Anything2Explainer — создание обучающих видео из темы

anything2explainer — это скилл для Claude Code и Codex, который превращает любую тему в объясняющее видео с motion-графиком. Вводите тему — получаете 1280×720 MP4 с озвучкой, субтитрами, заголовками глав и прогресс-баром. Каждый кадр рисуется кодом на Remotion (React + TypeScript), без фрагментов из других видео, без генеративных моделей.

Что делает скилл

• Вход: тема (например, «объясни vector databases»), документ или статья. Вы выбираете длительность и язык.
• Выход: H.264 MP4 с синхронизированной озвучкой, субтитрами по границам слов, карточками глав, верхним HUD и нижним прогресс-баром. Плюс полная документация: research-док с источниками, нарратив, раскадровка, исходный код каждого кадра, QC-отчёты.
• Время: 1–3 часа реального времени в зависимости от длины. Агенты строят кадры параллельно. Вы консультируетесь только на четырёх контрольных точках.

9-этапный пайплайн

1. Scaffold — инициализация Remotion-проекта из шаблона.
2. Research (1 агент) — research-документ с источниками, числами и аналогиями, у каждого пункта — URL.
3. Narration & timeline — сценарий, затем TTS-озвучка с пословесными границами, превращёнными в покадровую таймлайн-таблицу.
4. Storyboard — одна строка на кадр: диапазон кадров, бит, визуал, движение, hero-элемент и свет.
5. Overlays & primitives — заголовки, карточки глав, HUD, pipeline rail, 2–5 тематических иконок.
6. Pilot (1 агент) — первая группа кадров, затем 30-секундный отрезок для оценки стиля.
7. Parallel build — остальные группы по 5–7 кадров на агента, каждый пишет чистофункциональные Remotion-компоненты.
8. Render — полный рендер и количественная оценка кадров (frame metrics).
9. QC & fixes — один QC-агент на главу, агенты исправлений на группу, повторная проверка, delivery notes.

Характеристики вывода

Длительность определяет количество кадров и агентов:

Установка и зависимости

git clone https://github.com/Vincentwei1021/anything2explainer.git
ln -s "$PWD/anything2explainer" ~/.claude/skills/anything2explainer   # Claude Code
ln -s "$PWD/anything2explainer" ~/.codex/skills/anything2explainer    # Codex

Зависимости:

# Node ≥18
brew install ffmpeg          # извлечение кадров / транскодирование

python3 -m venv ~/.venvs/a2e && source ~/.venvs/a2e/bin/activate
pip install 'edge-tts==7.2.8' numpy pillow scipy

# Только для английской озвучки (kokoro-82m локально)
pip install kokoro soundfile && brew install espeak-ng

Скрипты написаны на zsh + Python 3, проверены на macOS. Linux работает, Windows не проверена.

Linux / Raspberry Pi (ARM)

На Raspberry Pi 5 (ARM64) три отличия:

sudo apt install zsh espeak-ng
sudo apt install chromium
export REMOTION_BROWSER_EXECUTABLE=/usr/bin/chromium

Для TTS на ARM есть альтернативы: kokoro-onnx (натуральный голос) или piper-tts (быстрый, роботизированный). Оба ставятся через TTS_ENGINE. Также работает облачный edge engine без локальной модели.

Использование в Claude Code / Codex

Просто скажите, что хотите:

Make me an explainer video about vector databases.

Скилл запускается автоматически и проходит 9 этапов из SKILL.md. Можно также управлять шаблоном вручную через скрипты.

Четыре контрольные точки

1. Длина и язык — до написания сценария. Длительность определяет количество кадров и параллельных агентов.
2. Утверждение нарратива — до озвучки. После этого номера кадров жёстко зашиты; любое изменение перестраивает весь таймлайн.
3. Озвучка — перед TTS. Можно выбрать движок или подставить готовый аудиофайл.
4. Первые 30 секунд — после первой группы кадров. Рендерится превью для оценки стиля. Правка на этом этапе затрагивает одну группу; после полного рендера — все.

Мультиагентная архитектура

Скилл использует протокол разделения труда между агентами. Research-агент собирает материал. Затем параллельные build-агенты (по 5–7 кадров каждый) пишут чистые Remotion-компоненты. QC-агенты проверяют отрендеренные кадры по записанным критериям. Агенты исправлений устраняют найденные проблемы. Структура агентов и правила описаны в reference/agent-build-rules.md и reference/agent-qc-rules.md.

Сравнение с альтернативами

Лицензия

PolyForm Noncommercial 1.0.0 — бесплатно для некоммерческого использования, коммерческое требует авторизации автора. Сами видео принадлежат вам. Шрифты (Noto Sans SC / Orbitron / Exo 2 / Audiowide) под SIL OFL 1.1. Remotion имеет свою лицензию для компаний.