做视频、写 PPT、画架构图：5 个开源 skill 全包了

选择标题（3 选 1）

私藏 5 个我每天都在用的 AI Agent 开源神器

这 5 个 GitHub 神器，把我一周的活压成一天

做视频、写 PPT、画架构图：5 个开源 skill 全包了

一、开篇：这个痛点，几乎每个开发者都踩过

你接到一个需求，要在三天内出一部 AI 短剧：拆角色、写大纲、出场景设定、写剧本、画分镜。你打开 ChatGPT 聊了三小时，角色表改了八版，剧本里的人物名和分镜对不上，分镜提示词写到一半发现忘了角色的外观设定。

又或者，你要把一篇口播稿剪成视频。打开剪映，手动切掉所有"嗯""啊""那个"，字幕一条条对齐时间戳，加标题、调响度、导出。三个小时过去了，成片还差一个封面。

再或者，老板让你把一份方案做成 PPT。你打开 WPS，选模板，对齐文字，调配色，画流程图，改字号，又花了一晚上。

这五个项目，就是为这些场景准备的。

二、项目速览

三、项目解析

eternityspring/shuohao-skills — 从一本小说到分镜，一条流水线跑完

这个项目把"AI 短剧制作"拆成五个互相衔接的 skill：novel-outline（改编大纲）、novel-characters（角色设定）、novel-art（美术设定）、novel-script（剧本）、novel-storyboard（分镜）。每个 skill 输出标准 JSON，下游直接消费，避免"角色名不统一"这种连环坑。

核心能力是"序列化产出 + 质量门脚本"。五个 skill 各有 10–17 道脚本检查，覆盖大写到提示词对齐的确定性逻辑，不调模型、不花额度，跑一次不到一秒。novel-storyboard 还内置对 MiniMax H3 提示词格式的对齐指令与切点时刻逐字对账。

适合谁：想做 AI 短剧但被"五份产出对不上"卡住的创作者；用 Claude Code 或 Codex 的开发者。

不适合谁：只想做个 30 秒单镜头短视频的人——这套是为多集、有角色一致性需求的长内容准备的。

最小上手

直接告诉 Agent：

帮我安装这个 skill：https://github.com/eternityspring/shuohao-skills

或者手动：

git clone https://github.com/eternityspring/shuohao-skills.git
cd shuohao-skills && ./scripts/install.sh

装好后丢一本小说进去：

把这本《xxx》做成 AI 短剧，从大纲跑到分镜

开源地址： https://github.com/eternityspring/shuohao-skills

duyi2076/duyi-scripted-video-edit — 口播稿自动剪，边界很克制

这个 skill 只做一件事：把口播稿剪成可发布的视频。它竖版走 duyi-koubo-lite，横版走 duyi-koubo-wide，两者共用 duyi-koubo-core 引擎和 duyi-stage 视觉层。

边界写得清清楚楚：只删口语冗余、纠正 ASR 听错的字，不替说话者改写、不补观点、不润色。剪辑决定由 Agent 写入 JSON，时间戳、切点、字幕、合成和验收全由脚本算。横版还支持左侧信息卡和右侧素材层，时机由 Agent 决定。

适合谁：每天要剪口播、想把"删嗯啊、加字幕、调响度"这堆机械活自动化的人。

不适合谁：想换内容、调语序的——这不是它的职责，强行用会越界。

最小上手

装好后直接告诉 Agent：

用 duyi-scripted-video-edit 把这段口播剪成竖版视频

前提：需要自己接 ASR 适配器（豆包 Agent Plan ASR 是作者验证过的）。

export DUYI_ASR_TOOL=/path/to/asr-adapter.py
export DUYI_ASR_ENV=/path/to/asr.env

开源地址： https://github.com/duyi2076/duyi-scripted-video-edit

mujingquan835/dashiai-ppt-skill — 网页可编辑，再导出真 PPTX

12 套主题、1020 个版式页面、8576 个可调控件。先在浏览器里改，改完一键导出成可编辑 PPTX——文字、图表、版式都能在 PowerPoint 里继续动。

亮点是"带控制台的网页编辑器 + 真实 PPTX 导出"。每一页由"版式 + 文案字段"构成，点文字就地改、拖图替换媒体槽、滑杆调模块数量。导出后逐节点还原，文字保持可编辑，不是图片转 PDF。

适合谁：要做行业研究、融资复盘、竞品分析、方案汇报这类结构化 PPT，又不想被模板套死的人。

不适合谁：要逐像素手工定制视觉的品牌设计——这是模板引擎，不是设计工具。

最小上手

让 Agent 装：

帮我安装 dashiai-ppt skill：npx skills add https://github.com/mujingquan835/dashiai-ppt-skill --skill dashiai-ppt

装好后说：

把这份《xxx 竞品分析》做成 PPT，先出九宫格让我选主题

开源地址： https://github.com/mujingquan835/dashiai-ppt-skill

tt-a1i/archify — 说一句话，出一张可交互的架构图

68k Stars 的体量。用自然语言描述一个系统，它生成自包含 HTML 架构图，支持动画、可校验、可导出。覆盖架构图、工作流、时序图、数据流、生命周期五种类型。

核心能力是"自然语言 → 交互式 HTML"。你说"画一个浏览器调 API、API 查 Redis、未命中查 PostgreSQL 并回填缓存的请求流"，它直接出可点的图。继续说"加鉴权""高亮缓存未命中路径""换浅色主题"，图跟着改。支持 Cursor、Claude Code、Codex CLI、OpenCode。

适合谁：技术写文档、写方案、做分享时需要画架构图，又不想开 draw.io 拖半天的人。

不适合谁：要严格 UML 符号学合规的学术场景——它更偏产品文档风格。

最小上手

安装：

npx skills add tt-a1i/archify -g

然后告诉 Agent：

Use Archify to diagram a web request: Browser calls the API, the API checks Redis, and a cache miss queries PostgreSQL and fills the cache.

开源地址： https://github.com/tt-a1i/archify

yizhiyanhua-ai/fireworks-tech-graph — 14 种图、12 种风格，几何对齐的 SVG

11k Stars。这个 skill 把自然语言描述转成 SVG + PNG 技术图，重点是"几何安全"——文字不溢出、节点不重叠、连线不断。覆盖 14 种图（含完整 UML）和 12 种视觉风格，其中 4 种工程风格带可执行契约（C4、云部署、事件流、可靠性调查）。

亮点是"几何校验 + PNG/SVG/GIF 多格式导出"。export-png 命令会校验根画布、检查图片尺寸、原子写入并回读像素尺寸，生成的 1920px PNG 拿来直接放文档不糊。支持 SVG-to-GIF 语义动画，离线 HTML 交互图也能出。

适合谁：写技术博客、做架构评审、出方案文档需要配图，又懒得自己画的人。

不适合谁：要手绘风格、品牌定制插画——它是工程图，不是设计稿。

最小上手

告诉 Agent：

帮我安装 fireworks-tech-graph skill

然后：

Generate a Mem0 memory architecture diagram, dark style

开源地址： https://github.com/yizhiyanhua-ai/fireworks-tech-graph

四、总结与行动建议

先装 tt-a1i/archify，日常出图最高频，68k Stars 验证过稳定性。再装 dashiai-ppt-skill，工作汇报场景一次解决。shuohao-skills 按需——只有做 AI 短剧才需要，门槛在小说的规模。

#AI视频剪辑 #脚本化视频 #口播视频 #ShuohaoSkills #DuyiScriptedVideoEdit #DashiaiPptSkill #Archify #FireworksTechGraph #shuohao-skills #duyi-scripted-video-edit