HTML Explainer

html-explainer

定位：anything2explainer 的流程与音画同步 + html-video 的 23 个模板风格库， 渲染层独立实现。作者 Moh，MIT 许可（第三方声明见 THIRD_PARTY_NOTICES.md）。

零外部依赖：不需要 Remotion/npm 工程，不需要 html-video 仓库/Studio/pnpm/agent 后端。 技能自带：GSAP（离线）、playwright-core、渲染器、TTS/字幕/时间轴/主题/QC/封面全套脚本。 对两个来源项目的引用只存在于注释署名里，运行时不读它们的任何文件。 风格库是抄下来的设计规范文本（references/style-catalog.md），来源 html-video（Apache-2.0）， 类比：把菜谱抄回家，之后做菜不需要原餐厅营业。

把一个主题做成原创讲解视频：任意风格的 MG 画面（HTML/CSS/GSAP，1920×1080 或竖版）、 配音（edge-tts）、词级对齐硬字幕、全局进度条。一句话一个场景，画面节拍直接锚在 吐字时刻上（B('块文本') 节拍器）。

★ 画面风格库（23 个模板 / 8 个类别）

不要自己从零想画面 —— 先从风格库里挑。 完整目录（含每种的画布/字体/时间轴/配色纪律） 见 references/style-catalog.md；怎么改编成合规帧见 references/template-guide.md。

两类模板、两种改编成本（速查表「类型」列）：

时长档要匹配内容：frame-bold-signal 是 3–6s 的短片花，拉长到 20s 会空。 长段（>10s）优先选 3–30s 档的（Swiss Grid / Kinetic Type / NYT Graph / Warm Grain）。

何时用 / 不用

• 用：给主题/文章/文档做讲解视频；要挑某种视觉风格出片；要 html-video 那种模板化画面但要求音画稳；要 anything2explainer 流程但不想装 Remotion。
• 不用：复刻现有视频、真人口播、实拍为主；要 Remotion/React 代码动画本体（那是 anything2explainer 的领域）。

环境（首台机器跑一次）

bash <skill>/setup_env.sh            # 自检；--install 联网补装

依赖：Python≥3.9（edge-tts==7.2.8 钉死 / numpy / pillow / imageio-ffmpeg）、Node≥18、 Chrome 或 Edge（几乎必有；都没有才下载 playwright chromium ~115MB）、ffmpeg（PATH 或 imageio-ffmpeg 静态二进制自动回退）。Windows 注意：项目路径全 ASCII；给 Node/Python 传 C:/... 正斜杠路径；别用 heredoc 给 Python 传正则。

命令流水线（项目目录内，顺序不能乱）

PY=<venv python 绝对路径>          # 派子 agent 时必须展开成绝对路径写进 prompt
"$PY" <skill>/scripts/new_project.py <dir> <slug> --topic "主题"   # 阶段 0 建项目
"$PY" <skill>/scripts/tts_build.py      --project .   # 配音：audio/*.mp3 + manifest
"$PY" <skill>/scripts/timeline_build.py --project .   # 全局时间轴：layout.json + narration-full.mp3
"$PY" <skill>/scripts/subs.py           --project .   # 字幕：subs.json + beats.js + srt/vtt
"$PY" <skill>/scripts/lint_frames.py    --project .   # 静态体检：八条契约违规（渲染前一秒出结果，比渲完再发现便宜得多）
node <skill>/scripts/render_video.mjs   . [--preview 30] [--keep-frames]   # 渲染：out/<slug>.mp4
"$PY" <skill>/scripts/qc_check.py       --project .   # 体检 + 抽帧速览图
node <skill>/scripts/cover_build.mjs    .             # 封面双方案：out/cover_169.png + cover_34.png

辅助工具（随时可用，不进主流水线）：

"$PY" <skill>/scripts/make_theme.py --topic "医疗" --use   # 主题换色（只重写 theme.css，帧零改动）
node <skill>/scripts/peek_frame.mjs . <帧id> --at 40,80    # 单帧速览：秒级出图，先看设计对不对
# ★ peek_frame 的 --at 是**百分比**不是帧号；查冷开场空屏要传 --at 1,3,6 这种小百分数

顺序不能乱：tts → timeline → subs（beats 依赖前两者）→ lint → 渲染 → QC → 封面。改解说词 → 重跑前三条， frames/<id>.beats.js 自动刷新，场景 HTML 一行不用改（这是对 anything2explainer 「帧号硬编码、改一个字全片重对位」的结构性改进）。

--preview 会删掉渲出来的帧（设计上是「预览模式顺手清草稿」）。凡是要拿 PNG 做 拼接 / 复核 / 只重渲单场，一律加 --keep-frames，否则帧目录会在合成后被清空（lessons #32）。 只改了一两个场景的画面时，不要全片重渲：用「临时项目法」按全局帧号补渲再贴回， 本片 3802 帧全重渲 924s，补渲 hook+outro 两段只花 220s（lessons #33）。

