AIGC Skill 到 Remotion 视频闭环
入档:2026-06-03 来源:
{Downloads}/AIGC_Skill_Exploration_Recap.md性质:AIGC Skill 探索复盘 / Codex Skill / Remotion 视频生产流程
一句话
Codex Skill + Remotion 可以形成“笔记 / 结构 → TSX → 预览 → 微调 → MP4”的视频生产闭环，但关键不在于安装 Skill 本身，而在于把复杂 Skill 拆成可控项目、用反馈模板持续微调。
探索目标
这次探索的目标不是单纯调研 Skill，而是验证一个可复用流程:
调研 Skill
→ 安装 / 注册 Skill
→ 调用 Skill 生成视频结构或 TSX
→ 接入最小 Remotion 项目
→ 预览与微调
→ build 成 mp4
→ 为后续蒙眼剪辑法模板库打底长期目标是把 蒙眼剪辑法_方法论笔记 的“人判断，AI 执行”逻辑接入程序化视频渲染，让 AIGC 视频生产从手工剪辑扩展到模板化生成。
Skill 筛选原则
调研阶段重点看四类信号:
- GitHub Star 和维护活跃度;
- 是否有清晰文档;
- 是否是单文件
Skill.md; - 是否依赖复杂仓库、helpers、FFmpeg、Python 或其他环境。
初步结论:
| Skill / 项目 | 判断 |
|---|---|
video-use | 依赖 ffmpeg / helpers / Python,不适合直接用辅助工具安装 |
remotion-best-practices | 单文件 TSX / Skill.md,适合实操测试 |
Generative-Media-Skills/md-to-video | 集合 Skill,高 Star,md → 视频逻辑可参考 |
claude-youtube | 偏视频脚本生成,适合 B 站短视频改编 |
一句话规则:
新手阶段优先选单文件、依赖少、可被最小项目承接的 Skill。
Skill 安装工具的边界（历史记录）
注：SkillInstaller / CodexSkillInstaller 工具已于 2026-06-04 退役，改用 SKILL_INDEX挂载机制_验证复盘 替代。以下为当时的复盘结论，保留作背景记录。
当时的复盘结论：
辅助工具只适合单文件 Skill.md 的安装，不适合把复杂仓库直接变成可用 Skill。
复杂仓库仍然需要额外处理依赖、项目结构和运行环境。不要把”能复制 Skill.md”误判成”整个工作流已可运行”。
Windows 实操坑位
这次环境:
- Windows 10;
- Node.js v24;
- npm v11;
- Codex 客户端;
- B 站账号用于发布测试。
遇到的问题:
- PowerShell 执行策略阻止
npm.ps1; npm install报EUNSUPPORTEDPROTOCOL catalog:;video-use依赖复杂,无法直接用辅助安装工具处理。
应对策略:
用 CMD 跑 npm
新建最小 Remotion 项目
把 Skill 生成的 TSX 接入项目
保持配置和逻辑分离Remotion 类 Skill 不要直接追求“一键生成完整项目”。更稳定的方式是:
npx create-video@latest
→ 得到最小可运行项目
→ 把 Skill 产出的 TSX / scene / config 接进去
→ 用 Remotion 自身命令预览和 build视频生成闭环
生成 aigc-tutorial.mp4 的流程可以抽象为:
Skill
→ TSX
→ Remotion preview
→ 反馈微调
→ Remotion build
→ mp4这个流程成立的前提是项目结构清楚:
scenes负责内容段落;config负责文字、颜色、时长、布局参数;- 组件负责视觉呈现;
- build 阶段只做渲染，不再临时改结构。
微调问题与修正方向
初版视频常见问题:
- Step 卡片被裁切;
- 布局没有落地到安全区;
- 内容抽象,缺少真实操作感;
- 结尾缺乏总结信息;
- 动画抢信息。
修正策略:
- 调整安全区、边距、卡片高度;
- 文案本地化、中文化;
- 增加操作演示卡片,例如终端命令淡入;
- 结尾加验证结论卡片;
- 动画克制,信息优先;
- 用反馈模板指导 Codex 微调 TSX。
一句话:
Remotion 视频微调的核心不是“多做动画”，而是让信息稳定落地。
反馈模板的作用
Skill 生成的第一版通常只能算结构草稿。真正让它可发布的是反馈模板。
反馈重点应固定在:
- 布局是否裁切;
- 中文文案是否自然;
- 是否有真实操作感;
- 是否能看懂每一步;
- 结尾是否有验证结论;
- 动画是否服务信息。
这和 蒙眼剪辑法_方法论笔记 的逻辑一致:
AI 先给结构
人类判断问题
再把判断翻译成可执行反馈可复用流程
1. 选单文件 Skill 或低依赖 Skill
2. 通过 SKILL_INDEX 挂载对应 Skill
3. 新建最小 Remotion 项目
4. 调用 Skill 生成 TSX / scenes / config
5. 接入项目并预览
6. 用反馈模板微调布局、文案、操作感和结尾
7. build mp4
8. 记录可复用模板和坑位后续建设方向
这次探索后，后续可以继续沉淀:
- 蒙眼剪辑法模板库;
- Remotion TSX 组件库;
- 中文教程视频模板;
- 操作演示卡片组件;
- 字幕 / 旁白 / 音频接入;
- B 站短视频发布模板;
- 多片种、多模板组合的生成体系。
如何使用
当要把一篇笔记或流程说明做成视频时，先判断:
- 内容是否适合被拆成 3-6 个 scene?
- 是否需要真实操作演示?
- 是否可以先用最小 Remotion 项目承接?
- Skill 负责生成结构，还是也要负责视觉实现?
- 反馈模板是否足够具体到布局、文案和结尾?
如果答案成立，就走本闭环，而不是直接让 AI “生成一个完整视频”。
关联文档
- 视频剪辑方法:蒙眼剪辑法_方法论笔记
- 视频生成约束:图生视频_ForwardOnly原则
- 图文到视频工作流:图片占位到视频替换的工作流_v1
- LLM 规划工作流:方法论笔记_LLM-plan卡点工作流_v1
- Skill 挂载机制:SKILL_INDEX挂载机制_验证复盘
- 代码资产入口:代码资产索引
- 原始笔记底料:
{Downloads}/AIGC_Skill_Exploration_Recap.md