Skip to content

nzl153/paint-video-skill / paint-video

paint-video

Verified

用代码做手绘风格的动画短片:水彩、水墨用 p5.js + p5.brush,蜡笔绘本用自写的 2D canvas 蜡笔引擎,皮影用自写的皮影引擎,打斗用自写的设色水墨引擎;逐帧画,无头 Chrome 渲染,ffmpeg 合成 MP4。用户说「做个短片 / 动画 / MV / 开场动画 / 十几秒的视频」时用这份;配整首歌的长片或 MV 另看同目录的 mv-workflow.md,蜡笔画风看 crayon.md,皮影看 piying.md,打斗和雾山五行风看 wushan.md,科普讲解片(原理科普、HTML 演示 + 代码合成声效 + edge-tts 配音,允许字幕和标注)看 explainer.md。版画系列(孔版、铜版、大理石纹、蓝晒、网点、植物图版,SVG 生成,每段一种工艺)看 prints.md;音符驱动的流体彩墨 MV(WebGL 流体、抽象、不画人)看 fluid.md;沙画(灯箱上的沙底下透光、一幅抹成下一幅,WebGL 高度场)看 sand.md;作业本涂鸦(圆珠笔勾线 + 彩铅排线 + 手机俯拍的作业本,涂鸦小东西活过来,带实物笔和影子)看 doodle.md;共点蒙太奇(同一个形状始终落在画面同一点,快切或画风接力)看 montage.md;走马灯(纸雕灯里的多层剪纸被烛光透过、卷成圆柱转,灯外推进灯里,适合绕圈的故事)看 zoumadeng.md;赛璐珞动画质感(清晰清新、黄昏光、哑光陶土 Clawd、道具经手的叙事 MV、竖排纸条字幕)看 cel.md;90 年代美式动画片头(粗描边平涂、定格大头照、甩镜抖动拖影、串台换画风:黑白胶片、漫画、设定稿、8-bit)看 toon.md;要自己写配乐(Tone.js + 真乐器采样含 VSCO2 管弦乐和真鼓,离线导出,分轨加自写混音台,按拍对画面)看 music.md。

FileKindSize
SKILL.mdskill md26.6 KB
cel.mdmarkdown9.8 KB
crayon.mdmarkdown10.5 KB
directing.mdmarkdown12.5 KB
doodle.mdmarkdown13.3 KB
explainer.mdmarkdown9.4 KB
fluid.mdmarkdown9.2 KB
montage.mdmarkdown6.4 KB
music.mdmarkdown14.0 KB
mv-workflow.mdmarkdown14.3 KB
piying.mdmarkdown9.4 KB
prints.mdmarkdown6.5 KB
sand.mdmarkdown10.2 KB
toon.mdmarkdown9.3 KB
wushan.mdmarkdown22.6 KB
zoumadeng.mdmarkdown9.2 KB

explainer.md

View on GitHub
# 科普讲解片(HTML 演示 + 代码合成声效 + 配音)

用户要「科普视频」「讲清楚某个发现或原理」「知识区那种短片」时用这份。范例是《用光,打开大脑》:2026 年诺贝尔生理学或医学奖(光遗传学),3:05,有旁白。全部代码在本仓库的 `explainer-kit/`,**新片直接复制它当底座**,清空 `src/scenes-*.js` 里的场景后重写。

## 和其他几套的区别

- 不用 p5.brush,用纯 Canvas 2D。图示要的是干净、准确、读得懂,笔刷质感只是点缀。每帧 60–130ms。
- **允许写字**:字幕、章节标签、图示标注都是科普片的一部分。手绘短片那条「不写字」在这里不适用。
- 每一场可以换一种画风,跟着内容走,比如显微镜下的水、纸面图示、卡哈尔墨线、荧光显微、俯视实验场地、铜版画剖面、点阵视角。画风服务于「这一场在讲什么」。
- 声效全部用代码合成;旁白用 edge-tts。画面、声效、旁白共用一份时间轴。

## 流程

1. **选题先查新闻**:时效题(比如诺奖)先搜到获奖者、颁奖词和原始报道。几个候选里挑**因果链能画出来、最后能落到普通人身上**的那个,给用户一句推荐理由。
2. **核对事实**:片里出现的每个年份、人名、数字都要有出处。模型记得的东西也要搜原文核一遍。查不到的细节就换成不需要它的说法,别编。
3. **先给用户看分镜表**:一行一场,写清时长、画面、字幕要点。再定一个**贯穿全片的不变量**(范例里是「一束光」:蓝光先后打在藻上、膜上、神经元上、小鼠头上,最后变成琥珀色打进眼底)。
4. 用户点头后再写代码,顺序是:`timeline.js` → 场景 → 联系表检查 → 声效 → 旁白 → 连续帧检查转场 → 出片。

