能力需靠项目积累验证。
全部文档 / 作者: 知识猫AI实验室 (@GeekCatX)
28 篇
一个人、一台电脑、8分钟AI短剧：从《黄果》逆向拆出来的13步流水线（万字实操指南）
本文通过对8分钟AI短剧《黄果》成片（117个镜头）的逐帧逆向拆解，总结出一套可复现的13步AI短剧制作流水线。文章首先对比云端托管、本地开源、混合路线三条技术路径及成本考量，然后详解从LLM编写分镜脚本、角色LoRA训练、场景模板建立、关键帧生成、人工精修、I2V/TI2V视频生成、对口型处理，到后期超分补帧、TTS配音混音等每一步的操作要点、验证标准与错误应对方案。文末还总结了重复帧、短镜头策略、LoRA维护、精修比例等行业认知，以及模型在长动作、多人互动、文字生成等方面的能力边界。
白模、白模绿幕、深度视频是什么？小白也能看懂的 AI 视频入门
本文面向 AI 视频入门者，讲解三种常用素材的概念与用途：白模视频用于保留形体与动作、便于更换外观；白模绿幕视频通过纯绿背景方便抠像换景；深度视频以近白远黑的灰度画面提供远近空间关系。文章对比了三者的差异与适用场景，并给出从准备视频到使用即梦、ComfyUI 等工具的实际操作步骤和完整提示词模板，帮助读者按需选用素材完成换角色、换背景和空间控制等 AI 视频生成任务。
用 Pexo 为开源手绘视频 Skill 制作 Vox 风格剪纸拼贴宣传片
作者使用对话式 AI 视频创作工具 Pexo，为自己的开源手绘视频 Skill（story-to-handdrawn-video）制作了一支 Vox 风格的剪纸拼贴宣传片。文章记录了完整创作过程：通过对话让 Pexo 整理故事线、生成分镜，再反复对照实际效果提出修改意见，调整配音与动效，并利用 Mark to Fix 功能圈选画面局部精准修改。作者体会是AI视频工具让创作者从技术流程中解放出来，只需专注内容、风格和节奏的判断，几轮沟通即可让作品贴近表达意图。
用 Pexo 为开源手绘视频 Skill 制作 Vox 风格剪纸拼贴宣传片
作者使用对话式 AI 视频创作工具 Pexo，为自己的开源 story-to-handdrawn-video 手绘视频 Skill 制作了一支 Vox 风格的剪纸拼贴宣传片。文中详细记录了创作流程：提供 GitHub 项目地址和需求让 Pexo 整理故事线，补充效果视频和参考风格图后确认分镜，再通过多轮反馈调整分镜、配音和动效，并利用 Mark to Fix 功能圈选画面局部进行批注修改。作者总结经验：AI 负责具体制作，人负责判断内容、风格和节奏，边看边提想法让作品逐步贴近预期。
提示词的尽头，是把问题说清楚
文章借用维特根斯坦的语言澄清思想，探讨在顶级模型时代提示词的意义。作者认为提示词的核心不是魔法措辞，而是澄清需求：语言可以把模糊的愿望包装成看似完整的指令，如'更好''漂亮''最佳'都缺少参照和取舍。作者指出说不尽的美学偏好可以通过示例和参照来沟通，澄清需求可以是对话的成果而非前提。好的提示词是：能说清楚的说明白，难以说尽的给参照，存在冲突的讲取舍，最后检验结果。
Jev 实操指南，给 Claude Code 和 Codex 加一个 AI 裁判
本文介绍 TypeSafe 推出的决策模型 Jev 的实操接入方法。Jev 不生成代码，而是通过输入材料（state）和问题（questions）返回选项、分数或概率，用于判断 AI 编码 Agent 的工作质量。文章依次讲解：如何设计清晰的判断问题、跑通首次 API 调用、用 Python SDK 一次发起选择题/评分题/判断题、通过社区插件 jev-review 给 Claude Code 或 Codex 接入代码评审流程，以及安装官方 Skill 和编写 PreToolUse hook 对 Bash 命令做风险检查。文章强调 Jev 只提供质量信号，正确性仍需测试和人工审查保障，并提醒注意阈值校准、模型标识记录和敏感信息安全。
开源一键爆款复制工具 Hypit：3天GitHub 7.4k star，AI Agent视频制作实战
作者介绍了开源视频制作工具 Hypit，一个为 Codex、Claude Code 等 AI Agent 打造的视频开源语言和系统，上线不到3天获得 GitHub 7.4k star。Hypit 能将脚本、素材、配音、字幕、B-roll 和动效组织成可执行工作流，创作者只需描述需求即可让 Agent 编写、修改结构，并在 Hypit Studio 中查看时间轴。作者演示了 Clone → Edit → Reuse 实验：先复刻唐代纸片拼贴风格视频，再用同一工作流生成中国瓷器历史宣传片，并追加流程动效。一次实践留下的脚本结构、样式和动效组件可复用于后续创作，适合需要持续制作产品介绍、知识视频的创作者。
