文章一句话，画成会讲的手绘视频
sweety-handdraw-video（threerocks/sweety-handdraw-video）是一个把主题、一篇文章或完整故事做成「边画边讲」有声手绘视频的开源工具。AI Agent 负责理解内容、写口播、设计分镜和生成插画；本地工具负责逐笔描线、填色、手写文字、配音对齐与导出。画什么、用什么画风、讲多久，按内容决定。
核心流程：给一个主题 → Agent 理解内容并写口播 → 设计分镜 → 生成插画 → 本地渲染逐笔描线（像真人一笔一笔画出来）→ 配音对齐 → 加字幕 → 合成导出。整条链路在一个工程内完成，保留脚本、素材、时间戳等元数据，修改局部画面或字幕时可定位重渲该段，不用重渲全片。
✨ 核心亮点
- 文章变视频：给主题或文章，自动做完整手绘口播视频
- 逐笔描线：本地渲染一笔一笔画出，像真人手绘过程
- VoiceStudio 配音：配音生成、逐段对齐字幕，口播听感自然
- 局部可重渲：保留脚本/素材/时间戳，改一段只重渲一段
🖼️ 效果图与演示
🚀 上手步骤
① 准备环境与依赖
git clone https://github.com/threerocks/sweety-handdraw-video
cd sweety-handdraw-video
# 安装依赖（Node + Python + FFmpeg，VoiceStudio 配音）② 输入主题或文章
把主题、文章或完整故事交给 Agent，它会理解内容并写出口播稿。
③ 设计分镜并生成插画
Agent 根据内容拆画面、排分镜，生成插画；画风与风格文字可自选。
④ 本地描线、配音、导出
逐笔描线、填色、手写文字，VoiceStudio 配音并逐段对齐字幕，FFmpeg 合成导出 1080p MP4。改局部画面/字幕按脚本+素材+时间戳定位重渲该段。
🎯 典型玩法
- 📚 故事/寓言口播：像《蛇与锯子》那种边画边讲的小故事
- 🎓 概念科普：把复杂概念拆成画面逐笔讲清楚
- ✍️ 手绘口播短视频：默认竖屏 9:16，适合视频号/抖音/快手
- 🎬 知识类长内容：较长叙事拆成多画面，连续旁白串联
- 🖼️ 品牌/创作者内容：用统一手绘画风讲产品与观点
- 🧩 局部快速改稿：改一处画面或字幕，只重渲该段不重渲全片
📊 与同类做法比
| 做法 | 结果 |
|---|---|
| 纯 AI 文生视频 | 一次成型难控制、画面与口播难对齐、改一处要重出全片 |
| 人工手绘 + 剪辑 | 可控但耗时，逐笔绘制与配音对齐成本高 |
| sweety-handdraw-video | AI 写稿画图 + 本地逐笔描线 + 配音对齐，保留工程可局部重渲 |
原理一句话：Agent 负责创意（口播/分镜/插画），本地工具负责确定性的逐笔描线、填色、配音对齐与合成，并把脚本/素材/时间戳存成元数据，所以能精准局部重渲。
❓ 常见问题
Q：需要一个什么样的环境？
Node.js + Python + FFmpeg，配音走 VoiceStudio，写口播/生成插画需要模型 API；本地渲染逐笔描线不要求高配 GPU。
Q：用什么模型？
模型与画风可自选，风格文字列表 + 模型推理控制；不做平台限定，可用你手头的模型。
Q：输出什么规格？
默认竖屏 9:16；样片为 1920×1080、30fps 的 MP4，可按需导出。
Q：改一处会重渲全片吗？
不会。工程保留脚本、素材、时间戳等元数据，修改局部画面或字幕可定位重渲该段，无需重渲全片。
Q：配音怎么对齐？
VoiceStudio 生成配音，本地按时间轴把字幕/画面逐段对齐到口播节奏。
Q：是免费开源的？
是。MIT 协议，免费开源，可自由使用和二次开发（VoiceStudio/模型为外部服务）。
Q：成品有带水印吗？
仓库公开样片保留制作时的预告水印；正式使用请以当前版本的导出设置与协议为准。
Q：可以做多长的视频？
按内容决定，支持较长叙事拆成多画面、连续旁白；样片从几十秒到 2 分钟都有。
📎 GitHub 搜索 threerocks/sweety-handdraw-video · 关注「AI工具匠」获取更多 AI 工具实操教程