convez.ai
SkillEscrita & ConteúdoIntermediário
chenlu-hung

Gerador de Vídeos de Aula com Marp e Roteiros

chenlu-hung/lecturevideo

Tema → slides → roteiros paralelos → vídeo de aula autossuficiente

Ver no GitHub
InicialPluginScore · de 0 a 100

Skill autossuficiente que converte um tópico em vídeo de aula completo: transforma tema → outline → slides Marp → roteiros SRT com narração via sub-agentes paralelos → vídeo HTML com auto-play sincronizado. Inclui suporte a overlays de destaque, TTS opcional e fluxo de reiteração interativo.

Instalação

$npx convez-ai chenlu-hung/lecturevideo

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 2 meses
Versão
—
Issues abertas
0
Contribuidores
1

Casos de uso

  • Gerar materiais didáticos completos em minutos
  • Criar vídeos de aula com roteiros profissionais sincronizados
  • Automatizar produção de conteúdo educacional multilíngue
  • Integrar TTS para aulas com narração em voz real

Veredito

Ferramenta robusta e bem pensada para educadores e criadores de conteúdo que desejam automação real: vai além de gerar slides isolados, entregando roteiros contextualizados, sincronização temporal precisa e vídeos autossuficientes. Pipeline modular permite reiterar fases e integrar TTS, tornando-a prática tanto para prototipar quanto para produção.

README

A tradução para o português deste README ainda está na fila.

lecture-video-generator

一個自包含(self-contained)的 Claude Code agent skill:給定一個主題,自動產生完整的教學影片。

從主題出發,依序產生:

  1. 教學大綱(outline.md,可與使用者來回討論修訂)
  2. Marp 投影片(slides.md → slides.html + slides.pdf + 每頁 PNG)
  3. 逐頁 SRT 上課講稿(多個 sub-agents 並行產生,含精確時間軸)
  4. HTML 教學影片(reveal.js 風格的自動播放器,依講稿時間切換投影片並淡入/淡出投影片上的 overlay 標註)

整個流程完全在本地端執行,不依賴任何外部 plugin 或 skill。


為什麼要做這個 skill?

備課最花時間的不是寫投影片,而是把投影片內容講出來——把每張投影片該怎麼引入、舉例、過渡、總結,逐句寫成講稿。這個 skill 把這件事自動化:

  • 你只要給一個主題,剩下的「大綱 → 投影片 → 講稿 → 影片」都可以一條龍跑完。
  • 講稿是用「上課口吻」寫的(親切、詳細、有舉例、有過渡語),不是把投影片照唸。
  • 講稿是 SRT 格式 + 精確時間,未來接 TTS(語音合成)就直接可以變成有配音的影片。
  • 投影片上的 overlay(重點標註)出現/消失時間,會自動依講稿語意推導,不用手動對時間。

安裝

把整個 repo clone 或 symlink 到 Claude Code 的 skills 目錄:

# 全域使用(推薦)
git clone https://github.com/chenlu-hung/lecturevideo.git ~/.claude/skills/lecture-video-generator

# 或 symlink 到目前的開發目錄,邊改邊用
ln -s "$PWD" ~/.claude/skills/lecture-video-generator

下次開啟 Claude Code 時,這個 skill 會自動被偵測到。

必要條件

  • node + npx(給 @marp-team/marp-cli 使用,第一次跑會自動安裝)
  • python3(≥ 3.8,僅用標準函式庫,不需 pip install)
  • 任何現代瀏覽器(用來打開最終的 video/index.html)

使用方式

在 Claude Code 中直接用自然語言觸發:

幫我做一個關於「反向傳播演算法」的上課影片,用繁體中文

或英文:

Generate a 15-minute lecture video on "Variational Autoencoders" in English

更多觸發片語:「生成教學影片」、「把主題做成教學影片」、「自動生成 marp 投影片」、「帶旁白腳本的投影片」、「make a teaching video on …」。

互動流程

  1. 大綱階段:skill 會先產 outline.md 給你看,問你要不要修。可以請它改、也可以自己直接編輯該檔案,再請它繼續。
  2. 投影片階段:skill 依大綱與你指定的 marp template(預設使用內建的 4:3 keynote 風格主題)產生 marp 投影片,並編成 HTML + PDF + 每頁 PNG。
  3. 講稿階段:skill 會把投影片切批次(預設每 5 頁一批),開多個 sub-agents 平行寫講稿。你可以指定模型(opus / sonnet / haiku,預設 sonnet)。
  4. 影片階段:把講稿合併成全域時間軸,組裝出可在瀏覽器打開的自動播放 HTML 影片。

可調參數

跟 skill 說話時,可以一併指定:

參數預設說明
topic(必填)主題;會被 slugify 當輸出資料夾名
language(必填)講稿與投影片語言(例:繁體中文、English)
audience大學部學生影響深度與口吻
length_minutes15目標總長度(分鐘)
marp_template_path內建 assets/marp/theme.css自訂 marp theme
subagent_modelsonnet講稿產生用的 sub-agent 模型
pages_per_subagent5每個 sub-agent 負責幾頁
output_dir./output輸出根目錄

