Skip to main content
plugin

article2media — Claude Code plugin: features and installation

The article2media Claude Code plugin turns articles and videos into Chinese visual content. It can produce social cards, long images, WeChat layouts, or narrated vertical videos.

MIT ★ 522 updated 2026-11-11

Install into Claude Code · Plugin marketplace All methods and platforms ↓
/plugin marketplace add threerocks/article2media
/plugin install article2media@article2media
Open on GitHub

What article2media does

article2media converts articles and videos into publishable formats, including Xiaohongshu cards, long images, WeChat layouts, and vertical videos with narration. Its 10 standalone skills cover fetching text, transcription, translation, comics, and whiteboard arguments. Run a skill on its own or combine steps through /article2media.

Video inputs include Douyin, YouTube, and Bilibili links, local audio or video, and .srt or .vtt subtitles. Outputs go to article2media-out/<slug>/, with skills passing files through the working directory. Node.js 22 and Chrome are required. The plugin checks the environment on first use.

What it helps with

  • turn an article into Xiaohongshu cards
  • format an article for WeChat without rewriting it
  • transcribe a video into text
  • translate an article before publication
  • create a narrated vertical video from an article

Example prompts for the agent

  • Turn this article into Xiaohongshu cards: /article2media
  • Format ./my-essay.md for WeChat without changing its text: /article2media:wechat-layout
  • Transcribe this video: /article2media:video-transcript

How to install article2media

Plugin marketplace

/plugin marketplace add threerocks/article2media
/plugin install article2media@article2media

Step by step, with commands for each platform: Claude Code plugins: marketplaces, installing, and building your own

Questions about article2media

How do I install article2media in Claude Code?

Add its marketplace with /plugin marketplace add threerocks/article2media, then install it with /plugin install article2media@article2media.

What does article2media do?

It turns articles and videos into cards, long images, WeChat layouts, and narrated vertical videos. Skills can run individually or as a workflow through /article2media.

What does article2media need to run?

It requires Node.js 22 and Chrome. The plugin checks the environment on first use.

Source text

SKILL.md · MIT
<div align="center">

# article2media

**把一篇文章或一条视频,做成能直接发的小红书图文、长图、公众号排版和口播短视频,并且知道哪一版效果更好。**

开源 Claude Code / Codex Skills · 抓取 · 视频转文字 · 改写 · 翻译 · 长图 · 小红书卡片 · 公众号排版 · 竖屏口播视频 · 原文排版 · 白板论证 · 漫画 · 批量与发布数据

[![version](https://img.shields.io/badge/version-2.3.1-1f6feb)](CHANGELOG.md)
[![license](https://img.shields.io/badge/license-MIT-2ea043)](LICENSE)
[![node](https://img.shields.io/badge/node-%E2%89%A5%2022-339933)](#依赖)
[![npm deps](https://img.shields.io/badge/npm%20dependencies-0-2ea043)](#设计原则)
[![Claude Code](https://img.shields.io/badge/Claude%20Code-skill%20%2B%20plugin-D97757)](#安装)
[![Codex](https://img.shields.io/badge/Codex-skill-111111)](#安装)

</div>

**article2media** 是一组开源的 Claude Code / Codex Skill,同时也是一个 Claude Code 插件。它把一篇文章或一条视频做成可以直接发布的中文视觉内容。

它由 **10 个独立能力**组成:文章抓取、视频转文字、改写(总结)、全文翻译、长图、卡片、公众号排版、口播视频、白板论证、漫画。每个能力都是一个 skill,可以单独用(比如只把自己写的文章排成公众号,或者只把视频转成文字),也可以自由组合。总入口 `/article2media` 提供常用的一键组合,以及批量处理和发布数据记录。

- **输入**:
  - 文章:X(Twitter)长文、网页、微信公众号文章,或本地 Markdown;
  - 视频:抖音、YouTube、B 站链接,本地视频或音频,`.srt` / `.vtt` 字幕。视频先转成逐字稿文章。
- **产出**:
  - 手机上直接能读的长图、小红书 3:4 图文卡片、可直接粘贴的公众号排版;
  - 带本地 AI 配音和逐字字幕的竖屏口播视频;
  - 同一篇的几版封面,以及一页看完、金句图、问答卡这些更轻的形态;
  - 一字不改的原文长图、原文卡片和原文公众号排版;
  - 中文全文译文、白板论证图和黑白漫画。
- **验收**:每种产出都自动检查,不合格就报错。
- **发布**:发布清单、备选标题、发布数据记录与对比报告。
- **依赖**:只需要 Node.js 22 和 Chrome。

![同一篇文章的十二种产出](docs/showcase.jpg)

<p align="center"><sub>示例:Dan Koe 的 X 长文《The most lucrative AI business to start in 2027》。每种产出各用了一套主题,口播视频用的是「资讯播报男声」。<a href="docs/samples/dan-koe-video.mp4">看示例视频</a> · <a href="#随包音色">听 6 款音色</a></sub></p>

---

## 为什么做这个

好文章在信息流里很难被读完。把它做成图文或视频,通常要截图、排版、配图、配音、剪辑,几个小时才做完一个平台,换个平台还得从头再来。

article2media 把这件事交给 AI。你给一个链接,流程分三步:

