视频制作 Claude Skills 按交付物选装：发布片、演示与交片检查

先对上要交的东西

发布片本身分两种：想让产品自己动，就装 huashu-motion；要演一个人正在用，装 Take One。后一条通常更慢，作者给出的耗时是一到两小时。

需要在浏览器里真实点一遍流程，用 Argo；口播要卡在词上，用 explainroo；画面已经画好了，用 rossark-motion-skill；只想把某段运动迁进自己的技术栈，选 reanimate。

如果计划和字号老出问题，再补 video-director；声音对不上画面，再补 earshot。这两个都算检查类 Skill。一次只装正在做的那一个，安装器问作用范围时选当前项目即可。

发布片怎么开工

huashu-motion 这一条：

npx skills add alchaincyf/huashu-motion

把站点或产品交给它后，它会先收集颜色、字体、原文，接着写谱、再画。三个可选方向写在 directions.md 里，你选定一个它才继续往下推进。浏览器时间线里可以指着一帧写修改，前 3 秒要有钩子。这条规则来自作者量过的 21 支发布片和 142 支动效，需要 Node、Chrome、ffmpeg。

Take One 是另一条。装好后新开一个会话：

npx skills add talsiach/take-one -g -a claude-code
bash ~/.claude/skills/take-one/scripts/doctor.sh

doctor.sh 会告诉你缺什么。然后执行：

/take-one a 30 second launch video for 产品地址

它先复述理解到的方向，再问你一次：是一路做到成片，还是分阶段看。纯代码部分不用另付接口费用；图片、视频、配音、音乐要先经你确认，并提前报价。审查没看过制作过程，不及格最多三轮。成片是 1080p、60 帧，另附 X 和 LinkedIn 的帖文。需要 Node 18、Chrome、ffmpeg。作者写明目前只在 macOS 上跑过。

演示、讲解、已有的画

Argo 录的是已经跑起来的应用。在 Claude Code 里：

/plugin marketplace add shreyaskarnik/argo

市场加完，再按仓库里的安装说明把 skill 装上。它会用 Playwright 点页面，每一镜停到这句口播说完。本地 Kokoro 出声音，再叠标注。先确认地址指到你的本地服务。

explainroo 要进它自己的目录：

git clone https://github.com/vincentsch/explainroo.git
cd explainroo
npm install
node bin/explainroo.js doctor --fetch

doctor 会检查 Node、ffmpeg、Chrome，并下载语音模型和听写核对模型。然后在这个目录里说明讲什么，它会生成 script.md 和 scenes.js。每个画面都可以挂在某个词上。交片前检查版面、响度以及听感清晰度。成品输出在 videos/<名字>/out/video.mp4，自带字幕和封面。Kokoro 的语言列表里有普通话；中文如果还需要额外组件，以 doctor 的检测输出为准。这些模型我还没下过。

rossark 给已经画好的东西：

npx skills@latest add rossark0/rossark-motion-skill

把 MOTION.md 放到画面旁边，写清楚代码在哪里，也写清这幅画做不到什么。全场共用一个时钟，晚半拍的是拖尾效果，不是让某一块自己先跳。模板在 React Native 和 SwiftUI。要重渲仓库里的演示，脚本需要 macOS 14 以上。

reanimate 对的是运动：

npx skills add NiazMorshed2007/reanimate -g

给它活站点、视频或 GIF，它会逐帧录原片，用你项目里已有的技术重做，再录自己的拷贝对照。默认只对运动，要连外观一起复刻，提示里写 match it exactly。需要 Bun 1.1 以上。-g 是装到全局，只给当前项目就按安装器改选项目。

交片前两道检查

video-director：

git clone https://github.com/win4r/video-director.git
cp -R video-director/video-director ~/.claude/skills/

只装给当前项目，就改成拷贝到项目的 .claude/skills/ 目录。计划文件先交给 check_timeline.py 过一遍，再写画面；成片跑 qa_video.py，用来量钩子文字的字号、对比度、闪烁和响度。依赖 ffmpeg、ffprobe、Python 3、numpy、Pillow。仓库把 Opus 5.5 标成主要模型，评测每组一条，作者也写明这只是方向，不是硬性测量。

earshot 把声音写成 agent 能读的笔记，作者就是 taste-skill 的作者。

git clone https://github.com/Leonxlnx/earshot
cd earshot
python -m venv .venv
.venv/bin/python -m pip install torch --index-url https://download.pytorch.org/whl/cpu
.venv/bin/python -m pip install -e ".[mcp,llm,dev]"
.venv/bin/python -m earshot doctor --load

第一次用模型大约 1.1 GB，只走 CPU。要 Python 3.10 以上、ffmpeg。接上 MCP 之后，工具才出现在会话里。它能写每种声音是什么、落在哪一帧。混音很密时，标签只作提示，好听不好听仍要自己听。real-sound 负责铺一条声带，再用 earshot 来对。

我会先跑哪一条

这周如果只验证一条，我选 explainroo 或 huashu-motion：一个看口播能不能卡在词上，一个看发布片能不能指着帧改。Take One 的一到两小时，还有 earshot 的 1.1 GB，等前一条能导出再加。这类工具怎么取舍，云栈社区里也常有人聊。