一句话把字幕变成手绘白板视频，这个 Skill 半个月涨了三千多 Star

先看效果

这是仓库自带的示例，一个猴子抢香蕉的小故事。注意看它的顺序：先铺场景，再出主角，然后是抢的动作，最后才是围观的人。这个顺序不是按画面坐标排的，是按字幕里事件发生的先后排的。

这就是它和普通「图片转视频」最大的不同。普通的那种在意镜头怎么推怎么摇，它在意的是另一件事：旁白讲到哪里，画面才展示到哪里。观众看到的是一个变化过程，不是一张早就画好的静态答案。

它是怎么工作的

原理不复杂，三句话说得清。

第一，读字幕，拆分镜。 你给它一份 SRT 字幕文件，它读完判断这段内容需要几张图，每张图讲一件事。格式就是最普通的那种，时间加一句话：

第二，画线稿，划区域。 线稿准备好之后，它把画面切成几块，每一块对应字幕里的一个事件，标好谁先谁后、往哪个方向画。这一步它会生成一张「区域检查图」给你看：

第三，一区一区落墨。 笔尖在每块区域里连续滑行，先铺线条，再逐步添彩，画完的部分留在画布上，没轮到的完全藏起来。最后导出 MP4。

整个过程它会停下来等你确认。 画图之前给你看分镜，渲染之前给你看区域划分。哪张不满意就单独换掉，不用重做整段。这个设计很懂人，因为渲染是要花时间和 token 的，错了再重来最亏。

作者连跑了三个题材

第一遍是仓库自带的猴子故事，跑通基础流程。

第二遍换成了水循环，属于知识科普。这一遍的价值在于换了自己准备的线稿，不是官方素材。画面被拆成蒸发、凝结、降雨回流三段，字幕讲到哪一步，右边才接着往下画。作者特意截了第 7.5 秒的一帧：太阳、湖面和云已经画完，右侧山坡和河流还在往外长。

这类有明显变化过程的内容，特别适合白板动画。 观众不会提前看到全部答案，注意力会跟着旁白走。

第三遍挑了个难的：AI Agent。 这个概念既没有故事情节，也没有直观的变化过程。作者的处理办法是只留三个动作：用户把任务交进去，机器人分析，报告从右侧出来。

注意他画面里一个字都没放，只留人物、机器人、齿轮、放大镜和报告。这一手值得学：AI 生图里的中文经常是乱码，干脆不放文字，把说明的活儿交给字幕。