under the hood (Claude Code skill)部分实测🌏 海外

Rajesh 做了一个 Claude Code 技能,输入一个技术话题就在本机做出带手绘动画、克隆配音和音效的 1080p 讲解视频

Rajesh(@royalreplaced)开源了 under the hood:在 Claude Code 里说「做一个讲 git push 发生了什么的视频」,技能会先检查环境,问一两个问题(讲哪个角度、用哪种声音),把旁白稿和分镜给你确认,然后写画布动画、给每个场景截图并自己修重叠,在本机用开源 TTS 模型 Chatterbox 生成每句两条配音让你挑,最后渲染成 1080p MP4:音乐在说话时自动压低,每个动作配音效,响度调到适合发 X、YouTube 的 -16 LUFS。也可以录 20–30 秒自己的声音来克隆。作者的示例是「在 Google 里输入 cookie 时发生了什么」。我们在 Linux 上用仓库自带的 cookie 示例、不带旁白渲染了一遍:33.4 秒的 1080p30 视频用时约 27 秒,抽帧画面完整。没有测配音、声音克隆和 Claude 写新话题的部分。

访问官网 under the hood (Claude Code skill) ↗
定价
免费
地区
海外
出自哪里
海外社区
上架日期
2026 年 11 月 13 日
实测日期
2026 年 11 月 13 日
用的版本
Rajesh-Royal/under-the-hood git c145509; playwright-core 1.56.1; bundled cookie example, --silent
分类
视频创作编程开发
原作者
Rajesh @royalreplaced ↗
我们实测
部分实测
成本 / 耗时
技能 MIT 开源免费,配音和渲染都在本机,不按条付费。写分镜和动画用的是你的 Claude Code 订阅额度。
来源
X @royalreplaced ↗GitHub Rajesh-Royal/under-the-hood ↗

要解决的事

想做「输入网址后到底发生了什么」这类技术讲解短视频,但不会做动画,也不想花钱请配音或用在线生成视频。

步骤

  1. 在 Claude Code 里安装:/plugin marketplace add Rajesh-Royal/under-the-hood,再 /plugin install under-the-hood@under-the-hood。也可以把仓库里 skills/under-the-hood 和 skills/under-the-hood-setup 两个文件夹拷进 ~/.claude/skills。
  2. 直接说话题,比如下面的提示词,或者用 /under-the-hood:under-the-hood what happens when you git push。第一次会检查并安装 ffmpeg、Node 18+、uv 和 playwright,每个 brew / apt 命令都会先问你。
  3. 回答一两个问题:宽泛话题选一个角度;声音选内置、已保存的、你自己的(手机录 20–30 秒)或不要旁白。
  4. 确认旁白稿和分镜表。这一步改字不花钱,配音生成后再改要重跑。
  5. 技能写 scenes.js 动画并截图自查;然后每句生成两条配音,你自己听(它听不见声音),逐句挑。
  6. 渲染出 MP4,打开项目里的 index.html 可以带章节预览。改一句旁白,整条视频会自动重新对齐。

提示词

做一个 under-the-hood 讲解视频,讲 HTTPS 是怎么工作的

原文怎么说

Rajesh @royalreplaced(X,2026-11-12):手绘风动画、你自己的克隆声音、音乐和音效,1080p,全部在本机运行。README:在 M 系列 Mac 上 60 秒的视频约 30 秒渲染完;画面在无头 Chrome 里逐帧渲染,同一脚本每次像素一致;音乐和音效用 Web Audio 合成,没有素材版权问题;配音模型约占 2GB 磁盘。只在 Apple Silicon 的 macOS 上测过,Linux 和 WSL「应该能用」。

我们实测

2026-11-13 在 Linux 上 git clone Rajesh-Royal/under-the-hood(c145509,MIT),把 playwright-core 1.56.1(setup 脚本里固定的版本)装进临时目录,CHROME_PATH 指向本机 Chrome。用 new_project.sh 带 --example cookie 建项目,运行 node render.js cookie-test --silent(不生成音频):时长 33.40 秒、1002 帧,用时约 27 秒,输出 1920×1080、30fps、约 4.1MB 的 MP4。在第 20 秒抽帧,画面是第 5 步「Thousands of machines search the index at once」:倒排索引卡片、查询 cookie 发往 24 台服务器的连线、顶部进度条和底部字幕都完整。没有装 Chatterbox,没有生成配音、音乐和音效混音,也没有让 Claude 写新话题。

我们亲自试下来:画面渲染部分在 Linux 上可以直接用,速度和作者说的「60 秒约 30 秒」同一量级;这说明脚本和动画引擎本身可靠,效果好坏主要看 Claude 写的分镜和配音。

怎么用上

原帖和 README 都是英文。项目主页 rajesh-royal.github.io/under-the-hood 有示例视频。配音模型第一次运行时由 Chatterbox 联网下载权重(通常来自 Hugging Face),国内网络可能需要镜像。

适合谁

想做技术科普短视频的开发者、技术博主和老师。技能调用的是 Chatterbox 的 Turbo 和标准模型,旁白写作规则也按英文写,中文旁白效果我们没有验证。

踩坑提示

  • 配音模型第一次要下载约 1GB 权重,在没有 GPU 的电脑上生成会比实时慢。
  • Claude 听不见声音,每条配音要你自己听、自己挑。
  • 只克隆你自己或得到许可的声音;Chatterbox 会在生成的音频里加不可听的水印。
  • 旁白和画面文字里不要用破折号和分号,TTS 会读得很怪(技能里有这条规则)。
  • 我们只在 Linux 上用自带示例做了无旁白渲染,没有测配音、克隆和让 Claude 写新话题。

同类用例