AI驱动的多媒体内容生产平台。14个集成技能：document-writer（5种写作风格）、illustration-generator（20种配图风格）、ppt-generator（22种PPT风格）、podcast-generator（3种TTS引擎）、remotion-dev（视频制作）、twitter-crawler（推文爬取）、markdown-illustrator（Markdown配图）、comic-generator（漫画生成）、media-downloader（媒体下载）、tts-script-generator（TTS脚本）、md-to-pdf（文档转换）、wechat-formatter（微信格式化）、humanizer-zh（中文人性化）、shared-lib（核心API库）。
多风格文档写作工具
- 功能：支持 5 种写作风格（Qiaomu、小红书、Dankoe、微信公众号、Twitter）
- 特点：Claude 智能选择风格，自动生成符合规范的文章
- 用途：文章创作、内容营销、社交媒体发布
知识漫画生成器
- 功能：将文章/教程/人物传记转换为漫画形式
- 风格：Ligne Claire、漫画教程风、武侠风等
- 用途：知识可视化、教育内容
中文文本人性化工具
- 功能：使文本更自然、更人性化
- 用途：文本优化、内容润色
统一配图技能
- 功能：文章配图、封面生成、小红书图片系列
- 风格：20 种风格 × 多种布局
- 特点：3 变体风格预览、单图修改/添加/删除
- 用途：文章配图、社交媒体图片
Markdown 文档配图工具
- 功能：自动为 Markdown 文章生成配图
- 特点：支持多种风格和布局、图片管理和优化
- 用途：技术博客、文档美化
专业 PPT 生成器
- 功能：生成专业 PPT 演示文稿
- 风格：22 种风格（Apple、Minimal、Corporate、Blueprint、Notion 等）
- 布局：17 种布局（封面、内容、对比、时间线等）
- 特点：AI 自动选择最佳风格，支持场景/受众/调性智能匹配
- 用途：商业汇报、技术演讲、教育培训
Markdown 转 PDF 工具
- 功能：将 Markdown 文档转换为 PDF
- 特点：支持中文字体、可选自动配图、自定义样式
- 用途：文档导出、报告生成
播客生成器
- 功能：生成自然真实的双人访谈播客
- 引擎：支持 3 种 TTS 引擎（Edge TTS、IndexTTS2、MiniMax、CosyVoice3）
- 特点：情感控制、自然对话、多角色声音映射
- 用途：播客制作、有声内容
TTS 脚本生成器
- 功能：智能压缩文档到目标时长，转换为 TTS 友好脚本
- 特点：自动分段、情感标注、口语化风格
- 用途：视频旁白、播客脚本
Remotion 视频制作工具
- 功能：基于 React 的视频创作，支持高端品牌广告制作
- 特点：30+ Remotion 最佳实践文档、完整工作流程
- 用途：品牌广告、产品展示、视频动画
智能媒体下载器
- 功能：根据描述自动搜索下载图片/视频
- 来源：YouTube、Pexels、Pixabay
- 特点：自动视频剪辑、片段提取
- 用途：素材收集、视频制作
Twitter 推文爬取器
- 功能：批量爬取用户推文、单条推文深度爬取
- 输出：Markdown、JSON、XScore 格式
- 特点：URL 智能解析、完整推文信息、媒体/实体提取
- 用途：数据收集、内容分析、社交媒体研究
微信公众号文章格式化工具
- 功能：将 Markdown 文章转换为微信公众号 HTML 格式
- 特点：自动插入配图、微信样式优化
- 用途：微信公众号发布
共享功能库
- 模块：
image_api.py- 图像生成 API（支持多 provider）illustration/- 配图风格系统（20 种风格）writing/- 写作风格系统（5 种风格）presentation/- PPT 生成系统video/- 视频生成模块（TTS、动画、BGM）
- 配置：新增 zimage 配置、servasyy 写作风格
- 用途：所有技能的底层支持库
用户输入内容
↓
Claude AI 决策：
- 判断内容类型（历史/技术/生活/商业）
- 选择写作风格（wechat/qiaomu/xiaohongshu）
- 选择配图风格（vintage/tech/warm）
- 生成具体视觉描述
↓
shared-lib 执行：
- 提供风格模板和规范
- 分析文章结构、确定配图位置
- 调用 API 生成内容
- 处理音频和视频
- Claude AI：内容理解、决策制定、风格选择
- shared-lib：模板提供、结构分析、API 调用
