showtime

https://github.com/user-attachments/assets/638bfa30-522f-4e7c-ab9e-e77f364e7dc9

_{0.4.1 版作品集：时长 55 秒，由 showtime 0.4.1 在 64 核 CPU 上渲染，耗时 2 分 23 秒，无需 GPU；先展示七部使用 showtime 制作的真实影片，再介绍它们背后的功能（关于影片）。
下载作品集（完整画质，107 MB）。音乐：“Supernova”，Scott Buckley 创作，CC BY 4.0。视频素材：NASA（公有领域）；照片：“Godafoss 3”，Tord Dellsen 创作，CC0（鸣谢名单）。}

为你的编码 Agent 打造的本地视频工作室。
描述视频。由你的 Agent 导演。由你的机器渲染。

动态图形、配音、音乐、声音设计、字幕、视频剪辑和平台导出， 无需云端 AI 服务、API 密钥或上传。支持 Claude Code、Codex、Cursor、Devin、 OpenCode 以及任何支持 Agent Skills 的 Agent。

快速开始 · 兼容平台 · 作品集 · 工作原理 · 认识团队 · 工作室 · 输出格式 · 文档 · 网站 · 系统要求

快速开始

初次使用？制作你的第一段视频：通过 5 秒测试检查安装，并了解较长视频制作流程中的每个步骤。

1. 安装两个前置依赖（详情请见系统要求）： uv 和 Node.js 24 或 22 LTS（20 或更高版本也可）。 之后重启编码 Agent，让它识别这些依赖。

2. 将 showtime 添加到你的 Agent。 在 Claude Code 中：

/plugin marketplace add FavioVazquez/showtime
/plugin install showtime@showtime

使用 Codex、Cursor、Devin、OpenCode 或其他 Agent？兼容说明提供了每种工具的具体安装方法；对于支持 Agent Skills 的任何 Agent，都可以使用 npx skills add FavioVazquez/showtime。

3. 请求制作视频：

Make a 20-second launch video for this repo, with a voice-over and upbeat music.

首次使用时，Agent 会检查缺少什么，告知你下载大小和所需时间（下载约 0.5 至 0.75 GB，安装后在 ~/.showtime 中占用 1.4 至 1.8 GB，具体取决于你的系统，通常需要 2 至 6 分钟；该文件夹之外只有 uv 和 npm 的下载缓存会发生变化），并在你同意后运行设置。如果 Agent 的沙盒阻止了下载，请在终端中运行一次设置（故障排除）。较大的组件（转录模型、Manim、音乐曲目）会在视频首次需要时下载，并告知其大小。之后，在 Claude Code 中提出请求会是这样的：

_{Claude Code 会话示意图；其他 Agent 也会以各自的方式展示相同步骤。卡片中的数字来自示例 01；渲染时间取决于你的机器。}

Agent 会用一行说明其假设（只有请求确实不明确时才会提问），在完整质量渲染前先展示初步效果（静帧或快速草稿），然后使用 showtime qa 检查结果。每个请求都会有自己的文件夹 showtime-out/<name>-<timestamp>/，其中包含 final.mp4、poster.jpg、share.txt、exports/ 和 work/。任何内容都不会被覆盖。关于费用、GPU、磁盘、语言或哪些内容会离开你的机器，请查看 常见问题。遇到问题，请查看故障排除。不认识某个词，请查看术语表。

提示

两项彼此独立的设置。快速或工作室决定 Agent 在制作前会询问多少问题：快速（默认）会说明其假设并开始制作；工作室（说 “先给我看选项”）会先在本地面板上展示概念、视觉风格、背景音乐和故事板。高质量或精简决定后续检查的力度：高质量（默认）会让审阅器检查每个完成的视频；精简则只有在视频即将发布时才会跳过审阅器。说 “不需要团队”，即可让整个任务在一个会话中完成。

0.4.2 新增内容（列表见下方；新增内容对每组内容都做了简短说明）：

• 分章节制作电影，配一条完整音轨。 showtime render --chapters 会规划各个片段，--join 会将它们拼接起来，并使用一次性制作的音轨，因此不会出现分别进行母带处理后再拼接所导致的音量跳变。
• 修复两种负载过高时的渲染故障。 浏览器窗口晚些时候调整大小不再会破坏渲染通道；如果某一帧始终未生成，系统会重新绘制该帧（渲染时），或报错并结束检查，而不是一直卡住。
• 在没有 GPU 时支持更多浏览器。 在没有 GPU 的 8 线程机器上，--workers auto 现在会选择 6 个浏览器，而不是 3 个。
• 旁白时长更合适，并支持更多本地语音。 voice script --fit S --estimate 会提前说明旁白能否在指定时长内播放完毕；额外的本地语音引擎可以按名称加载。
• 出问题时提供帮助。 新增了首个视频指南、按症状分类的故障排除页面和术语表（你的第一个视频、故障排除、术语表）。 在行为评分板上，对 14 条单句请求各运行了 3 次（共 42 次）。同一模型在启用 showtime 时有 35 次做对了，在未启用时有 25 次做对了。这些案例用于检查它是否会在视频请求时启动、在其他请求时保持不启动，是否会坦诚说明缺少的输入和不支持的说法，以及是否会遵循计划和交付卡片。任何人都可以重新运行这些测试。

兼容

showtime 是一项技能、一个命令行工具和一个 MCP 服务，因此它可在任何能读取 Agent Skills 并能运行 shell 命令的编码 Agent 中运行。MCP 会在此基础上添加类型化工具，而十个 团队成员 Agent 则是面向支持自定义子 Agent 的宿主的可选加速方式。

已测试。 一次真实运行成功：Agent 从此代码库安装了 showtime，并制作了一个 5 秒的测试视频（“制作一个 5 秒的测试视频，内容是 hello”，空文件夹），最终生成了 final.mp4，其 showtime qa 判定结果中没有 FAIL。

应当兼容任何支持 Agent Skills 的 Agent：GitHub Copilot （CLI 和 VS Code）、Gemini CLI、Antigravity、Cline、Kilo Code、Kiro、Zed、Goose、Amp、Factory Droid 和 Qwen Code。每种 Agent 要读取的文件都已打包，并尽可能使用该 Agent 自带的工具进行了检查，但目前尚未在其中任何一种 Agent 中制作过真实视频。如果你试用其中一种，提交问题 并说明情况，就能帮助大家。每种 Agent 的具体步骤以及测试覆盖内容见： docs/agents.md。

Claude Code

/plugin marketplace add FavioVazquez/showtime
/plugin install showtime@showtime

所有内容都已包含：技能、十个团队 Agent、MCP 服务和插件设置（/config）。

任何支持 Agent Skills 的 Agent

npx skills add FavioVazquez/showtime

这会为你选择的 Agent 安装技能。然后，从已安装的技能文件夹中运行一次设置 （<skills folder>/showtime/bin/showtime setup），如果需要，还可以添加 MCP 服务（见下文）。