★ 封面双方案（成片后必做，不是可选项）

封面决定点击率，成片决定完播率 —— 一张被切掉半个钩子的封面会让整片白做。

核心纪律：两张是独立排版，不是裁切关系。 从 16:9 居中裁 3:4 只剩 810px 宽，丢掉 57.8% 画面，大字钩子必被切。 所以两份共享同一套视觉基因（配色/幕底/主视觉/钩子文案），各自重排一次版：

封面三要素（缺一返工）：① 大字钩子（≥96px/≥120px，含反差悬念） ② 核心悖论视觉（两个对数 / 一升一降 / 分裂线 / 一明一暗，不是装饰图形） ③ 信息余量（四边 ≥96px/≥110px，无贴边文字）。

做法：复制 assets/cover-template.html 为 frames/cover_169.html 与 frames/cover_34.html， 各自排版 → node scripts/cover_build.mjs .（默认 seek 到时间轴末尾取完整态，--at 0.8 可取入场中间态）。 详规见 references/cover-guide.md。

核心机制（为什么音画稳）

流程（四个确认点必须停下等用户回话）

完整版见 references/workflow-guide.md（含研究员/构建/QC agent 的 prompt 模板与时长档位表）。

0. 建项目（5 分钟）：new_project.py + 定主题（make_theme.py --topic/--preset … --use，颜色全在 theme.css 的 CSS 变量里，画面代码禁止色值字面量）
1. 调研（20 分钟，1 agent）：research/调研.md，每个数字带 URL；确认点 1（时长/语言）并行问
2. 解说词（30 分钟）：narration.json（| 切字幕块，中文 ≤16 字/块）→ 填 order → 确认点 2（文案定稿）→ 确认点 3（TTS 偏好）→ tts/timeline/subs 三连 → 核对时长区间（差 >15% 改句子，别改语速硬凑）→ 定稿后不改词
3. 分镜（含选风格，20 分钟）：script/storyboard.md，每场景一行 —— 先从风格库挑风格（references/style-catalog.md，按「挑风格的实用建议」表匹配内容类型， 并核对时长档），再写画面/主角·尺寸/光/B() 锚点；末尾全局约束 （贯穿示例、事实清单、每章 1–2 高光时刻、每章 ≥3 运镜）。 全片建议 2–4 种风格轮换，避免 8 个场景全用同一个模板。
4. 场景构建（并行）：每组 4–8 场景一个 agent（一波 ≤3–4 个）。
   • 挑中的 rich 模板：从它的 source/index.html 改写 —— ①删 Google Fonts 换系统栈 ②底部元素抬到 ≥176px ③填真实内容（照 example.md 的字段）
   • 挑中的 gsap 模板：别搬代码，只照风格规范用 CSS keyframes 重写
   • 全新画面：从 frames/_template.html 复制，契约见 references/frame-contract.md
   • 改编细则见 references/template-guide.md；边做边写盘
   • 想「照镜子」不必渲全片：node scripts/peek_frame.mjs <项目> <id> --at 40,80 秒级出图
5. 静态体检：lint_frames.py --project . 把八条契约违规钉在渲染之前（外链字体、色值字面量、 墙钟逻辑、B()|| N 兜底、字幕带压内容、缺中文字体族…）；FAIL 清零再进渲染。
6. 打样：render_video.mjs . --preview 30 → 确认点 4（风格/字号/语速/节奏一次定稿）→ 全片渲染 + qc_check
7. QC：qc_report.md 的 FAIL 清零 + qc_sheet.jpg 肉眼过（字幕带 80–170px 无内容、一焦点、光跟主角）→ 按组修复 → 重渲
8. 封面双方案：做 frames/cover_169.html + cover_34.html（独立排版）→ node scripts/cover_build.mjs . → 核对 out/cover_report.md + references/cover-guide.md 的七条自检清单
9. 交付：mp4 + 两张封面 + srt/vtt（上传平台=可检索文本）+ 发布说明（硬字幕→关平台自动字幕； AI 配音→勾 AIGC；封面文字须与视频首帧钩子同义；受监管题材过合规）

场景契约速查（完整版 references/frame-contract.md）

八条：1920×1080 系统字体（禁外部字体）→ 颜色只取 theme.css 变量 → 动画只用 GSAP （window.__tl 注册，禁 CSS transition 入场；@keyframes 循环装饰可用，渲染器会 seek）→ 节拍用 B() → 字幕带（80–170px）与进度条带（0–12px）不放内容 → 一场景一焦点 （主角 ≥170px 或大字 ≥96px 带 accent 柔光，配角不发光，文字 ≥22px）→ GSAP 用 ../assets/gsap.min.js（本地内置）→ 主体动画压在 speech_end 前。

