Lottie 动画讲解短视频生成器
输入主题，生成 1920×1080 的 Lottie 动画 + 口播配音 快节奏讲解短视频。
每段只写一句话（10-20 字），配一个从 LottieFiles 自动搜索的动画，节奏紧凑，适合短视频平台。
你（Agent）是导演兼编剧，负责调研、撰稿、提供动画关键词；Python 脚本负责搜索动画、生成 HTML、配音、录屏、剪辑。
触发条件
用户要求生成：讲解视频、动画科普视频、Lottie 动画视频、animated explainer、SVG 动画视频，或提到 svg-video。
前置依赖（首次使用前确认）
bashpip install -r skills/svg-video/requirements.txt playwright install chromium
还需要 ffmpeg（brew install ffmpeg）。
流程：7 个步骤，逐步执行
Step 1 — 明确需求
从用户消息中提取以下信息。缺失的主动询问：
| 信息 | 默认值 |
|---|---|
| 主题 | （必须有） |
| 受众 | 普通人 / 小白 |
| 时长 | 30s-1 分钟 |
| 风格 | 快节奏短视频 |
| 语言 | zh（中文） |
| 语音偏好 | 男声 / 女声（默认使用 xskill 海螺语音，效果更自然） |
确定工作目录名：out/<主题简称>-lottie-video/
Step 2 — 调研素材
使用 WebSearch 搜索主题，收集 3-5 条有实质内容的资料。
搜索策略：
- 第一轮：
<主题> 是什么 最新进展 - 第二轮：
<主题> 普通人 影响（或针对受众的角度） - 如果是英文主题，加一轮英文搜索
提取并整理：核心定义 / 关键数据 / 时间节点 / 最新进展 / 与受众的关系。
如果用户已提供完整文案或详细素材，可跳过此步。
Step 3 — 撰写结构化脚本
根据调研结果，撰写视频脚本。创建工作目录并写入 segments.json：
pythonimport json from pathlib import Path work_dir = Path("out/<项目名>-lottie-video") work_dir.mkdir(parents=True, exist_ok=True) segments_data = { "title": "视频总标题", "lang": "zh", "segments": [ # ... 见下方格式 ... ] } (work_dir / "segments.json").write_text( json.dumps(segments_data, ensure_ascii=False, indent=2), encoding="utf-8" )
JSON 格式
json{ "title": "视频总标题", "lang": "zh", "segments": [ { "type": "opening", "title": "", "narration": "你焦虑过吗？", "lottie_keywords": ["anxiety", "worried person"], "lottie_keywords_en": "anxiety worried" }, { "type": "content", "title": "", "narration": "全球三亿人正在焦虑", "lottie_keywords": ["world", "global people"], "lottie_keywords_en": "world globe people" }, { "type": "closing", "title": "", "narration": "两分钟，就是改变的开始", "lottie_keywords": ["success", "rocket launch star"], "lottie_keywords_en": "rocket launch success star" } ] }
字段说明：
| 字段 | 用途 |
|---|---|
type | opening 开场 / content 主体 / closing 总结 |
title | 留空即可（短句模式下不需要单独标题） |
narration | TTS 朗读文案，同时以大字居中显示在画面底部（10-20 字） |
lottie_keywords | 英文关键词数组，用于逐个搜索 LottieFiles 动画（回退用） |
lottie_keywords_en | 空格分隔的英文关键词字符串，优先用于组合搜索 |
段数建议： 30s → 10-12 段 ｜ 1 分钟 → 15-20 段 ｜ 2 分钟 → 30-40 段
文案写作规范（严格遵守）
核心原则：一段一句话，10-20 个字。
风格：
- 极简短句，像弹幕一样一句一句蹦出来
- 口语化，有节奏感
- 用"你"称呼观众
开场（opening）：
- 用一个问句或惊人数据直接抓住注意力
- ✅ "你焦虑过吗？"
- ✅ "全球三亿人正在焦虑"
- ❌ "大家好，今天我们来聊聊焦虑这个话题"
主体（content）：
- 每段只讲一个点，一句话说完
- 数据、方法、结论拆成独立的句子
- ✅ "每周三次，每次三十分钟"
- ✅ "效果不输药物"
- ❌ "柳叶刀的一项大规模研究发现，每周三次每次三十分钟的有氧运动降低焦虑的效果不输药物"（太长，应拆成多段）
总结（closing）：
- 给一个今天就能做的具体行动
- ✅ "今晚，试一次呼吸法"
- ❌ "以上就是今天的五个方法"
关键词写作规范：
lottie_keywords_en：2-3 个英文单词，空格分隔，描述该句话的视觉主题lottie_keywords：2-3 个备选英文关键词数组，从具体到抽象排列- 关键词应偏向可视化的名词（如 breathing、running、moon），避免抽象形容词
禁止清单：
- ❌ 单段超过 20 字
- ❌ "让我们来看看..." / "关于 XXX..."
