11个开源repo串成内容流水线,中间错一步,视频照样渲染成功
从调研、写稿、幻灯片到视频和配音,这条流水线能交给Claude Code。但评论区更值得看:skill文件权限、中间步骤校验、商用许可,三个坑比安装更靠前。
0xMarioNawfal 在 X 上列了 11 个开源 repo,串成一条 research → write → slides → video → voice 的工作流,可以直接交给 Claude Code。两个是新的:Phonon 和 ZONOS3-Mini。
清单看起来像把内容团队塞进终端。真正的工作量在接口。你让 agent 调研一个人,它翻完 Reddit、X、YouTube transcripts,给出一页 brief;下一段它写稿、生成 HTML slides、渲染视频、配音。只要第二步理解错,后面三步会认真地把错误做成 1080p。
调研与写作
- last30days-skill:跨 Reddit、YouTube、HN 和网页做调研,MIT。repo

幻灯片与视频
frontend-slides:从提示词或 PowerPoint 生成带动画的 HTML 幻灯片,MIT。repo
ppt-master:文档转可编辑 PPT,演讲者注释生成旁白,MIT。repo
HyperFrames:写 HTML,渲染视频,Apache 2.0。repo
video-use:用对话剪辑原始素材,需要 ElevenLabs key,MIT。repo
OpenMontage:让 coding agent 跑完整视频制作,AGPL-3.0。repo
配音
Pocket TTS:CPU 上跑 TTS,代码 MIT。repo
Phonon:端侧 TTS,10 月 20 日发布,代码 Apache 2.0,多语权重非商用。repo
ZONOS3-Mini:43 种语言的声音克隆 TTS,权重 Apache 2.0。repo

评论区比清单更接近实战。Mohammad Vazin 提醒,skill 文件和 agent 用同一套 shell 权限跑,一个坏更新可能碰到 SSH key,他的做法是把每个 repo 固定到 commit。E1ev3n 补了一句,他给 agent 装过新 repo 没读 skill 文件,其中一个悄悄改了他需要的配置。现在他先读 skill 文件,再决定 repo 是否留下。
链式流程还有另一个问题。Linus 说,最怕的是中间一步悄悄错了,最后视频仍然渲染成功。他的建议是在每一步之间放检查,不要只看最终成片。Tanul Mittal 问得更直接,第二步错了,后面三步在错误上继续搭,你在哪里检查它的工作。这个问题没有安装命令能回答。
非开发者的门槛也不在模型。min 想要一个最小端到端示例:一个来源、一个短视频、带中间文件。一次装 11 个 repo 反而不知道哪块需要。这个要求合理。清单要变成工作流,先跑通一段,再加下一段。
商用前还有许可证要看。Yasu 指出 Phonon 的非商用权重是发货前要盯的点。leehoo 说 video-use 要自备 ElevenLabs 钥匙,Phonon 多语权重不准商用,清单可以收藏,真要跑通先把接口和条款缝上。声音克隆也别省同意这一步,ZONOS3-Mini 支持克隆不代表可以随便克隆。
这 11 个 repo 的价值不在数量。它们把 research、write、slides、video、voice 拆成可替换的零件,你可以只拿其中一段,塞进现有流程。真要串成一条线,先做两件事:读 skill 文件,给每一步加检查点。否则你会得到一条很快的流水线,和一份很精致的错误。
发布时间: 2026-11-17 19:31