article2media
article2media:10 个可单独使用、可自由组合的 skill(文章抓取、视频转文字、改写、翻译、长图、卡片、公众号排版、口播视频、白板、漫画)+ 一键组合入口,把文章或视频做成小红书图文、杂志长图、公众号排版和口播短视频。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Badge for your README
Markdown
[](/listings/threerocks--article2media)HTML
<a href="/listings/threerocks--article2media"><img src="/api/listings/threerocks--article2media/badge.svg" alt="findsafeskills safety rating" /></a>Install
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
11 个 skill 要装在同一个 skills 目录里:各能力的脚本都在 `article2media/engine/`,所以**至少装 `article2media` 加上你要用的能力**,最省事是全部装上。
**Claude Code 插件**(推荐,一次装好全部)
claude plugin marketplace add threerocks/article2media claude plugin install article2media@article2media
插件里的 skill 名字带前缀:`/article2media`(总入口)、`/article2media:wechat-layout`、`/article2media:image-cards`……
**skills CLI**(同时支持 Claude Code 和 Codex)
npx skills add threerocks/article2media -g -a claude-code -a codex -y # 全局安装仓库里的全部 skill npx skills add threerocks/article2media -a claude-code -y # 只装进当前项目
| 参数 | 作用 | |---|---| | `-a claude-code` / `-a codex` | 装给哪个宿主,可重复 | | `-g` | 全局安装(Claude Code 装到 `~/.claude/skills/`,Codex 装到 `~/.agents/skills/`);不加则装进当前项目 | | `-y` / `-l` | 跳过确认 / 只列出不安装 |
**手动安装**(仓库根目录不是 skill 目录,需要同步整个 `skills/`)
git clone --depth 1 https://github.com/threerocks/article2media.git ~/code/article2media rsync -a ~/code/article2media/skills/ ~/.claude/skills/ # Claude Code rsync -a ~/code/article2media/skills/ ~/.agents/skills/ # Codex
只拷了某个能力、旁边没有 `article2media` 时,脚本会提示"找不到共享引擎";也可以用环境变量 `ARTICLE2MEDIA_ENGINE=/path/to/skills/article2media/engine` 指过去。
在本仓库里打开 Claude Code 时,`.claude/skills/` 下 11 个 skill 都已经软链接好,可以直接使用。
**从 1.x 升级**:插件更新即可。手动或 skills CLI 安装的,把新增的 10 个 skill 一起装上;以前直接调用的 `skills/article2media/scripts/*.mjs` 现在在 `skills/article2media/engine/scripts/`,或用各 skill 自己的入口(见下)。
依赖
| 需要 | 用途 | |---|---| | Node 22+,任意 Chrome 或 Chromium | 全部能力 | | ffmpeg | 口播视频 | | 可选:Codex CLI(`codex login`),或 OpenAI / Gemini 付费 key | AI 插画、视频封面插画、漫画 | | 可选:Apple Silicon + mlx-audio + VoxCPM2 | 最自然的本地配音;没有时用 edge-tts 或系统语音 | | 可选:mlx-whisper | 逐字对齐,以及没有字幕的视频转写;对齐缺它时用 edge-tts 的词边界或按字数估算 | | 可选:yt-dlp | YouTube、B 站的字幕和音频;抖音的兜底 | | 可选:本地字体(`fonts.mjs`,约 65 MB) | 出图不依赖网络字体;可以同时跑多个出图任务 |
`bash scripts/install.sh` 会逐项检查,只告诉你缺什么、怎么装,不会自动下载(字体下载是你主动运行 `fonts.mjs` 时才发生)。
在 Codex 里用时,它默认的沙箱不允许启动 Chrome,出图命令会报"Chrome 意外退出"并说明原因:给出图这一步放行(允许启动浏览器、写缓存目录),或在沙箱外运行。找不到 Chrome 时,可以安装 Google Chrome、运行 `npx playwright install chromium`,或者设置 `ARTICLE2MEDIA_CHROME=/path/to/chrome`。
<details> <summary><b>单独使用脚本</b></summary>
每个能力的 `scripts/` 下都有自己的入口,不经过 Claude 也能直接跑:
K=skills node $K/article-fetch/scripts/fetch.mjs "https://x.com/…/status/…" # → article2media-out/<slug>/article.md node $K/video-transcript/scripts/transcribe.mjs "https://www.bilibili.com/video/BV…" # 视频 → 逐字稿(抖音、YouTube、本地视频 / 音频、.srt 同理) node $K/video-transcript/scripts/transcribe.mjs ./talk.mp4 --prompt "人名 术语" --terms terms.txt node $K/article-rewrite/scripts/check.mjs <slug>/content.json # 只校验改写稿(加 --ratio 3:4 连卡片一起查) node $K/article-rewrite/scripts/export.mjs <slug>/content.json # 改写稿 → rewrite.md + 图表图片 node $K/article-rewrite/scripts/illustrate.mjs <slug>/content.json # AI 插画 node $K/article-translate/scripts/translate.mjs check <slug>/article.md <slug>/article.zh.md # 翻译检查 node $K/long-image/scripts/long.mjs <slug>/content.json --theme all # 总结长图(手机版),全部主推主题 node $K/long-image/scripts/long.mjs <slug>/content.json --wide # 1200 宽双栏杂志版 node $K/long-image/scripts/long.mjs <slug>/article.md # 原文长图 node $K/image-cards/scripts/cards.mjs <slug>/content.json --ratio 3:4 # 总结卡片:3:4 / 4:5 / 1:1 / 9:16 node $K/image-cards/scripts/cards.mjs <slug>/content.json --covers # 只出封面的几个版本 node $K/image-cards/scripts/cards.mjs <slug>/content.json --form onepage # 轻量形态:onepage | quotes | qa node $K/image-cards/scripts/cards.mjs <slug>/article.md --ratio 3:4 # 原文卡片 node $K/wechat-layout/scripts/wechat.mjs <slug>/article.md --theme quiet # 公众号排版(原文、译文或 rewrite.md) node $K/logic-whiteboard/scripts/whiteboard.mjs <slug>/article.md # 白板:先生成来源清单 node $K/logic-whiteboard/scripts/whiteboard.mjs <slug>/whiteboard.json # 白板:再渲染
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
.claude-plugin/marketplace.json · Manifest · 16 lines
- {
- "name": "article2media",
- "description": "article2media:10 个可单独使用、可自由组合的 skill(文章抓取、视频转文字、改写、翻译、长图、卡片、公众号排版、口播视频、白板、漫画)+ 一键组合入口,把文章或视频做成小红书图文、杂志长图、公众号排版和口播短视频。",
- "version": "2.3.1",
- "owner": {
- "name": "LeiLiu"
- },
- "plugins": [
- {
- "name": "article2media",
- "description": "文章 / 视频 → 小红书卡片、杂志长图、公众号排版、口播视频、原文排版、翻译、白板与漫画:10 个独立能力 + 推荐组合",