其他 Agent

Agent 通常运行在会阻止大文件下载的沙盒中，因此请先在普通终端中自行运行一次设置 （它会先显示文件大小，中断后可继续下载）：

git clone --depth 1 https://github.com/FavioVazquez/showtime ~/showtime
~/showtime/skills/showtime/bin/showtime setup      # Windows: ~\showtime\skills\showtime\bin\showtime.cmd setup
~/showtime/skills/showtime/bin/showtime doctor     # every line PASS (SKIP is fine)

设置还会写入稳定的命令 ~/.showtime/bin/showtime（Windows：showtime.cmd），即使插件更新导致技能文件夹位置变动，该命令也能继续使用。下方命令中的 showtime 指的就是该命令。 showtime install --agent <name> 会将技能链接到 Agent 查找的位置，以该 Agent 自身的格式写入十个 crew Agent，并添加一条 showtime MCP 服务配置；它会合并配置文件（仅备份一次，不会替换），此外还提供 --print、--project 和 --uninstall。

codex plugin marketplace add FavioVazquez/showtime
codex plugin add showtime@showtime
showtime install --agent codex --no-skill --no-mcp   # optional: the ten crew agents (~/.codex/agents)

git clone --depth 1 https://github.com/FavioVazquez/showtime ~/.cursor/plugins/local/showtime   # then restart Cursor
agent --plugin-dir ~/.cursor/plugins/local/showtime                                             # the CLI

devin plugins install FavioVazquez/showtime        # add --local to keep it off your Devin Cloud plugins
devin plugins info showtime                         # skill, 10 agents, MCP server "showtime"

showtime install --agent opencode

copilot plugin marketplace add FavioVazquez/showtime
copilot plugin install showtime@showtime

showtime install --agent gemini

git clone --depth 1 https://github.com/FavioVazquez/showtime ~/showtime
agy plugin install ~/showtime                     # skill, crew and MCP server

showtime install --agent cline      # skill + MCP server (no crew: Cline's sub-agents cannot use MCP)
showtime install --agent kilo       # skill; add the MCP server in Kilo's settings with the command it prints
showtime install --agent kiro       # skill, crew and MCP server
showtime install --agent zed        # skill; it prints the context_servers entry to paste into settings.json
showtime install --agent goose      # skill; it prints the extension block for config.yaml
showtime install --agent amp        # or: amp mcp add showtime -- ~/.showtime/bin/showtime mcp
showtime install --agent qwen       # Qwen reads skills only from ~/.qwen/skills

droid plugin marketplace add FavioVazquez/showtime
droid plugin install showtime@showtime

仅使用 MCP

任何可启动本地（stdio）服务的客户端，都可以独立使用 showtime 的 MCP 服务，无需技能。完成设置后：

{
  "mcpServers": {
    "showtime": { "command": "/home/<you>/.showtime/bin/showtime", "args": ["mcp"] }
  }
}

（使用你主目录中该文件的完整路径；在 Windows 上，它是 %USERPROFILE%\.showtime\bin 中的 showtime.cmd，请写出完整路径。）另外还有两种无需克隆的方式：

{ "command": "npx", "args": ["-y", "@faviovazquez/showtime-mcp"] }

这是同一个来自 npm 的服务（@faviovazquez/showtime-mcp，也列在 MCP Registry 中，名称为 io.github.FavioVazquez/showtime，并列于 Smithery），而 v0.4.2 版本发布中的 showtime-0.4.2.mcpb 可以双击后在 Claude Desktop 中打开。仍需在你的机器上运行一次设置：模型和工具不会随软件包一起分发。当客户端提前停止调用时，运行时间较长的工具会在约 20 秒后返回任务 ID；status 工具会报告进度和结果。除了与命令对应的工具外，guide 会逐段读取参考文档，receipt 会生成任务收据（通过 MCP 时，令牌数和费用会显示为“此 Agent 未报告”）。默认会列出 10 个核心工具（doctor、status、guide、new_project、render、check、qa、export_html、deliver_exports、receipt），以保持列表简洁。在服务条目中添加 "env": { "SHOWTIME_MCP_TOOLS": "all" }，即可列出语音、音乐、音效、转录、静帧和工作室看板工具；.mcpb 会为你设置此项。目前有些功能尚无 MCP 工具，需通过命令行运行：adopt、footage cutout、edit cards、edit moments、edit clips、pr-video、review open 和 review notes，以及 export html 的链接预览标志（showtime.json 中的 "share" 可通过 export_html 使用）。

正在放映

_{▶ 观看 0.2.0 发布影片（40 秒，MP4；使用 showtime 制作，每一帧都来自真实示例，关于这部影片）。每个示例都可以在 showtime 网站的图库中播放。
音乐：“With These Hands”，Scott Buckley 创作，CC BY 4.0（鸣谢名单）。}

每个示例都由一个扮演用户的 Agent 制作，并附有项目源文件和一份讲述制作过程的 README：请求、假设、命令、评审者的发现以及后续修改。点击预览即可打开示例。每个示例都有一张卡片，包含其提示词和 examples/ 中的链接。预览无声；视频带有声音。

数据与报告

数据故事 · 30 s 基于 CSV 展示 NASA 146 年的气温数据。画面中的每个数字都来自数据。

能源报告 · 60 s，带旁白 基于 EIA 数据，讲述美国电力结构的变化。另有一个 HTML 视频。

PDF 转摘要 · 75 s，英语 + 西班牙语 一份关于 2018 年基拉韦厄的两页 USGS PDF，配有该机构提供的原始影像，并经过防抖处理。

热泵如何为住宅供暖 · 45 秒 采用程序生成画面的影片，旁白时长与影片匹配，并配有合成配乐。另有 HTML 视频。	同一部影片，西班牙语版 · 51 秒 西班牙语配音和屏幕文字，每个镜头都根据新旁白重新调整。另有 HTML 视频。
讲解一篇 Wikipedia 文章 · 60 秒，英语 + 法语 介绍蜜蜂的摆尾舞，并配有真实研究影像。另有 HTML 视频。（CC BY-SA，与其来源相同。）	圆的面积为何是 πr² · 70 秒 + Shorts 剪辑版 由旁白讲解的 Manim 证明，配有真实动画公式。
一部会停下来提问的讲解视频 · 2:38，带旁白 2026 年诺贝尔物理学奖：三个问题会暂停 HTML 视频，直到你作答。	诺贝尔化学奖，英语和西班牙语版 · 2:30 + 2:34 以实验记录本风格讲解 2026 年诺贝尔化学奖，随后将全文翻译成西班牙语。