手里攒了 20 多个 Pro 账号，我总结了这 7 种用法
作者基于手中的 20 多个 Google AI Pro 账号，系统整理了 7 种实用玩法。核心包括：通过 CLIProxyAPI 反代把 Gemini 3.8 Flash 接入 Codex 环境复用额度（同时提醒账号风险与官方条款限制）；用模型做视频逆向拆解，生成逐镜提示词；利用 Flow 免费生图入口配合浏览器插件批量制作分镜素材；用 ChatCut + Gemini 做智能剪辑，用 Remotion 和 HyperFrames 做低成本代码视频；借助 Deep Research 集中调研付费规则；以及把 NotebookLM 当作资料整理、思维导图和写作工具。文章面向预算有限的 AI 视频创作者，强调先确认账号有效期与额度规则，从免费和低成本路径入手，把额度用在具体创作环节上。
小红书3D科普赛道拆解：万物皆可切
文章拆解了小红书3D空间科普图解这一新兴赛道。作者实测3篇图文，其中《把北京地铁切开》获96万曝光、15.4%封面点击率与极高收藏比。文章分析爆款内核为'视觉奇观+认知颠覆+实用收藏'三角模型，梳理出城市基建、抽象人文、自然地理三大细分方向及代表账号，并给出从垂直选题、事实核查、AI出图到图鉴化排版的完整SOP，附可批量出图的提示词模板。变现路径包括C端知识衍生品、B端文旅工程定制与创作者技能赋能，并提醒科普受众与AI课程转化需谨慎匹配。
蒸馏万物，再创作万物：我的底层 Skill 三板斧，全部公开
作者分享了在 YouMind 平台累计获得约 601.94 美元的成果，并完整公开其 Skill 创作三板斧方法论：Content-to-Skill 用于从文章、课程等材料中蒸馏出可复用机制；元提示词架构师将机制重构为可执行、可测试的指令系统，强调先写失败清单再写提示词；道 Skill 借鉴道家思想，对 Skill 进行归根、结构化封装与验证。作者推荐按蒸馏→写指令→封装验证的顺序生产，并指出真正值得复制的不是提示词本身，而是从真实问题出发、手工跑通流程、持续迭代验证的路径。
用MiniMax H3制作扁平矢量动画B-roll素材
作者分享使用MiniMax H3制作扁平矢量动画的体验，认为其效果出色，适合制作B-roll剪辑素材，可用于科普、知识分享及日常解说视频。文中附带了完整的提示词模板，演示如何生成一段15秒的中文扁平插画风格商业解说视频，涵盖分镜设计、色彩方案（暖白、深黑、青绿、黄、珊瑚红）、文案编排及音效音乐描述，展示了用AI视频生成工具快速产出专业动画素材的工作流。
AI宠物短剧赛道拆解
本文深入拆解AI宠物短剧这一新兴赛道，指出其通过AI全链路生成萌宠主角，结合宫斗、逆袭等爽点，实现低成本高产出的内容创作。文章详细介绍了制作流程、成本结构、变现模式及核心玩家数据，并分析了技术革命带来的机遇与挑战。作者认为，AI宠物短剧已进入分化期，真正的竞争在于角色设计，而非工具使用。最后，文章探讨了出海逻辑和窗口收窄的风险，为创作者提供了赛道判断和行动建议。
电商出图，别再从“等美工”开始：一张商品图如何长成一套营销素材
文章介绍了 AI 设计工具 SkildArt，它通过“无限画布 + Agent”模式，帮助电商团队从单张白底图批量生成场景广告、多尺寸适配图及营销视频，解决传统流程中沟通成本高、等待时间长的问题，提升视觉内容生产效率。
别再做 DSH 插件了：从几十元工具到企业级 AI 基础设施的正确路径
本文探讨了 DSH 生态的商业化路径，指出竞争焦点正从模型智能转向 AI 执行系统。文章提出商业化应遵循“插件→Skill→Profile→Workflow→Agent→行业解决方案→企业 AI 基础设施”的升级路线，并分析了垂直 Agent、付费插件、成本优化、企业私有化、Workflow 自动化等六个方向，强调以业务结果为导向，构建真正的商业壁垒。
MiniMax H3 官方 Skills 上手指南
MiniMax H3 开源系统通过封装9个开箱即用的官方技能，将专业视频制作流程产品化。核心技能h3-prompt-writing负责将多模态需求转化为标准提示词，另外8个风格技能则覆盖极简广告、3D动画、定格科普等特定场景，拆解了导演级的工作流。实测表明，技能能大幅降低提示词编写门槛，且推荐使用云端部署，单条视频成本仅约0.6元。
AI 角色的演技：微表情控制的 6+5 系统方法
文章提出了一套控制 AI 角色微表情的“6+5”系统。6 个动作参数（部位、动作、方向、幅度、速度、时序）控制单帧动作，5 段情绪曲线（基线、触发、泄露、压制、余波）掌控整段表演。文章详细拆解了参数逻辑，提供了静态图与视频的实操案例及通用模板，旨在解决 AI 表情夸张、崩坏等问题，提升短剧和角色视频的真实感。