1. Claude 先把文章**读懂**:要总结时重组成一份和风格无关的结构化内容,要原文时一字不动,要翻译时逐段译出;
2. 脚本把它**渲染**成各平台需要的格式;
3. 交付前**自动验收**,有问题直接报错,不靠人眼去找。

并不是每次都需要总结。自己写的文章只想排成公众号,或者想把全文做成小红书卡片,就直接排版,不经过改写。所以每一步都做成了独立的能力,按需要拼起来。

## 核心特性

| | |
|---|---|
| **能力独立,组合自由** | 抓取、视频转文字、改写、翻译、长图、卡片、公众号、口播、白板、漫画各是一个 skill,只靠工作目录里的文件交接。总入口给出常用组合,也可以说"先翻译,再出原文卡片"这样自己组装。 |
| **原文、总结、翻译三条路** | 原文路径一字不改,逐块读回比对;总结路径重组结构、配图表;翻译路径全文不删,脚本检查结构是否逐块对应。三条路都能接到长图、卡片和公众号。 |
| **文章和视频都能当原文** | 视频先转成逐字稿文章:人工字幕优先,其次平台的原语言自动字幕,都没有时用本地 Whisper 识别。繁体转简体、专有名词纠错、时间轴都会处理好,后面的流程和文章完全一样。 |
| **先读懂,再排版** | 不是截图,也不是机械摘要。Claude 规划结构、改写标题、挑选图表、核对数字,产出只含内容的 `content.json`。版式和主题由脚本负责,换风格不用重写内容。 |
| **一份内容,多种产出** | 一次改写,同时出长图、卡片(3:4 / 4:5 / 1:1 / 9:16)和公众号,还能切出一页看完、金句图、问答卡;口播视频、白板、漫画另有专门的脚本。12 套主推主题对所有图文产出通用,口播视频沿用主题的配色、字体和卡片样式。 |
| **为信息流的第一眼设计** | 封面有 6 种版式(大字钩子、大数字、左右对比、一句论断、插画通栏、目录),可以一次出几版来挑。一组卡片里穿插整页金句、整页大数字和整页图,不再张张同一个结构。卡片自己把空间用满:图表按内容放大,有余量就放大字号、补要点。 |
| **手机上直接能读** | 长图默认是 1080 宽的单栏手机版,正文不用放大;需要电脑上看或打印时,`--wide` 出 1200 宽的双栏杂志版。 |
| **认得出是谁的** | 品牌包把头像、品牌色、期号和一行介绍带到封面、末张和长图页脚,做成系列。 |
| **发出去之后也管** | 批量处理一批链接、给每篇生成发布清单和备选标题;发布后把数据记下来,按平台对比哪种主题、哪种封面效果更好。 |
| **每种产出都有验收** | 版面检查溢出、截断和重叠。原文长图、原文卡片、公众号排版都逐块读回比对,改一个字就失败。翻译检查块数、结构、漏译和数字。白板要求每段原文都有去向。视频审片检查首句时长、画面静止、语速、字幕闪断、成片逐帧的字幕丢帧和响度。字体按家族检查,没加载的会点名。改写稿还会和原文逐项比对:数字有没有出处、别人的文章有没有写成"我"、原文的具体信息用上了多少。不合格就以非零码退出。 |
| **换模型也心里有数** | 自带换模型回归测试:同样的提示交给不同模型,用客观分和盲评对比。实测较小的模型(Haiku)规则层面能追平 Opus,读者效果约为 Opus 的 88%,详见[常见问题](#换一个模型来驱动效果稳定吗)。 |
| **视频质量达到能发布的水准** | 本地 VoxCPM2 生成 48 kHz 配音,Whisper 逐字对齐,数字和要点在说到的那一刻出现。语速按从容讲解控制在约 4.5 字/秒。字幕不闪烁,样式跟随主题。镜头里可以放 AI 插画或原视频片段,可以加你自己的背景音乐。 |
| **版权与合规写进流程** | 随包 6 款音色全部只凭文字描述设计,不模仿任何真人。克隆音色只留在本机,使用时会提醒。成片首帧和 MP4 元数据都带 AI 生成标识,产出都署原文出处。 |
| **零依赖,本地优先** | 只需要 Node 22 和一个 Chrome。出图、本地配音、逐字对齐都是可选能力,会自动探测。缺了就降级或明确提示,不会自动下载或安装任何东西。主题字体可以一条命令下载到本地,之后出图不联网。 |

## 快速开始

**1. 安装**(推荐 Claude Code 插件,一次装好全部 11 个 skill;其他方式见[安装](#安装))

```bash
claude plugin marketplace add threerocks/article2media
claude plugin install article2media@article2media
```

**2. 检查环境**

```bash
bash scripts/install.sh      # 在仓库里:Node、Chrome、字体,以及做视频要的配音、对齐、出图、ffmpeg
node skills/article2media/scripts/fonts.mjs    # 可选:把主题字体下载到本地(约 65 MB,可加 --mirror <主机>),之后出图不再联网加载字体
```

装成插件后,第一次使用时 skill 会自己跑环境检查。

**3. 在 Claude Code 里调用**

一键组合用总入口:

```
/article2media https://x.com/thedankoe/status/2117664712532123680       # 总结长图(默认)
/article2media https://example.com/post 小红书                           # 小红书总结
/article2media ./my-essay.md 公众号                                      # 原文排版成公众号
/article2media https://x.com/… 翻译成中文发公众号                        # 外文搬运
/article2media https://x.com/… 长图、小红书、公众号都要                  # 一稿多发:改写一次,三种产出
/article2media https://www.bilibili.com/video/BV… 小红书                 # 视频进,图文出
/article2media https://x.com/… 小红书,多出几个封面                     # 封面多版本,挑一版
/article2media links.txt 批量,每篇出小红书和长图                        # 一批链接,逐篇做完并给发布清单
```