- "version": "2.3.1",
- "source": "./"
- }
- ]
- }
README.md · README · 712 lines
- <div align="center">
- # article2media
- **把一篇文章或一条视频,做成能直接发的小红书图文、长图、公众号排版和口播短视频,并且知道哪一版效果更好。**
- 开源 Claude Code / Codex Skills · 抓取 · 视频转文字 · 改写 · 翻译 · 长图 · 小红书卡片 · 公众号排版 · 竖屏口播视频 · 原文排版 · 白板论证 · 漫画 · 批量与发布数据
- [](CHANGELOG.md)
- [](LICENSE)
- [](#依赖)
- [](#设计原则)
- [](#安装)
- [](#安装)
- </div>
- **article2media** 是一组开源的 Claude Code / Codex Skill,同时也是一个 Claude Code 插件。它把一篇文章或一条视频做成可以直接发布的中文视觉内容。
- 它由 **10 个独立能力**组成:文章抓取、视频转文字、改写(总结)、全文翻译、长图、卡片、公众号排版、口播视频、白板论证、漫画。每个能力都是一个 skill,可以单独用(比如只把自己写的文章排成公众号,或者只把视频转成文字),也可以自由组合。总入口 `/article2media` 提供常用的一键组合,以及批量处理和发布数据记录。
- - **输入**:
- - 文章:X(Twitter)长文、网页、微信公众号文章,或本地 Markdown;
- - 视频:抖音、YouTube、B 站链接,本地视频或音频,`.srt` / `.vtt` 字幕。视频先转成逐字稿文章。
- - **产出**:
- - 手机上直接能读的长图、小红书 3:4 图文卡片、可直接粘贴的公众号排版;
- - 带本地 AI 配音和逐字字幕的竖屏口播视频;
- - 同一篇的几版封面,以及一页看完、金句图、问答卡这些更轻的形态;
- - 一字不改的原文长图、原文卡片和原文公众号排版;
- - 中文全文译文、白板论证图和黑白漫画。
- - **验收**:每种产出都自动检查,不合格就报错。
- - **发布**:发布清单、备选标题、发布数据记录与对比报告。
- - **依赖**:只需要 Node.js 22 和 Chrome。
- 
- <p align="center"><sub>示例:Dan Koe 的 X 长文《The most lucrative AI business to start in 2027》。每种产出各用了一套主题,口播视频用的是「资讯播报男声」。<a href="docs/samples/dan-koe-video.mp4">看示例视频</a> · <a href="#随包音色">听 6 款音色</a></sub></p>
- ---
- ## 为什么做这个
- 好文章在信息流里很难被读完。把它做成图文或视频,通常要截图、排版、配图、配音、剪辑,几个小时才做完一个平台,换个平台还得从头再来。
- article2media 把这件事交给 AI。你给一个链接,流程分三步:
- 1. Claude 先把文章**读懂**:要总结时重组成一份和风格无关的结构化内容,要原文时一字不动,要翻译时逐段译出;
- 2. 脚本把它**渲染**成各平台需要的格式;
- 3. 交付前**自动验收**,有问题直接报错,不靠人眼去找。
- 并不是每次都需要总结。自己写的文章只想排成公众号,或者想把全文做成小红书卡片,就直接排版,不经过改写。所以每一步都做成了独立的能力,按需要拼起来。
- ## 核心特性
- | | |
- |---|---|
- | **能力独立,组合自由** | 抓取、视频转文字、改写、翻译、长图、卡片、公众号、口播、白板、漫画各是一个 skill,只靠工作目录里的文件交接。总入口给出常用组合,也可以说"先翻译,再出原文卡片"这样自己组装。 |
- | **原文、总结、翻译三条路** | 原文路径一字不改,逐块读回比对;总结路径重组结构、配图表;翻译路径全文不删,脚本检查结构是否逐块对应。三条路都能接到长图、卡片和公众号。 |
- | **文章和视频都能当原文** | 视频先转成逐字稿文章:人工字幕优先,其次平台的原语言自动字幕,都没有时用本地 Whisper 识别。繁体转简体、专有名词纠错、时间轴都会处理好,后面的流程和文章完全一样。 |
- | **先读懂,再排版** | 不是截图,也不是机械摘要。Claude 规划结构、改写标题、挑选图表、核对数字,产出只含内容的 `content.json`。版式和主题由脚本负责,换风格不用重写内容。 |
- | **一份内容,多种产出** | 一次改写,同时出长图、卡片(3:4 / 4:5 / 1:1 / 9:16)和公众号,还能切出一页看完、金句图、问答卡;口播视频、白板、漫画另有专门的脚本。12 套主推主题对所有图文产出通用,口播视频沿用主题的配色、字体和卡片样式。 |
- | **为信息流的第一眼设计** | 封面有 6 种版式(大字钩子、大数字、左右对比、一句论断、插画通栏、目录),可以一次出几版来挑。一组卡片里穿插整页金句、整页大数字和整页图,不再张张同一个结构。卡片自己把空间用满:图表按内容放大,有余量就放大字号、补要点。 |
- | **手机上直接能读** | 长图默认是 1080 宽的单栏手机版,正文不用放大;需要电脑上看或打印时,`--wide` 出 1200 宽的双栏杂志版。 |
- | **认得出是谁的** | 品牌包把头像、品牌色、期号和一行介绍带到封面、末张和长图页脚,做成系列。 |
- | **发出去之后也管** | 批量处理一批链接、给每篇生成发布清单和备选标题;发布后把数据记下来,按平台对比哪种主题、哪种封面效果更好。 |
- | **每种产出都有验收** | 版面检查溢出、截断和重叠。原文长图、原文卡片、公众号排版都逐块读回比对,改一个字就失败。翻译检查块数、结构、漏译和数字。白板要求每段原文都有去向。视频审片检查首句时长、画面静止、语速、字幕闪断、成片逐帧的字幕丢帧和响度。字体按家族检查,没加载的会点名。改写稿还会和原文逐项比对:数字有没有出处、别人的文章有没有写成"我"、原文的具体信息用上了多少。不合格就以非零码退出。 |
- | **换模型也心里有数** | 自带换模型回归测试:同样的提示交给不同模型,用客观分和盲评对比。实测较小的模型(Haiku)规则层面能追平 Opus,读者效果约为 Opus 的 88%,详见[常见问题](#换一个模型来驱动效果稳定吗)。 |
- | **视频质量达到能发布的水准** | 本地 VoxCPM2 生成 48 kHz 配音,Whisper 逐字对齐,数字和要点在说到的那一刻出现。语速按从容讲解控制在约 4.5 字/秒。字幕不闪烁,样式跟随主题。镜头里可以放 AI 插画或原视频片段,可以加你自己的背景音乐。 |
- | **版权与合规写进流程** | 随包 6 款音色全部只凭文字描述设计,不模仿任何真人。克隆音色只留在本机,使用时会提醒。成片首帧和 MP4 元数据都带 AI 生成标识,产出都署原文出处。 |
- | **零依赖,本地优先** | 只需要 Node 22 和一个 Chrome。出图、本地配音、逐字对齐都是可选能力,会自动探测。缺了就降级或明确提示,不会自动下载或安装任何东西。主题字体可以一条命令下载到本地,之后出图不联网。 |
- ## 快速开始
- **1. 安装**(推荐 Claude Code 插件,一次装好全部 11 个 skill;其他方式见[安装](#安装))
- ```bash
- claude plugin marketplace add threerocks/article2media
- claude plugin install article2media@article2media
- ```
- **2. 检查环境**
- ```bash
- bash scripts/install.sh # 在仓库里:Node、Chrome、字体,以及做视频要的配音、对齐、出图、ffmpeg
- node skills/article2media/scripts/fonts.mjs # 可选:把主题字体下载到本地(约 65 MB,可加 --mirror <主机>),之后出图不再联网加载字体
- ```
- 装成插件后,第一次使用时 skill 会自己跑环境检查。
- **3. 在 Claude Code 里调用**
- 一键组合用总入口:
- ```
- /article2media https://x.com/thedankoe/status/2117664712532123680 # 总结长图(默认)
- /article2media https://example.com/post 小红书 # 小红书总结
- /article2media ./my-essay.md 公众号 # 原文排版成公众号
- /article2media https://x.com/… 翻译成中文发公众号 # 外文搬运
- /article2media https://x.com/… 长图、小红书、公众号都要 # 一稿多发:改写一次,三种产出
- /article2media https://www.bilibili.com/video/BV… 小红书 # 视频进,图文出
- /article2media https://x.com/… 小红书,多出几个封面 # 封面多版本,挑一版
- /article2media links.txt 批量,每篇出小红书和长图 # 一批链接,逐篇做完并给发布清单
- ```
- 也可以直接用单个能力(插件里名字带 `article2media:` 前缀):
- ```
- /article2media:wechat-layout ./my-essay.md # 只排版,不总结
- /article2media:image-cards ./my-essay.md 原文卡片 # 全文分页成 3:4 卡片
- /article2media:video-transcript https://www.bilibili.com/video/BV… # 只要逐字稿
- /article2media:article-translate article2media-out/x-…/article.md # 只翻译
- ```
- 产出写在当前目录的 `article2media-out/<slug>/` 下。Codex 里用 `$article2media`、`$wechat-layout` 这样调用。
- ## 十个能力,自由组合
