SuperAPI AI 工具集

qwen-mm-plugins-edu-agent

智能体与模型

查看项目

更新于 10-15 21:41

技能介绍

用途:把数学或科学题目转化为中文(普通话)分步讲解视频;若需要交互页面,可使用资料中提到的交互工作流。教学元素(公式、图示、解题步骤)以带有主题背景的拟真组件渲染,默认主题为 Aurora Scholar,另提供清雅湖蓝、柔紫轻盈、薄荷清新、暖黄纸感等浅色主题。

主要流程与产物:Step 0 图片输入与题目提取(PROBLEM.md);Step 1 题目分析(ANALYSIS.md);Step 2 讲解脚本(SCRIPT.md);Step 3 语音生成(narration.wav、transcript.json、captions.json);Step 4 分镜(STORYBOARD.md);Step 5 构建组件(compositions/*.html);Step 6 合成与渲染(index.html + MP4)。

使用方式:需先满足环境前置条件,包括 Node.js 与 npm/npx(node -v ≥18)、hyperframes CLI(npx hyperframes)、Headless Chromium 及系统库、Python 3 与 pip、ffmpeg,并设置 DASHSCOPE_API_KEY(如 export DASHSCOPE_API_KEY="sk-xxx",或写入 ~/.qwen-mm-plugins/config)。语音使用 DashScope Qwen-TTS(qwen3-tts-flash),逐句 TTS 并测量每句真实时长,不使用 Whisper。文件参考与脚本须通过解析出的技能根目录 EDU_SKILL_ROOT 访问;渲染前需执行 python3 "$EDU_SKILL_ROOT/scripts/precheck.py" dist 并看到 ALL CHECKS PASSED。

适用场景:K12 数理化解题讲解、几何证明、物理电路、生物过程等需要分步动画与字幕的视频制作。限制:渲染需联网环境仅用于初始化与 TTS,渲染本身为隔离环境,字体、KaTeX、GSAP 需自托管;DashScope TTS 高并发可能限流;缺失事实(如具体收费、价格、平台支持范围)暂未提供。