К основному содержанию
скилл CX Codex

explainer — скилл для Claude Code: видео с озвучкой и AI-картинками

Скилл делает объясняющие и обучающие видео: один голос за кадром плюс сгенерированные визуалы. Пригодится для презентации продукта или разбора концепции.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add marswaveai/skills --skill explainer -a claude-code
Открыть на GitHub

Что делает explainer

Скилл ведёт вас по шагам: тема, язык, стиль, голос диктора, формат вывода. Вопросы задаются через AskUserQuestion, по одному за раз, и до подтверждения ни одна команда не запускается. Голос ровно один — для диалога в стиле подкаста есть отдельный скилл.

Стилей два: info для фактической подачи и story для повествования. Режим slides не поддерживается, для слайдов нужен другой скилл. Вывод бывает двух видов: только текст сценария или текст плюс видео. Есть флаги для разрешения картинок, соотношения сторон и визуального стиля.

Работает скилл через CLI listenhub. Его нужно поставить и залогиниться, но скилл делает это сам, вручную команды вводить не просят. Если у вас настроен режим openapi, вызовы идут через listenhub openapi storybook — тот же бэкенд под другим именем. Готовые файлы складываются в текущую рабочую директорию с понятными именами по теме.

Какие задачи решает

  • Нужен установленный и авторизованный CLI listenhub — без него генерация не пойдёт.
  • Режим slides не поддерживается: для слайдов берите другой скилл.
  • Поддерживается ровно один диктор, диалог двух голосов не собрать.

Примеры запросов агенту

  • Сделай explainer video про наш API для новых разработчиков
  • Объясни, как работает OAuth, в формате видео
  • Сгенерируй обучающее видео по нашему CLI на английском

Как установить explainer

1Через Skills CLI (Vercel)

npx skills add marswaveai/skills --skill explainer -a claude-code

2Вручную: положить файлы

~/.claude/skills/explainer/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/explainer/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Из того же набора8

listenhub Определяет задачу пользователя и направляет её в нужный специализированный скилл ListenHub. Пригодится при генерации озвучки, музыки, видео или презентаций. CX Codex +1 1 500установок tts Превращает текст в аудио: одна реплика или диалог на несколько голосов. Пригодится, когда нужно быстро получить озвучку прямо из чата с агентом. CX Codex +1 1 400установок asr Переводит аудиозаписи в текст локально без сторонних API и ключей через утилиту coli. Пригодится для быстрой расшифровки встреч и голосовых заметок прямо в терминале. CX Codex +1 1 300установок podcast Генерирует аудиоподкасты с диалогом двух ИИ-ведущих и расшифровкой по теме, статье или заметкам. Пригодится для быстрого перевода материалов в аудио. CX Codex +1 1 200установок image-gen Скилл генерирует изображения по текстовому описанию через CLI ListenHub: выбираете модель, разрешение, пропорции и получаете файл. CX Codex +1 1 200установок listenhub-cli Разбирает запрос по смыслу и передаёт его нужному скиллу ListenHub: подкаст, озвучка, видео, музыка, картинки. CX Codex +1 592установок video-gen Скилл превращает текстовое описание или картинку в готовый ролик через CLI ListenHub. Пригодится, когда нужен клип, анимация кадра или липсинк под аудио. CX Codex +1 325установок

Похожие

explainer-video iart-ai Ведёт агента по всему конвейеру: сценарий, раскадровка, сборка сцен, синхронизация озвучки и субтитров. Пригодится, когда из идеи нужно собрать ролик на 30–90 секунд. CX Codex +1 1 500установок explainer-high-energy Barty-Bart Собирает 12–20-секундный динамичный промо-ролик о продукте: HTML-страница рендерится в MP4 с синтезированной музыкой. CX Codex +1 831установок short-form-video-script social-media-skills Скилл пишет сценарий вертикального короткого видео по фреймворку WATCH: хук, удержание, тексты на экране, концовка-петля. CX Codex +1 1 000установок short-video-production vivy-yi Скилл ведёт агента по съёмке и монтажу коротких вертикальных видео для Xiaohongshu: структура, тайминги, форматы, оборудование. CX Codex +1 773установок YouTube Automation Claude Office Skills Скилл для автоматизации канала: загрузка и планирование видео, метаданные, аналитика, работа с комментариями. Пригодится, если ведёшь канал и хочешь отдать рутину агенту. CX Codex +1 5 200установок video-marketing kostja94 Помогает спланировать видео-маркетинг и написать сценарий: короткий ролик для TikTok и Reels или длинный для YouTube. CX Codex +1 3 100установок