也可以直接用单个能力(插件里名字带 `article2media:` 前缀):

```
/article2media:wechat-layout ./my-essay.md            # 只排版,不总结
/article2media:image-cards ./my-essay.md 原文卡片      # 全文分页成 3:4 卡片
/article2media:video-transcript https://www.bilibili.com/video/BV…     # 只要逐字稿
/article2media:article-translate article2media-out/x-…/article.md      # 只翻译
```

产出写在当前目录的 `article2media-out/<slug>/` 下。Codex 里用 `$article2media`、`$wechat-layout` 这样调用。

## 十个能力,自由组合

| skill | 能力 | 输入 → 产出 |
|---|---|---|
| `article-fetch` | 文章抓取 | X 长文 / 帖子 / 线程、网页、公众号、本地文件 → `article.md` |
| `video-transcript` | 视频转文字 | 抖音、YouTube、B 站、本地视频 / 音频、`.srt` / `.vtt` → 逐字稿 `article.md` |
| `article-rewrite` | 改写(总结) | `article.md` → 改写稿 `content.json`,可导出成文章 `rewrite.md` |
| `article-translate` | 全文翻译 | `article.md` → `article.zh.md`,结构逐块对应 |
| `long-image` | 长图 | 改写稿 → 总结长图(手机版,`--wide` 为杂志版);文章 → 一字不改的原文长图 |
| `image-cards` | 卡片 | 改写稿 → 总结卡片、封面多版本、一页看完 / 金句图 / 问答卡;文章 → 原文卡片(3:4 / 4:5 / 1:1 / 9:16) |
| `wechat-layout` | 公众号排版 | 文章(原文、译文或 `rewrite.md`)→ 可粘贴的图文 + 头图 + 封面 |
| `explainer-video` | 口播视频 | 文章 → 1080×1920 竖屏讲解视频 |
| `logic-whiteboard` | 白板论证 | 文章 → 纵向推理主干长图 |
| `article-comic` | 漫画 | 文章 → 黑白漫画 + 3:4 卡片 |

能力之间只靠同一个工作目录里的文件交接:`article.md`(原文)、`article.zh.md`(译文)、`content.json`(改写稿)、`rewrite.md`(改写稿的文章形态)。

### 推荐组合

| 组合 | 链路 |
|---|---|
| 总结长图(默认) | 取原文 → 改写 → 长图 |
| 小红书总结 | 取原文 → 改写 → 3:4 卡片 |
| 公众号排版 | 取原文 → 公众号排版 |
| 公众号总结 | 取原文 → 改写 → 导出 `rewrite.md` → 公众号排版 |
| 外文搬运 | 取原文 → 翻译 → 公众号排版 |
| 原文长图 / 原文卡片 | 取原文 →(外文先翻译)→ 长图 / 卡片 |
| 视频转图文 | 视频转文字 → 改写 → 长图或卡片 |
| 视频转文字 | 视频转文字 |
| 一稿多发 | 取原文 → 改写一次 → 长图 + 卡片 + 公众号 |
| 文章转口播 | 取原文 → 口播视频 |
| 白板 / 漫画 | 取原文 → 白板 / 漫画 |
| 批量 | 一批链接 → 逐篇按同一规格做完 → 每篇一份发布清单 |

没说要原文还是总结时:长图和卡片默认总结,公众号默认原文排版,外文走原文路径时先翻译。说了"排版 / 原文 / 一字不改"就走原文,说了"总结 / 提炼"就走改写。完整规则见 [`pipeline.md`](skills/article2media/references/pipeline.md)。

### 产出一览

| 产出 | 规格 | 适合 | 触发方式 | 示例里的主题 |
|---|---|---|---|---|
| **总结长图**(默认) | 手机版:1080 宽单栏,1–4 页;每节有标题、要点、两张图表和一个数据面板,结尾附执行清单。`--wide` 出 1200 宽的双栏杂志版 | 把长文读成一份可收藏的拆解;发微信、朋友圈、微博 | 不加参数 | `editorial` |
| **卡片组** | 小红书 3:4(1080×1440)、IG 4:5、1:1、9:16;封面(6 种版式)+ 每节一卡(可穿插整页金句、大数字、整页图)+ 清单 + 要点,附发帖文案 | 信息流平台 | 提到比例或平台,或 `--ratio 3:4` | `brutal` |
| **封面多版本** | 同一篇的几版封面:不同版式,或不同的标题钩子 | 挑封面;分开发布比效果 | 「多出几个封面」,或 `--covers` | `dopamine` |
| **轻量形态** | 一页看完(一张图讲完全文)、金句图(每句一张)、问答卡(对话气泡) | 高频更新;给整组卡片引流 | 「一张图讲完」「金句图」「问答形式」,或 `--form` | `bento`、`guochao` |
| **公众号排版** | 任何文章(原文、译文、改写稿导出的文章)排成内联样式、图片内嵌的图文,可直接粘贴进编辑器;另出 2.35:1 头图和 1:1 封面 | 公众号 | 提到「公众号」 | `swiss` |
| **口播视频** | 1080×1920 竖屏:封面 → 5 秒内说完的钩子 → 逐字同步的动画、配音和字幕;镜头里可放插画或原视频片段 | 抖音、视频号、小红书视频 | 提到「视频 / 口播」 | `midnight` |
| **原文长图** | 原文一字不改,白底阅读面,正文 40 px / 1.9;逐块校验,过长时在块与块之间分页 | 完整保留原文,只做排版 | `-f`、「原文长图」 | 白底阅读面 |
| **原文卡片** | 整篇按顺序分页成固定比例卡片,段落在行间断开、下一张接上;逐块校验 | 把全文发成小红书图文 | 「原文卡片」「全文做成小红书」 | 白底阅读面 |
| **全文译文** | 外文原文逐段译成中文,结构逐块对应,可以接原文长图、原文卡片和公众号 | 搬运外文文章 | 「翻译」 | — |
| **白板论证** | 一条纵向推理主干:问题、前提、证据、矛盾、转折、结论;每段原文都有去向 | 看清作者怎么得出结论 | `-w` | 白板 |
| **漫画** | 黑白分镜,角色前后一致,对白全部用 HTML 排版;附 3:4 卡片 | 用一个故事讲清一个机制 | `-c` | 黑白漫画 |

