装完 Codex 不知道干什么?这 6 个 GitHub Skills 让你做视频搞钱
文章介绍了 6 个适用于 Codex 的 GitHub Skills,涵盖动效生成、视频剪辑、批量制作、AI 生成及中文剪辑等工具,帮助用户构建自动化视频工作流以提升效率。
文章介绍了 6 个适用于 Codex 的 GitHub Skills,涵盖动效生成、视频剪辑、批量制作、AI 生成及中文剪辑等工具,帮助用户构建自动化视频工作流以提升效率。
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。
本文详述了一套将技术文章批量转化为带克隆旁白视频的自动化工作流。作者通过结合 HyperFrames 与 F5-TTS,将文章拆解为口播脚本,针对不同技术风格定制视频界面,并重点解决了文本对齐、技术术语发音及字体显示等常见问题,提供了完整的从脚本到成片的质量验收标准。
文章介绍了 10 个可安装在 Codex 上的 GitHub Skills,覆盖视频制作全流程:HyperFrames 一句话生成动效视频、video-use 智能剪辑、Remotion 用代码批量做视频、ffmpeg-skill 万能剪辑工具箱、agent-caption 自动字幕、多语言字幕翻译与配音、App/SaaS 宣传视频制作、浏览器操作演示录制,以及 imagegen 自动补素材。作者强调工具装完要跑通能收钱的工作流,建议以 SaaS 产品宣传视频为切入,直接向独立开发者售卖成品视频结果,而非泛泛的 AI 视频服务。
作者总结了 10 条 Grok Bot 使用经验:Bot 适合长期反复的非编程任务,编程任务仍用 Codex、Claude Code、Cursor;摸清 Bots 的上下文机制,善用共用记忆和 Skill;不要一开始就把 Bot 拆得太细,像管理初创公司一样逐步扩展;优化重叠任务职责;成熟的标准化流程交给 CLI Agent 执行以节省额度;通过 Wake on Done Skill 实现 webhook 通知让长任务无人值守;用 Web Access Skill 补足浏览器自动化能力;关闭 App Nap 解决息屏问题;推荐用 Notion 做长期数据看板;最后分享了收件箱、产品反馈、订阅管理、商务财务、社媒数据等多个实用 Bot 搭建案例。
作者分享了用 Codex 从零制作知识科普视频的完整流程:先让 Codex 建立项目结构并撰写知识底稿,再改写为口语化口播稿并用 humanizer-zh 去 AI 味,接着用 edge-tts 生成配音和 SRT 字幕时间轴,让 Codex 根据真实时间轴设计分镜,最后用 HyperFrames 以 HTML/CSS/SVG 制作动画画面并渲染 MP4。作者以相对论科普视频为测试案例,产出 65 秒竖屏成片,含 16 个分镜和 17 条字幕,全程未碰剪辑软件,还介绍了 imagegen、video-use 等可扩展工具链。
作者详细拆解了用 AI 制作百万播放长视频的完整开源流程。环境配置包括 Claude Code(效果最佳的 AI 智能体)、火山引擎 TTS(提供 2.0 音色和逐字时间戳)、Remotion 视频合成框架及字体等辅助工具。制作管线分五个阶段:调查写稿(构建事实链、来源台账)、配音与时间戳、素材搜索匹配(强调真实影像占比)、Remotion 画面合成(三层视觉语言、MG 图解、时间预算控制)、混音封面与发布。文章还包含内容规则、踩坑记录及开源 Skill 清单,帮助读者从一句话生成 10 分钟成片。
文章探讨了高级 AI Skill 的本质:不是把更多指令塞进一份文件,而是把多个单点能力按任务关系编排组合。作者通过分析 GitHub 上多个热门 Skill 仓库,总结出五种组合模式:路由(判断调用哪个 Skill)、顺序(强制工作流程)、选择(按需分诊组合)、流水线(专业能力交接)和分层(Skill 与系统能力分工)。文章提出组合 Skill 的五个核心零件:路由、输入输出契约、顺序与并行、上下文状态、验证反馈,并建议从真实返工中逐步长出组合关系。核心观点:Prompt 让 AI 听懂一次需求,Skill 固化一类做法,而组合 Skill 才能把复杂任务交付出来。
本文详细介绍了如何使用 Codex 和 Hyperframes 搭建一套抖音爆款视频的拆解与复用工作流。作者提出完整的制作顺序:工具准备、旁白、TTS 配音、画面、字幕到成片。文章强调先拆解原视频结构(Hook、叙事、视觉、节奏),人工核验事实与表达,再把可复用结构抽成模板,一次生成多个 Hook 版本用数据迭代优化,最后固化成可重复调用的 Skill。作者建议先手动跑通 3-5 条视频再自动化,建立素材池与固定视觉风格,并将数据反馈喂回流程持续修正,目标是搭建一条能重复生产内容并不断自我优化的生产线。
文章介绍GitHub上57.3K Stars的开源项目OpenMontage。它并非简单的文生视频工具,而是将Claude Code、Codex、Cursor等AI Coding Agent改造成完整视频制作团队。用户只需一句话,Agent即可自主完成从资料研究、脚本、分镜、素材生成、配音、字幕、音乐到剪辑渲染的全流程,甚至能分析参考视频的节奏和视觉语言来规划制作方案。项目包含12套制作Pipeline、100+工具、700+ Agent Skill,接入Remotion、FFmpeg及多种AI模型。作者认为这代表了AI从'帮你做素材'到'替你完成工作'的转变,未来将是管理Agent而非操作工具的时代。