标签：Agent

把中文故事丢给 Agent，自动出 1080×1440 手绘日记动画：我克隆实测了这个 2 千 star 开源 Skill（含一个 README 没说的坑）

story-to-handdrawn-video 是 gnipbao 开源的 Agent Skill：把中文故事文案或一组有序手绘图片，转成 3:4 竖屏手绘日记动画，1080×1440、30fps、H.264 静音画面轨，内置 20 种画风。它不是一个脚本，而是 Remotion 渲染器（React 19 + Remotion 4.0.487）加可分发 Skill 的两段式工程，用 text→黑白稿→彩色稿从左到右擦除的统一动画语法，默认 Codex Image2 出图、本地 FFmpeg 派生黑白层，中文走马善政毛笔字体渲染以保证零错字。我在全新 clone 上实测 npm ci、plan、build 全部跑通，同时发现一个 README 没提的真实缺陷：npm run check 在干净克隆上退出码 1——自带 storyboard 引用了被 gitignore 的生成资产。本文给出完整流水线、20 风格家族梳理、输出契约和规避方法，以及谁该用谁该等的判断。

一条爆款视频 1.15 美元：我读完 Hypit 源码，看懂了「克隆视频」的新打法

Hypit 是 hypit.ai 开源、面向 Claude Code/Codex 等 AI Agent 的视频生产框架（GitHub 1k+ star，v0.1.8，Apache-2.0 修改版）。它用一门叫 SVML 的视频标记语言把短视频描述为可编译的程序：Script 里只有词没有时间码，字幕、B-roll、特效全部锚定语义而非帧点，改一句台词整条片子自动重排；官方三个爆款样片真实生成成本仅 1.07–1.15 美元，由 64 个无头 Chromium 进程并发渲染。我通读仓库 100+ 个 workspace 包、quickstart 文档与三个样片的 reference.svml，拆清它的四层架构、Model/Provider 分离、失败不重复花钱的 Build 状态机，并指出修改版协议的商用限制、对 Agent 与模型生态的依赖等真实门槛。

一句话怎么变成分钟级长视频：我读完 12.4k star 的 ViMax 源码，拆清它的 13 个 Agent 导演组

ViMax 是港大数据科学实验室 HKUDS 开源的 Agentic 视频生成框架（GitHub 12.4k star / 1861 fork，arXiv 2606.07649，MIT），把一句话创意、完整剧本或长篇小说自动改编成分镜一致的分钟级视频。我克隆仓库通读了 1.37 万行 Python：13 个专职 Agent、三条 pipeline、FAISS+rerank 检索、静态/动态角色特征分离、VLM 视觉判官多候选选图、机位树首帧、asyncio 分级信号量并发、多供应商可插拔后端，并指出 Novel2Video 源码顶部的未完成标注、纯画外音角色跳过肖像等真实坑，给出安装路径与谁该用、谁先等的判断。

Agent 只产内容、不碰渲染：我读完 niwo-render-everything 的 Skill 定义，看它怎么把 PDF 变成短视频

niwo-render-everything 是 MontageAI 开源的 Agent Skill：把 PDF、论文、网页、Word 或 AI 对话话题整理成可上传 Niwo 视频工作台渲染的短视频素材包。我克隆仓库通读了 425 行 SKILL.md、两份字段协议和 689 行本地校验器，拆清它「Agent 产内容、工作台管渲染」的两段式设计、content.json 的 7 字段严格协议、hook_headline 与成片形态的双向绑定、版本自检退出码机制，并给出安装路径、环境门槛与谁该用、谁先等的判断。