- ❌ "首先...其次...最后..."
- ❌ 一段里塞两个以上信息点
检查点
将脚本展示给用户，简要说明结构。用户确认后继续。
Step 4 — 搜索 Lottie 动画 & 生成 HTML
运行自动化脚本，根据关键词从 LottieFiles 搜索动画并生成 HTML 页面：
bashpython3 skills/svg-video/scripts/lottie_html_gen.py \ <work-dir>/segments.json \ <work-dir>/html
脚本工作原理：
- 读取 segments.json 中每个段落的关键词
- 通过 LottieFiles GraphQL API（
https://graphql.lottiefiles.com/2022-08）搜索动画 - 优先使用
lottie_keywords_en组合搜索，未命中则逐个尝试lottie_keywords - 按下载量 + 点赞数排序，选择最佳匹配
- 生成 1920×1080 的 HTML 页面（Lottie 动画居中 + 底部大字文案），自动轮换 6 种配色主题
输出：
<work-dir>/html/segment-01.html、segment-02.html...<work-dir>/lottie_search_log.json（搜索匹配日志）
如果某段动画不满意，可手动修改对应 HTML 中的
<dotlottie-player src="...">URL。
Step 5 — TTS 配音
重要： 优先使用 xskill 海螺语音（Minimax TTS），效果更自然真实。
5a — 选择配音角色
先查看可用音色：
bashpython3 skills/svg-video/scripts/svg_video.py xskill-voices --tag 男 python3 skills/svg-video/scripts/svg_video.py xskill-voices --tag 女
根据视频风格选择音色：
| 场景 | 推荐音色 ID | 名称 |
|---|---|---|
| 科普解说（男声） | male-qn-qingse | 青涩青年 |
| 专业权威（男声） | male-qn-jingying | 精英青年 |
| 知性讲解（女声） | female-chengshu | 成熟女性 |
| 活泼风格（女声） | female-shaonv | 少女 |
| 甜美旁白（女声） | female-tianmei | 甜美女性 |
| 御姐解说（女声） | female-yujie | 御姐 |
5b — 执行语音合成
方式一：xskill 海螺语音（推荐，效果更好）
需要 XSKILL_API_KEY 环境变量（获取方式见 xskill-api skill）。
bashpython3 skills/svg-video/scripts/svg_video.py tts \ --json <work-dir>/segments.json \ --work-dir <work-dir> \ --engine xskill \ --voice-id male-qn-qingse
可选参数：
--tts-model speech-2.8-hd— 模型版本（默认，效果最好）--tts-model speech-2.8-turbo— 速度更快，略降质量
脚本会批量提交所有语音任务并行合成，自动轮询下载。
方式二：Edge TTS（免费备选，无需 API Key）
bashpython3 skills/svg-video/scripts/svg_video.py tts \ --json <work-dir>/segments.json \ --work-dir <work-dir> \ --engine edge \ --voice zh-CN-YunxiNeural
Edge TTS 可用中文语音：zh-CN-YunxiNeural（男）、zh-CN-XiaoxiaoNeural（女）、zh-CN-YunjianNeural（沉稳男）、zh-CN-XiaoyiNeural（活泼女）。
Edge TTS 可用英文语音：en-US-AndrewNeural（男）、en-US-AriaNeural（女）、en-GB-SoniaNeural（英式女）。
完整列表：python3 skills/svg-video/scripts/svg_video.py list-voices
输出： <work-dir>/audio/segment-01.mp3、segment-02.mp3 ...
Step 6 — Playwright 录屏
bashpython3 skills/svg-video/scripts/svg_video.py render \ --work-dir <work-dir> \ --min-hold-ms 4000
--min-hold-ms 4000 确保每段至少录制 4 秒，给 Lottie 动画从 CDN 加载留出足够时间（短句模式下音频可能只有 2-3 秒）。
脚本自动扫描 html/segment-*.html，查找对应音频获取时长，用 Playwright 录屏。
输出： <work-dir>/video/segment-01.webm、segment-02.webm ...
Step 7 — FFmpeg 合成
bashpython3 skills/svg-video/scripts/svg_video.py assemble \ --work-dir <work-dir> \ --output <work-dir>/output.mp4
可选参数：
--bg-music <path>— 添加背景音乐（15% 音量混入）
输出： <work-dir>/output.mp4
交付
告知用户：
- 最终视频路径
- 工作目录位置
- 如需调整某段，可修改 segments.json 关键词后从 Step 4 重新执行
产物目录结构
<work-dir>/ ├── segments.json # 结构化脚本（含关键词） ├── lottie_search_log.json # Lottie 搜索匹配日志 ├── html/segment-*.html # Lottie 动画 HTML 页面 ├── audio/segment-*.mp3 # 分段配音 ├── video/segment-*.webm # Playwright 录屏 ├── clips/clip-*.mp4 # 单段合成片段 ├── concat.txt # FFmpeg 拼接清单 └── output.mp4 # 最终视频
