开源神器Toonflow让小说秒变AI短剧
开源神器Toonflow可将小说或剧本快速转换为AI短剧,2小时内完成出片。工具支持自动编剧、分镜、角色设计和视频生成,采用三层Agent协作与本地记忆,跨平台本地部署,低成本高效。
开源神器Toonflow可将小说或剧本快速转换为AI短剧,2小时内完成出片。工具支持自动编剧、分镜、角色设计和视频生成,采用三层Agent协作与本地记忆,跨平台本地部署,低成本高效。
作者空格开源了一个手绘风格动效视频 Skill,兼容任意 AI 模型(国内及海外模型均可)。针对 AI 生成宣传片千篇一律的'会动的网页'式问题,作者将白板讲解的手绘感做成视频,内置白板、黑板、水彩、水墨、蓝图、漫画等 10 种画风。实现原理是用网页渲染画面、无头 Chrome 逐帧截图、ffmpeg 拼接视频,配合手写字体、rough.js 抖动线条和无限画布镜头。Skill 会自动读文章、写旁白、配音、排画面并渲染成片,支持多种比例和科普、宣传、课程等场景。项目已在 GitHub 开源。
花叔开源了Huashu-motion,一个让Claude Code、Codex等coding agent一键生成商业级产品宣传片的skill。项目对标Apple、Google、Anthropic的发布片水准,通过分析21支真实发布片和142支高互动动效片,提炼出导演规则。用户只需一句话,agent就会读产品、出三个设计方向、写节奏单、自动配乐配音效,最后在浏览器编辑器中支持点选修改。作者一天内用它制作了约二十支宣传片,成本极低(约2元/支)。项目已在GitHub开源,附带20种运动语言、10个模板和完整方法文档。
作者分享使用 Opus 5.5 从一段文字生成完整视频的教程,并开源了包含 16 种视频风格的 Skill(chengfeng-video-styles)。流程包括:安装 Skill、输入内容、设定参考风格、先生成 17 个 3 秒样片供筛选、选定后生成全片、导出 MP4,最后用代码合成音效和添加字幕。整个过程通过 Agent 自动化完成,视频生产从围绕时间线的传统剪辑转向围绕工作流的自动化流程,作者对效果非常满意。
本文是硅谷101 Alignment 2026 峰会洞察系列第四篇,提出 AI 变现有三个裁判:市场、收入、观众。Session 1 讨论AI Trading,指出当工具同质化时,edge 从信息转向判断,市场只能在统计意义上验证交易好坏;赚钱的代码永不开源。Session 2 讨论AI内容创作,视频生成是一道 token 经济学题,内容好坏可用收入来验证,人在创作中负责定方向、共探与裁决,真实生产的接受与拒绝是最好的训练信号。Session 3 通过 AI 电影黑客马拉松说明故事好坏最终由观众裁决,竖屏短剧开场需同时给出冲突、兴奋点和更多问题。核心观点:生成越便宜,裁判越稀缺,判断力越值钱。
作者开源了 sweety-handdraw-video,一套手绘口播视频自动化制作管线。它包含 AI 导演(自动分镜)、物理手绘引擎(模拟真人逐笔绘制)和 VoxCPM 2 拟真配音三大核心,输入文案即可全自动生成分镜、插画、绘制动画与声画同步视频。该工具在 ChatGPT (Codex) 环境下完美运行,不依赖外部付费视频生成 API,素材完全解耦、本地零成本重渲染,成本极低。开源版将持续免费维护,项目已发布至 GitHub。
作者使用 AI 助手 Jev 逐个阅读 README,将 180 个能让 Claude Code、Codex 等 agent 直接做视频、剪辑、动效的开源 skill 和工具包分为 10 个类别并做安全评级,以约 200 美元成本产出开源仓库和在线筛选页面,每 8 小时刷新。文章介绍了各分类分布:剪辑与后期 35 个、讲解科普 32 个、框架 29 个等,重点分析 OpenMontage、HyperFrames 和 Remotion 两大技术路线,并指出代码化出片、配方卡资产化、小仓库信息密度被低估三个观察。
作者介绍了自己开发的 git-story-film skill:只需提供一个 GitHub 仓库链接,Claude Opus 5.5 就能像导演一样,从 git 提交历史中挖掘故事,为项目设计主角、画风和镜头语言,最终生成一部两分钟左右的 4K 手绘动画短片。文章展示了 Raven、CC Switch、Cherry Studio、LobeHub 四个仓库的成片案例,每个项目都有独特的视觉隐喻。作者详细拆解了七步视频法 SOP(提纲、主角、全片提纲、分镜、详细编写、Studio 预览、4K 渲染),并总结了八条设计原则,如导演而非生成器、画面与提交一一对应、只说真话等,还分享了制作过程中的翻车与惊喜。
作者分享了用 Claude Opus 5.5 通过代码逐帧渲染制作视频的经验,并开源了包含 39 种风格视频样片的 Lemo-opuscar 库。库内包含导演方法(DIRECTOR.md)、技术方法(TECHNIQUE.md)和 39 份风格文档。文章阐述了如何稳定出片的关键:agent 手里要有成熟的方法论,用户需求要说到点上。作者详细讲解了需求表述的六个要点(主题、故事、节奏、导演能力、素材、审阅检验),并提供了万能提示词模板,还针对非 Opus 5.5 用户给出了降低难度、拆分步骤、强弱模型协作等替代方案。
AI 桌面换装视频近期在 Twitter 爆火,作者程序员鱼皮分享了如何复刻这类视频的完整流程。核心方法是使用其开源的「AI 桌面换装视频」生成 Skill:用户只需与 AI 对话回答主角、场景、造型、台词等问题,AI 会自动生成完整的视频提示词,复制到即梦等支持 Seedance 模型的视频工具即可出片,也可直接调用 API 生成。核心原理是让 AI 逐帧分析原版爆款视频,拆解换装镜头的机关细节,生成提示词模板并封装成可复用技能,全程开源到 GitHub。作者强调借助 AI 的 Agent 与视觉理解能力,从拆片到发布几乎全由 AI 完成。
作者尝试用 Codex 结合开源工具 Hypit 复刻千万粉博主'小Lin说'的口播视频,发现 AI 生成的不仅是一条成片,而是一套可修改、可复用的视频 Workflow。Hypit 是面向 Claude Code、Codex 等 Agent 的开源视频语言和系统,人物、台词、字幕、B-roll 和特效跟随文字与叙事事件组织,而非固定在时间线上。修改主持人、图表或背景时只需重新生成相关组件,还能批量生成不同人物、内容、语言版本。作者认为这大大降低了复刻爆款视频、沉淀个人工作流的门槛。