可以输入 X 长文、帖子或线程,任意网页,微信公众号文章,本地 Markdown 或文本文件,也可以直接粘贴正文;视频见下一节。英文原文改写时默认写成中文,需要英文产出时加 `--lang en`;要全文中文就走翻译。没有提比例或平台时出长图;没有指定风格时,Claude 按内容选一个主题,交付时说明理由。

```
/article2media https://example.com/post --style midnight     # 指定主题
/article2media ./notes.md --style all --pages 2              # 全部主题各出一份
/article2media https://x.com/… 小红书 --illustrate           # 加 AI 插画(封面 + 配图)
/article2media https://x.com/… --verify                      # 联网核对文中的数字
/article2media ./essay.md -f                                 # 原文长图
/article2media ./essay.md 原文卡片 1:1                        # 原文分页成方图卡片
/article2media https://x.com/… -w                            # 白板论证
/article2media https://x.com/… -c                            # 漫画(需要出图能力)
/article2media https://x.com/… 长图 杂志版                    # 1200 宽双栏(--wide)
/article2media https://x.com/… 一页看完                       # 轻量形态:一页看完 / 金句图 / 问答卡
```

## 视频当原文

给一个视频链接或视频文件,`video-transcript` 会先把它转成逐字稿文章 `article.md`,时间轴另存在 `transcript/segments.md`。只要文字就到此为止;要长图、卡片、公众号、口播视频还是漫画,后面和文章一模一样。

```
/article2media https://www.bilibili.com/video/BV1NprhBPEtR 小红书
/article2media "7.94 复制打开抖音,看看【…】 https://v.douyin.com/…/"     # 整段分享口令也行
/article2media ./访谈录音.m4a 公众号
/article2media ./talk.srt -f
```

| 来源 | 文字从哪来 |
|---|---|
| YouTube | 人工字幕 → 原语言自动字幕(不用机器翻译的字幕轨)→ 本地语音识别 |
| B 站 | 人工字幕 / AI 字幕 → 本地语音识别 |
| 抖音 | 下载视频(优先无水印地址)→ 本地语音识别 |
| 本地视频 / 音频 | 本地语音识别 |
| `.srt` / `.vtt` | 直接解析 |

- **本地语音识别**:用 mlx-whisper 和 whisper-large-v3-turbo,在 Apple Silicon 上运行。实测 6 分钟的 B 站视频 16 秒转完,14 分钟的视频 29 秒转完。
- **清理**:
  - 繁体转简体(内置 OpenCC 字表);
  - 半角标点改全角;
  - 去掉 Whisper 在静音处编出的套话和重复循环;
  - YouTube 自动字幕的滚动重复会去掉。
- **分段**:在句末停顿处分自然段,只补标点,不改字。
- **专有名词**:识别前用 `--prompt "人名 术语"` 提示,识别后用 `--terms 词表.txt` 替换,词表每行写 `错词=>正词`。
- **浏览器 cookie**:有的网络下 YouTube 要求登录确认,抖音也会要求浏览器 cookie。这时脚本会提示两个办法:
  - 你同意复用本机浏览器状态时,加 `--cookies-from-browser chrome`;
  - 把视频保存到本地,直接传文件。

细节见 [`video-input.md`](skills/video-transcript/references/video-input.md)。

## 工作原理

```mermaid
flowchart LR
  IN["文章链接 / 文件 / 正文"] --> F["article-fetch<br/>→ article.md"]
  VIN["视频链接 / 音视频 / 字幕"] --> T["video-transcript<br/>→ article.md(逐字稿)"]
  F & T --> A["article.md"]
  A --> TR["article-translate<br/>→ article.zh.md"]
  A --> RW["article-rewrite<br/>→ content.json"]
  RW --> EX["export.mjs<br/>→ rewrite.md"]
  RW --> LI["long-image · image-cards<br/>总结长图 · 总结卡片 · 封面多版本 · 轻量形态"]
  A & TR --> OR["long-image · image-cards<br/>原文长图 · 原文卡片"]
  A & TR & EX --> WX["wechat-layout<br/>公众号排版"]
  A --> V["explainer-video · logic-whiteboard · article-comic<br/>口播视频 · 白板 · 漫画"]
  LI & OR & WX & V --> QA["自动验收<br/>不合格即非零退出"]
  QA --> PB["发布清单 publish.md<br/>发布数据 publish.json → 报告"]
```