- | skill | 能力 | 输入 → 产出 |
- |---|---|---|
- | `article-fetch` | 文章抓取 | X 长文 / 帖子 / 线程、网页、公众号、本地文件 → `article.md` |
- | `video-transcript` | 视频转文字 | 抖音、YouTube、B 站、本地视频 / 音频、`.srt` / `.vtt` → 逐字稿 `article.md` |
- | `article-rewrite` | 改写(总结) | `article.md` → 改写稿 `content.json`,可导出成文章 `rewrite.md` |
- | `article-translate` | 全文翻译 | `article.md` → `article.zh.md`,结构逐块对应 |
- | `long-image` | 长图 | 改写稿 → 总结长图(手机版,`--wide` 为杂志版);文章 → 一字不改的原文长图 |
- | `image-cards` | 卡片 | 改写稿 → 总结卡片、封面多版本、一页看完 / 金句图 / 问答卡;文章 → 原文卡片(3:4 / 4:5 / 1:1 / 9:16) |
- | `wechat-layout` | 公众号排版 | 文章(原文、译文或 `rewrite.md`)→ 可粘贴的图文 + 头图 + 封面 |
- | `explainer-video` | 口播视频 | 文章 → 1080×1920 竖屏讲解视频 |
- | `logic-whiteboard` | 白板论证 | 文章 → 纵向推理主干长图 |
- | `article-comic` | 漫画 | 文章 → 黑白漫画 + 3:4 卡片 |
- 能力之间只靠同一个工作目录里的文件交接:`article.md`(原文)、`article.zh.md`(译文)、`content.json`(改写稿)、`rewrite.md`(改写稿的文章形态)。
- ### 推荐组合
- | 组合 | 链路 |
- |---|---|
- | 总结长图(默认) | 取原文 → 改写 → 长图 |
- | 小红书总结 | 取原文 → 改写 → 3:4 卡片 |
- | 公众号排版 | 取原文 → 公众号排版 |
- | 公众号总结 | 取原文 → 改写 → 导出 `rewrite.md` → 公众号排版 |
- | 外文搬运 | 取原文 → 翻译 → 公众号排版 |
- | 原文长图 / 原文卡片 | 取原文 →(外文先翻译)→ 长图 / 卡片 |
- | 视频转图文 | 视频转文字 → 改写 → 长图或卡片 |
- | 视频转文字 | 视频转文字 |
- | 一稿多发 | 取原文 → 改写一次 → 长图 + 卡片 + 公众号 |
- | 文章转口播 | 取原文 → 口播视频 |
- | 白板 / 漫画 | 取原文 → 白板 / 漫画 |
- | 批量 | 一批链接 → 逐篇按同一规格做完 → 每篇一份发布清单 |
- 没说要原文还是总结时:长图和卡片默认总结,公众号默认原文排版,外文走原文路径时先翻译。说了"排版 / 原文 / 一字不改"就走原文,说了"总结 / 提炼"就走改写。完整规则见 [`pipeline.md`](skills/article2media/references/pipeline.md)。
- ### 产出一览
- | 产出 | 规格 | 适合 | 触发方式 | 示例里的主题 |
- |---|---|---|---|---|
- | **总结长图**(默认) | 手机版:1080 宽单栏,1–4 页;每节有标题、要点、两张图表和一个数据面板,结尾附执行清单。`--wide` 出 1200 宽的双栏杂志版 | 把长文读成一份可收藏的拆解;发微信、朋友圈、微博 | 不加参数 | `editorial` |
- | **卡片组** | 小红书 3:4(1080×1440)、IG 4:5、1:1、9:16;封面(6 种版式)+ 每节一卡(可穿插整页金句、大数字、整页图)+ 清单 + 要点,附发帖文案 | 信息流平台 | 提到比例或平台,或 `--ratio 3:4` | `brutal` |
- | **封面多版本** | 同一篇的几版封面:不同版式,或不同的标题钩子 | 挑封面;分开发布比效果 | 「多出几个封面」,或 `--covers` | `dopamine` |
- | **轻量形态** | 一页看完(一张图讲完全文)、金句图(每句一张)、问答卡(对话气泡) | 高频更新;给整组卡片引流 | 「一张图讲完」「金句图」「问答形式」,或 `--form` | `bento`、`guochao` |
- | **公众号排版** | 任何文章(原文、译文、改写稿导出的文章)排成内联样式、图片内嵌的图文,可直接粘贴进编辑器;另出 2.35:1 头图和 1:1 封面 | 公众号 | 提到「公众号」 | `swiss` |
- | **口播视频** | 1080×1920 竖屏:封面 → 5 秒内说完的钩子 → 逐字同步的动画、配音和字幕;镜头里可放插画或原视频片段 | 抖音、视频号、小红书视频 | 提到「视频 / 口播」 | `midnight` |
- | **原文长图** | 原文一字不改,白底阅读面,正文 40 px / 1.9;逐块校验,过长时在块与块之间分页 | 完整保留原文,只做排版 | `-f`、「原文长图」 | 白底阅读面 |
- | **原文卡片** | 整篇按顺序分页成固定比例卡片,段落在行间断开、下一张接上;逐块校验 | 把全文发成小红书图文 | 「原文卡片」「全文做成小红书」 | 白底阅读面 |
- | **全文译文** | 外文原文逐段译成中文,结构逐块对应,可以接原文长图、原文卡片和公众号 | 搬运外文文章 | 「翻译」 | — |
- | **白板论证** | 一条纵向推理主干:问题、前提、证据、矛盾、转折、结论;每段原文都有去向 | 看清作者怎么得出结论 | `-w` | 白板 |
- | **漫画** | 黑白分镜,角色前后一致,对白全部用 HTML 排版;附 3:4 卡片 | 用一个故事讲清一个机制 | `-c` | 黑白漫画 |
- 可以输入 X 长文、帖子或线程,任意网页,微信公众号文章,本地 Markdown 或文本文件,也可以直接粘贴正文;视频见下一节。英文原文改写时默认写成中文,需要英文产出时加 `--lang en`;要全文中文就走翻译。没有提比例或平台时出长图;没有指定风格时,Claude 按内容选一个主题,交付时说明理由。
- ```
- /article2media https://example.com/post --style midnight # 指定主题
- /article2media ./notes.md --style all --pages 2 # 全部主题各出一份
- /article2media https://x.com/… 小红书 --illustrate # 加 AI 插画(封面 + 配图)
- /article2media https://x.com/… --verify # 联网核对文中的数字
- /article2media ./essay.md -f # 原文长图
- /article2media ./essay.md 原文卡片 1:1 # 原文分页成方图卡片
- /article2media https://x.com/… -w # 白板论证
- /article2media https://x.com/… -c # 漫画(需要出图能力)
- /article2media https://x.com/… 长图 杂志版 # 1200 宽双栏(--wide)
- /article2media https://x.com/… 一页看完 # 轻量形态:一页看完 / 金句图 / 问答卡
- ```
- ## 视频当原文
- 给一个视频链接或视频文件,`video-transcript` 会先把它转成逐字稿文章 `article.md`,时间轴另存在 `transcript/segments.md`。只要文字就到此为止;要长图、卡片、公众号、口播视频还是漫画,后面和文章一模一样。
- ```
- /article2media https://www.bilibili.com/video/BV1NprhBPEtR 小红书
- /article2media "7.94 复制打开抖音,看看【…】 https://v.douyin.com/…/" # 整段分享口令也行
- /article2media ./访谈录音.m4a 公众号
- /article2media ./talk.srt -f
- ```
- | 来源 | 文字从哪来 |
- |---|---|
- | YouTube | 人工字幕 → 原语言自动字幕(不用机器翻译的字幕轨)→ 本地语音识别 |
- | B 站 | 人工字幕 / AI 字幕 → 本地语音识别 |
- | 抖音 | 下载视频(优先无水印地址)→ 本地语音识别 |
- | 本地视频 / 音频 | 本地语音识别 |
- | `.srt` / `.vtt` | 直接解析 |
- - **本地语音识别**:用 mlx-whisper 和 whisper-large-v3-turbo,在 Apple Silicon 上运行。实测 6 分钟的 B 站视频 16 秒转完,14 分钟的视频 29 秒转完。
- - **清理**:
- - 繁体转简体(内置 OpenCC 字表);
- - 半角标点改全角;
- - 去掉 Whisper 在静音处编出的套话和重复循环;
- - YouTube 自动字幕的滚动重复会去掉。
- - **分段**:在句末停顿处分自然段,只补标点,不改字。
- - **专有名词**:识别前用 `--prompt "人名 术语"` 提示,识别后用 `--terms 词表.txt` 替换,词表每行写 `错词=>正词`。
- - **浏览器 cookie**:有的网络下 YouTube 要求登录确认,抖音也会要求浏览器 cookie。这时脚本会提示两个办法:
- - 你同意复用本机浏览器状态时,加 `--cookies-from-browser chrome`;
- - 把视频保存到本地,直接传文件。
- 细节见 [`video-input.md`](skills/video-transcript/references/video-input.md)。
- ## 工作原理
- ```mermaid
- flowchart LR
- IN["文章链接 / 文件 / 正文"] --> F["article-fetch<br/>→ article.md"]