一件69的宠物T恤2500粉丝卖出2.5万单
文章分析了小红书宠物定制T恤赛道的成功案例，指出该生意与粉丝数无关，而是依赖“笔记即货架，搜索即流量”的逻辑。通过AI批量生成不同品种的宠物图案，结合POD零库存模式，实现低成本高利润。文章详细拆解了产品、利润结构、更新频率及可复制的SOP，并提示了IP侵权等风险。
小红书虚拟资料赛道常见问题汇总
本文汇总了商家在小红书虚拟资料赛道实操中的 24 个核心问题。内容涵盖选品逻辑（如微创新、垂直赛道判断）、账号运营（笔记发布、流量分析）、内容策略（商销笔记与自然流的区别）、发货售后及合规建议。文章强调通过关键词布局获取搜索流量，建议新手深耕垂直人群并做好场景化产品开发，同时提供了利用 AI 辅助创作和处理侵权风险的实用技巧。
Codex + HyperFrames 自动剪辑视频技术解析
本文详细解析了 Codex 与 HyperFrames 结合的 AI 自动剪辑技术。HyperFrames 作为渲染引擎，利用 HTML/CSS/JS 实现确定性视频生成；Codex 作为智能体，负责编排与代码编写。文章涵盖了环境搭建、6步核心工作流、提示词工程、合成契约规范及调试避坑指南，展示了从脚本到 MP4 的全自动化视频生产管线。
万物皆可 Skill：如何基于 Codex 把任何内容变成可复用 AI 能力
文章提出了“万物皆可 Skill”的理念，指出高阶的 AI 使用方式应从临时性的提示词升级为可复用的 Skill（能力包）。文章详细阐述了 Skill 的本质（任务边界、流程、标准及失败处理）、与 Prompt 及 Workflow 的区别，并介绍了基于 Codex 构建 Skill 的标准结构、设计原则（如渐进披露）以及通过“元编程”视角实现 Skill 递归进化的方法。
AI 视频创作的新范式：Codex + Remotion
文章探讨了将视频制作转化为代码工程的“视频即代码”新范式。通过结合 Codex（负责编写和迭代代码）与 Remotion（负责 React 组件渲染视频），创作者可以实现视频的组件化、参数化和版本控制，解决高频生产中的可控性与复用难题。文章详细介绍了工作流、工具链选型、项目结构搭建以及避坑指南，强调了从单次生成向系统化生产转变的重要性。
7天用 Codex Skill 把 Obsidian 改造成可执行的第二大脑
本文介绍如何将 Obsidian 本地 Markdown 知识库与 Codex 结合，通过编写可执行的 Skill，把第二大脑的方法论封装成系统。文章提出了五入口目录结构、Bootstrap Skill 的设计原则以及从捕获到产出的知识管理闭环，旨在让 AI 成为持续工作的知识操作员。
Codex 最客观的结论：PPT 生成工具横向评测
作者针对 Codex 输出的 PPT 生成工具进行了客观排名：PPT Master 胜在可编辑性，花叔胜在视觉上限，Knowledge Cat 胜在叙事与质量，Lewis 胜在演讲模式。作者亦分享了自己的 Knowledge Cat PPT Skill，并强调 PPT 的本质不容混乱。
SkildArt 电商视觉引擎：一键生成套图与视频工作流评测
文章介绍了 SkildArt 这款电商 AI 视觉生产平台，重点评测了其 Agent 对话生图、画布工作流（Image 2 批量裂变）及 Seedance 2.0 图生视频三大功能。作者分享了如何利用画布节点模式，将单张产品图一键生成 12 张不同用途的电商套图，并快速转换为短视频，极大提升了电商素材的生产效率。
ChatGPT Image 2.0 真正的机会：把15种需求变成可卖服务
文章探讨了 ChatGPT Image 2.0 时代普通人的变现机会，列举了 15 种可转化为商业服务的视觉需求场景，涵盖自媒体、电商、广告、品牌设计等领域。文章核心观点在于：不应单纯售卖“AI 生图”，而应将需求包装成具体的“视觉交付服务”，如缩略图套餐、电商详情页、婚礼邀请函等。通过拆解行业需求并提供标准化的交付结果，个人可以借助 AI 建立低成本的视觉团队，实现商业价值。
ChatGPT Image 2.0 真正的机会： 把15 种需求变成可卖服务
本文探讨了 ChatGPT Image 2.0 背后的商业机会，提出普通人不应仅满足于生成单张图片，而应将 AI 生图能力转化为具体可卖的服务。文章列举了 15 个应用场景，涵盖 YouTube 缩略图、自媒体图文、广告素材、品牌视觉、电商详情页等，并强调了“少卖生图，多卖视觉交付”的核心理念。通过将需求包装成服务包，个体可以利用低成本拥有一个视觉团队，实现商业价值变现。