宝玉实测用 Claude Skill+Gemini TTS 一键生成历史解说视频
dotey · x · 2026-10-26
宝玉分享了自己测试用模型生成历史类解说视频的完整工作流:核心是 JimLiu 开源的 baocut 技能(GitHub 上的 SKILL.md),负责剪辑、字幕、双语字幕、导出等流程,旁白配音用 Gemini TTS,驱动模型为 Claude Opus 5.5。
他公开了完整提示词模板:把某人在某年某场合的演讲做成历史视频,先用 3-4 分钟讲清人物背景与时代语境,封面配本人照片;表现形式要有影像、地图、时间线、报刊标题、原话逐词点亮等,避免做成幻灯片;非中文原声做中英双语字幕并分章节。流程上先出简报确认,再给审片链接,最后才导出成片。
「编程与Agent」频道最新
- Elvis Omarsar 断言 CLI 已非 Agent 最佳界面:Grok Bot 与 Codex 应用正取代终端 — omarsar0 · 2026-10-26
- 设想透视员工的 Claude 会话:企业能挖出哪些使用洞察 — jacob_posel · 2026-10-26
- Stanford 官方转推 DSPy:38.8k 星的「编程而非提示」框架 — stanfordnlp · 2026-10-26
- 实测导出 Claude 思考摘要:35 条流式事件可保存,完整思维链仍不可得 — Additional-Ladder-24 · 2026-10-26
- Recursive 发布 Flint 本地编码模型,参数小 10 倍逼近 Thinking Machines 的 Inkling — stanfordnlp · 2026-10-26
- 上下文将满时 Claude Code 自动「优化对话」,用户担心风格丢失 — chrisalbon · 2026-10-26