- VIN["视频链接 / 音视频 / 字幕"] --> T["video-transcript<br/>→ article.md(逐字稿)"]
- F & T --> A["article.md"]
- A --> TR["article-translate<br/>→ article.zh.md"]
- A --> RW["article-rewrite<br/>→ content.json"]
- RW --> EX["export.mjs<br/>→ rewrite.md"]
- RW --> LI["long-image · image-cards<br/>总结长图 · 总结卡片 · 封面多版本 · 轻量形态"]
- A & TR --> OR["long-image · image-cards<br/>原文长图 · 原文卡片"]
- A & TR & EX --> WX["wechat-layout<br/>公众号排版"]
- A --> V["explainer-video · logic-whiteboard · article-comic<br/>口播视频 · 白板 · 漫画"]
- LI & OR & WX & V --> QA["自动验收<br/>不合格即非零退出"]
- QA --> PB["发布清单 publish.md<br/>发布数据 publish.json → 报告"]
- ```
- - **抓取**:
- - X 走 FxTwitter API,不用登录;
- - 网页依次尝试 r.jina.ai、defuddle.md、本地 Chrome;
- - 公众号用本地 Chrome;
- - 视频:字幕用 yt-dlp 获取,没有字幕时用本地 Whisper 识别。
- - **分工**:Claude 负责理解和写作(改写稿、译文、口播脚本、白板账本、分镜);脚本负责一切确定性的工作:抓取、排版、截图、配音、对齐、混音和验收。
- - **交接**:每个能力都是独立的 skill,只靠工作目录里的文件交接,共用 `skills/article2media/engine/` 里的脚本、版式和主题。
- - **渲染**:内容、版式 CSS 和主题 CSS 合成 HTML,再通过 DevTools 协议驱动无头 Chrome 截图,输出 2 倍分辨率。卡片在页面里自己适配:放不下时按顺序省略次要内容并提示,有余量时放大字号、补要点。
- - **图表**:15 种参数化图表,包括柱状、条形、堆叠、流程、矩阵、合流、树、数据、等式、路径、对比、循环、金句、图片和手写 SVG,颜色全部取自主题。另有可选的 AI 插画。
- ### 设计原则
- - **内容与风格分离**:主题只是一组 CSS 变量加少量结构覆盖,换主题只需重新渲染。
- - **零 npm 依赖**:只用 Node 22 内置的 WebSocket 和 fetch,直接驱动本机已有的 Chrome。
- - **字体可以本地化**:主题用的是网络字体。网络不稳定(如中国大陆)时先跑一次 `fonts.mjs`(约 65 MB,可加 `--mirror <主机>`),之后所有版式自动改用本地字体,还能同时跑多个出图任务;`--list` 查看,`--clean` 删除。出图过程本身从不下载。
- - **出图服务可配置**:按 已登录的 Codex CLI → OpenAI → Gemini 选择,登录、额度或不可用时自动换下一个并提示,内容被拒绝不会换;模型用 `ARTICLE2MEDIA_IMAGE_MODEL_CODEX|OPENAI|GEMINI`、服务用 `ARTICLE2MEDIA_IMAGE_PROVIDER` 或 `~/.config/article2media/config.json` 指定。
- - **能力探测,不强求**:出图(Codex CLI → OpenAI → Gemini)、本地配音(VoxCPM2 → edge-tts → 系统语音)、逐字对齐和视频转写(Whisper)、视频字幕(yt-dlp)都是先探测再选用。
- - **图里不放字**:生成的图片不含文字,所有文字都由 HTML 排版,所以可校验、可修改、不会出现乱码。
- ## 发布:封面、品牌、批量和数据
- 出图只是一半。围绕"发出去并且有效果",有一组工具:
- | 做什么 | 怎么用 |
- |---|---|
- | **封面多版本** | `cards.mjs content.json --covers`:同一篇出几版封面(不同版式,或 `cover.alts` 里写的不同钩子),挑一版,或分开发布比效果 |
- | **品牌包** | `brand.json` 里写头像、品牌色、期号、一行介绍:封面左上角、末张品牌栏、长图页脚统一带上,读者认得出是谁的图 |
- | **轻量形态** | `--form onepage` 一页看完、`--form quotes` 金句图、`--form qa` 问答卡:同一份改写稿切出来,适合高频更新和引流 |
- | **批量** | `batch.mjs init links.txt --spec "cards:3:4,long,wechat"`:一次抓一批链接,生成看板 `queue.md`;Claude 按 `next` 一条条做 |
- | **发布清单** | `batch.mjs checklist <批次或目录>`:每篇一份 `publish.md`——上传顺序、备选标题、文案、标签、平台限制检查 |
- | **效果闭环** | 发布后说一句数据,`stats.mjs add` 记进 `publish.json`;`stats.mjs report` 按平台对比主题、封面版式、形式的收藏率和互动率,样本不足 5 条的明确标注 |
- 这些数据只存在你本机的工作目录里。攒够样本后,选主题指南会把它当作两个同样合适的选项之间的裁决依据,不会覆盖你明确说的偏好。
- 品牌包写在 `brand.json` 里(放在 `~/.config/article2media/` 对所有内容生效,或放在某篇的工作目录里只对那篇生效),字段都可选:
- ```json
- { "name": "你的名字", "handle": "@you", "series": "栏目名",
- "avatar": "avatar.png", "accent": "#FF5A1F", "issue": 12,
- "tagline": "一行介绍", "follow": "关注 @you,每周一篇" }
- ```
- ## 主题
- 主推 12 套主题,同一份内容可以用任意主题渲染。每套除了配色和字体,还有自己的封面(标题处理、装饰、导语区)和整页金句卡的画法。没有指定时,Claude 依次按「明确偏好 → 题材 → 投放场景」选一个,规则见 [`references/styles.md`](skills/article2media/references/styles.md)。
- 
- <details>
- <summary><b>12 套主推主题一览</b></summary>
- | 主题 | 气质 | 首选场景 |
- |---|---|---|
- | `editorial` | 商业杂志:暖白纸面、宋体、沉稳主色 | 商业、创业、行业分析、人物观点、个人复盘 |
- | `swiss` | 瑞士极简:纯白、粗黑分割线、红黑双色 | 数据、研究、财经、严肃议题;设计与艺术 |
- | `quiet` | 静线:暖纸底、一种暗朱红、细线与留白 | 哲思、书与论文的深度解读、人文随笔 |
- | `bento` | 便当格:灰底白色大圆角卡片、撞色 | 产品与工具的测评、横评、盘点;数码新品 |
- | `brutal` | 新粗野大字报:粗黑描边、硬投影、高饱和色块 | 教程、攻略、清单;自媒体运营与副业 |
- | `dopamine` | 多巴胺:彩色光斑、糖果撞色、大圆角 | 好物种草、美食探店、穿搭、健康养生、生活记录 |
- | `midnight` | 深色科技:近黑底、霓虹色、等宽标签 | AI、编程、开发者工具 |
- | `film` | 电影感:胶片颗粒、宽银幕黑边、字幕式金句 | 影视评论、人物传记与访谈 |
- | `guochao` | 国潮:朱红明黄、粗宋、印章、回纹与祥云 | 节庆民俗、非遗、国货品牌、城市文旅 |
- | `shanshui` | 新中式:宣纸、老宋体、远山、朱砂印 | 古典历史、诗词国学、茶与器物 |
- | `notebook` | 格纹手帐:方格纸、霞鹜文楷、荧光笔 | 学习方法、读书笔记、实用技巧合集 |
- | `y2k` | 千禧液态铬:镭射彩光、得意黑斜体、果冻按钮 | 美妆、娱乐、追星、二次元、游戏 |
- 另有 9 套经典主题(`cloud`、`earth`、`memo`、`glass`、`collage`、`pop`、`pixel`、`prosperity`、`riso`)保留可用,`--theme <名称>` 照常渲染,只是不再主推,也没有专属封面。
- </details>
- 主题字体默认从 Google Fonts 和 jsDelivr 在线加载;没加载到的字体,版面检查会按家族点名,这时退回系统字体,版式不变,只是风格感弱一些。跑一次 `node skills/article2media/scripts/fonts.mjs` 把字体装到本地,就不再依赖网络。新建一个主题只需要写一个 CSS 变量文件,见 [`references/styles.md`](skills/article2media/references/styles.md)。
- ## 口播视频
- ```bash
- node skills/explainer-video/scripts/video.mjs make <目录>/video/video.json
- ```
- Claude 先当导演写 `video.json`,内容包括受众、开场策略、封面、每一镜的口播和画面;脚本完成其余全部工作。[示例视频](docs/samples/dan-koe-video.mp4)用的是 `midnight` 主题和「资讯播报男声」。
- **配音**
- - **三档后端**,按顺序选用:本地 VoxCPM2(Apple Silicon,48 kHz)、edge-tts(免费,需联网)、macOS 系统语音。
- - **逐句生成并质检**,检查项包括错字率、语速、截断、削波、音色漂移和英文漏读。不合格就换种子重试;仍然偏快的段落在保持音高的前提下放慢。结果按句缓存。
- - **语气和方言**可以用口播行首的括号控制,例如「(极度愤怒,东北话)注意看!」,括号内容不进字幕。