发布视频 · 20 s 一款（虚构的）笔记应用：宣传卡片、落地页，以及真实应用的脚本录制视频。	showtime 自己的发布视频 · 30 s + 方形剪辑版 真实渲染、真实终端输出，以及在渲染机器上制作的旁白。
产品宣传片，1:1 · 20 s + 6 s 片尾 博物馆提供的 Christopher Dresser 茶壶 CC0 照片，内容仅依据藏品记录中的事实。另有一个 HTML 视频。	品牌动态素材包 · 标志片头、字幕条、转场片头 采用三种布局的 3D 标志片头，以及带透明通道、供视频编辑器使用的字幕条，均以工作室模式制作。另有 HTML 版本。
Claude Design 转 MP4 · 12 s + 20 s 循环版 采用两个导出的设计原样制作，1080p 下清晰锐利；每个设计都配有一段在乐句结束时收尾的音乐。

精剪采访 · 72 s，9:16 + 16:9 一段 NASA 公共领域采访，根据转录文本剪辑，进行竖屏人脸追踪、调色和字幕制作。	播客音频图 · 45 s，9:16 一段适用于 Reels、TikTok 和 Shorts 的 NASA 播客片段，带有说话者姓名和字幕。
装饰后的出镜讲述 · 55 s，16:9 + 9:16 随讲述内容出现的卡片：姓名标签、列表、数据标注、侧边栏、引用语和字幕强调。	从一场长座谈中精选精彩片段 · 3 个片段，9:16 一场 58 分钟的 NASA 座谈，通过 edit moments 排序；精选 3 段竖屏片段并配上字幕，每段均经过 qa。

录制教程 · 50 s 从运行中的应用录制；每次点击都会落在为其命名的词语上。

教程系列 · 2 × 90 s 两集画布教程，共用一套工具包。也提供HTML 视频。

真实应用教程 · 75 s + Shorts 剪辑 如何使用 showtime 工作室画板，内容从真实画板录制。

社交媒体

竖屏短视频 · 15 s，9:16 三个快捷方式：第一秒抓住观众，卡拉 OK 字幕，每次剪辑都配有效果。

旅行幻灯片 · 45 s + 9:16 八张 CC0 照片配合音乐剪辑，并嵌入实时地图。竖屏版本经过重新排版，而非裁剪而成。

节拍同步蒙太奇 · 20 s 将 NASA 公共领域照片配合曲库曲目的节拍剪辑；其 CC-BY 署名信息会自动写入。

工作室模式预告片 · 20 s 在本地看板上展示四个概念，挑选并记录笔记，制作分镜和动态故事板，最后完成成片。

图书预告片 · 30 s + 15 s 竖屏预告 《世界大战》，由公共领域插画和小说中的句子制作而成。

风格与动态效果

四种画幅中的作品集模板 · 4 × 15 s showtime new showreel 的默认输出，以四种画幅渲染，未作任何修改。	十二种风格，一个项目 · 24 s 循环 一个 dom 项目呈现全部十二种风格签名，每 2 s 切换一种风格。
七种风格，无需 GPU · 18 s 演示 七种 WebGL 风格，每种一个场景，使用 showtime 自有的 WebGL 在 CPU 上绘制。	快速移动时的快门模糊 · 7.5 s 演示 在移动的文字上使用 data-st-blur：快速移动时产生拖影，落定时则清晰锐利。

面向开发者

	开源版本发布视频 · 35 秒，无语音 Black 26.1.0 的 2026 稳定风格会如何改变人们的代码：真实的前后差异、安装命令和变更日志。将 showtime 指向代码仓库、拉取请求或变更日志，它就能制作同类视频。（非官方总结，仅作示例。）
	将拉取请求变成视频 · 40 秒，一条命令 在 showtime 自己的拉取请求上运行 showtime pr-video 7：展示 PR 的标题和文字、改动的文件及其 +/- 数量、真实代码块及其 URL，并屏蔽机密信息；生成的视频不超过 GitHub 的 10 MB 附件限制，并附上可直接粘贴的 Markdown。

还有两类开发者视频已经有工作流，但此展示集尚无示例：代码仓库讲解视频（介绍代码的作用、绘制代码地图、通过真实文件和代码行追踪一个请求，并将每项说明关联到文件和提交）以及论文讲解视频（将论点关联到页码，仅在许可允许时展示图表，并用 Manim 展示数学内容）。说“解释这个代码仓库”，或将论文 PDF 或 arXiv 链接交给你的 Agent。对于拉取请求，showtime pr-video <N> 会读取内容（通过 gh，或从 GitHub API 获取公开拉取请求），并生成一个小于 10 MB 的视频，可拖入描述中（示例 29）。如果要为发布说明和拉取请求制作视频但不使用 Agent，可在 CI 中运行 showtime release-video 和 GitHub Action 来生成短片。

_{全部 22 个示例及其项目和高画质视频都在 showtime-examples 中。}

说明

HTML 视频是可在任何浏览器中离线打开的单个文件：画面与 MP4 相同，带有章节、键盘快捷键、跳转到某个时刻或循环片段的链接，以及 会暂停视频直到观众回答的问题，并且不会发起网络请求。使用 showtime export html 即可为任何项目制作。要在 GitHub 上播放，请先下载文件。

工作原理

动态图形以 HTML、CSS 和 canvas 编写，并在无头 Chrome 中逐帧精确渲染：每一帧都是时间的纯函数，因此渲染结果、预览和 HTML 视频显示的画面完全相同。 数学场景使用 Manim，真实素材则通过 ffmpeg 按转录文本剪辑。

各部分的运行位置

showtime 本身不添加任何云服务：无需 API 密钥或账号，你制作的内容不会被上传。 每个模型和工具都会下载到 ~/.showtime，小型模型在设置时下载，大型模型则在视频首次需要时下载。此后，只有在你请求获取网络内容时才会联网：公共归档媒体搜索（Openverse、Wikimedia Commons、NASA）和网站抓取会获取网页及文件，不会发送你的任何内容。

安静、经过检查且有记录

每项任务都按相同顺序进行：检查项目，渲染一次，然后只修复发生变化的几秒。输出 保持简短，图片也不会进入你的 Agent 的上下文，因此生成视频消耗的 token 更少，同时不会跳过检查。 具体做法如下（其中大部分功能在 0.3.0 中加入，此前 0.2.0 的基准测试已显示 Agent 的预算花在了哪里）：

• 先检查，再完整渲染一次。 完整渲染前会运行 showtime check（包括手机检查和外观重复警告）；修复时只重新渲染发生变化的几秒（render --from S --to S）。
• 更快地修复（0.4.1）。 捕获帧的同时运行编码器，并复用未变化的音轨：在一台负载较高的 6 核 Intel Mac 上，将 1 秒的修复片段拼接到 15-30 秒的视频中，耗时从 31-54 秒降至 13-21 秒；完整渲染则从 54-115 秒降至 56-81 秒（各运行 2 次中的最佳成绩，期间还有其他任务运行）。
• 每种外观只看一张图。 showtime look 会将关键帧合成为一张 1280 px 的图片，并附上一份简要说明，供临时审阅者用文字作答；你的 Agent 无须亲自打开图片。每项任务大约以 12 张图片为限（查看指南）。
• 输出简短。 没有终端时，check、qa、doctor 和 render 会输出结论、发现的问题及其修复方法，以及文件路径；完整报告会写入文件。--verbose 会输出所有内容。
• 按需查看参考资料。 每份指南开头都列出规则；showtime guide <topic> [section] 只会输出指定部分。
• 生成凭据。 每项任务结束时都会生成 receipt.md 和 receipt.json：其中包含按原样输入的请求、假设、审阅轮次、完整和部分渲染、用于查看的图片、耗时，以及在 Agent 的会话日志有名称时记录的 token 和费用。任何未知信息都会标注为“此 Agent 未报告”；不做估算。Claude Code 的费用会标注为等同 API 的费用，因为套餐不会按视频收费（格式说明）。