- **抓取**:
  - X 走 FxTwitter API,不用登录;
  - 网页依次尝试 r.jina.ai、defuddle.md、本地 Chrome;
  - 公众号用本地 Chrome;
  - 视频:字幕用 yt-dlp 获取,没有字幕时用本地 Whisper 识别。
- **分工**:Claude 负责理解和写作(改写稿、译文、口播脚本、白板账本、分镜);脚本负责一切确定性的工作:抓取、排版、截图、配音、对齐、混音和验收。
- **交接**:每个能力都是独立的 skill,只靠工作目录里的文件交接,共用 `skills/article2media/engine/` 里的脚本、版式和主题。
- **渲染**:内容、版式 CSS 和主题 CSS 合成 HTML,再通过 DevTools 协议驱动无头 Chrome 截图,输出 2 倍分辨率。卡片在页面里自己适配:放不下时按顺序省略次要内容并提示,有余量时放大字号、补要点。
- **图表**:15 种参数化图表,包括柱状、条形、堆叠、流程、矩阵、合流、树、数据、等式、路径、对比、循环、金句、图片和手写 SVG,颜色全部取自主题。另有可选的 AI 插画。

### 设计原则

- **内容与风格分离**:主题只是一组 CSS 变量加少量结构覆盖,换主题只需重新渲染。
- **零 npm 依赖**:只用 Node 22 内置的 WebSocket 和 fetch,直接驱动本机已有的 Chrome。
- **字体可以本地化**:主题用的是网络字体。网络不稳定(如中国大陆)时先跑一次 `fonts.mjs`(约 65 MB,可加 `--mirror <主机>`),之后所有版式自动改用本地字体,还能同时跑多个出图任务;`--list` 查看,`--clean` 删除。出图过程本身从不下载。
- **出图服务可配置**:按 已登录的 Codex CLI → OpenAI → Gemini 选择,登录、额度或不可用时自动换下一个并提示,内容被拒绝不会换;模型用 `ARTICLE2MEDIA_IMAGE_MODEL_CODEX|OPENAI|GEMINI`、服务用 `ARTICLE2MEDIA_IMAGE_PROVIDER` 或 `~/.config/article2media/config.json` 指定。
- **能力探测,不强求**:出图(Codex CLI → OpenAI → Gemini)、本地配音(VoxCPM2 → edge-tts → 系统语音)、逐字对齐和视频转写(Whisper)、视频字幕(yt-dlp)都是先探测再选用。
- **图里不放字**:生成的图片不含文字,所有文字都由 HTML 排版,所以可校验、可修改、不会出现乱码。

## 发布:封面、品牌、批量和数据

出图只是一半。围绕"发出去并且有效果",有一组工具:

| 做什么 | 怎么用 |
|---|---|
| **封面多版本** | `cards.mjs content.json --covers`:同一篇出几版封面(不同版式,或 `cover.alts` 里写的不同钩子),挑一版,或分开发布比效果 |
| **品牌包** | `brand.json` 里写头像、品牌色、期号、一行介绍:封面左上角、末张品牌栏、长图页脚统一带上,读者认得出是谁的图 |
| **轻量形态** | `--form onepage` 一页看完、`--form quotes` 金句图、`--form qa` 问答卡:同一份改写稿切出来,适合高频更新和引流 |
| **批量** | `batch.mjs init links.txt --spec "cards:3:4,long,wechat"`:一次抓一批链接,生成看板 `queue.md`;Claude 按 `next` 一条条做 |
| **发布清单** | `batch.mjs checklist <批次或目录>`:每篇一份 `publish.md`——上传顺序、备选标题、文案、标签、平台限制检查 |
| **效果闭环** | 发布后说一句数据,`stats.mjs add` 记进 `publish.json`;`stats.mjs report` 按平台对比主题、封面版式、形式的收藏率和互动率,样本不足 5 条的明确标注 |

这些数据只存在你本机的工作目录里。攒够样本后,选主题指南会把它当作两个同样合适的选项之间的裁决依据,不会覆盖你明确说的偏好。

品牌包写在 `brand.json` 里(放在 `~/.config/article2media/` 对所有内容生效,或放在某篇的工作目录里只对那篇生效),字段都可选:

```json
{ "name": "你的名字", "handle": "@you", "series": "栏目名",
  "avatar": "avatar.png", "accent": "#FF5A1F", "issue": 12,
  "tagline": "一行介绍", "follow": "关注 @you,每周一篇" }
```

## 主题

主推 12 套主题,同一份内容可以用任意主题渲染。每套除了配色和字体,还有自己的封面(标题处理、装饰、导语区)和整页金句卡的画法。没有指定时,Claude 依次按「明确偏好 → 题材 → 投放场景」选一个,规则见 [`references/styles.md`](skills/article2media/references/styles.md)。

![12 套主推主题的封面和第一张内容卡](docs/themes.jpg)

