国产OpenCode+GLM4.7结合Remotion实现自动化视频剪辑实战
文章记录了作者使用国产AI工具OpenCode和GLM-4.7模型,配合media-downloader和remotion-best-practices两个技能,从零开始自动化下载素材并剪辑高燃短视频的完整过程。展示了OpenCode处理报错、执行命令及任务规划的能力,并探讨了通过对话式AI优化视频细节(如字幕、配音、动画)的可能性。
文章记录了作者使用国产AI工具OpenCode和GLM-4.7模型,配合media-downloader和remotion-best-practices两个技能,从零开始自动化下载素材并剪辑高燃短视频的完整过程。展示了OpenCode处理报错、执行命令及任务规划的能力,并探讨了通过对话式AI优化视频细节(如字幕、配音、动画)的可能性。
文章时效性强,提供了清晰的操作步骤,但缺乏技术原理解析与深度洞察。
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。
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。
作者分享用 Codex 结合 ChatCut 浏览器/桌面剪辑器自动剪口播视频的工作流:将原本在剪映需要一两天的剪辑工作压缩到一小时内。文章介绍了通过托管 MCP 插件让 Codex 或 Claude Code 直接操作剪辑时间线的安装方式,给出了四条核心指令(只读分析、按语义删减、插入内容并自查、最后刷字幕)和五道验收方法(重读项目状态、核对总时长、逐轨道检查、实际试听、复查字幕),并以片尾卡未跟随移动导致时长短两秒的实例说明:AI 报告'完成'不等于真正完成,验收环节必须由人掌握,这一原则适用于所有 Agent 交付的工作。
作者在豆包工作中优化地图动效 skill,实现全自动制作旅行 vlog。只需提供社媒照片链接,Agent 即可生成 3D 地图动效,根据画面内容推断拍摄机位(如虎跳峡、梅里雪山、雨崩),并利用多模态能力将旅行自拍生成 Q 版贴纸小人。最终自动渲染配乐,输出 mp4 视频,如从地球俯冲定位、Q 版小人沿真实路线行走、照片弹出的云南自驾 vlog 成片。还可配合开源剪辑 skill 生成剪映工程文件,完成素材粗剪,解决旅行 vlog 制作难题。
本文是一篇剪映视频剪辑教程,分上下两篇。上篇讲解剪映专业版的手动操作:版本选择与草稿目录、界面四大区域、素材导入与分割、文本朗读配音、智能字幕识别、音乐音量搭配及导出参数设置,帮助新手手动剪出第一条视频。下篇介绍开源项目 jianying-editor-skill,让 AI(支持 Claude Code、Cursor、Trae 等)直接操作剪映,用自然语言生成草稿、配音、字幕、音乐并自动导出。文章还说明了该 skill 的能力边界、平台支持差异及常见坑。
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。
作者分享了用 Codex 从一篇口播稿出发,结合自己的 IP 形象和授权音色,自动完成配音、字幕对齐、分镜、动效与渲染,产出一条 2 分 54 秒 1080p 知识视频的完整实操过程。文中介绍了三个 Skill 的分工(流程管理、字幕分镜、镜头语言库),复盘了声音误用、字幕机械切分、时间轴错位等踩坑与修正,并沉淀出样片前置检查、Sol/Luna 多代理分工、按环节整理的提示词模板等经验。整个核心制作约 3 小时完成,文章强调自动化的关键在于明确分工、逐轮人工确认与检查前置。
文章介绍了在WorkBuddy中使用Remotion Skill通过代码生成动画视频的方法。其原理是编写网页代码作为每一帧画面,由无头浏览器逐帧截图,再用ffmpeg合成MP4视频。作者演示了从安装Remotion Skill、输入提示词生成咖啡广告动画、调整画面,到为视频添加BGM和TTS真人感配音的完整流程。配音部分可接入火山引擎豆包语音合成等第三方API服务。文章强调这种方式仅消耗token,适合科普、教育、产品演示等场景,不适用于AI短剧或真人特效视频。
作者分享了一个名为 tweet-buffer-workflow 的 Skill,实现从原始素材到 X 推文的全自动化流程:素材输入后由 AI 完成润色、翻译、模型选择、配图和排期,但最终发布决定保留给人。文章详细介绍了 Skill 的安装方法、Telegram Bot 与 Buffer 的连接配置(Token、Owner ID、Channel ID 等)、五个可选模型的特点,以及润色与翻译两种处理方式。核心设计原则是:原意和事实不能改坏、外部发布需明确动作、不确定结果先核对。作者强调自动化的价值在于把重复劳动交给 AI,把发布责任和决策权留给人。
文章介绍了一个 6.4k star 的开源 AI Agent Skill 项目 video-shotcraft,安装后可让 Claude Code 或 Codex 像动效工作室一样制作产品宣传片。丢入产品页面后,它能自动分镜、做动画、配音效,通过 Remotion 渲染出电影感宣传视频,包含真实页面截图、2.5D 运镜和卡点剪辑。项目提供 152 张分镜配方卡、209 个动效预览、36 秒成片模板、149 个电影级音效及 5 首可商用 BGM。分镜配方来自对 Notion、Figma 等大厂宣传片逐帧拆解。成片还可直接导出剪映工程继续编辑,Apache-2.0 开源。