Moh4696/cinematic-skill

项目介绍

Cinematic Skill 把一套工作流和 Python 渲染代码封装成 Agent skill，让编程智能体能产出带旁白的短纪录片、产品故事、科普解释和预告片，而不依赖生成式视频。每一帧都由 Python 里的 Skia 代码在同一个设计好的「世界」上绘制，镜头以一次连续运动配合旁白节奏推移。输出是可复现的，所以重渲染成本低，更换配音时整片会自动重新对齐时间。它面向使用 Claude Code、Codex、Cursor、Gemini CLI 或 OpenCode、想要可脚本化、可重复的运动图形而非 AI 生成视频的用户。

安装

推荐用 npx skills CLI（Node 22.20+）安装，它会把技能接入检测到的智能体：

npx skills add Moh4696/cinematic-skill

README 另外给出了 Claude Code 插件、Codex 插件和 Gemini CLI 扩展的安装方式，以及没有 Node 时使用的 shell 安装脚本。装好技能后安装运行依赖，并确保 ffmpeg 在 PATH 中：

pip install -r requirements.txt      # skia-python、numpy、pillow（scipy 可选）

check_setup.py 会检查环境并指出缺失项。之后新开一个智能体会话让技能生效。

试用示例

在仓库克隆目录下，README 给出了生成 92 秒莱特兄弟纪录片的完整流程：

cd skills/cinematic-film/scripts
python3 new_project.py ~/wright --example
python3 fetch_commons.py get --project ~/wright
python3 make_map.py --project ~/wright && python3 prep_assets.py --project ~/wright
python3 tts_say.py --project ~/wright && python3 split_takes.py --project ~/wright && python3 build_narration.py --project ~/wright
python3 render.py --project ~/wright --size 1280x720 --out out/draft.mp4 --audio audio/narration.m4a

这一步会从 Wikimedia Commons 下载公有领域照片（同时记录许可），合成临时配音，准备素材并渲染出草稿 MP4。README 称该 92 秒影片在 16 GB 笔记本上以 1080p 渲染约需 6 分钟。

工作流程

智能体按六个阶段推进：研究与写稿（产出节拍表并做时间线检查，供你确认）、用临时配音确定时长、带许可记录的素材获取、把画面元素用 doc.W(line, "word") 绑定到旁白词上的场景搭建、渲染静帧与接触表进行自查，最后合成音效、混音并生成字幕。它会在节拍表、视觉风格和 30 秒草稿三处暂停等待确认。README 列出四种视觉风格（软木板证据墙、影棚、蓝图、夜景），覆盖照片与文字、地图、卡片、计数器与标注等元素。

使用约束

npx 方式需要 Node 22.20+；渲染需要装有 skia-python、numpy、pillow 的 Python 环境，以及 PATH 中的 ffmpeg。临时配音依赖 macOS say 或 espeak-ng；最终配音可以是任意 TTS 或真人，按段落逐段提供。非免费图片会被拒绝，并自动生成 credits.md。自带示例使用 Wikimedia Commons 的公有领域照片。项目采用 MIT 许可证。

HotRepo 点评

2026-11-10 该项目进入 HotRepo 新项目榜：Python 语言榜快照记录 111 星、6 个 fork，统计窗口自 16:15 UTC 起约一小时，净增 7 星；当天下午的 Star 采样在半小时内从 108 升至 111。这只是单次早期快照，不构成趋势判断，也没有记录到 GitHub 日榜名次或 Hacker News 讨论。值得注意的技术点是：把 Agent skill 与确定性的 Skia 渲染、旁白驱动的计时结合起来——这一具体机制支撑了重渲染与重新对齐时长，也正是项目自述的优势所在。

项目源码与说明