惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

H
Help Net Security
腾讯CDC
爱范儿
爱范儿
Google DeepMind News
Google DeepMind News
V
V2EX
Blog — PlanetScale
Blog — PlanetScale
Engineering at Meta
Engineering at Meta
GbyAI
GbyAI
量子位
F
Fortinet All Blogs
G
Google Developers Blog
T
The Blog of Author Tim Ferriss
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Hugging Face - Blog
Hugging Face - Blog
Last Week in AI
Last Week in AI
T
Tailwind CSS Blog
J
Java Code Geeks
S
SegmentFault 最新的问题
D
Docker
博客园 - 司徒正美
The GitHub Blog
The GitHub Blog
Jina AI
Jina AI
M
MIT News - Artificial intelligence
博客园 - 【当耐特】

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
[小红书神器] 把视频教程自动转成漫画图文,植入自己的角色,...
earisty · 2025-11-29 · via V2EX

造了个轮子:把视频教程自动转成漫画图文,植入自己的角色,还可以用来发小红书

V 友们好,平时看 B 站或者小红书上的教程视频(比如做菜、手工或者一些技术操作),总觉得跟着视频一步步做很麻烦,得不停地暂停、回放。有时候就想看个省流版的图文步骤。

手动截图拼图太累了,所以最近利用业余时间搓了一个 AI 小工具,想把这个流程自动化。

这工具主要做:

输入一个视频链接(目前支持了 B 站和小红书),它会自动分析视频里的关键步骤,然后把这些步骤重新绘制成一套手绘/漫画风格的图文教程,还能融合你自己的虚拟角色,更有特色(可以直接看 github readme 核心工作流大概是这样:

  1. 解析视频:提取关键帧。

  2. AI 理解:接入了 Google Gemini 的深度思考模式,让 AI 去理解视频里到底在干啥,总结出关键步骤的描述文本。

  3. 重绘与融合(比较好玩的功能):根据描述生成手绘图。重点是,你可以上传一个自己的角色形象(比如你的头像 IP 、或者家里的猫),AI 会尝试把这个角色融合到教程画面里去当主角。

  4. 生成成品:最后输出一个带解说文字的分镜长图,或者适合发社交媒体的九宫格。

目前还在迭代中,角色融合有时候还会有点抽风,但大体流程跑通了。

发上来给大家看看,希望能收到一些反馈和建议。顺便求个 star ,有兴趣的可以一起开发~

github: https://github.com/RanFeng/clipsketch-ai

在线免费试用: https://clipsketch-ai.vercel.app/

我自己做了个成品如下:

成品演示

感谢!