这是什么
白板火柴人拆书短视频工作流（whiteboard-book-video-skill）是一个面向 Agent 的 Skill，它把一本书或一段长内容，自动转化为 60-90 秒的竖屏（9:16）白板手绘信息图风格的拆书口播短视频。整个流程覆盖从拆书脚本、分镜表、白板火柴人信息图、口播配音、背景音乐，到最终用 HyperFrames 在本地渲染成片，全程无平台水印，不消耗云端视频生成额度。
该 Skill 已在《纳瓦尔宝典》《认知觉醒》两本书的完整生产流程中实战迭代打磨，流程成熟可靠。
适合谁
- 知识类内容创作者：想快速把书籍精华做成短视频，吸引关注。
- 自媒体运营者：需要批量产出拆书视频，但不想花太多时间在剪辑和渲染上。
- 教育工作者：用白板动画形式讲解书籍要点，提升教学趣味性。
- 技术型创作者：熟悉 Agent 和命令行工具，愿意本地渲染以获得无水印成片。
能做什么
- 全流程覆盖：从拆书脚本与分镜表，到白板火柴人信息图分镜图，再到口播配音（可选男声/女声）、背景音乐（可选活泼/沉稳/其他风格），最后动效渲染、字幕卡点、音乐混音，一步到位。
- 每阶段确认：每个阶段产出后都会停下来与用户确认，再进入下一阶段，改稿成本低。
- 两种节奏模式：慢版（6-8 画面，6-9秒/画面）与高密版（16-20 画面，4-5秒/画面），开跑前由用户选择，也可自定义。
- 本地渲染无水印：成片用 HyperFrames 本地 HTML→视频渲染，不用云端视频生成模型；上游图像与音频生成服务可能仍有独立的费用或额度。
- 连贯手绘动效：每镜“逐步画出”揭示动效从已画出约 55% 的画面切入，避免空白断裂；开场白板空白起笔。
- 词级字幕卡点：基于 faster-whisper 词级 ASR 时间戳，白板便签风样式，无标点、单行小字号。
- 沉稳/活泼 BGM：侧链压缩混音，口播时自动压低、停顿处恢复，人声清晰有节奏。
使用前准备
本 Skill 面向支持 Agent Skill 机制的环境，并需要以下工具或能力：
- 图片生成：用于生成白板信息图分镜图（AI 生图能力）。
- 音频生成：用于口播配音与 BGM（TTS / T2A 音频生成能力；所需账号、费用或额度由对应服务决定）。
- 字幕 ASR：faster-whisper（small 模型，本地词级转写，独立 venv）。
- 渲染：HyperFrames（npx hyperframes@0.8.27），需要 Node.js 22+ 与 FFmpeg。
- 校验：make_subtitles.py（Python 3，仅标准库）。
安装方法
将本 Skill 目录放入环境的 .user_skills/（或对应 Skill 根目录）即可。具体安装命令请参考仓库 README 或环境文档。
使用示例
- 把本 Skill 目录放入环境的
.user_skills/（或对应 Skill 根目录）。 - 对 Agent 说：“用白板火柴人拆书工作流，把《书名》做成拆书视频”。
- 依次确认：节奏模式 → 脚本 → 分镜图 → 配音 → BGM → 渲染装配，最终得到无水印竖屏成片。
风险与注意事项
- 依赖外部服务：图片生成和音频生成依赖第三方 AI 服务，可能产生费用或额度消耗，请提前确认。
- 本地环境要求：需要 Node.js 22+、FFmpeg、Python 3，以及 faster-whisper 的安装配置，对非技术用户有一定门槛。
- 渲染时间：本地渲染可能耗时较长，取决于视频长度和机器性能。
- 版权问题：拆书内容需注意书籍版权，建议仅用于个人学习或合理引用。
- 已验证的坑：仓库作者总结了多个常见问题，如云端视频生成模型可能附带水印、短 BGM 循环有接缝、揭示动效从 0% 开始会导致空白等，本 Skill 已内置解决方案。