AI短剧生成工具AniShort实操:一个人也能高效完成全流程
我做过不少短剧Demo项目坦白讲最耗人的从来不是创意而是把创意变成画面的过程。三分钟剧本传统做法要从分镜、角色设定、场景搭建一路做到配音、字幕、后期团队配合稍不顺一周时间就搭进去了。后来我用AniShort做了几次完整流程才真正体会到什么叫“一个人就是一支队伍”——从一句话想法到出片AniShort把中间最繁琐的环节全部接管了几分钟就能拿到一条可以继续修改的成片。这篇文章我会把AniShort的核心功能、实操流程、踩过的坑和适用场景一次性讲透想入局AI短剧的朋友可以直接照着抄作业。1. 传统短剧制作到底卡在哪三个绕不开的硬伤1.1 传统短剧流程的“人力黑洞”先说人话一条常规短剧从无到有至少要经过六个环节——剧本策划、角色设定、分镜绘制、实拍或动画制作、配音配乐、后期剪辑。这还是最精简的版本。我见过很多小团队把三分钟片子拆成十几个环节每一个环节都对应一个专职角色编剧、美术、分镜师、摄影师、演员、录音师、剪辑师。哪怕按最低配置也需要四五个人同时进场。项目小不代表事情少。我带着一个三人小组做过一个电商风格的短剧三分钟成片前前后后花了五天。时间主要耗在三个地方一是角色形象来回打磨AI画出来的脸每张都不一样定了脸又要换场景重新适配二是分镜图数量一大给每张图配台词、配运镜说明总是对不上三是配音和画面节奏很难咬合一句话延长半秒整个情绪就断了。这个痛点对个人创作者来说更致命。很多人想靠短剧起号结果发现一个人根本扛不动完整流程最后不是放弃就是转去做更简单的图文内容。传统制作模式天然依赖团队协作而团队协作本身就意味着沟通成本和等待时间。1.2 AniShort的破局思路把“流程型工作”变成“判断型工作”AniShort的思路和传统工具完全不同。它没有去优化某一个小环节而是从顶层把生成流程重新设计了一遍你提供创意方向它负责把脚本、分镜、角色、配音、剪辑这些环节全部串起来。这个设计逻辑其实很聪明。传统流程里每个环节之间的交接才是最大损耗来源。比如编剧写完脚本分镜师要重新理解画面美术又要根据分镜画角色到了后期又要重新对节奏。AniShort把这些环节的“交接成本”抹掉了所有模块共用一个项目文件角色设定改了后续分镜和成片也会联动调整。说白了AniShort不是在帮你画得更好、剪得更快而是帮你把“从想法到成片”的决策链变短。你不需要研究分镜原理不需要懂运镜术语只需要在每个节点做出“要还是不要”的判断剩下的交给系统。个人看法AI工具不能替代审美判断。AniShort能替代的是机械执行但“这个故事好不好看”“这段节奏要不要留”这种判断始终是创作者自己的核心价值。1.3 一组直观对比传统方式 vs AniShort我拿一个实际案例做过测算。某次短剧测试项目目标是产出5条3分钟短视频题材是都市情感反转。对比维度传统制作流程AniShort辅助流程制作周期5天/条全流程约4小时/条含修改人力配置编剧美术配音剪辑至少4人1人即可角色一致性靠重绘和手动修图容易漂移角色锁定后多镜头保持一致分镜生成手绘或找素材拼接单条数十张自动生成按脚本匹配修改成本改一个镜头可能要重拍改提示词后重新生成成片风格实拍感强但成本高动漫/插画风质感统一这个表格不是说传统方式不好而是说明两者适合的场景完全不同。如果你是做精品长剧、品牌TVC传统制作仍然是主流但如果你追求的是快速验证内容、批量产出测试、个人起号AniShort的效率优势是降维打击。2. 核心功能拆解AniShort到底是怎么完成全流程的2.1 文本生成模块从一句话到完整脚本AniShort的第一步是理解你的创意。我在实际操作中一般只输入一个核心概念比如“外卖员捡到手机后发现机主是十年前失踪的姐姐”系统会自动扩展出一条包含起承转合的剧情线。让我比较意外的是它对分集结构的理解。短剧和普通视频不一样需要前3秒抓住观众、结尾留钩子。AniShort生成的脚本会自带“钩子结构”开头有冲突引入中间有情绪高潮结尾留悬念。这一点对新手特别友好因为大部分新手卡住的地方不是不会写对话而是不知道一条五分钟的短剧应该在哪里转折、哪里留白。