Рядом в теме «Настройка агента: память, контекст, субагенты»

Всё по теме «Настройка агента: память, контекст, субагенты» →

Вопросы о explainer

Как установить explainer в Claude?

Выполните npx skills add marswaveai/skills --skill explainer -a claude-code. Скилл встанет в ~/.claude/skills/explainer/SKILL.md.

Что делает explainer?

Собирает объясняющее видео: сценарий с озвучкой одного диктора и визуалы, сгенерированные ИИ. Можно ограничиться только текстом сценария.

Чем explainer отличается от скилла для подкаста?

Здесь один диктор и видеоряд. Если нужен разговор двух голосов без визуалов, это другой скилл.

Исходный текст

SKILL.md · MIT
---
name: explainer
description: |
  Create explainer videos with narration and AI-generated visuals. Triggers on:
  "解说视频", "explainer video", "explain this as a video", "tutorial video",
  "introduce X (video)", "解释一下XX(视频形式)".
metadata:
  openclaw:
    emoji: "🎬"
    requires:
      bin: ["listenhub"]
    primaryBin: "listenhub"
---

## When to Use

- User wants to create an explainer or tutorial video
- User asks to "explain" something in video form
- User wants narrated content with AI-generated visuals
- User says "explainer video", "解说视频", "tutorial video"

## When NOT to Use

- User wants audio-only content without visuals (use `/speech` or `/podcast`)
- User wants a podcast-style discussion (use `/podcast`)
- User wants to generate a standalone image (use `/image-gen`)
- User wants to read text aloud without video (use `/speech`)

## Purpose

Generate explainer videos that combine a single narrator's voiceover with AI-generated visuals. Ideal for product introductions, concept explanations, and tutorials. Supports text-only script generation or full text + video output.

## Hard Constraints

- Always read config following `shared/config-pattern.md` before any interaction
- Follow `shared/cli-patterns.md` for execution modes, error handling, and interaction patterns
- Always follow `shared/cli-authentication.md` for auth checks
- Never hardcode speaker IDs — always fetch from the speakers CLI when the user wants to change voice
- Never save files to `~/Downloads/` or `.listenhub/` — save artifacts to the current working directory with friendly topic-based names (see `shared/config-pattern.md` § Artifact Naming)
- Explainer uses exactly 1 speaker
- Mode must be `info` (for Info style) or `story` (for Story style) — never `slides` (use `/slides` skill instead)

<HARD-GATE>
Use the AskUserQuestion tool for every multiple-choice step — do NOT print options as plain text. Ask one question at a time. Wait for the user's answer before proceeding to the next step. After all parameters are collected, summarize the choices and ask the user to confirm. Do NOT call any CLI command until the user has explicitly confirmed.

</HARD-GATE>

## Step -1: CLI Auth Check

Follow `shared/cli-authentication.md` § Auth Check. If the CLI is not installed or the user is not logged in, auto-install and auto-login — never ask the user to run commands manually.

Then follow `shared/cli-authentication.md` § Auth Mode Detection to determine `AUTH_MODE` and set:

```bash
if [ "$AUTH_MODE" = "openapi" ]; then
  CMD_PREFIX="listenhub openapi storybook"
else
  CMD_PREFIX="listenhub explainer"
fi
```

All subsequent CLI calls use `$CMD_PREFIX` instead of hardcoded `listenhub explainer`.

**Note:** The OpenAPI command is `storybook` (not `explainer`) — same backend, different naming.

## Step 0: Config Setup

Follow `shared/config-pattern.md` Step 0 (Zero-Question Boot).