## 文件结构

| 文件 | 干什么 |
|---|---|
| `src/timeline.js` | 每一场的起点、所有事件时间(光子到达、开关灯、放电时刻),还有确定性随机数。浏览器里是全局变量,Node 里用 `require` 读进声效脚本。**画面和声音都只从这里取时间**,所以咔哒声和门打开永远对得上 |
| `src/core.js` | 数学、笔触、发光(`glow` / `glowLine` / `beam`)、纸纹、颗粒、文字、`label()` 引线标注、字幕与章节、场景调度、四种转场、时间拉伸 |
| `src/scenes-a.js`、`src/scenes-b.js` | 场景写成 `scene(起点, (ctx, lt, t) => {...})`,接缝写成 `seam(时刻, 时长, 'zoom'/'ripple'/'sweep'/'fade', 参数)`;文件末尾填 `CAPS`、`CHAPTERS`、`THEME` |
| `src/voice.js` | `tools/voice.js` 生成的旁白数据:时间拉伸锚点、每句的位置、自动切好的字幕 |
| `tools/voice.js` | 旁白稿;edge-tts 逐句生成,计算时间拉伸,自动切字幕 |
| `tools/audio.js` | 纯代码合成 `out/audio.wav`,并混进旁白 |
| `tools/shot.mjs` | `--times=..` 出联系表,`--video --fps=30` 出 MP4,同时混入 wav |
| `index.html` | 播放器:可暂停、拖动,音频以 `audio.currentTime` 为准对齐 |

字体用 `@fontsource/noto-sans-sc`(OFL 许可),`npm install` 时装进 `node_modules`。页面先用 `document.fonts.load` 把片子里用到的字加载完,再把 `READY` 置真;`shot.mjs` 等到 `READY` 才截图。

## 画面规矩

- **字幕**:放在底部居中,40px 无衬线,一句话一屏,每秒不超过 5–6 个字。底下垫一层**椭圆形**淡底,矩形会露出两侧硬边。`THEME` 按底色切换深浅两套字色。
- **章节**:左上角放「01 / 池塘里的绿藻」,加一根陶土色竖线,小而克制,让观众知道自己在第几步。
- **标注**:`label(文字, 目标点, 文字位置, 局部时间)`,引线先拉出来,字再淡入。浅色底上默认带纸色描边,压在别的东西上也读得清。
- **主体要大**:讲谁就把谁放大放在画面中心。范例里的绿藻一开始只占画高的 12%,放大到 1.7 倍才像主角。
- **状态变化要夸张,一眼就能看出来**:门开时两半要推开一大截;被感染的细胞要从和别人一样变成通体发蓝。**变之前必须和其他东西长得一样**,否则会提前露馅。
- **同一组几何复用**:墨线神经元和荧光神经元是同一份 `NEURONS` 数据,直接淡入淡出,就成了「同一块组织换一种看法」的转场。
- **静态又重的东西缓存成纹理**:画完的墨线、荧光背景层、柔光束都用 `texture(key, …)`,只算一次。
- 光束先用 `blur` 渲进半分辨率纹理,再放大使用。几层多边形直接叠出来,边缘会很硬,显得廉价。

## 转场

四种都在 `core.js` 的 `TRANS` 里。每个接缝挑一种跟内容有关的:

- `zoom`:绕一点推进去,下一场从**大于 1** 缩回 1(从小于 1 放大会露出黑框)。适合「放大到眼点」「推进瞳孔」。中心可以传函数,跟着移动的目标走。
- `ripple`:从一点扩开一圈带光的波纹。适合「离子涌进 → 电信号扩散」。
- `sweep`:一道光带扫过画面,适合换颜色的场景切换。光带透明度要低(0.2–0.3)。
- `fade`:同一组几何换一种画法时用。

做完要拍连续帧检查:每个接缝前后 2 秒取 8 帧。只看首尾帧发现不了露边和跳帧。

## 声效(`tools/audio.js`)

全部从零合成,48kHz 立体声 16-bit:

- **底音**:每场一个和弦(4–5 个正弦加一点二次谐波,左右声道微失谐),场与场之间交叉淡化 3 秒,音量用 LFO 慢慢起伏。
- **轻拨弦**:从第二场起每 0.75 秒拨一个和弦音,给全片一个不吵的节拍。
- **音效零件**:`pluck` 拨弦、`bell` 不和谐泛音的钟声、`boom` 音高往下掉的低频咚声、`whoosh` 噪声扫频、`spike` 电生理放电的咔哒声(4ms 双相脉冲)、`click`、`blip`、`hum` 持续的嗡声、`shimmer` 一团细碎的亮音。
- **事件对齐**:时间都从 `TL` 里取。画面里周期性的东西(比如 `sin(lt*9 + k*1.3)` 的峰)要反解出峰值时刻再放声音。
- **混响**:走发送总线,每声道四个梳状滤波器加两个全通滤波器。
- **母带**:先用 `tanh` 软限幅,再归一化到峰值 0.89。
- **一定要量响度**:合成完按每 4 秒打印一次 RMS,各段应落在 -19 到 -25 dB。范例的第一版里,水声比其他声音响了 15dB;只靠想象是听不出来的。

```bash
node -e "const b=require('fs').readFileSync('out/audio.wav');const sr=48000,n=(b.length-44)/4;let s='';for(let t=0;t<n/sr;t+=4){let a=0;for(let i=t*sr;i<Math.min(n,(t+4)*sr);i++){const v=b.readInt16LE(44+i*4)/32768;a+=v*v}s+=t+'s '+(10*Math.log10(a/(4*sr))).toFixed(0)+'  '}console.log(s)"
```