脚本出来后你可以直接在线编辑。改台词、删段落、调整结局都是普通文档操作。我通常会把默认脚本剪掉三分之一左右——AI生成的内容很多时候“太满”信息密度过高会削弱情绪删掉冗余对话后节奏反而更舒服。实操心得不要让它直接生成你自己的故事而是让它先给一个“废案版本”你在这个版本上做减法。AI写脚本的底线是“结构完整”上限需要你自己拉回来。2.2 角色生成与一致性锁定的底层逻辑做AI短剧最容易翻车的环节就是角色一致性。早期很多AI视频工具生成出来的角色换个镜头就换张脸完全没法用。AniShort在这方面做了专门的流程设计。你可以在角色模块里设定一个虚拟角色的性别、年龄、外貌特征、服装风格系统会生成一组角色参考图。选定你满意的形象后这个形象会作为后续所有分镜的“锁定参照”。我在实际测试中连续生成了几十个镜头主角的脸部、发型、服装都保持在可接受范围内情绪变化只会影响表情不会改变基本脸型。这个一致性的底层逻辑其实是“参考图锚点”。AniShort内部把角色参考图切成特征向量在每个镜头生成时都会把该向量作为输入条件相当于每个镜头在生成时都被“拉回”到同一个特征空间。这也是为什么角色数量越多生成速度会明显下降——每个镜头都要为每个在场角色做特征匹配。如果你是做双主角或三主角剧情建议在项目开始前把所有角色锁定完不要生成到一半再临时加角色。临时加角色会导致前面镜头里没有该角色的锚点后期想统一会非常麻烦。2.3 分镜生成与运镜控制不需要学导演课分镜是传统制作里最吃经验的部分但在AniShort里被简化成了选择题。系统会根据剧本自动切分镜头数量一般三分钟短片会自动切出40到70个分镜。每个分镜都配有画面描述比如“中景主角站在窗前逆光侧脸”。你也可以手动干预运镜方式。AniShort提供了推近、拉远、环绕、摇移、跟随等基础运镜选项操作方式是点选或者输入简单的自然语言指令。比如我想让情绪高潮部分更紧张可以选中对应分镜把默认运镜改为“快速推近”画面张力会明显提升。有一点要提醒运镜不是越多越好。很多新手拿到工具后每个镜头都加特殊运镜结果成片像坐过山车一样晃。我的习惯是重点戏份才安排运镜普通过渡镜头保持静止或轻微推近即可这样观众的注意力才能聚焦在剧情上。2.4 配音、配乐、字幕一站式合成AniShort把配音和配乐也纳入了一个流程。你可以选择不同的音色系统会根据角色设定推荐匹配的声音风格。台词会按分镜自动分配到对应时间轴生成后可以直接预览对照。这里有个细节值得展开AniShort的配音不是简单的TTS朗读它会对台词做情感标注。同一句话如果标注为“低声”系统会自动调整语速和音调。我在测试一个哭戏段落时只做了一个“颤抖”的情感标注成品效果远超预期。背景音乐方面系统会根据短剧的题材推荐情绪配乐分为紧张、温馨、悬疑、燃向等大类。音乐会和配音、画面一起混入最终时间线不需要单独剪辑对齐。避坑指南生成配音前一定要先确认最终版台词。AniShort的配音是跟着文本走的改一个词就要重新生成对应音频改多了时间轴会乱。先定台词再生音最后微调画面这个顺序能省大量返工时间。3. 三分钟出片实操全记录从想法到成片的分步指南3.1 实操前的三个准备动作用AniShort之前不需要准备复杂素材但有三件事建议提前想清楚。第一明确这条短剧的目标观众。不同观众群体对叙事节奏的要求差异很大给年轻观众看的内容要快节奏、强冲突给中年观众看的会更吃生活化细节。AniShort的剧本生成模板里也有不同风格选项选对模板能少走很多弯路。第二准备一句话核心创意。不要给太多信息用一句话说清楚“什么人、遇到什么事、产生什么变化”即可。AniShort的扩展能力很强输入越聚焦输出越准确。我曾经试过输入一段五百字剧情概要结果生成出来的脚本反而变得很散因为AI不知道该重点突出什么。第三想好主角的基本画像。性别、年龄、外向还是内向、主要服装风格这几点定了就行。越精细的角色描述不等于越好的角色给AI一个清晰的“最大公约数”反而更容易保持一致性。3.2 完整操作流程七个步骤出片以下是我在实际项目中跑过多次的稳定流程按这个顺序操作能最大程度减少返工。新建项目选择“AI短剧”模式填写目标时长我通常选3分钟系统会按此设定分镜数量。