用途:将中文口播稿转化为可录屏的 16:9(1920×1080,可选 4:3)信息动画 HTML,以信息表达驱动布局与动画节奏。
主要能力:六阶段流水线——审稿(按 script-audit.md 六条标准判定通过/轻改/重写)、分镜(按自然段落拆节拍,每节拍填口播摘要、核心信息、信息结构、视觉动词、屏幕文字)、锁风格与构图、生成 HTML、验收(按 quality-check.md 检查并自动修复)、配音录制。前三阶段各设确认门,需用户确认后继续。提供四种风格:newspaper-evidence、apple-tech-gradient、finance-studio-cards、editorial-magazine,全片单一风格。
使用方式:生成单文件 HTML,GSAP 3 经 CDN 引入,无 npm;手动翻页支持 click / Space / ←→。配音可选自行录制,或走 TTS 流程:先检查 mmx auth status,未安装可执行 npm install -g mmx-cli && mmx auth login --api-key <KEY>,再提取口播文本生成 audio-segments.json,串行合成音频(mkdir -p audio,逐条 mmx speech synthesize --text "$text" --out "$file"),最后注入 data-audio-map 与音频控制器,支持 manual / audio / auto 三种模式(按 M 键或 URL 参数 ?auto=1 / ?audio=1 切换),auto 模式首次需用户点击启动。也可替换为 OpenAI TTS 等,接口约定为文本加输出路径、输出 mp3。
适用场景:科普、新闻、财经、产品概念等口播视频的信息动画制作。
限制:禁止捏造数据与来源,屏幕文字须短于口播,不得混用风格或添加装饰性动画;有字号下限、视觉重心与反 AI 视觉指纹等约束;长内容需拆章节或多文件。具体收费与平台信息暂未提供。