- **画面**
- - **逐字同步**:Whisper 给出字级时间戳,数字滚动、清单、对比、打勾和高亮都在口播说到那个字时出现。
- - **镜头类型**:共 10 种,包括数字滚动、清单、时间线、合流、对比、并列数字、逐字点亮的金句、回顾清单、标题和图片。
- - **停留时间**:每镜最后一个元素出现后至少停留 1.1 秒,不够时自动加长停顿。
- - **开场**:第一帧是封面,静止 0.5 秒,可以配 AI 插画;接着是首句钩子,要求 5 秒内说完。
- - **镜头里的影像**:`illustration` 生成的插画可以放在内容上方或字幕下方;`clip` 把原视频的一段放进镜头(上方、下方或全屏垫底),默认静音。片段要先在本地,脚本不会替你下载。
- - **转场**:默认是上移淡出,也可以全片或单镜改成 `cut`、`fade`、`slide`、`push`。
- ### 随包音色
- 6 款公开音色,全部由 VoxCPM2 只凭文字描述设计,不对应任何具体的人,参考语速都在 4.2–5 字/秒之间。试听里每款音色读的都是同一段话。
- | 音色 | ID | 适合 | 试听 |
- |---|---|---|---|
- | 甜美知性女声 | `sweet-woman` | 生活方式、情感成长、知识分享 | [mp3](docs/samples/voices/sweet-woman.mp3) |
- | 活力种草女声 | `lively-promo` | 好物种草、美食探店、带货 | [mp3](docs/samples/voices/lively-promo.mp3) |
- | 资讯播报男声(默认) | `news-man` | 资讯、财经、科技数码、自媒体干货 | [mp3](docs/samples/voices/news-man.mp3) |
- | 纪录片旁白男声 | `documentary-man` | 历史人文、深度解读 | [mp3](docs/samples/voices/documentary-man.mp3) |
- | 东北热情大哥 | `northeast-guy` | 搞笑、接地气、生活吐槽 | [mp3](docs/samples/voices/northeast-guy.mp3) |
- | 台湾口音温柔女声 | `gentle-tw-accent` | 情感、生活、轻松闲聊 | [mp3](docs/samples/voices/gentle-tw-accent.mp3) |
- 管理音色的命令:
- | 命令 | 作用 |
- |---|---|
- | `video.mjs voice-design` | 用文字描述设计新音色;`--from <音色>` 保留原音色,只改语气或语速 |
- | `video.mjs voice-import` | 把本人或已获授权的声音导入本机个人音色库 |
- | `video.mjs voices` | 列出全部音色 |
- 本机个人音色库在 `~/.local/share/article2media/voices/`,不随项目分发,用于成片时审片会提醒确认授权。
- ### 字幕
- 单行显示,同一句里的短语合并,换字幕时硬切,短停顿里字幕一直保留,所以不会闪烁。7 种样式预设分配给各套主题,关键词用主题色。
- 
- ### 审片与交付
- - **审片**:每次成片都输出 `review.json`,检查首句时长、首个画面出现的时间、最长画面静止、旁白语速、字幕停留与闪断、字幕丢帧(逐帧检查成片里该有字幕的帧)、配音质检和响度(-14 LUFS)。
- - **交付物**:`video.mp4`、两张封面(`cover.png` 和 3:4 的 `cover-3x4.jpg`)、`captions.srt`、带 AI 生成声明的发布文案 `post.md`,以及审片总览图 `contact-sheet.jpg`。
- - **背景音乐**:不自带、不生成。在 `video.json` 里用 `music` 指定你有权使用的本地音频文件,脚本负责循环、淡入淡出,并在旁白说话时压低;旁白响度不受影响。
- 写法和镜头类型详见 [`video-guide.md`](skills/explainer-video/references/video-guide.md)。
- ## 原文、翻译与其他产出
- **公众号排版**(`wechat-layout`)
- - **只吃文章**:原文 `article.md`、译文 `article.zh.md`,或改写稿导出的 `rewrite.md`(公众号总结)。正文一字不改,逐块读回校验;文章标题进公众号标题栏,不在正文里重复。
- - **为什么全部内联**:公众号编辑器会丢掉 class、外部 CSS 和网络字体,所以样式全部从主题算好后写成内联样式,列表写成带标记的段落,换行写成 `<br>`,图片以 base64 内嵌,不需要图床。
- - **怎么发布**:打开 `article.html`,点「复制到公众号」,粘贴进编辑器即可;`wechat.md` 里有标题、摘要和两张封面。
- - **详细说明**:见 [`wechat-guide.md`](skills/wechat-layout/references/wechat-guide.md)。
- **原文长图**(`long-image`,`-f`)与**原文卡片**(`image-cards`)
- - **原文块账本**:每个可见文本块都登记进账本,渲染后在浏览器里逐块读回比对。改一个字、调一次顺序、漏一块或重复一块,都会失败。
- - **卡片怎么分页**:放不下的段落在行与行之间断开、下一张接上,列表在项间断开,表格在行间断开并重复表头;小标题不落单,续页不会只剩一行。跨卡的两截拼起来比对。
- - **附加检查**:解析器有没有漏掉原文,来源文件在渲染期间有没有被改动;同时报告浏览器实际用上的字体。
- - **详细说明**:见 [`verbatim.md`](skills/article2media/references/verbatim.md)、[`original-long.md`](skills/long-image/references/original-long.md)、[`original-cards.md`](skills/image-cards/references/original-cards.md)。
- **全文翻译**(`article-translate`)
- - **做法**:Claude 逐块翻译,块的种类和顺序不变;代码和图片原样保留,front matter 记下原文出处。
- - **检查**:`translate.mjs check` 核对块数和结构是否一致,提示像是没翻译的段落、比其他段短很多的段落(可能漏译)和丢掉的数字。
- - **详细说明**:见 [`translate-guide.md`](skills/article-translate/references/translate-guide.md)。
- **白板论证**(`-w`)
- - **做法**:先从原文生成来源清单,每段有编号和哈希。Claude 再写出一条推理主干,每段原文要么进入某一步,要么写明省略理由。
- - **箭头**:只有真正改变阅读方向的地方才画箭头。
- - **详细说明**:见 [`mode-whiteboard.md`](skills/logic-whiteboard/references/mode-whiteboard.md)。
- **漫画**(`-c`)
- - **分镜结构**:最小案例 → 旧做法试一次 → 可观察的缺口 → 一个概念补位 → 同案重跑。
- - **角色一致**:先生成锚点格,其余格以它为参考图并行生成(三家出图服务都支持参考图)。
- - **超长时**:长漫画在分格之间分成多张。
- - **详细说明**:见 [`mode-comic.md`](skills/article-comic/references/mode-comic.md)。
- **AI 插画**(`--illustrate`,可选)
- - **画风**:按主题画风(`engine/themes/illustration-styles.json`)和主题配色生成封面插画和配图,边缘淡出,和底色融在一起。
- - **服务商**:优先用已登录的 Codex CLI(ChatGPT 登录即可,不需要 key),也支持 OpenAI 和 Gemini 的付费 key。选中的服务因登录、额度或不可用失败时,自动换下一个并提示;内容被拒绝时直接报告,不换。模型和服务可以用环境变量或 `~/.config/article2media/config.json` 指定,`doctor.mjs` 会显示当前生效的是哪个。
- ## 自动验收
- | 产出 | 检查项 |
- |---|---|
- | 改写稿(和原文比对) | 原文里找不到的数字、别人的文章写成第一人称、原文配图一张没用、原文的具体数字和人名工具名用上了多少、中文里夹杂英文普通词;正文太薄、数据面板和整页卡偏少、大数字和标题对不上、同一句话重复、"该避开什么"写成了该做的事、页脚写了制作过程、没写备选标题 |
- | 总结长图、总结卡片、封面、轻量形态 | 溢出、截断、重叠、单字成行、页面过高、图片加载失败、字体按家族检查、卡片溢出、图表过小、自动省略了什么 |
- | 原文长图、原文卡片、公众号排版 | 原文块账本逐块比对(卡片跨卡拼接)、解析覆盖、来源 SHA-256 锁定、实际字体;卡片溢出、张数上限;公众号残留样式、标题长度、封面标题 |
- | 全文翻译 | 块数与结构逐块对应、代码与图片原样、疑似未翻译或漏译、数字是否丢失 |
- | 白板论证 | 论证账本:每段原文都要进入某一步,或写明省略理由 |
- | 漫画 | 对白、旁白和音效字不越出分格 |
- | 口播视频 | 安全区、首句 ≤ 5 秒、首个画面 ≤ 2.5 秒、画面静止 ≤ 5 秒、旁白语速、字幕停留与闪断、成片逐帧字幕丢帧(不通过即失败)、逐句配音质检、响度;片段、配乐、转场的取值和文件 |
- | 发布清单 | 小红书标题 ≤ 20 字符、正文 ≤ 1000 字、图 ≤ 18 张;公众号标题 ≤ 64 字、摘要 ≤ 120 字;备选标题逐个检查 |
- 每个脚本都以 `✓ / ⚠ / ✗` 逐行报告,最后汇总为 `版面检查:N 个错误,M 个提示`(翻译是 `翻译检查`)。只要有错误,脚本就以非零码退出。
- ## 常见问题
- ### article2media 是什么?