输入核心创意选择题材标签都市、古风、悬疑、甜宠等和情绪基调热血、治愈、悬疑等点击生成脚本大纲。在大纲基础上修改细节确认最终版台本。这一步一定要耐心脚本定稿后后续环节都基于它工作后面改脚本等于推倒重来。进入角色模块依次创建所有主要角色。每个角色选择锁定参考形象点击“应用到全项目”。回到分镜页面系统会提示“已按脚本生成分镜”这时逐个检查分镜画面描述是否合理重点修正画面与台词的匹配度。选择配音音色、背景音乐风格、字幕样式统一生成。预览成片做最后微调导出1080P版本。整个流程在没有大改的情况下三分钟出片完全现实。我第一次用时大概十几分钟主要是不熟悉按钮位置熟练之后确实可以压缩到三到五分钟。3.3 参数选择和提示词技巧让生成结果稳定输出AniShort每个模块都有一些可调参数很多人会忽略这些细节导致生成结果时好时坏。我总结几个关键参数的经验值。脚本生成温度参数建议默认值即可过度调整随机性会让剧情变得不可预测反而需要更多次修改。分镜画面生成的风格建议用“高清插画”或“动漫电影感”这两种风格对AI角色的面部一致性兼容最好。选择“写实风”时要注意写实风格对角色脸部细节要求高一致性控制难度更大。提示词方面我摸索出一个相对稳定的写法环境人物动作镜头语言。比如“深夜便利店暖黄色灯光女主站在货架前低着头慢慢拿起一瓶牛奶镜头从背后推进”。先交代场景环境再写人物动作最后补运镜信息。AI对“环境-动作-镜头”这种顺序的解析效果是最好的。还有个小技巧每场戏的提示词里至少出现一次主角的名字。AniShort会把名字映射到锁定角色这样能强化引用关系避免角色在镜头切换时被混淆。3.4 提升成片质量的三个微调习惯第一检查每个分镜的角色数量。画面里同时出现三个以上角色时AI很容易让次要角色“抢镜”或脸部崩坏。我的习惯是控制一场戏的主要出场人物不超过三个群演尽量用远景一笔带过。第二善用“重生成单个镜头”而不是“全部重新生成”。AniShort支持单镜头刷新遇到某一个分镜效果不满意只需选中重置。如果整段重新生成之前调好的运镜和台词又要全部重排非常亏。第三导出前至少完整预览两遍。第一遍只看画面故事是否连贯第二遍开着声音看音画配合。我导出过很多条“画面全对但配音节奏不对”的片子就是这个检查步骤没做到位。4. 实战中的坎常见问题与排查技巧实录4.1 问题速查表先收藏再实操我汇总了实际使用中频率最高的几个问题按“现象-原因-解决方法”整理成速查表。常见问题问题原因解决方法角色脸部漂移角色锁定未应用到当前分镜回到角色模块确认参考图手动点击“应用到全项目”画面与台词不匹配分镜描述缺少动作信息在对应分镜提示词中加入“说话时”的手势或表情描述配音语速过快台词字数超过分镜时长限制删减该镜头台词或把台词拆到两个分镜背景音乐盖过人声音乐情绪模板音量默认偏高在混音设置中把音乐音量降到约30%导出画面模糊使用了默认低分辨率导出设置中选择1080P画质优先剧情逻辑跳跃脚本大纲阶段没有手动修正回到剧本模块在关键转折处补充过渡台词场景重复度高分镜环境描述过于简洁为每场戏补充不同的环境关键词如“雨天街道”“办公室夜景”4.2 问题和排查过程的具体复盘第一个让我很头疼的问题是“角色半张脸”。某次我生成一个深夜对话场景多镜头预览都正常但导出后有几帧角色眼睛出现形变。排查后发现问题出在那几个镜头使用了侧面角度而角色参考图只有正脸和正面四分之三视角。AniShort的字符锁定对已输入角度最稳。解决办法是生成一段三视图参考图包含正脸、侧脸、背面再重新锁定角色。第二个典型问题是“台词对不上口型”。短剧的配音和画面经常出现两秒偏差排查下来是因为我把台词和画面分开生成了。AniShort其实支持台词时长自动适配到分镜长度但如果脚本生成后我手动改过画面分镜数适配关系就会断开。正确的做法是先不改分镜数只改分镜内容描述配音时间轴就不会乱。第三个问题是首条成片“没有记忆点”。用了AniShort生成的内容在画面和音质上都在线但故事看完一遍就很难记住。后来检查发现问题出在我的创意输入太常规。AI基于平均内容生成的剧情自然也是平均水平。要做出爆款必须在创意输入里加一个“反常规元素”。