默认情况下，每个完成的视频都会经过完整审阅（质量模式：交付前检查外观、运行 qa，并进行一轮批评审阅）。 说“精简”（或运行 showtime config mode lean）即可使用不含批评审阅的低成本草稿流程；说“先给我看几个选项”即可使用完整的工作室流程。

基准测试

一项小规模基准测试：每项视频任务只有一句话，每项运行一次；评分依据包括自动检查、必须证明自己查看过每一帧的 AI 评审，以及我的盲测投票。第 4 轮将精简模式下的 showtime 0.3.0（较轻量的审阅设置，该轮运行时为默认设置）与默认模式下的 0.2.0、使用 Opus 5.5 的纯 Claude Code 进行了比较；对于发布视频，还与一款仅用于制作发布视频的开源工具进行了比较。

在我的盲测投票中，0.3.0 在 6 项任务中的 4 项胜过 0.2.0，在 8 项任务中的 7 项胜过纯 Claude Code；其发布视频也首次在四轮测试中胜过了专用发布视频工具。AI 评审认为 0.2.0 在大多数任务中的润色效果更好；因此 0.3.0 默认采用完整审阅（每个视频都进行一轮批评审阅），而这个默认设置并未参与该轮测试。我是 showtime 的作者，所以请将这些结果视为个人观察，而非定论。所有数字、限制和失误都列在基准测试报告中，每个早期版本的报告都可点击查看；测试方法和重新运行测试所需的代码位于 benchmarks/。

行为评分表

任何人都可以用一条命令重新运行的低成本检查：通过 claude plugin eval 运行 14 个单句请求，分别使用 showtime 和完全不使用插件的情况（模型相同）。该技能能否在视频请求中触发，并避开无关请求？它能否如实指出文件缺失或主张不受支持，而不是编造内容？它能否遵守约定？首先进行正则表达式和工具调用检查；只有在模式无法判定时才使用模型评分；每次运行的令牌数和费用，以及所有失败的通俗说明，都列于 SCOREBOARD.md。

claude plugin eval，2026-10-05，showtime 0.4.0，Agent claude-opus-5-5，评审模型 sonnet，每个条件下每个案例运行 3 次；使用 showtime 时每次运行的令牌数中位数为 65.3k，不使用时为 34.7k；整次运行按标价计费为 $36.00。所有案例、所有失败及重新运行方法，见 SCOREBOARD.md。

你的 Agent 是导演。它可以把部分工作交给随插件附带的 十位专业子 Agent。每部完成的视频默认都会交由评论员审阅（质量模式）；说“精简”即可跳过（但你要发布的视频仍会经过审阅）。如果视频陈述了事实，或你要发布视频，就会加入一位研究员；如果你要发布的视频包含音乐或音效，就会加入一位声音设计师；如果视频较长，则会加入场景构建师。其余成员会在工作室模式下加入，或在你说 “全员出动” 时加入。每位成员都会收到书面简报，只在自己的文件夹中工作，从不向你提问、从不上传内容，并会以简短状态报告工作进展。

_{▶ 观看团队协作（45 秒，可在 showtime 网站播放；使用 showtime 制作，关于这部短片，下载）。
音乐：“Artemis”，作者 Scott Buckley，CC BY 4.0。蜜蜂影像：Su 等，2008 年，CC BY 3.0（鸣谢）。}

让你的 Agent 组建团队（常规方式）。Studio 模式会召集整个团队；制作快速视频时，你的 Agent 会自行添加评论员；视频包含事实内容或你准备发布时，会添加研究员；准备发布且包含音乐或音效时，会添加声音设计师。说 “full crew”，即可在不经过构思阶段的情况下，安排任务所需的每位成员；说 “no crew”，即可将所有工作保留在一个会话中。以下词语可设定各模式：

Let's make a launch trailer for this repo. Show me options first.

或者按名称自行调用一位成员（Claude Code 语法；在其他 Agent 中，请让它“启动研究员 Agent”）：

@agent-showtime:researcher check the claims in narration.md against the README
@agent-showtime:critic showtime-out/<job>/review/round-1/CRITIC.md

这些 Agent 位于 agents/；它们的简报位于 skills/showtime/references/crew/，可在任何 Agent 宿主上使用；团队指南介绍了任务分派规则。

修复效果以偏好而非分数评判。完成修复后，showtime review-pack --against best 会将新渲染与迄今为止最好的版本并排组成一组盲测对照，由两位新的评论员分别按不同顺序评判。 showtime review-verdict 会应用评判规则：只有两次都更偏好新渲染时，新渲染才会胜出；平局或意见不一致时，保留旧版本。最多进行三轮。在任务标记为已交付之前，评论员提出的每项阻止项和应修复项都必须修复，或通过一行理由豁免（showtime review-respond）；交付凭证会列出每项豁免（审查指南）。

快速模式是默认模式：输入一条请求，输出一段视频。工作室模式为可选项（“先给我看选项”）。

flowchart LR
  R["Your request"] --> Q{"Options first?"}
  Q -->|"no, the default"| QM["Quick mode"]
  Q -->|"yes, studio"| SM["Studio mode"]
  QM --> P{"Facts, or will you publish it?"}
  P -->|"yes"| RS["A researcher joins"]
  P -->|"no"| D["Checked by showtime qa"]
  RS --> D
  SM --> CR["The crew joins"]
  CR --> D
  D --> RC["A critic reviews it (say lean to skip)"]
  classDef st fill:#15100E,stroke:#E9B949,color:#F5EBDC
  classDef hot fill:#B3121F,stroke:#E9B949,color:#FFF7EC
  class R,Q,QM,SM,P,RS,CR,RC st
  class D hot

快速模式是输入一句话，输出一段视频；工作室模式则会先打开一个本地看板，然后再开始制作。

在工作室模式下，你可以在聊天中讨论事实和目标；所有关于视觉效果、声音和时长的内容都会显示在看板上。看板是通过 127.0.0.1 提供服务的本地页面，带有令牌，包含带字母标记的选项、一个推荐方案和可点击的按钮。

请参阅示例 09和示例 21，后者是看板本身的教程。

你将获得

showtime export html 会生成一个文件，可在任何浏览器中离线播放，帧画面与渲染结果一致。在播放器中按 ? 查看按键说明。链接可以打开某个时刻（#t=18）或循环播放某一片段（#t=10-20；在进度条上按住 Shift 并拖动即可选取），showtime.json 中列出的问题会暂停视频，直到观看者作答（指南）。

