huashu-art-motion：让智能体用代码把画画出来并让画动起来

npx skills add alchaincyf/huashu-art-motion --skill huashu-art-motion

让通用视频生成模型做解说或艺术动画，画面往往像开盲盒：细节难以逐帧微调，转场经常变形，旁白也很难和画面动作精确对齐。huashu-art-motion 是创作者花叔开源的 AI Skill（MIT 协议，2026 年 10 月创建，截至 2026-10-10 收获 2.9k 星），装进 Claude Code 或同类编码智能体后，它指导智能体用 Canvas 程序化代码把画绘制出来，并按精确时间轴让画面运动。

它让智能体按什么顺序做事

与 srt-whiteboard-animation 专注字幕驱动白板绘制不同，huashu-art-motion 把一套完整的动画导演与工程管线收纳进 12 篇核心方法指南和代码工程中。当你提出动画需求时，智能体按固定工序推进：

1. 拆解量化：面对参考视频，先运行 breakdown.py 测量转场时间点、BPM 节拍网格和运动热图，把参考片转化为可编写代码的几何与时序地图。
2. 一帧先行：在 35 张风格配方卡（涵盖公元前岩洞壁画、埃及壁画、梵高、包豪斯、浮世绘、8-bit 等）中选取最近的基底，先在单帧上设计静态构图并确认调色，再启动运动逻辑。
3. 分层绘制与运镜：场景、物件与签名转场全部用 Canvas 程序化代码绘制；人物如果需要写实或真人形象，则由生图模型生成 sprite 关键帧，代码负责控制缩放、位移、换帧节奏与绿幕合成。
4. 数字质检与独立审片：交付前先运行 qa.py 量化计算画面稳定性、每帧成本、运动幅度与流畅度，最后派出一个完全未参与制作的独立智能体专门扮演观众挑毛病。

它严格约束什么

• 画面必须流动：每一幕至少包含一个主动作与两个母题微循环，自检必须通过帧差测量，严禁把动画退化为静态图片的简单轮播。
• 复刻机制而非像素：面对参考动画只提取运动节奏、构图层次与转场逻辑，禁止逐像素描摹。
• 随机挂载固定种子：所有生成式动效与噪波必须绑定伪随机种子，确保同一时刻在本地重复渲染两次的画面逐像素一致。
• 三方向硬门选择：探索新风格或角色设计时，智能体必须在同一帧上同时提供三个对比方案供用户决策，指定了流派也不可跳过。

适合谁

做知识科普、科技解说、长卷艺术短片或 YouTube 视频的内容创作者最适合装入该技能。除了 35 种艺术风格，仓库还收纳了 Kurzgesagt、Vox、3Blue1Brown、白板手绘等 9 种常见的解说视频画面语法，只需传入 JSON 配置即可由脚本导出时长精确到帧的片段。

需要留意两点实际门槛：一是本地渲染依赖 Python 环境、uv、ffmpeg 以及 Playwright Chromium 浏览器，初次配置需要拉取浏览器驱动；二是写实角色素材需要自备或搭配图像生成工具，且项目中部分讲解员全片案例为代码快照，需要创作者根据自身题材补充音频与分镜资产。