- 一组开源的 Claude Code / Codex Skill,也是一个 Claude Code 插件。你给它一篇文章或一条视频,它产出能直接发布的中文视觉内容:
- - 手机上直接能读的长图;
- - 小红书图文卡片;
- - 公众号排版;
- - 口播短视频;
- - 原文排版、全文翻译、白板论证和漫画。
- 2.0 起拆成 10 个可以单独使用的能力和一个提供一键组合的总入口;2.2 起总入口还负责批量处理和发布数据。它在 1.5.0 之前叫 article2img。
- ### 只想排版、不想被总结,可以吗?
- 可以。说「排版」「原文」「一字不改」就走原文路径:`/article2media ./my-essay.md 公众号` 把你的文章原样排成公众号,`原文卡片` 把全文分页成小红书卡片,`-f` 出原文长图。也可以直接调用 `wechat-layout`、`image-cards`、`long-image`。没说的时候,公众号默认原文排版,长图和卡片默认先总结。
- ### 怎么把一篇公众号文章或 X 长文做成小红书图文?
- 1. 安装后,在 Claude Code 里输入 `/article2media <链接> 小红书`。
- 2. 它会抓取原文,改写成 3:4 卡片组:封面、每节一张卡(穿插整页金句和大数字)、清单、要点总结。
- 3. 同时附一份可直接复制的发帖文案 `caption.md`。
- 需要其他比例时说 4:5、1:1 或 9:16。想比较封面,说「多出几个封面」;想要更轻的形态,说「一页看完」「金句图」或「问答形式」。
- ### 能把文章自动做成口播视频吗?需要自己配音吗?
- 能,不需要自己配音。说「做成口播视频」,Claude 会先写分镜脚本,然后由脚本完成配音、逐字对齐、动画、字幕、封面和审片。
- - **配音后端**:Apple Silicon 上用本地 VoxCPM2 生成 48 kHz 配音;其他机器用免费的 edge-tts 或系统语音。
- - **音色**:随包 6 款,见[随包音色](#随包音色)。
- ### 怎么知道哪种封面、哪套主题效果更好?
- 发布后把数据告诉 Claude(比如"小红书那篇 1.2 万阅读、620 收藏"),它会用 `stats.mjs` 记进这篇的 `publish.json`。攒了几篇之后,`stats.mjs report` 按平台对比各主题、各封面版式的收藏率和互动率。
- - 样本不足 5 条的组会明确标注"仅供参考",报告不会让你凭两三篇下结论。
- - 想更快得到对比,同一篇用 `--covers` 出几版封面,分开发布。
- - 数据只存在你本机,不上传任何地方。
- ### 可以一次处理很多篇吗?
- 可以。把链接写进一个文本文件,说「批量,每篇出小红书和长图」。`batch.mjs` 先把文章都抓下来、生成一张看板,Claude 再一篇篇改写和出图;抓取失败、正文太短或疑似付费墙的会单独列出来等你确认,不会卡住其他篇。做完后每篇有一份发布清单 `publish.md`。
- ### 在国内网络下字体加载不出来怎么办?
- 跑一次 `node skills/article2media/scripts/fonts.mjs`,把主题用到的字体(约 65 MB)下载到本地缓存,网络不好时加 `--mirror <镜像主机>`。之后所有出图都用本地字体,不再联网。没装的时候,版面检查会点名哪个字体没加载。
- ### 需要付费 API 或 GPU 吗?
- 图文产出不需要,只要 Node.js 22 和 Chrome。
- - **插画和漫画**:需要出图能力。Codex CLI 用 ChatGPT 账号登录即可,或者使用 OpenAI、Gemini 的付费 key;一个用不了时会自动换下一个。
- - **本地配音**:最好的效果需要 Apple Silicon。
- ### 生成的配音可以商用吗?版权怎么处理?
- - **随包音色**:6 款都由 VoxCPM2 只凭文字描述生成,不模仿任何真人,可以随项目使用。
- - **克隆音色**:用国民音色、平台 TTS 等作参考克隆的声音,只能导入本机个人音色库,不随项目分发;使用时审片会提醒你确认授权。
- - **AI 标识**:成片首帧和元数据都带 AI 生成标识。
- ### 和 AI 直接出图、剪映「图文成片」这类工具有什么不同?
- - **AI 直接出图**:经常把中文字画错。article2media 的图片里不放文字,所有文字都由 HTML 排版。
- - **素材匹配类视频工具**:按文案从素材库配画面。article2media 的画面来自原文本身的结构,包括数字、清单、对比和金句,并且在口播说到时出现。
- - **多种产出**:一次理解,同时得到长图、卡片、公众号和视频,每种都有自动验收。
- ### 能把抖音、B 站、YouTube 视频做成小红书图文吗?
- 能。直接给链接,比如 `/article2media https://www.bilibili.com/video/BV… 小红书`;抖音整段分享口令也可以。
- 1. 视频先转成逐字稿文章:有字幕用字幕,没有就用本地 Whisper 识别。
- 2. 之后和文章一样,改写成卡片、长图、公众号或口播视频,来源署原视频作者。
- ### 视频没有字幕怎么办?
- - **有本地 Whisper**(Apple Silicon 上装 mlx-whisper 和 whisper-large-v3-turbo 模型):自动识别。实测 14 分钟的视频 29 秒转完。
- - **没有本地 Whisper**:可以提供 `.srt` / `.vtt` 字幕文件。
- - **人名、术语识别错了**:用 `--prompt` 提示,或用 `--terms` 替换。
- ### 换一个模型来驱动,效果稳定吗?
- 版面、格式、原文校验这些由脚本把关,换哪个模型都一样;写作判断(选什么、怎么写)会随模型变化。我们把能写成规则的要求都做成了 `check.mjs` 的提示(数字有没有出处、别人的文章写没写成"我"、原文配图用没用、正文够不够厚、有没有重复),实测较小的模型会把每条提示都处理到 0。
- 用 3 篇文章(英文技术、中文教程、中文经验)对比 Haiku 和 Opus 的"改写 → 小红书卡片":
- - 规则层面(`tests/eval-score.mjs` 客观分):Haiku 从 Opus 的 70%–95% 提到 100% 以上,规则都能守住;
- - 读者层面(另一个模型盲评,不知道哪组是谁做的,三轮、换位):Haiku 是 Opus 的 85%–91%,平均约 88%。差距主要在理解:漏掉原文的核心方法、把两个相近的数字混为一谈、配图放错节、卡片标题和正文各说一件事。这部分靠规则补不上。
- 所以重要的内容建议用更强的模型;换模型或改了文档后,按 [`tests/model-eval.md`](tests/model-eval.md) 跑一遍对比。
- ### 支持英文文章吗?