**If file doesn't exist** — silently create with defaults and proceed:
```bash
mkdir -p ".listenhub/explainer"
echo '{"outputMode":"inline","language":null,"defaultStyle":null,"defaultSpeakers":{}}' > ".listenhub/explainer/config.json"
CONFIG_PATH=".listenhub/explainer/config.json"
CONFIG=$(cat "$CONFIG_PATH")
```
**Do NOT ask any setup questions.** Proceed directly to the Interaction Flow.

**If file exists** — read config silently and proceed:
```bash
CONFIG_PATH=".listenhub/explainer/config.json"
[ ! -f "$CONFIG_PATH" ] && CONFIG_PATH="$HOME/.listenhub/explainer/config.json"
CONFIG=$(cat "$CONFIG_PATH")
```

### Setup Flow (user-initiated reconfigure only)

Only run when the user explicitly asks to reconfigure. Display current settings:
```
当前配置 (explainer):
  输出方式:{inline / download / both}
  语言偏好:{zh / en / 未设置}
  默认风格:{info / story / 未设置}
  默认主播:{speakerName / 使用内置默认}
```

Then ask:

1. **outputMode**: Follow `shared/output-mode.md` § Setup Flow Question.

2. **Language** (optional): "默认语言?"
   - "中文 (zh)"
   - "English (en)"
   - "每次手动选择" → keep `null`

3. **Style** (optional): "默认风格?"
   - "Info — 信息展示型"
   - "Story — 故事叙述型"
   - "每次手动选择" → keep `null`

After collecting answers, save immediately:
```bash
NEW_CONFIG=$(echo "$CONFIG" | jq --arg m "$OUTPUT_MODE" '. + {"outputMode": $m}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"
CONFIG=$(cat "$CONFIG_PATH")
```

## Interaction Flow

### Step 1: Topic / Content

Free text input. Ask the user:

> What would you like to explain or introduce?

Accept: topic description, text content, or concept to explain.

### Step 2: Language

If `config.language` is set, pre-fill and show in summary — skip this question.
Otherwise ask:

```
Question: "What language?"
Options:
  - "Chinese (zh)" — Content in Mandarin Chinese
  - "English (en)" — Content in English
  - "Japanese (ja)" — Content in Japanese
```

### Step 3: Style

If `config.defaultStyle` is set, pre-fill and show in summary — skip this question.
Otherwise ask:

```
Question: "What style of explainer?"
Options:
  - "Info" — Informational, factual presentation style
  - "Story" — Narrative, storytelling approach
```

### Step 4: Speaker Selection

Follow `shared/speaker-selection.md`:
- If `config.defaultSpeakers.{language}` is set → use saved speaker silently
- If not set → use **built-in default** from `shared/speaker-selection.md` for the language
- Show the speaker in the confirmation summary (Step 6) — user can change from there if desired
- Only show the full speaker list if the user explicitly asks to change voice

Speaker query: see `shared/cli-speakers.md` for listing and filtering speakers.

Only 1 speaker is supported for explainer videos.

### Step 5: Output Type

```
Question: "What output do you want?"
Options:
  - "Text script only" — Generate narration script, no video
  - "Text + Video" — Generate full explainer video with AI visuals
```

### Step 6: Confirm & Generate

Summarize all choices:

```
Ready to generate explainer:

  Topic: {topic}
  Language: {language}
  Style: {info/story}
  Speaker: {speaker name}
  Output: {text only / text + video}

  Proceed?
```

Wait for explicit confirmation before running any CLI command.

## Workflow

Run the CLI command with `run_in_background: true` and `timeout: 660000`. The CLI blocks until generation completes and returns the final result as JSON:

```bash
$CMD_PREFIX create \
  --query "{topic}" \
  --mode {info|story} \
  --lang {en|zh|ja} \
  --speaker "{name}" \
  --speaker-id "{id}" \
  --timeout 600 \
  --json
```

If the command fails (non-zero exit), check stderr for error details. See `shared/cli-patterns.md` § Error Handling for exit codes and common errors.