<details>
<summary><b>12 套主推主题一览</b></summary>

| 主题 | 气质 | 首选场景 |
|---|---|---|
| `editorial` | 商业杂志:暖白纸面、宋体、沉稳主色 | 商业、创业、行业分析、人物观点、个人复盘 |
| `swiss` | 瑞士极简:纯白、粗黑分割线、红黑双色 | 数据、研究、财经、严肃议题;设计与艺术 |
| `quiet` | 静线:暖纸底、一种暗朱红、细线与留白 | 哲思、书与论文的深度解读、人文随笔 |
| `bento` | 便当格:灰底白色大圆角卡片、撞色 | 产品与工具的测评、横评、盘点;数码新品 |
| `brutal` | 新粗野大字报:粗黑描边、硬投影、高饱和色块 | 教程、攻略、清单;自媒体运营与副业 |
| `dopamine` | 多巴胺:彩色光斑、糖果撞色、大圆角 | 好物种草、美食探店、穿搭、健康养生、生活记录 |
| `midnight` | 深色科技:近黑底、霓虹色、等宽标签 | AI、编程、开发者工具 |
| `film` | 电影感:胶片颗粒、宽银幕黑边、字幕式金句 | 影视评论、人物传记与访谈 |
| `guochao` | 国潮:朱红明黄、粗宋、印章、回纹与祥云 | 节庆民俗、非遗、国货品牌、城市文旅 |
| `shanshui` | 新中式:宣纸、老宋体、远山、朱砂印 | 古典历史、诗词国学、茶与器物 |
| `notebook` | 格纹手帐:方格纸、霞鹜文楷、荧光笔 | 学习方法、读书笔记、实用技巧合集 |
| `y2k` | 千禧液态铬:镭射彩光、得意黑斜体、果冻按钮 | 美妆、娱乐、追星、二次元、游戏 |

另有 9 套经典主题(`cloud`、`earth`、`memo`、`glass`、`collage`、`pop`、`pixel`、`prosperity`、`riso`)保留可用,`--theme <名称>` 照常渲染,只是不再主推,也没有专属封面。

</details>

主题字体默认从 Google Fonts 和 jsDelivr 在线加载;没加载到的字体,版面检查会按家族点名,这时退回系统字体,版式不变,只是风格感弱一些。跑一次 `node skills/article2media/scripts/fonts.mjs` 把字体装到本地,就不再依赖网络。新建一个主题只需要写一个 CSS 变量文件,见 [`references/styles.md`](skills/article2media/references/styles.md)。

## 口播视频

```bash
node skills/explainer-video/scripts/video.mjs make <目录>/video/video.json
```

Claude 先当导演写 `video.json`,内容包括受众、开场策略、封面、每一镜的口播和画面;脚本完成其余全部工作。[示例视频](docs/samples/dan-koe-video.mp4)用的是 `midnight` 主题和「资讯播报男声」。

**配音**
- **三档后端**,按顺序选用:本地 VoxCPM2(Apple Silicon,48 kHz)、edge-tts(免费,需联网)、macOS 系统语音。
- **逐句生成并质检**,检查项包括错字率、语速、截断、削波、音色漂移和英文漏读。不合格就换种子重试;仍然偏快的段落在保持音高的前提下放慢。结果按句缓存。
- **语气和方言**可以用口播行首的括号控制,例如「(极度愤怒,东北话)注意看!」,括号内容不进字幕。

**画面**
- **逐字同步**:Whisper 给出字级时间戳,数字滚动、清单、对比、打勾和高亮都在口播说到那个字时出现。
- **镜头类型**:共 10 种,包括数字滚动、清单、时间线、合流、对比、并列数字、逐字点亮的金句、回顾清单、标题和图片。
- **停留时间**:每镜最后一个元素出现后至少停留 1.1 秒,不够时自动加长停顿。
- **开场**:第一帧是封面,静止 0.5 秒,可以配 AI 插画;接着是首句钩子,要求 5 秒内说完。
- **镜头里的影像**:`illustration` 生成的插画可以放在内容上方或字幕下方;`clip` 把原视频的一段放进镜头(上方、下方或全屏垫底),默认静音。片段要先在本地,脚本不会替你下载。
- **转场**:默认是上移淡出,也可以全片或单镜改成 `cut`、`fade`、`slide`、`push`。

### 随包音色

6 款公开音色,全部由 VoxCPM2 只凭文字描述设计,不对应任何具体的人,参考语速都在 4.2–5 字/秒之间。试听里每款音色读的都是同一段话。

| 音色 | ID | 适合 | 试听 |
|---|---|---|---|
| 甜美知性女声 | `sweet-woman` | 生活方式、情感成长、知识分享 | [mp3](docs/samples/voices/sweet-woman.mp3) |
| 活力种草女声 | `lively-promo` | 好物种草、美食探店、带货 | [mp3](docs/samples/voices/lively-promo.mp3) |
| 资讯播报男声(默认) | `news-man` | 资讯、财经、科技数码、自媒体干货 | [mp3](docs/samples/voices/news-man.mp3) |
| 纪录片旁白男声 | `documentary-man` | 历史人文、深度解读 | [mp3](docs/samples/voices/documentary-man.mp3) |
| 东北热情大哥 | `northeast-guy` | 搞笑、接地气、生活吐槽 | [mp3](docs/samples/voices/northeast-guy.mp3) |
| 台湾口音温柔女声 | `gentle-tw-accent` | 情感、生活、轻松闲聊 | [mp3](docs/samples/voices/gentle-tw-accent.mp3) |

管理音色的命令:

| 命令 | 作用 |
|---|---|
| `video.mjs voice-design` | 用文字描述设计新音色;`--from <音色>` 保留原音色,只改语气或语速 |
| `video.mjs voice-import` | 把本人或已获授权的声音导入本机个人音色库 |
| `video.mjs voices` | 列出全部音色 |