包含内容

配音 Kokoro、Piper 和 Supertonic 音色，支持英语、西班牙语及另外 30 多种语言，并提供精确到词的时间戳，用于字幕和动态排版。	音乐与音效 297 首制作完成的曲目（Scott Buckley、Kevin MacLeod、另外十多位作曲家及公有领域录音），自动撰写署名；可精确控制时长的作曲工具、56 种合成音效类型、1,334 种宽松许可的音效、节拍网格、闪避和母带处理。	字幕 五种样式，可直接嵌入画面或导出为 SRT/VTT；字幕置于各平台的安全区域内；卡拉 OK 字幕依据配音的逐词时间戳生成。
视频素材剪辑 本地生成精确到词的转录文本，保留语气词；编辑文本即可剪掉填充词和停顿；支持说话人识别、场景识别、人脸追踪竖屏 9:16、画面稳定、降噪和调色。	用 Manim 制作数学动画 可选功能：制作公式、证明、图表和网格变换，并与旁白同步。	工作室看板 在本地页面上浏览创意概念、风格画面、背景音乐、故事板和动态分镜；点击即可选择，所有选择都会记录。
十人团队 可选用创意总监到评论员等专业子 Agent；你的 Agent 始终担任导演，也是唯一与你交流的人。	HTML 视频 每个视频都是一个独立文件：包含章节、键盘控制、跳转到指定时刻或循环片段的链接，以及等待观众回答的问题；不会发起任何网络请求。	完成前质量检查 渲染前检查并在手机上检查，然后对最终成片运行 showtime qa：检查响度、黑屏或冻结画面、字幕、平台规格，并进行听觉检查（人声被音乐盖住、长时间静音、剪辑处音量突变、结尾声音被截断）。
视觉效果与动态模糊 七种 WebGL 效果（压花玻璃、移轴、液态金属、网格渐变、耶稣光、大理石、元球）以及快速移动时的快门模糊，全部无需 GPU 即可渲染（演示）。	出镜讲话视频 随讲述内容出现的信息卡片（姓名标签、列表、数据标注、引述、侧边栏）、字幕重点强调，以及置于说话人身后的大字；使用 CPU 抠像。	长录音剪辑成短视频 在本机为播客、演讲或座谈评选精彩片段，再将你选中的片段制作为带字幕的竖屏短视频，并逐个通过 qa 检查。

showtime new dom my-video --duration 20     # a project from a template
showtime voice script my-video/narration.md -o my-video/voice --fit 18   # local narration, fitted to 18 s
showtime retime my-video --from-voice my-video/voice/timeline.json         # scenes follow the narration
showtime data import signups.csv my-video --x month --y signups --scene bars   # a CSV becomes a chart
showtime preview my-video                    # live player with scrubber and audio
showtime render my-video --preview           # fast draft
showtime render my-video -o final.mp4        # full quality
showtime qa final.mp4                        # PASS/WARN/FAIL: loudness, black/frozen frames, captions, platform
showtime deliver exports final.mp4 --targets youtube,reels,square
showtime export html my-video                # a single-file interactive HTML video
showtime look my-video                       # one composite of the key frames, for a quick visual check
showtime reference clip.mp4 --job my-job     # a video's pace, shots and type scale, as a brief (never its content)
showtime adopt my-page/                      # a page that already has seek(t) gets check, sound, qa and export
showtime adopt design-html.zip               # a Claude Design animation's HTML export to a 1080p video, its fonts local
showtime release-video notes.md -o my-video  # release notes to a ready-to-render project, no agent needed
showtime pr-video 123                        # a pull request to a video under 10 MB for its description
showtime review open my-job                  # a local page to leave notes on frames or stretches of the finished video
showtime edit cards suggest edit/transcripts/talk.json   # moments in a talking head for cards (name tag, quote, list)
showtime footage cutout talk.mp4             # the speaker cut out on the CPU: a video with alpha, a matte, a sheet
showtime edit moments my-job                 # a long recording's best moments for short clips, ranked locally
showtime edit clips my-job --pick m1,m3      # the picked moments as finished 9:16 clips, each through qa
showtime assets font --css "https://fonts.googleapis.com/css2?family=Anton" --copy-to my-video/fonts

0.4.2 新增内容

新增内容按类别简要介绍了每组更新。

渲染

• 章节模式。 showtime render --chapters 根据章节（或影片的幕）规划片段，--chapter N --job J 渲染其中一段，--join --job J 则将它们拼接，并为整部视频一次性制作配乐，避免了分别母带处理各片段再拼接时产生的响度阶跃（2.6 和 0.7 dB）。 每个衔接处都会与母版进行检查，然后才将文件命名为 final.mp4。整部视频渲染或拼接完成后，若要修改某个章节，只会重新渲染该章节对应的帧。在一台机器上，整部视频一次渲染更快：适合用章节模式的情况包括使用第二台机器（未经测量）、之后修改某个章节，或制作长片（渲染 § 速度，问题 #22）。
• 浏览器窗口晚些时候调整大小，不再会毁掉渲染。 在一台配备 GPU 的 6 核 Intel Mac 上，使用 3 个工作线程时，40 次渲染中有 7 次在高负载下捕获区域尺寸错误；修复后，30 次中没有一次出错。同一修复也让 Mac 上的 --scale 2 真正生效。尺寸错误的页面会重新设置，render.log 会记录此事 （渲染，问题 #49）。
• 帧迟迟不来，不再会卡住渲染（浏览器能报告其进程的工作状态时；否则仍有 10 分钟上限）：会在新浏览器中重新绘制该帧，或检查以错误结束（问题 #24）。 GPU 上丢失上下文的 WebGL 画布会在关闭 GPU（--gpu off）后重新渲染，而不是输出白屏。
• 无 GPU 时使用更多浏览器。 无 GPU 时，--workers auto 会使用 CPU 线程数减 2（从 8 个线程开始，最多 8 个，并受帧数、内存和 SHOWTIME_MAX_WORKERS 限制）：在 8 线程机器上，它会选择 6 个浏览器，而不是 3 个；有 GPU 时则不变（问题 #41，常见问题）。

素材与语音

• edit render 会让声音保持同步：在 showtime 自己的渲染中，某个区段的声音可能会提前最多 21 ms（问题 #38）。
• 恰到好处的旁白。 showtime voice script narration.md -o voice --fit 15 --estimate 会在合成任何台词前，先说明旁白能否符合时长要求。
• 使用自己的本地语音引擎。 可按名称加载额外引擎；选择其他引擎后，doctor 不再会因 Kokoro 而失败（语音，问题 #8）。

帮助

• 首个视频指南、按症状分类的故障排除指南和术语表；检查失败时，showtime doctor 会在结束时附上故障排除页面的链接；网站文档也会从“从这里开始”页面开始 （你的首个视频，故障排除， 术语表）。

