Matt Pocock 预告 /animatic Skill：让 Agent 把重要 PR 做成带旁白的分镜演示短片

Matt Pocock 预告 /animatic Skill：让 Agent 把重要 PR 做成带旁白的分镜演示短片

介绍了两个 Skills：/setup-animatic 负责选好工具，并在本机或远程机器上完成配置；/animatic 负责生成可以直接上传的视频。

用一张张静态帧加旁白讲清一条 PR

Matt 要解决的问题：Agent 写 PR 的速度已经超过他审 PR 的速度，大段 diff 也读得很慢。他的办法不是全程录屏，而是做成 animatic，也就是分镜短片：每一帧是一张静态画面，配一句旁白，由 Agent 做好后贴到 PR 上。

整个流程由一条构建命令串起来：
· 先写一份 JSON 格式的分镜脚本，每一拍对应一句台词和一帧画面。
· 用 Playwright 渲染画面，代码直接取自 diff，并保留真实行号。
· 用选定的语音逐句朗读。
· 最后用 ffmpeg 合成 MP4，并检查每一帧画面和音频。

视频生成后，按仓库里的配置贴回 PR，GitHub、GitLab 或本地目录都可以。

生成要多久，他给了几个说法

预览里的例子，是把他 Skills 仓库中“把 Skills 发布到 npm”的一条 PR 做成分镜。Agent 做完这一支大约用了 90 秒。

同一天稍早，他贴过一张优化前后的对照表：总耗时从 397 秒降到 96 秒，模型耗时从 244 秒降到 85 秒，对话轮次从 27 轮降到 12 轮，费用从 1.38 美元降到 0.49 美元。每轮的脚本处理时间也从约 50 秒降到约 6 秒，而且改成了逐帧检查。后来有人问平均要多久，他回答大约 4 分钟，并说即使再加入 Playwright 截的图或录的视频也不会太久。

工具只问一次，选择存进文档

/setup-animatic 会逐项询问用什么工具，每一项只问一次：
· 语音可以选 ElevenLabs、OpenAI 或 edge-tts，会先试读一句，让人听过再选。
· 渲染用自带的工具包，或者自己的工具。
· 样式用默认的一套，或者自己写的 CSS。
· 拼接用 ffmpeg，或者自己的剪辑软件。

选好后会写进 docs/agents/animatic.md。他预览里用的是 edge-tts 的 Andrew 声音。Matt 说声音可以换，这类短片多半会开两倍速看；而时延和 token 开销是大问题，所以要尽量保持简单。

有人问什么算重要 PR，他只回了一句 “One-way doors”，意思是合并后很难撤回的改动。