做知识类短视频，稿子写完才刚开始，还得录配音、一句句对字幕、调画面、做封面，一条 1 分钟的视频能折腾大半天。

萬國兵

做知识类短视频，稿子写完才刚开始，还得录配音、一句句对字幕、调画面、做封面，一条 1 分钟的视频能折腾大半天。

html-explainer 是一个给 Claude Code、Codex 这些 Agent 用的开源 Skill，产出的是带配音、硬字幕和封面的讲解视频，全程在本地跑。

说一句「把为什么天空是蓝色的做成 1 分钟的讲解视频」，它会带着 Agent 从查资料、写解说词，一路走到配音、画面、渲染和封面。

GitHub：http://github.com/OneMoh/html-explainer

画面用网页来写，内置 23 种画面风格。配音默认用免费的 edge-tts，不用填任何密钥，想要音色更自然可以换成火山引擎的豆包 2.0 音色。

它没走录屏那条路，把动画一帧帧定到准确的时间点再截图，同一帧渲染两次一模一样，不会出现字体加载晚了、动画提前播了这种怪问题。

字幕按配音里每个字的实际发音时间来对，改一句解说词，画面动画会跟着自动重排，不用手动一帧帧对位。

封面我觉得最贴心，16:9 和 3:4 两张是分别重新排的版，不是从一张图硬裁出来，竖版投放还能再加一张 9:16。