0.4.1 新增内容

What's new 中的每项更新都配有一句介绍和一张图片。

外观与动效

• 七种 WebGL 外观，无需 GPU：波纹玻璃、移轴、液态金属、网格渐变、耶稣光、大理石和代谢球。在默认尺寸下，每种效果为 1080p 帧增加的耗时不到 50 ms（在一台没有 GPU 的 64 核机器上使用一个浏览器测试）；无论使用多少个浏览器，渲染出的帧都相同；缺少 WebGL 时也有专门设计的回退方案（components § 7，演示）。
• 快门模糊。 data-st-blur 会像相机快门一样拖影，只在元素快速移动的帧中生效；元素停下时则保持清晰（stage-api，演示，示例 30 中的闪现文字）。

素材

• 在采访画面上叠加卡片：姓名标签、随着讲述逐步显示的列表、数据说明、引用语、侧边栏，都锚定在讲述内容上，因此重新剪辑时它们也会随之移动；关键术语还会在字幕中突出显示（示例 23）。
• 让文字出现在讲述者身后。 showtime footage cutout 在 CPU 上将人物抠出（MODNet，Apache-2.0），EDL 卡片中的 behind 则会把大字放在背景和讲述者之间。
• 从长录音中挑选最佳片段。 showtime edit moments 根据本地信号（吸引注意力的开场、完整观点、感染力、笑声与掌声、单一主题）为完整句子的片段打分；showtime edit clips 则将选中的片段渲染为带字幕的人脸跟踪 9:16 短片，每段都会经过 qa：一段 58 分钟的圆桌讨论在 64 核机器上端到端处理约需 7 分钟（示例 24）。

新的导入方式与分享

• 从 Claude Design 导出 MP4。 showtime adopt <export.zip>：画板铺满 1080p 画面，文字清晰；Google Fonts 会连同许可证一起复制；循环设计恰好渲染一个循环（adopt，示例 28）。
• 链接预览。 showtime export html --share-url <address>（或在 showtime.json 中设置 "share"）会添加相关标签，以便粘贴链接时显示标题、描述和封面图；--folder 导出可直接用于 GitHub Pages（示例 25 的 HTML 视频）。

审核与续做

• 为一段时间添加备注（在备注页面的时间轴上按住 Shift 并拖动）；showtime review notes 会列出每条备注对应的场景和元素。
• 查看上次之后的变更。 showtime status <job> 会列出你手动编辑过的文件、未读备注和未解决的问题，让你的 Agent 保留你的改动。
• 回听旁白：showtime 会在你的机器上转录旁白，并标出读错的人名、缩写或数字，同时提供可尝试的修正；qa 和评论器也能看到这些内容。安装本地识别器后即可使用：首次转录时会一并安装，或者运行 showtime setup --fetch parakeet-tdt-0.6b-v3-int8。
• check 检查得更全面：淡出文字会在最清晰的帧上进行评估；caption_zone 会警告字幕区域内的内容；WebGPU 页面会在不使用 WebGPU 的情况下重新尝试；并且会估算每种外观的开销。

更快

• 编码器会在捕获帧时运行，已完成的浏览器会接手剩余工作中占比最大的部分，并复用未更改的音轨：在一台繁忙的 6 核 Intel Mac 上，1 s 修复耗时从 31-54 s 降至 13-21 s。
• 没有 GPU 时，浏览器数量会根据核心数调整（从 8 个线程起为 CPU 线程数 - 2，最多 8 个；低于此数时为 3 个，最多为 CPU 线程数 - 2），慢速页面会延长等待时间，而不是直接失败：在一台没有 GPU 的 64 核 Linux 机器上，30 s 的启动影片耗时从 42.0 s 降至 17.6 s，15 s 的 DOM 页面耗时从 31.8 s 降至 16.4 s。 我需要 GPU 吗？

完整列表请参阅更新日志。

0.4.0 新功能

会提问的视频，以及成片备注

• 会停下来提问的视频。 在 showtime.json 中列出问题后，HTML 导出会在对应帧暂停、提问、标记答案、作出回应并继续播放；MP4 则会加入一段带倒计时和答案的“暂停思考”片段。问题可以放在旁白的一行中，因此重新配音时，问题也会随该行移动（指南，示例 25）。
• 成片备注。 showtime review open <job> 会提供一个本地页面，用于播放最新渲染结果：暂停，在画面中点击某处或拖动框选区域，然后输入备注。你的 Agent 可通过 showtime review notes 读取备注、进行修改，并在同一条备注下回复。
• HTML 播放器中的时间范围链接：video.html#t=10-20 会循环播放该片段。

新增入口

• showtime pr-video <N | URL>：只需一条命令，就能将拉取请求制作为介绍其自身描述的短视频，并生成一份符合 GitHub 10 MB 附件大小限制的副本。公开的拉取请求无需登录 GitHub 即可使用，看起来像机密信息的值绝不会出现在视频中（示例 29）。
• 将其他技能生成的分镜表转为项目：showtime new <template> <dir> --from-storyboard FILE 会读取 Markdown 表格（列为 Shot | Length | Visual | Narration，顺序不限；表头支持英语或中文；示例 25 和 26）。
• 火力全开：showreel 风格。 在需求说明中加入“showreel”或“go all out”即可启用：15 s 内安排 12-14 个镜头、不重复使用同一种手法、允许闪现文字、片名在后段简短呈现；qa 会评估信息密度、结尾和重复内容。showreel 模板可直接渲染 16:9、9:16、1:1 和 4:5 版本，无需编辑（示例 30）。

更严格的质量门槛

• 评论者会先以初次观看者的视角观看，再阅读需求说明：对于每个部分，新观众是否知道它为何存在？解说类视频默认采用冷开场点明重要性，接着给出路线图、衔接内容，并以回应开场问题的结尾收束。
• 审核结果决定能否交付。 只要评论者提出的 Blocker 或 Should-fix 尚未修复或豁免（showtime review-respond --fixed | --waive），任务就不会标记为已交付；每项豁免都必须在回执中保留原因。
• 新增听觉检查环节，与画面评论并列：检查音乐是否盖过人声、台词是否仓促或被截断、是否存在长时间静默、音效是否出现过晚或过响、剪辑处的音量是否突变，以及音乐是否戛然而止。
• 统一的交付卡片，必须包含一行 Look:，说明打开了什么、尺寸是多少，以及看到了什么。

默认呈现更出色

• 12 种视觉风格。 showtime new 会为页面模板套用 12 种精心挑选的视觉风格（调色板与对比度规则、字体搭配、动效风格），并避开你最近用过的风格（使用 --look <id> 选择；示例 32 展示了同一个项目的 12 种风格）。
• 剪辑后或 <video> 中不会出现空白或延迟的首帧。 渲染时，每个视频都会绘制在画布上，check 会针对 late_first_frame 发出警告。