本机个人音色库在 `~/.local/share/article2media/voices/`,不随项目分发,用于成片时审片会提醒确认授权。

### 字幕

单行显示,同一句里的短语合并,换字幕时硬切,短停顿里字幕一直保留,所以不会闪烁。7 种样式预设分配给各套主题,关键词用主题色。

![各主题的字幕样式](docs/caption-styles.jpg)

### 审片与交付

- **审片**:每次成片都输出 `review.json`,检查首句时长、首个画面出现的时间、最长画面静止、旁白语速、字幕停留与闪断、字幕丢帧(逐帧检查成片里该有字幕的帧)、配音质检和响度(-14 LUFS)。
- **交付物**:`video.mp4`、两张封面(`cover.png` 和 3:4 的 `cover-3x4.jpg`)、`captions.srt`、带 AI 生成声明的发布文案 `post.md`,以及审片总览图 `contact-sheet.jpg`。
- **背景音乐**:不自带、不生成。在 `video.json` 里用 `music` 指定你有权使用的本地音频文件,脚本负责循环、淡入淡出,并在旁白说话时压低;旁白响度不受影响。

写法和镜头类型详见 [`video-guide.md`](skills/explainer-video/references/video-guide.md)。

## 原文、翻译与其他产出

**公众号排版**(`wechat-layout`)
- **只吃文章**:原文 `article.md`、译文 `article.zh.md`,或改写稿导出的 `rewrite.md`(公众号总结)。正文一字不改,逐块读回校验;文章标题进公众号标题栏,不在正文里重复。
- **为什么全部内联**:公众号编辑器会丢掉 class、外部 CSS 和网络字体,所以样式全部从主题算好后写成内联样式,列表写成带标记的段落,换行写成 `<br>`,图片以 base64 内嵌,不需要图床。
- **怎么发布**:打开 `article.html`,点「复制到公众号」,粘贴进编辑器即可;`wechat.md` 里有标题、摘要和两张封面。
- **详细说明**:见 [`wechat-guide.md`](skills/wechat-layout/references/wechat-guide.md)。

**原文长图**(`long-image`,`-f`)与**原文卡片**(`image-cards`)
- **原文块账本**:每个可见文本块都登记进账本,渲染后在浏览器里逐块读回比对。改一个字、调一次顺序、漏一块或重复一块,都会失败。
- **卡片怎么分页**:放不下的段落在行与行之间断开、下一张接上,列表在项间断开,表格在行间断开并重复表头;小标题不落单,续页不会只剩一行。跨卡的两截拼起来比对。
- **附加检查**:解析器有没有漏掉原文,来源文件在渲染期间有没有被改动;同时报告浏览器实际用上的字体。
- **详细说明**:见 [`verbatim.md`](skills/article2media/references/verbatim.md)、[`original-long.md`](skills/long-image/references/original-long.md)、[`original-cards.md`](skills/image-cards/references/original-cards.md)。

**全文翻译**(`article-translate`)
- **做法**:Claude 逐块翻译,块的种类和顺序不变;代码和图片原样保留,front matter 记下原文出处。
- **检查**:`translate.mjs check` 核对块数和结构是否一致,提示像是没翻译的段落、比其他段短很多的段落(可能漏译)和丢掉的数字。
- **详细说明**:见 [`translate-guide.md`](skills/article-translate/references/translate-guide.md)。

**白板论证**(`-w`)
- **做法**:先从原文生成来源清单,每段有编号和哈希。Claude 再写出一条推理主干,每段原文要么进入某一步,要么写明省略理由。
- **箭头**:只有真正改变阅读方向的地方才画箭头。
- **详细说明**:见 [`mode-whiteboard.md`](skills/logic-whiteboard/references/mode-whiteboard.md)。

**漫画**(`-c`)
- **分镜结构**:最小案例 → 旧做法试一次 → 可观察的缺口 → 一个概念补位 → 同案重跑。
- **角色一致**:先生成锚点格,其余格以它为参考图并行生成(三家出图服务都支持参考图)。
- **超长时**:长漫画在分格之间分成多张。
- **详细说明**:见 [`mode-comic.md`](skills/article-comic/references/mode-comic.md)。

**AI 插画**(`--illustrate`,可选)
- **画风**:按主题画风(`engine/themes/illustration-styles.json`)和主题配色生成封面插画和配图,边缘淡出,和底色融在一起。
- **服务商**:优先用已登录的 Codex CLI(ChatGPT 登录即可,不需要 key),也支持 OpenAI 和 Gemini 的付费 key。选中的服务因登录、额度或不可用失败时,自动换下一个并提示;内容被拒绝时直接报告,不换。模型和服务可以用环境变量或 `~/.config/article2media/config.json` 指定,`doctor.mjs` 会显示当前生效的是哪个。