模型听不到声音。交付时要说明声效只按数据检查过,质感和节奏要用户自己听。

## 配音(edge-tts,旁白推着画面走)

`pip install edge-tts`。它用的是微软 Edge 朗读的神经网络语音,旁白文字会发到微软的服务。网络连不上时设环境变量 `TTS_PROXY=http://<代理地址>`。

- **选声音**:先用同一句生成 3–4 个试听,让用户挑。中文常用的几个:
  - `zh-CN-YunyangNeural`:新闻主播腔,沉稳,范例用的就是它。
  - `zh-CN-YunxiNeural`:年轻、活泼。
  - `zh-CN-YunjianNeural`:浑厚,戏剧感强,容易像营销号。
  - `zh-CN-XiaoxiaoNeural`:女声,亲切。
- **语速**:`--rate=-5%` 时大约每秒读 4.5 个字。

做法如下:

1. **按原字幕时段写旁白稿**:每行写成 `[时段起, 时段止, 读的话, 字幕]`,时间用原时间轴 τ。外国人名读中文译名,字幕写原文。片名、片尾这种画面上已经有字的,字幕填 `null`。
2. **逐句生成**:文件名里带文本哈希做缓存,只重做改过的句子。用 ffmpeg 的 `silenceremove` 掐掉首尾静音,转成 48k 单声道 wav,量出每句的真实时长。
3. **时间拉伸**:每个旁白时段的新长度取 `max(原长, 读完 + 0.7s)`,时段之间的空隙保持原长,得到一组分段线性的锚点 `[τ, t]`。
   - 画面:`renderFrame(t)` 先 `unwarp(t)` 换回 τ,场景、转场、章节、字幕颜色都按 τ 画;只有字幕按真实时间显示。
   - 声效:每个音效的起点都过一遍 `warp(τ)`,持续时长不变,所以不会变调;逐采样的循环(底音、水声)用 `unwarp(t)` 求权重。
   - 拉得最多的段落动画会放慢到 0.6 倍左右,看着没问题;再慢就该删减那句旁白。
4. **自动切字幕**:长句在标点处切成每屏不超过 24 个字,按字数比例分配读音时长,去掉末尾的逗号和句号。
5. **控制总长**:脚本会逐句打印「读音时长 / 原时段长」。范例第一版把 2:46 拉到了 3:15,删减最长的四句后变成 3:05。

**混音**:人声直接叠加,不进混响。人声包络(起音 30ms、释放 0.6s,**提前 0.15 秒看人声**,开口前就先压下去)把其余所有声音压低约 7dB。检查方法:对每句旁白,分别量「句中」和「句后空隙」的 RMS 做对比,人声应比底下的背景高 9–12dB。

## 出片

```bash
npm install
node tools/voice.js      # 有旁白时先跑,生成 src/voice.js 和 out/voice/
node tools/audio.js
node tools/shot.mjs --video --fps=30 --out=out/video.mp4
```

范例 3:05,共 5550 帧,每帧约 90ms,整片渲染约 9 分钟,成片 68MB。
planning-and-task-breakdownaddyosmani/agent-skillsBreaks work into ordered tasks. Use when you have a spec or clear requirements and need to break work into implementable tasks. Use when a task feels too large to start, when you need to estimate scope, or when parallel work is possible.Stars: 119kUpdated Claude CodeCodexVerifiedInstall
screenpipethedotmack/claude-memSearch screen and audio history recorded by Screenpipe and optionally save selected context into claude-mem. Use when the user asks to recall desktop activity, a meeting, or something seen in another app through Screenpipe.Stars: 118kUpdated Claude CodeCodexVerifiedInstall
contact-widgetnexu-io/open-designSelf-contained floating chat widget with welcome screen, social links, meeting button, and message input. Single HTML file, zero dependencies.Stars: 108kUpdated Claude CodeCodexVerifiedInstall
meeting-notesnexu-io/open-designMeeting notes page — title bar with attendees, agenda checklist, decisions block, action items table with owners + dates, and a "next meeting" footer. Use when the brief mentions "meeting notes", "minutes", "1:1 notes", "all-hands recap", or "会议纪要".Stars: 108kUpdated Claude CodeCodexVerifiedInstall