证据

• 任何人都能重新运行的表现评分表（见上文）：使用 showtime 时为 35/42，不使用时为 25/42。
• 对第一轮作品集提示词进行盲测复赛（各轮说明）：showtime 0.4.0 在第 5 轮失利；密度问题修复后，它的两个版本在第 6 轮中分别排名第一和第二，领先于第一轮的获胜版本。只有一位投票者（我，showtime 的作者），且盲测并不完全：这只是轶事，不是结果。

局限：听觉检查和各项检查衡量的是文件本身；视频好不好，仍由评论者和你来判断。完整列表见变更日志。

0.3.0 新内容

运行更安静，默认进行完整审查

• 按需使用精简模式。 默认仍为完整审查；说“精简”（或运行 showtime config mode lean）即可进行不含评论者环节的轻量检查。在两种模式下，showtime look 都会生成一张复合图像，供临时审查者读取（你的 Agent 不会读取）；如果项目尚未先经过检查，render 会提示这一点，并在第二次完整渲染后说明成本更低的 --from/--to 修复方案；check、qa、doctor 和 render 默认会输出简短摘要（使用 --verbose 查看全部内容）。每份参考资料都会先列出其规则（运行 showtime guide <topic> 可查看）。没有移除任何检查。在第 4 轮基准测试中，精简模式的运行平均会将 4.5 张图像读入 Agent 的上下文，每项任务平均进行一次完整渲染。
• showtime job init 会检查你的设置，并输出 setup: ready 或列出失败项及其修复方法，因此它是启动时要运行的唯一命令。

更好的视频

• 多样性防护。 每个已完成任务的视觉风格（模板、主题、调色板、字体组合、转场、镜头运动、音乐、结构、基调）都会存入本地历史记录，不会离开你的设备（showtime history off 可关闭此功能）。 showtime check 会在项目重复使用最近五种风格之一时发出 look_repeat 警告，并提供两个具体替代方案。
• 风格参考。 showtime reference <video> 会生成一份简报，介绍视频的剪辑节奏、镜头时长、场景切换方式、调色板、镜头运动、大致字号和响度曲线，并生成一张联系表。分镜会借鉴其表达方式，但不会借用其中的文字、徽标或镜头；系统会为你写好署名“Style reference: ...”，而且 showtime qa 会在渲染复制参考视频画面时判定失败（指南）。
• 手机检查。 showtime check 最后会输出 phone check: PASS 或 FAIL 及时间戳：检查每段文字是否停留足够长的时间以便阅读（按语言判断）、手机屏幕宽度下的最小字号（16:9 为 5 pt、1:1 为 10、4:5 为 11、9:16 为 15），以及文字是否被平台按钮遮挡或贴近边缘。在 qa 中，检查失败只会产生警告，不会判定为 FAIL。
• 发布项目优先使用品牌素材。 showtime brand capture <repo|url> --job <job> 会在分镜制作前提取产品的调色板及其用途、字体、徽标、字标、实际文案（含文件和行号）以及真实 UI；showtime new launch 会应用这些素材。没有品牌素材包的发布任务会说明原因（showtime brand skip），如果没有素材包，check 也会发出警告。
• 成对评审。 参见团队成员：只有评审者在两种顺序下都更偏好新版本，新版本才会发布。
• 修复 Agent 遇到的问题： 不再依赖请求帧的顺序来决定片段中的帧；当每个场景都有旁白时，retime --from-voice --total 也能正常工作；Manim 无声影片和 --mix 路径均可正常工作；当你环境中的 showtime 命令并非 Agent 使用的命令时，doctor 会发出警告；字体错误会指出具体缺失字符以及修复方法。

新的视频类型

• 代码仓库讲解视频和论文讲解视频（工作流 repo-explainer 和 paper-explainer），如上文所述。
• showtime release-video 无需 Agent，即可将发布说明、CHANGELOG 章节或 PR 描述转换为可直接渲染的项目，并保留说明中的原文、按阅读时长设置的停留时间以及署名人员。
• GitHub Action 可在运行器上渲染发布或 PR 视频，对其进行检查，导出 HTML 视频和一个小于 10 MB 的副本，并上传它们（指南）。除非你选择运行自有 Agent 的模式，否则无需 API 密钥。
• showtime adopt <folder | page | script> 可接管他人已编写的、按时间函数生成的视频（例如带有 seek(t) 的 HTML 页面、draw(t) 画布、CSS 动画页面或 Python 帧函数），无需重写，即可为其提供 showtime 的检查、音效、字幕、qa、HTML 导出和评审。原始文件不会被修改（指南）。

诚实透明

• 记录凭证。 每个任务结束时都会生成 receipt.md、receipt.json，并在 share.txt 中添加一行（参见上文）。

进行中（将在发布前完成）：

• 支持修复视频中的几秒内容（render --from A --to B --job <job>），并将修复片段拼接进一个完整的新成片：只有这些帧会改变，音频会重新母带处理，而且不会把一个时间片段误认为整部视频。
• 每个 Manim 模板都会通过自身的检查，并确保场景的第一个元素在第 0 帧出现。

限制：手机检查和风格历史会读取项目文件，但无法判断视频是否优秀；模型评审者的偏好比评分稳定，但仍然只是意见；只有会公开会话日志的 Agent 才会显示 token 数量和费用（Claude Code 和 Codex，仅以数字显示），其他情况都会标注“此 Agent 未报告”。完整列表见更新日志。