## 自动验收

| 产出 | 检查项 |
|---|---|
| 改写稿(和原文比对) | 原文里找不到的数字、别人的文章写成第一人称、原文配图一张没用、原文的具体数字和人名工具名用上了多少、中文里夹杂英文普通词;正文太薄、数据面板和整页卡偏少、大数字和标题对不上、同一句话重复、"该避开什么"写成了该做的事、页脚写了制作过程、没写备选标题 |
| 总结长图、总结卡片、封面、轻量形态 | 溢出、截断、重叠、单字成行、页面过高、图片加载失败、字体按家族检查、卡片溢出、图表过小、自动省略了什么 |
| 原文长图、原文卡片、公众号排版 | 原文块账本逐块比对(卡片跨卡拼接)、解析覆盖、来源 SHA-256 锁定、实际字体;卡片溢出、张数上限;公众号残留样式、标题长度、封面标题 |
| 全文翻译 | 块数与结构逐块对应、代码与图片原样、疑似未翻译或漏译、数字是否丢失 |
| 白板论证 | 论证账本:每段原文都要进入某一步,或写明省略理由 |
| 漫画 | 对白、旁白和音效字不越出分格 |
| 口播视频 | 安全区、首句 ≤ 5 秒、首个画面 ≤ 2.5 秒、画面静止 ≤ 5 秒、旁白语速、字幕停留与闪断、成片逐帧字幕丢帧(不通过即失败)、逐句配音质检、响度;片段、配乐、转场的取值和文件 |
| 发布清单 | 小红书标题 ≤ 20 字符、正文 ≤ 1000 字、图 ≤ 18 张;公众号标题 ≤ 64 字、摘要 ≤ 120 字;备选标题逐个检查 |

每个脚本都以 `✓ / ⚠ / ✗` 逐行报告,最后汇总为 `版面检查:N 个错误,M 个提示`(翻译是 `翻译检查`)。只要有错误,脚本就以非零码退出。

## 常见问题

### article2media 是什么?

一组开源的 Claude Code / Codex Skill,也是一个 Claude Code 插件。你给它一篇文章或一条视频,它产出能直接发布的中文视觉内容:
- 手机上直接能读的长图;
- 小红书图文卡片;
- 公众号排版;
- 口播短视频;
- 原文排版、全文翻译、白板论证和漫画。

2.0 起拆成 10 个可以单独使用的能力和一个提供一键组合的总入口;2.2 起总入口还负责批量处理和发布数据。它在 1.5.0 之前叫 article2img。

### 只想排版、不想被总结,可以吗?

可以。说「排版」「原文」「一字不改」就走原文路径:`/article2media ./my-essay.md 公众号` 把你的文章原样排成公众号,`原文卡片` 把全文分页成小红书卡片,`-f` 出原文长图。也可以直接调用 `wechat-layout`、`image-cards`、`long-image`。没说的时候,公众号默认原文排版,长图和卡片默认先总结。

### 怎么把一篇公众号文章或 X 长文做成小红书图文?

1. 安装后,在 Claude Code 里输入 `/article2media <链接> 小红书`。
2. 它会抓取原文,改写成 3:4 卡片组:封面、每节一张卡(穿插整页金句和大数字)、清单、要点总结。
3. 同时附一份可直接复制的发帖文案 `caption.md`。

需要其他比例时说 4:5、1:1 或 9:16。想比较封面,说「多出几个封面」;想要更轻的形态,说「一页看完」「金句图」或「问答形式」。

### 能把文章自动做成口播视频吗?需要自己配音吗?

能,不需要自己配音。说「做成口播视频」,Claude 会先写分镜脚本,然后由脚本完成配音、逐字对齐、动画、字幕、封面和审片。

- **配音后端**:Apple Silicon 上用本地 VoxCPM2 生成 48 kHz 配音;其他机器用免费的 edge-tts 或系统语音。
- **音色**:随包 6 款,见[随包音色](#随包音色)。

### 怎么知道哪种封面、哪套主题效果更好?

发布后把数据告诉 Claude(比如"小红书那篇 1.2 万阅读、620 收藏"),它会用 `stats.mjs` 记进这篇的 `publish.json`。攒了几篇之后,`stats.mjs report` 按平台对比各主题、各封面版式的收藏率和互动率。

- 样本不足 5 条的组会明确标注"仅供参考",报告不会让你凭两三篇下结论。
- 想更快得到对比,同一篇用 `--covers` 出几版封面,分开发布。
- 数据只存在你本机,不上传任何地方。

### 可以一次处理很多篇吗?

可以。把链接写进一个文本文件,说「批量,每篇出小红书和长图」。`batch.mjs` 先把文章都抓下来、生成一张看板,Claude 再一篇篇改写和出图;抓取失败、正文太短或疑似付费墙的会单独列出来等你确认,不会卡住其他篇。做完后每篇有一份发布清单 `publish.md`。

### 在国内网络下字体加载不出来怎么办?

跑一次 `node skills/article2media/scripts/fonts.mjs`,把主题用到的字体(约 65 MB)下载到本地缓存,网络不好时加 `--mirror <镜像主机>`。之后所有出图都用本地字体,不再联网。没装的时候,版面检查会点名哪个字体没加载。

### 需要付费 API 或 GPU 吗?

图文产出不需要,只要 Node.js 22 和 Chrome。

- **插画和漫画**:需要出图能力。Codex CLI 用 ChatGPT 账号登录即可,或者使用 OpenAI、Gemini 的付费 key;一个用不了时会自动换下一个。
- **本地配音**:最好的效果需要 Apple Silicon。

### 生成的配音可以商用吗?版权怎么处理?

- **随包音色**:6 款都由 VoxCPM2 只凭文字描述生成,不模仿任何真人,可以随项目使用。
- **克隆音色**:用国民音色、平台 TTS 等作参考克隆的声音,只能导入本机个人音色库,不随项目分发;使用时审片会提醒你确认授权。
- **AI 标识**:成片首帧和元数据都带 AI 生成标识。

### 和 AI 直接出图、剪映「图文成片」这类工具有什么不同?

- **AI 直...

© LeiLiu · MIT · threerocks/article2media

Similar plugins

All plugins for Writing and docs →

Project sponsors

Companies that keep this analytics open