- 支持,有两种用法:
- - **总结**:英文原文默认改写成中文产出(示例用的就是一篇英文 X 长文),需要英文产出时加 `--lang en`。
- - **全文翻译**:说「翻译成中文」,先逐段译成 `article.zh.md`(脚本检查有没有漏译),再排成公众号、原文长图或原文卡片。
- 原文排版碰到外文原文、而读者是中文时,会先翻译再排。
- ## 安装
- 11 个 skill 要装在同一个 skills 目录里:各能力的脚本都在 `article2media/engine/`,所以**至少装 `article2media` 加上你要用的能力**,最省事是全部装上。
- **Claude Code 插件**(推荐,一次装好全部)
- ```bash
- claude plugin marketplace add threerocks/article2media
- claude plugin install article2media@article2media
- ```
- 插件里的 skill 名字带前缀:`/article2media`(总入口)、`/article2media:wechat-layout`、`/article2media:image-cards`……
- **skills CLI**(同时支持 Claude Code 和 Codex)
- ```bash
- npx skills add threerocks/article2media -g -a claude-code -a codex -y # 全局安装仓库里的全部 skill
- npx skills add threerocks/article2media -a claude-code -y # 只装进当前项目
- ```
- | 参数 | 作用 |
- |---|---|
- | `-a claude-code` / `-a codex` | 装给哪个宿主,可重复 |
- | `-g` | 全局安装(Claude Code 装到 `~/.claude/skills/`,Codex 装到 `~/.agents/skills/`);不加则装进当前项目 |
- | `-y` / `-l` | 跳过确认 / 只列出不安装 |
- **手动安装**(仓库根目录不是 skill 目录,需要同步整个 `skills/`)
- ```bash
- git clone --depth 1 https://github.com/threerocks/article2media.git ~/code/article2media
- rsync -a ~/code/article2media/skills/ ~/.claude/skills/ # Claude Code
- rsync -a ~/code/article2media/skills/ ~/.agents/skills/ # Codex
- ```
- 只拷了某个能力、旁边没有 `article2media` 时,脚本会提示"找不到共享引擎";也可以用环境变量 `ARTICLE2MEDIA_ENGINE=/path/to/skills/article2media/engine` 指过去。
- 在本仓库里打开 Claude Code 时,`.claude/skills/` 下 11 个 skill 都已经软链接好,可以直接使用。
- **从 1.x 升级**:插件更新即可。手动或 skills CLI 安装的,把新增的 10 个 skill 一起装上;以前直接调用的 `skills/article2media/scripts/*.mjs` 现在在 `skills/article2media/engine/scripts/`,或用各 skill 自己的入口(见下)。
- ### 依赖
- | 需要 | 用途 |
- |---|---|
- | Node 22+,任意 Chrome 或 Chromium | 全部能力 |
- | ffmpeg | 口播视频 |
- | 可选:Codex CLI(`codex login`),或 OpenAI / Gemini 付费 key | AI 插画、视频封面插画、漫画 |
- | 可选:Apple Silicon + mlx-audio + VoxCPM2 | 最自然的本地配音;没有时用 edge-tts 或系统语音 |
- | 可选:mlx-whisper | 逐字对齐,以及没有字幕的视频转写;对齐缺它时用 edge-tts 的词边界或按字数估算 |
- | 可选:yt-dlp | YouTube、B 站的字幕和音频;抖音的兜底 |
- | 可选:本地字体(`fonts.mjs`,约 65 MB) | 出图不依赖网络字体;可以同时跑多个出图任务 |
- `bash scripts/install.sh` 会逐项检查,只告诉你缺什么、怎么装,不会自动下载(字体下载是你主动运行 `fonts.mjs` 时才发生)。
- 在 Codex 里用时,它默认的沙箱不允许启动 Chrome,出图命令会报"Chrome 意外退出"并说明原因:给出图这一步放行(允许启动浏览器、写缓存目录),或在沙箱外运行。找不到 Chrome 时,可以安装 Google Chrome、运行 `npx playwright install chromium`,或者设置 `ARTICLE2MEDIA_CHROME=/path/to/chrome`。
- <details>
- <summary><b>单独使用脚本</b></summary>
- 每个能力的 `scripts/` 下都有自己的入口,不经过 Claude 也能直接跑:
- ```bash
- K=skills
- node $K/article-fetch/scripts/fetch.mjs "https://x.com/…/status/…" # → article2media-out/<slug>/article.md
- node $K/video-transcript/scripts/transcribe.mjs "https://www.bilibili.com/video/BV…" # 视频 → 逐字稿(抖音、YouTube、本地视频 / 音频、.srt 同理)
- node $K/video-transcript/scripts/transcribe.mjs ./talk.mp4 --prompt "人名 术语" --terms terms.txt
- node $K/article-rewrite/scripts/check.mjs <slug>/content.json # 只校验改写稿(加 --ratio 3:4 连卡片一起查)
- node $K/article-rewrite/scripts/export.mjs <slug>/content.json # 改写稿 → rewrite.md + 图表图片
- node $K/article-rewrite/scripts/illustrate.mjs <slug>/content.json # AI 插画
- node $K/article-translate/scripts/translate.mjs check <slug>/article.md <slug>/article.zh.md # 翻译检查
- node $K/long-image/scripts/long.mjs <slug>/content.json --theme all # 总结长图(手机版),全部主推主题
- node $K/long-image/scripts/long.mjs <slug>/content.json --wide # 1200 宽双栏杂志版
- node $K/long-image/scripts/long.mjs <slug>/article.md # 原文长图
- node $K/image-cards/scripts/cards.mjs <slug>/content.json --ratio 3:4 # 总结卡片:3:4 / 4:5 / 1:1 / 9:16
- node $K/image-cards/scripts/cards.mjs <slug>/content.json --covers # 只出封面的几个版本
- node $K/image-cards/scripts/cards.mjs <slug>/content.json --form onepage # 轻量形态:onepage | quotes | qa
- node $K/image-cards/scripts/cards.mjs <slug>/article.md --ratio 3:4 # 原文卡片
- node $K/wechat-layout/scripts/wechat.mjs <slug>/article.md --theme quiet # 公众号排版(原文、译文或 rewrite.md)
- node $K/logic-whiteboard/scripts/whiteboard.mjs <slug>/article.md # 白板:先生成来源清单
- node $K/logic-whiteboard/scripts/whiteboard.mjs <slug>/whiteboard.json # 白板:再渲染
- node $K/article-comic/scripts/comic.mjs make <slug>/comic.json # 漫画
- node $K/explainer-video/scripts/video.mjs make <slug>/video/video.json # 口播视频(check / voice / render 可分步)
- node $K/long-image/scripts/long.mjs --list # 列出主题
- node $K/article2media/scripts/batch.mjs init links.txt --name 本周 --spec "cards:3:4,long" # 批量:抓取并建看板
- node $K/article2media/scripts/batch.mjs next 本周 # 下一条该做什么(status 看全局)
- node $K/article2media/scripts/batch.mjs checklist <slug 目录或批次名> # 发布清单 publish.md
- node $K/article2media/scripts/stats.mjs add <slug 目录> --platform xhs --views 1.2万 --likes 300 --saves 620
- node $K/article2media/scripts/stats.mjs report # 发布数据报告 → article2media-out/stats-report.md
- node $K/article2media/scripts/fonts.mjs # 把主题字体下载到本地(--list / --clean / --mirror)
- ```
- 长图和卡片的其他参数:`--out 目录`、`--page 1,3`、`--scale 2`、`--format jpeg --quality 90`、`--max-height 7600`、`--brand brand.json`、`--issue 13`、`--html-only`。公众号另有 `--title`、`--digest`、`--cover-title`、`--kicker`、`--hero`。
- 页脚的品牌名、@handle、栏目名,以及头像、品牌色和期号,都从 `brand.json` 读取,字段见[发布](#发布封面品牌批量和数据)一节。
- </details>
- <details>
- <summary><b>目录结构</b></summary>
- ```
- skills/
- ├── article2media/ # 总入口:推荐组合 + 共享引擎
- │ ├── SKILL.md
- │ ├── scripts/ # 入口级工具:batch.mjs(批量、发布清单)、stats.mjs(发布数据)、fonts.mjs(本地字体)
- │ ├── references/ # pipeline.md(交接文件、原文还是改写、怎么调用其他能力)、verbatim.md、styles.md
- │ └── engine/
- │ ├── scripts/ # fetch / render / export / translate / illustrate / video / comic / doctor / batch / stats / fonts
- │ │ └── lib/ # chrome(CDP 驱动)、各版式与原文账本、校验、出图;media/(视频转逐字稿);video/(配音、对齐、镜头、渲染、字幕)
- │ ├── layouts/ # 各版式的结构 CSS