**Optional flags** (add when applicable):
- `--source-url "{url}"` — if the user provided a reference URL
- `--skip-audio` — if text-only output (no video)
- `--image-size {2K|4K}` — image resolution (default: 2K)
- `--aspect-ratio {16:9|9:16|1:1}` — video aspect ratio (default: 16:9)
- `--style "{style}"` — visual style for AI-generated images

Tell the user the task is submitted. When notified of completion, **parse and present result**:

   Parse the CLI JSON output for key fields:
   ```bash
   EPISODE_ID=$(echo "$RESULT" | jq -r '.episodeId')
   AUDIO_URL=$(echo "$RESULT" | jq -r '.audioUrl // empty')
   VIDEO_URL=$(echo "$RESULT" | jq -r '.videoUrl // empty')
   CREDITS=$(echo "$RESULT" | jq -r '.credits // empty')
   ```

   Read `OUTPUT_MODE` from config. Follow `shared/output-mode.md` for behavior.

   **If text-only output**:

   **`inline` or `both`**: Present the script inline.

   Present:
   ```
   解说脚本已生成!

   「{title}」

   在线查看:https://listenhub.ai/app/explainer/{episodeId}
   ```

   **`download` or `both`**: Also save the script file. Generate a topic slug following `shared/config-pattern.md` § Artifact Naming.
   - Save as `{slug}-explainer.md` in cwd (dedup if exists)
   - Present the save path in addition to the above summary.

   **If text + video output**:

   **`inline` or `both`**: Display video URL and audio URL as clickable links.

   Present:
   ```
   解说视频已生成!

   视频链接:{videoUrl}
   音频链接:{audioUrl}
   消耗积分:{credits}
   ```

   **`download` or `both`**: Also save files. Generate a topic slug following `shared/config-pattern.md` § Artifact Naming.
   - Create `{slug}-explainer/` folder (dedup if exists)
   - Write `script.md` inside
   - Download audio:
     ```bash
     listenhub download "{audioUrl}" -o "{slug}-explainer/audio.mp3"
     ```
   - Present:
     ```
     已保存到当前目录:
       {slug}-explainer/
         script.md
         audio.mp3
     ```

### After Successful Generation

Update config with the choices made this session:

```bash
NEW_CONFIG=$(echo "$CONFIG" | jq \
  --arg lang "{language}" \
  --arg style "{info/story}" \
  --arg speakerId "{speakerId}" \
  '. + {"language": $lang, "defaultStyle": $style, "defaultSpeakers": (.defaultSpeakers + {($lang): [$speakerId]})}')
echo "$NEW_CONFIG" > "$CONFIG_PATH"
```

**Estimated times**:
- Text script only: 2-3 minutes
- Text + Video: 5-10 minutes

## Resources

- CLI authentication: `shared/cli-authentication.md`
- CLI patterns: `shared/cli-patterns.md`
- Speaker query: `shared/cli-speakers.md`
- Speaker selection guide: `shared/speaker-selection.md`
- Config pattern: `shared/config-pattern.md`
- Output mode: `shared/output-mode.md`

## Composability

- **Invokes**: speakers CLI (for speaker selection); may invoke `/speech` for voiceover
- **Invoked by**: content-planner (Phase 3)

## Example

**User**: "Create an explainer video introducing Claude Code"

**Agent workflow**:
1. Topic: "Claude Code introduction"
2. Ask language → "English"
3. Ask style → "Info"
4. Use default speaker "Mars" (cozy-man-english)
5. Ask output → "Text + Video"

```bash
# Run with run_in_background: true, timeout: 660000
$CMD_PREFIX create \
  --query "Introduce Claude Code: what it is, key features, and how to get started" \
  --mode info \
  --lang en \
  --speaker "Mars" \
  --speaker-id "cozy-man-english" \
  --timeout 600 \
  --json
```

Parse result for `episodeId`, `audioUrl`, `videoUrl`, `credits`, and present to user.

© marswaveai · MIT · marswaveai/skills

Смотрите также

Спонсоры проекта

Компании, которые помогают держать аналитику открытой