比如“外卖员捡到手机发现机主是十年前失踪的姐姐”就比“外卖员送餐遇到老同学”更有记忆点。工具不能替你想出爆款创意但它能把你的非常规创意快速变成成片。4.3 用AniShort前应该有的心理预设AniShort不是全自动印钞机它解决的是“把想法变成画面”的效率问题而不是“让内容爆火”的玄学问题。我见过一些朋友第一次用AniShort生成成片后疑惑“为什么我的片子没有别人数据好”其实是内容判断力还没跟上。用AI工具做短剧的正确姿势是把它当作一个极高效率的草稿器用来验证剧情、测试题材、培养网感。先批量生成五到十条不同风格的低成本成片投放到不同账号上测试数据数据好的方向再投入资源精修。这个策略下AniShort的“快”才真正转化为你的优势。5. AniShort适合谁用四类用户和三类误用场景5.1 四类真正适合AniShort的用户第一类是个人短剧创作者。这是最契合的使用场景。一个人用AniShort完成全流程从想法到成片一条龙不需要凑团队不需要等排期。短剧赛道的玩家都知道起号阶段拼的就是更新频率AniShort能让单条成本降到几乎可以忽略。第二类是短视频运营团队。团队最怕的不是单个内容做不好而是没法批量产出做测试。AniShort适合做选题AB测试——同一条剧情在不同人设、不同风格下的表现几分钟就能生成两个版本直接投流对比数据。这比传统拍摄成本低太多。第三类是电商和品牌方。现在很多品牌需要短剧形式的内容种草AniShort可以快速生成品牌剧情短片用于引流或直播预热。这类需求通常不需要院线级质感但要求出片迅速、风格统一AniShort的模板化产出非常合适。第四类是小说推文作者。把小说片段转成短剧是当前内容分发的热点方向。AniShort的文本理解和角色生成模块可以将小说中的人物形象快速视觉化省去定制插画的高昂成本。5.2 三类不建议用AniShort的误用场景第一类是精品长剧制作。AniShort在短时间内生成的内容无法达到电影级美术和表演细节如果需求是对标院线品质建议使用传统制作流程。第二类是强实拍风格内容。AniShort的生成风格以动漫和插画为主写实风格虽然也能生成但在人物真实感和材质细节上仍有局限。如果你需要明星同款脸型或真实场景不建议依赖AI短剧生成工具。第三类是追求单条爆款的内容。工具适合拉高效率和下限但“算法推荐突然爆火”这种事本质上是内容本身踩中了观众心理。爆款需要的是对观众情绪的把控这个能力AniShort给不了它只能帮你把灵感快速落到成片去换取更多测试机会。6. 我的真实体会与后续玩法扩展用AniShort做内容的这段时间我最大的感受是“创作的门槛真的被改变了”。过去一个人想做短剧要么硬着头皮学一堆制作工具要么花钱找人做两种路都不轻松。现在用AniShort创意落地的成本被压缩到近乎为零人与人之间的差距重新回到了“想法本身”。如果要分享一个最核心的经验我想说把AniShort当成你最快的内容实验工具每次都多问一句“这个剧情加上AniShort的快速成片能力能测试出什么新可能”。我现在做短剧的思路已经从“做一条精品赌一把”变成了“做十条低成本内容跑一遍数据再把资源压到数据最好的那条上”。我也建议在AniShort的脚本结构上做一些自定义测试。比如把传统短剧的三分钟结构改成45秒加急节奏或者把甜宠题材和悬疑反转做混搭。AniShort由于修改成本低特别适合这种快速试错。比如我最近就在测试“古风穿越职场反内卷”的新混搭方向台词和角色设定完全由AI代劳我只需要做判断。最后再补充一个小技巧AniShort生成的角色形象可以留下来当成你账号的固定IP角色。同一个角色连续产出几十条短剧后观众对它的认知会慢慢积累成品牌资产。这一点反而是传统短剧高成本模式下很难做到的事——没有团队愿意用同一个虚拟角色反复测试几十个不同剧本但一个人用AniShort可以轻松做到。每次打开AniShort前我都会先问自己今天要做一个什么方向的实验是验证情绪节奏还是测试角色设定还是试一个新故事框架。带着实验心态去用而不是期待一次生成就获得完美作品你会发现这个工具能持续给你远超预期的回报。