- │ ├── themes/ # 主题 CSS(catalog.json 列出 12 套主推和 9 套经典);illustration-styles.json、caption-styles.json
- │ └── assets/voices/ # 6 款公开音色(catalog.json)
- ├── article-fetch/ # 每个能力:SKILL.md、agents/openai.yaml、references/、scripts/(指向引擎的入口)
- ├── video-transcript/
- ├── article-rewrite/ # 另有 examples/:content.json 示例(测试也用)
- ├── article-translate/
- ├── long-image/
- ├── image-cards/
- ├── wechat-layout/
- ├── explainer-video/
- ├── logic-whiteboard/
- └── article-comic/
- tests/ # run-all.mjs(自测矩阵)、unit.mjs、visual.mjs + baseline/(视觉回归)、eval-score.mjs + model-eval.md(换模型回归)、theme-sheet.mjs、showcase.mjs
- docs/ # README 用图、示例视频与音色试听、介绍文章
- scripts/install.sh # 依赖检查(只提示,不下载)
- .claude-plugin/ # plugin.json、marketplace.json
- ```
- </details>
- ## 开发与自测
- ```bash
- node tests/run-all.mjs --quick # 11 个 skill 的结构、CLI 行为、各能力检查、每个示例 × 7 种版式
- node tests/run-all.mjs # 4 个示例 × 7 种版式 × 12 套主推主题
- node tests/run-all.mjs --themes brutal,dopamine # 只测指定主题
- node tests/unit.mjs # 离线单元检查(出图配置与自动切换)
- node tests/visual.mjs # 视觉回归:和 tests/baseline/ 逐像素对比(需要本地字体);有意改版后加 --update
- node tests/eval-score.mjs <目录> --ref <目录> # 换模型回归:给一次改写 → 卡片的产出打分,和参考模型比(流程见 tests/model-eval.md)
- node tests/theme-sheet.mjs # 重新生成 docs/themes.jpg
- node tests/showcase.mjs <工作目录> # 重新生成 docs/showcase.jpg
- claude plugin validate .
- ```
- 通过标准是所有检查都显示 ✓,且每次渲染 0 个版面错误。在本仓库开发时的约定见 [`CLAUDE.md`](CLAUDE.md),版本历史见 [`CHANGELOG.md`](CHANGELOG.md),设计取舍和踩过的坑见[《article2media:给它一篇文章或一条视频,拿回一整套能发的图文和视频》](docs/introducing-article2media.md)。
- ## 路线图
- - [x] 长图(手机版 + 宽版)、卡片组(6 种封面、3 种整页卡)、12 套主推主题、模型自动选主题
- - [x] 封面多版本、品牌包、轻量形态(一页看完、金句图、问答卡)
- - [x] 批量流水线、发布清单、发布数据记录与报告
- - [x] 本地字体、出图服务可配置与自动切换、视觉回归测试
- - [x] 公众号图文、AI 插画
- - [x] 口播视频:本地配音、逐字同步、语速与字幕质检
- - [x] 原文全文排版、白板论证、漫画
- - [x] 按版权分层的音色库
- - [x] 视频当原文:抖音、YouTube、B 站、本地视频 / 音频、字幕文件 → 逐字稿文章
- - [x] 拆成 10 个独立能力 + 一键组合;原文卡片、原文公众号排版、全文翻译
- - [x] 口播视频:镜头插画、原视频片段、转场、用户提供的背景音乐
- - [x] 改写稿和原文比对、换模型回归测试(客观分 + 盲评)
- - [ ] 让较小的模型在读者效果上接近大模型(目前约 88%),例如小模型写稿、大模型只审一遍
- - [ ] 更多输入源:小红书、知乎、微博、播客;X 视频链接
- - [ ] 自动生成背景音乐(本地 AI 作曲目前太重,暂缓)
- - [ ] 超长页自动拆图
- - [ ] X 登录态兜底(FxTwitter 不可用时)
- ## English
- **article2media** (formerly article2img) is a set of open-source Claude Code / Codex skills, also packaged as a Claude Code plugin, that turns one article or video into publish-ready Chinese visual content. It is ten independent capabilities — fetch, video transcript, rewrite (summary), full translation, long image, cards, WeChat layout, explainer video, whiteboard, comic — that can be used alone or chained, plus an entry skill with one-step combos (article → rewrite → long image, article → WeChat layout, foreign article → translation → WeChat, video → transcript → Xiaohongshu cards, …), batch processing and a publishing feedback loop.
- - **Input:** an X/Twitter post or thread, a web page, a WeChat article, a Markdown file, or a video: Douyin, YouTube or Bilibili links, local video and audio files, `.srt` / `.vtt` subtitles. A video is first turned into a verbatim transcript article, from platform subtitles when available and local Whisper otherwise.
- - **Output:**
- - phone-width long images (a 1200 px magazine page with `--wide`);
- - Xiaohongshu (RedNote) 3:4 carousel cards with six cover layouts and full-card quote / number / image variants;
- - several cover variants of one piece, and lighter forms: one-page summary, quote cards, Q&A cards;
- - paste-ready WeChat Official Account layouts;
- - 9:16 narrated short videos with local AI voice-over (VoxCPM2), word-synced captions (Whisper), optional source clips and your own background music;
- - verbatim layouts that never change a word (long image, cards, WeChat), each read back block by block;
- - a full Chinese translation checked block for block against the source;
- - an argument whiteboard and a comic.
- - **Publishing:** a brand kit (avatar, color, issue number), a batch queue for many links, a per-piece publish checklist with title candidates, and local publish stats with a per-platform report.
- - **Themes:** 12 main, 9 legacy.
- - **Verification:** every output is checked automatically, and a failed check exits non-zero. A rewrite is also checked against its article (unsourced numbers, first-person headlines for someone else's article, unused pictures, coverage of the article's numbers and names).
- - **Model regression:** `tests/eval-score.mjs` and `tests/model-eval.md` compare models driving the same task. Haiku matches Opus on the rules and reaches about 88% of it in blind reviews.
- - **Requirements:** zero npm dependencies, only Node.js 22 and Chrome. Theme fonts can be mirrored locally with one explicit command; rendering itself never downloads.
- - **Install:** `claude plugin marketplace add threerocks/article2media && claude plugin install article2media@article2media`, or `npx skills add threerocks/article2media -g -a claude-code -a codex -y` (install all skills: they share `article2media/engine`).
- ## 致谢
- - **[ljg-skills](https://github.com/lijigang/ljg-skills)(MIT)**:`-f`、`-w`、`-c` 三种模式和它们的校验纪律都来自这里,本项目在自己的架构上重写了实现。
- - **主题灵感**:aps 主题库、lanshu-html-ppt-templates 的版式手法,以及 Canva、Pinterest Predicts、小红书 2026 年的趋势报告。这些都只借鉴思路,CSS 全部重新编写。
- - **模型与服务**:VoxCPM2、mlx-audio、Whisper(mlx-whisper)、edge-tts、yt-dlp、FxTwitter、r.jina.ai、defuddle。
- - **繁简转换**:字表取自 [OpenCC](https://github.com/BYVoid/OpenCC)(Apache License 2.0)。
- - **字体**:思源宋体与思源黑体、站酷系列、霞鹜文楷、京华老宋体、得意黑、缝合像素、龙藏体。
- ## 许可
- 代码采用 [MIT](LICENSE) 许可。
- - **随包音色**:6 款音色由 VoxCPM2 只凭文字描述生成,可以随项目使用和分发。
- - **本机音色**:用户自己导入的音色不随项目分发,权利由导入者负责。
- - **示例内容**:`skills/article-rewrite/examples/` 和 `docs/` 里的示例整理自公开文章,版权归原作者,只用于测试和演示;示例图和示例视频来自 Dan Koe 的 X 长文。
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.