做技术科普讲解视频，最大痛点不是配音、不是剪辑。想要讲清原理机制，需要大量动态示意图、流程动画。传统路径要么手动逐帧绘制，耗时长；要么直接用文生视频模型，画面随机漂移，图表、数字经常出错，可控性极差。
有没有方案，既能自动化生成，又保证每一帧内容精准可控？GitHub 上新开源项目 anything2explainer 给出了一条全新路线。它不是文生视频模型，也不是数字人工具，是一套面向 AI 编程 Agent 的完整视频生产工具链。输入主题，历经调研、写解说词、分镜、多 Agent 并行制作、质检，2 小时产出横版 MG 科普讲解视频，全部画面由代码渲染，可复现、可修改、可溯源。
一、它到底是什么？不是独立程序，是一套 Agent Skill
很多人会误以为这是一个开箱即用的 CLI 视频工具。⚠️注意：anything2explainer 是 Codex / Claude Code Skill，依附 AI 编程代理运行。
仓库内不是单一可执行程序，而是一整套完整工程资产：Remotion 4 可编译模板工程（React + TypeScript）、成套图元、调色板、字体、动效组件库、配音、分镜、渲染、自动化质检脚本、完整风格与动效规范文档、多 Agent 分工协议、Prompt 模板、标准样片。核心哲学：所有画面全部由代码生成，而不是 AI 直接生成图片。
二、输入一个主题，会交付哪些产物
你可以直接输入主题，也可以上传一篇参考文章，指定视频时长、语种。
输出成片（1280×720，30fps H.264 MP4）：TTS 配音（中文 edge-tts 云希男声；英文 kokoro-82m Liam 男声，支持替换自定义配音）、逐词高精度对齐字幕、章节卡片 + 底部章节进度条、顶部 HUD 信息胶囊。
配套交付全套工程源文件（重点价值）：不止给你一条 MP4 成片，同时输出全部生产过程资料：带引用来源 URL 的调研文档、完整解说词文稿、分镜脚本表、每个镜头对应的 tsx 源码、QC 自动化质检报告。类比电影行业：不只交付成片，同时给到调研笔记、分镜稿、工程源文件，后续随时可以局部修改。
三、四大核心亮点
1. 代码驱动确定性渲染，告别 AI 生成随机性
基于 Remotion 渲染引擎，由 AI Agent 编写镜头组件代码。可复现：动画全部是帧号纯函数，随机数设置种子，排版依靠代码计算。同一套源码重复渲染，每一帧画面完全一致。可局部修改：某一个镜头图表配色、文字出错，直接修改对应 .tsx 镜头文件，重新渲染即可。
2. 多 Agent 并行协作，压缩制作周期
整套工作流依靠多个 AI 智能体分工：1 个 Agent 负责资料调研；主会话 Agent 撰写解说词与分镜脚本；8 个构建 Agent 并行产出镜头代码；每一章配备 1 个 QC Agent 做质量检查；修复 Agent 接收 bug，批量修正镜头问题。镜头任务天然适合并行处理，大幅压缩制作耗时。
3. 四处人工确认节点，拒绝 AI 闷头全自动生成
- 时长&语言确认：生成文案前确认视频时长、语种，直接决定镜头数量与工作量。
- 解说词定稿确认：配音生成前审核完整文案。一旦定稿，帧号被硬编码写入镜头代码，后期改一字就会全片错位。
- 配音引擎确认：选择内置 TTS，或者接入自己录制/第三方配音。
- 30 秒样片预览确认：只渲染第一组镜头，预览整体画风、字号、语速节奏。
4. 事实强制溯源，画面内容不瞎编
项目内置硬性规则，写进 SKILL.md：视频画面出现的数字、年份、机构名称、专业术语，全部必须在调研文档内找到来源 URL。没有核实的信息，禁止进入配音和画面。有效规避科普视频 AI 幻觉问题。
四、本地快速部署上手
前置条件：需要安装 Claude Code 或者 Codex AI 编程代理，本项目不能独立运行。
# 1 克隆仓库
git clone https://github.com/Vincentwei1021/anything2explainer.git
# 2 注册 Skill 软链接
## Claude Code 用户
ln -s "$PWD/anything2explainer" ~/.claude/skills/anything2explainer
## Codex 用户
ln -s "$PWD/anything2explainer" ~/.codex/skills/anything2explainer
# 3 安装系统依赖
brew install ffmpeg
# 4 创建 Python 虚拟环境
python3 -m venv ~/.venvs/a2e
source ~/.venvs/a2e/bin/activate
pip install 'edge-tts==7.2.8' numpy pillow scipy安装完成后，直接在 AI 代理对话输入指令即可触发完整流水线：讲一下向量数据库，做成一条讲解视频
五、客观看待：项目现存限制
README 文档坦诚写明短板：视觉风格单一（默认黑底 MG 风格，更换画风工作量大）；只支持横屏 720P（原生不支持 9:16 竖屏短视频）；不支持真人实拍类内容；解说词定稿后改词成本极高；强依赖 AI 编程代理。
写在最后
现在 AI 视频工具大多走文生图再转视频的路线，画面绚丽，但内容不可控、不可复现。anything2explainer 开辟另一条路线：代码渲染优先，把可控性、可溯源放在第一位。它把调研、文案、分镜、绘图、渲染、质检全部流水线化，同时保留关键人工校验点，让"输入主题产出科普视频"从概念变成现实。