- 各技能：专业化功能实现
| 类别 | 技能数量 | 总大小 |
|---|---|---|
| 内容创作 | 3 | 132K |
| 图像生成 | 2 | 136K |
| 演示文稿 | 2 | 80K |
| 音频生成 | 2 | 512K |
| 视频制作 | 1 | 668K |
| 媒体处理 | 2 | 324K |
| 格式化工具 | 1 | 4K |
| 核心库 | 1 | 932K |
| 总计 | 14 | ~2.8M |
- Python 3.12+
- Node.js 18+ (用于 Remotion)
- FFmpeg (用于视频处理)
# 安装 Python 依赖
pip install -r requirements.txt
# 安装 Node.js 依赖（如需使用 Remotion）
cd remotion-dev && npm install编辑 shared-lib/config.yaml 配置 API keys 和参数：
# 图像生成配置
image_generation:
default_provider: google-local
providers:
google-local:
api_key: "your_api_key"
# TTS 配置
tts:
default_engine: edge_tts
# 其他配置...# 使用 illustration-generator
python illustration-generator/generate.py article.md --style tech# 使用 ppt-generator
python ppt-generator/generate.py content.yaml --style apple# 使用 podcast-generator
python podcast-generator/generate.py script.txt --engine indextts2# 批量爬取用户推文
python twitter-crawler/scripts/fetch_tweets.py username
# 单条推文爬取
python twitter-crawler/scripts/fetch_single_tweet.py "https://x.com/user/status/123"# 使用 Remotion
cd remotion-dev
npm run render -- CompositionName output.mp4- 系统完整说明 - 1040 行完整系统架构文档
- 各技能的
SKILL.md- 每个技能目录下的详细说明
- ✍️ 多风格写作：5 种专业写作风格，智能匹配场景
- 🎨 20+ 配图风格：从纽约客到浮世绘，覆盖各种场景
- 📊 22 种 PPT 模板：从商务到创意，自动选择最佳风格
- 🎙️ 3 种 TTS 引擎：免费到商业，满足不同需求
- 🎬 专业视频制作：Remotion + 最佳实践，电影级质量
- 🐦 Twitter 数据采集：批量 + 单条，多格式输出
- 🔧 统一 API 库：shared-lib 提供底层支持
Claude AI 自动分析内容，选择最合适的风格，无需手动配置。
所有参数从 config.yaml 读取，用户无需修改代码。
各技能独立运行，也可通过 shared-lib 协同工作。
支持 Markdown、PDF、HTML、JSON、视频、音频等多种格式。
所有技能经过实际项目验证，可直接用于生产环境。
- AI/ML：Claude API、Whisper、各种图像生成 API
- TTS：Edge TTS、IndexTTS2、MiniMax、CosyVoice3
- 视频：Remotion、FFmpeg、Manim
- 图像：Google API、Z-Image、Volcengine、ApiMart
- 文档：Python-PPTX、Markdown、Pandoc
- 爬虫：Tweety、BeautifulSoup、HTTPX
- ✅ 清理重复技能，从 36 个精简到 14 个
- ✅ 删除失效符号链接
- ✅ 清理虚拟环境和输出文件
- ✅ 目录大小从 5.7G 优化到 2.8M
- ✅ 更新 shared-lib（新增 zimage 配置和 servasyy 风格）
- ✅ 更新 ppt-generator（从 6 种风格扩展到 22 种）
- ✅ 更新 twitter-crawler（新增单条推文爬取功能）
- ✅ 更新 podcast-generator（新增 CosyVoice3 支持）
欢迎提交 Issue 和 Pull Request！
MIT License
最后更新：2026-02-05