輸出結構

每個主題會在 output/<slug-of-topic>/ 下產生:

output/<slug>/
├── outline.md              # 階段 1:可由你編輯
├── slides.md               # 階段 2:marp 原始檔
├── slides.html             # 階段 2:marp HTML
├── slides.pdf              # 階段 2:marp PDF
├── slides.images/01.png …  # 階段 2:每頁 PNG(影片用)
├── .slides.json            # 內部:頁面 + overlay 結構
├── scripts/01.srt …        # 階段 3:每頁 SRT 講稿
├── timeline.json           # 階段 4:全域時間軸
├── video/                  # 階段 4:打開 index.html 即可播放
└── .state.json             # 進度紀錄,可斷點續跑

Overlay 重點標註

投影片可以在 markdown 裡用 HTML 註解標出「需要在講到時才出現的重點」:

# 反向傳播的核心想法

- 從輸出層往回傳播誤差訊號
<!-- overlay-begin: id=chain-rule, label="鏈鎖律的角色" -->
- 每一層用**鏈鎖律**把誤差分解到參數
<!-- overlay-end: id=chain-rule -->
- 用梯度更新權重

講稿產生時,sub-agent 會在講解該重點的那段話前後加上 [overlay:chain-rule] … [/overlay:chain-rule] 標記;最終影片會在那段時間把對應的 overlay badge 淡入到投影片角落。

詳細語法見 references/marp-and-overlays.md。


斷點續跑與重做

output/<slug>/.state.json 會紀錄已完成的階段。再次觸發 skill 時:

  • 沒指定要重做 → 從尚未完成的階段繼續。
  • 明確說「重做大綱/重寫第 5 頁的講稿/投影片要改」→ 從該階段重做,下游階段自動失效並重跑。

可重做的範圍見 references/workflow.md 「Re-doing a single phase」一節。


加上旁白配音(TTS)

預設產出的是「無聲、依時間軸自動換頁」的影片。若要產生真正有人聲旁白的影片,在觸發時加上 tts 並提供一段參考人聲:

幫我做一個關於「反向傳播」的上課影片,繁體中文,要有旁白,聲音用 my_voice.wav

運作方式:

  • 使用本地的 IndexTTS-2 MLX-Swift 引擎(zero-shot 聲音複製,只需幾秒乾淨人聲當參考)。
  • 逐句把講稿送進 TTS(單次 --srt 批次,模型只載入一次),合成 narration.wav(16-bit PCM mono 22.05 kHz)。
  • 依真實音訊長度重算 timeline.json:投影片在該頁旁白唸完時才切換,overlay 也在實際講到時淡入/淡出——不是用講稿裡估計的時間戳。
  • [overlay:*] 標記在送進 TTS 前會被移除,不會被唸出來。
  • 繁體中文會先用 opencc 轉成簡體再送進 TTS(IndexTTS-2 的詞表只有簡體,繁體字會發音錯誤);投影片與字幕仍維持繁體,只有「唸出來的文字」被轉換。
參數預設說明
ttsfalse設為 true 才會合成旁白
voice_ref(必填)要複製的參考人聲 .wav
emotion_ref同 voice_ref另指定一段音檔來決定語氣情緒
indextts2_dir$INDEXTTS2_DIRIndexTTS-2 MLX checkout 路徑(含已編譯 CLI 與模型)

需要條件:Apple Silicon、已 ./build.sh Debug 編好的 IndexTTS-2 CLI、轉好的模型權重,繁體中文還需要 opencc(brew install opencc)。沒有這些時無聲路徑照常可用。合成是運算密集的(數分鐘),可用 --seed 讓結果可重現。

底層腳本與時間軸重算細節見 references/player-architecture.md 「TTS audio」一節。


目錄結構

.
├── SKILL.md                     # skill 進入點(YAML frontmatter + 主流程)
├── README.md                    # 你正在看的這份
├── references/                  # 細節文件,需要時才會被載入
│   ├── workflow.md              # 各階段詳細步驟、重做矩陣
│   ├── marp-and-overlays.md     # marp 語法與 overlay 註解語法
│   ├── srt-and-timing.md        # SRT 格式與 [overlay:*] 標記規則
│   ├── subagent-prompts.md      # sub-agent 派發 prompt 範本
│   └── player-architecture.md   # 影片播放器內部設計與未來 TTS 接點
├── scripts/                     # 確定性的工具腳本
│   ├── compile_marp.sh          # 一鍵 marp → HTML + PDF + PNG
│   ├── split_slides.py          # 拆 slides.md 為頁面 JSON
│   ├── plan_subagent_batches.py # 計算 sub-agent 批次
│   ├── derive_timeline.py       # SRT → timeline.json(無聲路徑)
│   ├── synthesize_tts.py        # TTS:合成旁白 narration.wav 並依真實音訊重算時間軸
│   └── build_video.py           # 組裝最終 HTML 影片
└── assets/
    ├── marp/theme.css           # 內建預設投影片主題(4:3 keynote 風格)
    └── player/                  # HTML 影片播放器模板
        ├── index.html
        ├── player.css
        └── player.js

路線圖

  • 接 TTS(語音合成)→ 真正的有聲教學影片(透過本地 IndexTTS-2 MLX,見下節)
  • 提供額外 marp themes(深色、學術風、簡報風)
  • 投影片裡的圖示自動產生(如:神經網路示意圖、流程圖)
  • 匯出 mp4(透過 ffmpeg + headless chromium)

歡迎在 issues 提需求或回報 bug。

Ver o original no GitHub

Bom para

Relacionados