一条 prompt 生成 30 秒讲解视频：让 agent 可靠产出视觉内容的四个关键
_haiderfarooq · reddit · 2026-10-28
作者构建了一个 skill，让编码智能体（Claude Code，也兼容 Codex 与 Gemini）完全用代码绘制短视频：一条 prompt 输入、mp4 输出，剪纸风道具、吉祥物、逐字弹出的字幕，无需视频模型和 API key，笔记本上一分钟渲染完成。让 agent 可靠的关键：
- 语音即时钟：先用本地 kokoro 生成语音，whisper.cpp 给出词级时间戳，每个场景以词为触发点，否则画音永远对不齐。
- 必须看自己的输出：导出前 agent 在道具落地的时刻截 3–4 张静帧自检，文字重叠、道具漂移只有能看到才修得好；固定随机种子的确定性渲染保证「修过的帧下次不会坏」。
- 无法争辩的检查：脚本自动标记重叠/截断文字，并规定「移动道具而非缩小字幕」——否则 agent 会缩小字幕糊弄通过检查毁掉视频。
- skill 文件写的是规则而非画法：每场景一个主道具、一个标题、三个背景细节、吉祥物固定右下；给风格指纹比给示例代码效果更好。
代价：首次渲染必不完美，来回两三轮「挪一下」是常态；目前仅支持 macOS。
「编程与Agent」频道最新
- 纯类型注解跑通 N 皇后求解器，ty 类型检查器玩出新高度 — charliermarsh · 2026-10-28
- 开发者吐槽 MCP 只能拉取不能推送：Agent 缺少主动通知机制 — braelyn_ai · 2026-10-28
- 给 MCP 加推送能力：新攻击面与设计思路 — braelyn_ai · 2026-10-28
- Swarms Cloud 改版模型页，聚合 2000+ 模型统一调用 — KyeGomezB · 2026-10-28
- Geoffrey Huntley 提出开源新模式：拒绝 PR，开放 remix — kieranklaassen · 2026-10-28
- CC Switch 教程:多账号切换 Claude 官方订阅与封号风险规避 — dotey · 2026-10-28