如何让 Codex 拥有复刻拆解抖音爆款视频的能力
文章介绍了 GitHub 上的 claude-video 工具,该工具赋予了 Claude / Codex 这类 AI Agent 视觉能力,使其能够看懂视频内容。该工具应用场景广泛,包括拆解爆款视频的 Hook、分析广告素材、复盘脚本、定位 Bug 录屏以及整理课程笔记等。
文章介绍了 GitHub 上的 claude-video 工具,该工具赋予了 Claude / Codex 这类 AI Agent 视觉能力,使其能够看懂视频内容。该工具应用场景广泛,包括拆解爆款视频的 Hook、分析广告素材、复盘脚本、定位 Bug 录屏以及整理课程笔记等。
文章介绍七套可直接用于 Claude Code、Cursor、Codex 等 Agent 的视频制作 Skills。OpenMontage 提供从选题到渲染的全流程视频工厂能力;HyperFrames 用 HTML 加 Puppeteer 和 FFmpeg 做代码驱动渲染;Hypit 擅长拆解爆款视频并批量生成变体;video-use 把视频转成文字和关键帧,让模型对话式完成粗剪;Claude Code Video Toolkit 用云 GPU 跑开源模型串起配音、生图、数字人到成片;MoneyPrinterTurbo 面向短视频批量生产;Remotion Skills 用 React 代码做可批量化修改的视频。作者建议从最繁琐的环节入手逐步搭建视频自动化流程。
Latent Space 首期「High Taste Testers」栏目中,五位 AI 重度用户在 OpenAI DevDay 2026 后畅谈产品真相。核心观点:模型前沿没有让人失望,产品执行让人失望;Dots 等功能藏得太深、远程执行与状态迁移未解决;Codex 桌面端更新频遭差评;行业应从 agent 转向 assistant,助手胜负在减负;Jev 决策模型改变的是成本曲线而非能力边界;信任是这一代模型的真正分水岭;分发与深度的矛盾注定产品分裂,各自占据生态位。
作者分享了对 REA(Reverse Engineer Anything)工具的实测体验。REA 为 Claude、Codex 等 AI 接入了一整套逆向工程工具,能够分析没有源码的软件,从模块、路由、IPC 通信追踪功能实现逻辑,并在自己的项目中复现。它还可以拆解不开放接口的 Electron 桌面应用,甚至调用 Ghidra、Hopper 读取伪代码和汇编,精准还原老游戏和老旧库中的算法。作者以剪映等项目为例验证了其强大能力,并引发讨论:AI 时代,软件逆向如此容易,是否意味着一切都要开源了?
作者用 AI 工具 Jev 逐个阅读 README,整理出 180 个能让 Claude Code、Codex 等编程 agent 直接制作、剪辑视频和动效的开源 skill 仓库,分为剪辑与后期、讲解科普、框架工具包等 10 个类别,每个都附安全评级(178 个 SAFE)。文章指出代码化出片(Remotion、HyperFrames)是主流路线,占四成;镜头配方卡正在成为通用资产;107 个不到 50 星的小仓库信息密度被严重低估,按星数排序会漏掉它们。仓库与在线筛选页面均已开源,每 8 小时刷新。
本文介绍了近30天内5个备受关注的开源GitHub项目:1)No AI Slop,由Peter Yang开发的去除AI写作痕迹、保留个人风格的Skill;2)TryCompAI的开源CRM,将CRM作为Agent工作空间,自动跟进线索和丰富客户信息;3)Browser Use的Video Use,让Claude Code或Codex等编程Agent实现视频编辑自动化;4)NVIDIA的SkillSpector,扫描Agent技能的提示注入、数据泄露等安全风险;5)Shawn Pana的Phone Harness,让AI Agent控制真实的iPhone或Android手机,用于移动QA和自动化。所有项目均免费开源,部分依赖付费服务。
作者系统整理了 369 个开源仓库清单,聚焦于能让 Claude Code、Codex 等编程 Agent 实现视频生成、自动化剪辑与代码动效渲染的工具、Skill 和提示词库。文章收录规则强调视频/动效产出、专供 Agent 调用、完整文档三大标准,并打破高星滤镜。重点介绍了四大现象级框架:lemo-opuscar(59 种风格引擎)、huashu-art-motion(艺术动画)、huashu-motion(商业发布片)、sweety-handdraw-video(手绘口播流水线),以及自动化剪辑、代码直出成片、数字人与音乐 MV 等垂直领域的硬核项目,最后给出 2026 年 AI 视频生产工具选型决策表。
OpenPencil 是号称全球首款 AI 原生的开源矢量设计工具,GitHub 已获 6400+ Stars,90.6% 代码由 Rust 编写。它实现了 Design-as-Code:通过提示词在实时画布上生成和修改 UI。核心亮点包括:并发智能体团队将页面拆解为多个子任务并行流式渲染;多模型智能适配(Claude、GPT-4o、Gemini、MiniMax 等);可通过 MCP Server 集成到 Claude Code、Cursor 等终端工具;.op 设计文件为纯 JSON 格式、Git 友好,可一键导出 React + Tailwind 或 HTML + CSS 代码;支持 P2P 实时协作与冲突回放。适合前端开发者和独立创作者提升生产力。
文章介绍如何用 Agent 搭建自有 AI UGC 创作者队伍,替代传统按条租用真人 UGC 的模式。核心做法:按买家分段设计 3–4 个有固定脸、有人设的 AI 创作者,用 Agent 每日搜索爆款短视频、改写成角色口吻、同脸渲染并提前 24 小时排期,人工只审队列和周更话题。产品只占视频一个节拍,多数内容是人生而非广告。文中详述 9 步流程与 12 条提示词,包括接 Revid MCP、写角色 bible、建固定 character、话题设计、爆款拆解、每日跑批等,并强调 bio 标明 AI、禁止假评测等硬规则。
文章介绍了通过 magpie 本地网关与 Kiro 订阅,在 Claude Code 和 Claude Desktop 中使用 Claude Opus 5.5 的方案。Kiro 是亚马逊的 Coding Agent 产品,作者利用 magpie 插件将 Kiro 订阅中的 Claude 模型反代给 Claude Code,省去单独购买 Anthropic API 额度。文章详解了技术原理(请求经 magpie 网关和 Kiro Auth 插件转发)、安装配置步骤(Kiro 付费计划、插件安装、模型选择),并说明如何通过路由记录、订阅用量和工具调用验证模型真实性。最后提醒账号政策风险、额度消耗、数据安全和兼容性等注意事项。
作者分享了自己用 Lovart Arti(个人设计 Agent)的体验。此前作者自写了 article-visual-director 配图 skill,但出图环节依赖生图模型。Lovart Arti 整合多个图像视频模型,能记住用户上传的作品集与风格偏好,之后生成封面、配图无需重复描述风格。作者实测了文章配图、每周定时任务整理 AI 工具动态与 X/Instagram 设计案例周报、为开源项目 luobo-ppt 生成全套视觉物料、以及制作萝卜 IP 与 Arti 联名表情包等场景,认为其适合'重复但又不能乱做'的工作,显著提升效率,并建议关键信息(如安装命令)仍需人工把关。