质量标尺

• 画面：每帧一个焦点，主角带光；accent 只给当前重点；背景只有幕底+网格，无碎屑
• 节拍：元素出现落在对应字幕块起始 ±0.2s 内（B() 天然保证）；每句至少一处可察觉变化
• 字幕：中文 ≤16 字/块、无标点、单帧硬切、每块 ≥0.6s；末块跟着语音消失
• 事实：画面数字/术语/年份逐个对调研 URL；示例数据标「示意」
• 时长：落在确认点 1 区间内；成片与音轨差 <0.5s（qc_check 把关）

关键文件

流水线脚本（按执行顺序）

辅助工具

参考文档与资源

跨 Agent 安装

本技能遵循 Agent Skills 约定（SKILL.md + scripts/ + references/ + assets/），不绑定任何单一智能体平台。仓库根目录就是 技能目录，所以 clone 到下表任一路径即可直接生效，不需要再拷子目录。

手动安装（把 ~/.claude 换成你所用智能体的目录）：

git clone https://github.com/OneMoh/html-explainer.git ~/.claude/skills/html-explainer
bash ~/.claude/skills/html-explainer/setup_env.sh --install

也可以直接把这句话交给智能体，让它自己装：

给当前本地环境安装该 Skill：https://github.com/OneMoh/html-explainer.git 安装到你的技能目录，并检测安装必要的运行环境（Python 3.9+ / Node 18+ / Chrome 或 Edge / ffmpeg）

装完新开一个会话，让智能体重新扫描技能目录。同理，调用本技能时应把 <SKILL_ROOT> 替换成实际安装路径 —— 派子 agent 时要展开成绝对路径写进 prompt。

打包移植

技能目录自包含，不引用本机任何绝对路径（脚本按自身位置定位 SKILL_ROOT）。 仅有两处兜底探测会去探 WorkBuddy 托管的运行时目录（setup_env.sh 的 Python/Node 候选、peek_frame.mjs 的技能根候选）—— 探不到就自动跳过，不影响其它平台。

零依赖声明（重要）：本技能不需要 html-video 或 anything2explainer 存在。 两个来源项目的名字只出现在：① 代码注释的出处署名 ② scripts/import_styles.py 这个移植期一次性工具的用法说明里。跑一条视频（tts → timeline → subs → render → qc → cover）完全不碰这两个项目。风格库是抄成纯文本的设计规范 （references/style-catalog.md），已随技能打包。

# ① 打包（默认不含 node_modules，只有 ~110KB）
python package_skill.py                # → dist/html-explainer-v<版本>.zip
python package_skill.py --with-deps    # 含 playwright-core，~14MB（目标机全程离线）

# ② 新机器：解压到任意目录（放进上表任一「个人级」技能目录即可被该智能体识别）
bash setup_env.sh --install            # 自检 + 装缺项（先装后判定，装成功即算就绪）

# ③ 跑一遍端到端（可选，验证链路）
python scripts/new_project.py demo --topic "人工智能"
# …填 narration.json / 写 frames/*.html / 填 project.json.order…
python scripts/tts_build.py --project . && python scripts/timeline_build.py --project .
python scripts/subs.py --project . && node scripts/render_video.mjs .
python scripts/qc_check.py --project . && node scripts/cover_build.mjs .

依赖探测顺序（都尽量用系统已有的，避免下载）：

• Python：先找 WorkBuddy 托管 venv，再 python3 / python
• Node：node -v ≥18；没有则扫 ~/.workbuddy/binaries/node/versions/*（WorkBuddy 托管路径）
• 浏览器：Chrome → Edge → playwright chromium → BROWSER_PATH 环境变量
• ffmpeg：PATH → imageio_ffmpeg.get_ffmpeg_exe()（pip 装依赖时自带静态二进制）
• GSAP：包内 assets/gsap.min.js（离线，不外链）

已验证：把 zip 解压到干净目录、只跑 setup_env.sh --install，全链路输出与原目录逐帧一致 （同 346 帧、同抽帧体积、同音画差 0.05s）。

许可与致谢

• 本技能原创代码与文档：MIT © 2026 Moh（见 LICENSE）。
• 画面风格目录（references/style-catalog.md / .json）由 nexu-io/html-video （Apache-2.0）的模板设计规范转写而来，已保留署名；转写文本按 Apache-2.0 分发。
• 方法论思路来源：Vincentwei1021/anything2explainer （词边界字幕 / 两级时钟 / 语速标定 / QC 判据）。两者均为他人独立项目，与本技能不是同一作者。 确定性 seek 渲染器、B() 节拍锚定、封面双方案为本项目原创。
• 打包内置：GSAP 3.13（GreenSock 标准「no charge」许可，见 assets/gsap-README.md）、 playwright-core（Apache-2.0）。
• 完整清单与逐条授权见 THIRD_PARTY_NOTICES.md。发布/再分发前请连同该文件一起带上。