相关新闻

自建轻量CRM:以沟通记录为核心的客户管理工具设计与实践

自建轻量CRM:以沟通记录为核心的客户管理工具设计与实践

1. DeskcommCRM 是什么:一个把沟通记录和客户管理揉在一起的轻量工具做CRM这个念头,在我脑子里转了快两年,一直没动手。市面上能叫得上名字的CRM产品我基本都试过一圈,Salesforce太重,Pipedrive不便宜,国产…

2026/10/19 8:37:20 阅读更多 →
Kafka环境搭建全攻略:从单机到集群的避坑指南

Kafka环境搭建全攻略:从单机到集群的避坑指南

有人问我,Kafka到底难不难学。我的回答一直是:环境搭建这一关过了,后面就顺了,过不了,后面一天到晚都在跟各种报错打架。Kafka不是那种解压就能跑的软件,它对操作系统、JDK版本、网络配置、磁盘规划都有要求…

2026/10/20 10:54:42 阅读更多 →
通信即数据:自建CRM的架构设计与落地实战

通信即数据:自建CRM的架构设计与落地实战

说到CRM系统,很多人第一反应就是Salesforce、HubSpot这些庞然大物,但真正落到中小团队或者垂直业务场景里,你会发现这些通用方案要么太重、要么太贵,最关键的是——它们和“通信”这件事的集成,往往做得非常割裂。我一…

2026/10/20 12:06:51 阅读更多 →

最新新闻

多智能体协作框架选型指南:AgentScope标准化消息机制与工程实践

多智能体协作框架选型指南:AgentScope标准化消息机制与工程实践

最近半年我几乎把市面上能试的多智能体开发框架都试了一遍,要么太重,一上来就是企业级流程引擎、状态机、沙箱,光是理解抽象概念就得花一周;要么太薄,本质就是把大模型API包装成函数,智能体之间怎么通信、上…

2026/10/20 12:08:03 阅读更多 →
单相交流电子负载的核心:DQ锁相环与SOGI在STM32上的实现

单相交流电子负载的核心:DQ锁相环与SOGI在STM32上的实现

简介:面向2022年电赛A题“单相交流电子负载”的STM32F407VET6单相DQ锁相环工程,针对PWM整流与逆变器场景下的电网同步难题,提供从三相DQ锁相原理迁移到单相的完整实现思路,适用于电赛备赛学生与电力电子方向开发者参考。压缩包共1…

2026/10/20 12:08:03 阅读更多 →
国产算力地基开源:大模型推理从能跑到跑得好的底层优化实践

国产算力地基开源:大模型推理从能跑到跑得好的底层优化实践

1. 从"模型狂欢"到"地基焦虑":为什么这次开源值得单独聊过去两年,大家习惯了每隔几周就有一个新模型刷榜,参数从百亿卷到千亿,上下文从 32K 卷到 1M,评测分数一轮比一轮好看。但真正在一线做推理部…

2026/10/20 12:08:03 阅读更多 →
单相交流电子负载核心技术:PWM整流与DQ锁相环实现解析

单相交流电子负载核心技术:PWM整流与DQ锁相环实现解析

简介:面向2022年电赛A题参赛者,围绕单相交流电子负载与单相PWM整流器中的电网同步需求,给出基于STM32F407VET6的单相DQ锁相环工程实现。工程由STM32CubeMX生成初始化代码,核心算法参考三相DQ锁相原理改写,主要程序集中…

2026/10/20 12:08:03 阅读更多 →
STC15W4K软件库移植指南:寄存器、串口与ADC外设驱动实战

STC15W4K软件库移植指南:寄存器、串口与ADC外设驱动实战

简介:面向STC15W4K系列单片机的嵌入式开发,这套软件库将I/O端口操作、定时器配置、串口通信、中断处理、ADC转换等常用功能封装为可直接调用的函数,帮助开发者减少重复开发底层驱动的工作,专心实现业务逻辑。借助这些封装好的模块…

2026/10/20 12:08:03 阅读更多 →
IDEA中将JNI DLL打包进JAR的完整实践指南

IDEA中将JNI DLL打包进JAR的完整实践指南

1. 项目概述:为什么要把 JNI DLL 打进 JAR 包里?“idea jni dll打包进jar”——这短短九个字,背后藏着 Java 工程师在跨平台调用本地代码时最真实、最频繁的痛点。我第一次遇到这个问题,是在给某高校实验室开发一个图像预处理模块…

2026/10/20 12:07:02 阅读更多 →

日新闻

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

CLRC663芯片Pin-to-Pin替代实战:从评估到量产全记录

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
ESP32舵机控制指南:原理、多路驱动与避坑实战

ESP32舵机控制指南:原理、多路驱动与避坑实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →
位移法实现一阶低通滤波:单片机ADC采样降噪实战

位移法实现一阶低通滤波:单片机ADC采样降噪实战

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 1:01:30 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/20 10:02:13 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/19 17:32:41 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/20 2:50:50 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 10:02:08 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:17 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/20 9:50:45 阅读更多 →