New in 0.2.0

• 适用于你的编码 Agent。 一个仓库适配所有 Agent：Claude Code、Codex、Cursor、Devin 和 OpenCode 均已测试，Copilot、Gemini CLI、Antigravity、Cline、Kilo Code、Kiro、Zed、Goose、Amp、Factory Droid 和 Qwen Code 也已打包（兼容情况）。运行 showtime install --agent <name>，即可将技能、团队和 MCP 服务放到 Agent 查找的位置。稳定的 ~/.showtime/bin/showtime 命令不会受插件更新影响；长命令可在后台运行（--background、showtime status）；showtime doctor 了解常见 Agent 的沙盒，并会指出要修改哪项设置。
• 首次运行更轻量。 Linux x64 上的默认下载大小约为 770 MB（macOS 和 Windows 上约为 560 至 610 MB），而非 2.9 GB。showtime setup --plan 会列出每个组件的大小和下载时机，showtime setup --full 则会一次性安装所有内容。没有任何功能被移除：不再包含在默认安装中的组件（转录模型、Manim、音频库中超过 41 MB 入门部分的内容、浏览器和图标扩展）会在视频首次需要时下载，并告知其大小。由 0.1 创建的目录仍可正常使用；setup --prune 会清除不再使用的内容。
• 真正的音乐曲库。 收录 297 首制作完成的曲目（Scott Buckley、Kevin MacLeod、另外十几位作曲家的作品及公有领域录音），每首曲目都经过检测，评估嘶声、削波、单声道、无声间隙和响度波动，并按情绪、能量、节奏和用途标记，可通过 showtime audio music pick 挑选。曲目首次使用时会从创作者处获取，绝不由我们重新托管。每次渲染使用曲目时，都会自动将署名写入 credits.txt 和发布文案，并打印提示。搜索需要时，还会安装另外 35 个音效包（其中 34 个采用 CC0）。
• 平台。 Apple Silicon 和 Linux arm64 现在可在 CI 中端到端运行；Windows 11 on Arm 通过 Windows 仿真运行 x64 Python（要求）；scripts/e2e.py 可在任何机器上重复完整流程。
• 更安全的预览服务。 showtime preview 和 showtime server 只响应携带打印链接中随机会话密钥的请求；此前，浏览器中打开的任意网页都能通过 127.0.0.1 读取项目文件。
• 能听出“嗯”“呃”的视频剪辑。 默认转录模型现为 Parakeet-TDT 0.6B v3（支持 25 种语言，包括英语和西班牙语；首次使用时下载，约 490 MB；其他语言仍使用 Whisper，也可通过 --model 指定）。它会将“um”和“uh”保留为词语，并在转录后扫描没有被任何词语覆盖的犹豫语气词。在一组公开的人工标注播客数据上（20 集，共标注 495 个填充词），相较于标注数据，它找出了其中 81%，精确率为 83%；而 0.1.0 默认只能找出 11%，精确率为 78%。在基准访谈中，它会剪掉已知的 5 个“uh”（基准评分器认可其中 4 个；0.1.0 默认命令一个也不会剪）。剪辑处会加入 20 ms 交叉淡化。音乐下的语音也能听得更清楚，因为 showtime 会转录自己的干声旁白音轨，只在音乐较响时才分离人声：在小型测试集上，响度相同时的词语错误率从 19.7% 降至 7.3%。这些是在少数数据集上进行的本地评估，并不保证适用于你的视频；基于标注计算的精确率偏低，因为标注会漏掉一些真实的填充词。Cr​​isperWhisper 可作为可选模型使用，受其非商业许可证限制（Intel Mac 不支持）。
• 默认生成发布视频。 如果你要求制作发布、宣传或产品上市视频，默认会生成一部节奏舒缓、包含四到六个场景的短片：以一张大幅静帧吸引目光，平滑地飞入产品，跨越剪辑保持同一窗口，并配上渐强音乐，在片尾卡点收束。镜头只在有理由时移动；动感来自产品本身。终端和代码会缩放以适应各种尺寸，而 showtime check 会在文字可能被截断时阻止渲染。

完整列表见更新日志。

系统要求

无需 GPU。 没有 GPU 时，浏览器会在 CPU 上绘制每一帧，包括 WebGL；耗时以及其他常见问题，请参阅 常见问题。

showtime 面向 macOS（Apple Silicon 和 Intel）、Windows 10/11 和 Linux（x86_64 和 arm64）构建。实际测试过的平台和测试内容如下（“端到端”指完成设置、doctor、带 qa 的语音渲染、HTML 导出、转录、字幕和 MCP 服务）：

• Intel Mac（实体设备）：端到端测试，另加快速测试套件。
• Apple Silicon：在 GitHub 的 macos-14（M1）运行器上完成端到端测试，另加快速测试套件。也欢迎在实体 Apple Silicon Mac 上进行测试。
• Linux x86_64：在 Ubuntu 24.04（AWS）上完成端到端测试，另加快速测试套件。
• Linux arm64：在 GitHub 的 ubuntu-24.04-arm 运行器上完成端到端测试。
• Windows Server 2025 x64：以标准用户身份（AWS）和在 GitHub 的 windows-2025 运行器上完成端到端测试。
• Windows 11 on Arm：在 GitHub 的 windows-11-arm 运行器上完成端到端测试，另加快速测试套件。showtime 的 Python 和 ffmpeg 在此环境中通过 Windows 仿真以 x64 运行（有些软件包没有 Windows arm64 版本，而且原生 arm64 版 ffmpeg 无法在运行器上启动），因此运行速度比 x64 慢。
• 以标准用户身份运行的 Windows 10/11 x64 桌面版：尚未在实体设备上测试。如果你有这样的设备，可以运行 scripts/e2e-windows.ps1 完成所有测试，并将结果打包为 zip，以便附加到 问题。

每次变更时，CI 都会在 Linux、Windows 和 Apple Silicon 上运行快速测试套件，并每晚在 Intel Mac 上运行。对于标记为尚未测试的平台，请预期可能存在问题；遇到问题时请提交 issue。

系统会自动查找 Chrome、Edge 或 Chromium；如果未安装任何一种，设置过程会下载 Chrome 的无头 shell（下载量为 100 到 120 MB）。磁盘空间：默认安装在 Linux x64 上会下载约 0.73 GB（Linux arm64 上为 0.67 GB），在 macOS 和 Windows 上会下载 0.53 到 0.59 GB；解压后，在 macOS 和 Windows 上约占 1.4 GB，在 Linux 上约占 1.7 到 1.8 GB（Python 软件包 0.65 到 0.9 GB、Node 软件包 0.34 GB、ffmpeg 0.13 到 0.33 GB、模型 0.22 GB），以上均以已安装浏览器为前提；无头 shell 还会增加 0.2 到 0.3 GB，而系统中安装 ffmpeg 6.0 或更高版本则可省去 ffmpeg 所占空间。showtime setup --estimate 会显示你的预估用量，showtime setup --plan 会列出每项下载内容。视频仅在偶尔需要时才会在首次使用时下载相应内容，并会显示大小：转录模型（Parakeet，约 490 MB，只需下载一次）、Manim（60 MB）、音频库的入门部分（41 MB）、音乐曲目或音效包（每项从几 MB 到几十 MB 不等）。showtime setup --full 会立即下载所有内容，适合需要离线使用的设备（约 5.1 到 5.7 GB，主要包括 1.6 GB 的 Whisper large-v3-turbo 模型和 0.9 GB 的音乐目录；Scott Buckley 不允许批量下载，因此其曲目仍会在视频首次使用时逐首下载）。

curl -LsSf https://astral.sh/uv/install.sh | sh
# Node.js: the installer from nodejs.org (macOS), or on Linux fnm (distribution packages are often older than 20):
curl -fsSL https://fnm.vercel.app/install | bash && fnm install 22

winget install --id=astral-sh.uv -e      # or: powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
winget install OpenJS.NodeJS.LTS --source winget   # or the installer from nodejs.org

ffmpeg 会以静态构建版本下载，因此无需安装系统级 ffmpeg。安装 uv 或 Node.js 只会为新终端更新 PATH：之后请重启编码 Agent（如果新 PATH 尚未传递给 showtime，它也会检查安装程序的默认文件夹）。

git clone https://github.com/FavioVazquez/showtime
showtime/skills/showtime/bin/showtime setup
showtime/skills/showtime/bin/showtime doctor
showtime/skills/showtime/bin/showtime setup --plan     # what setup and first use download, with sizes
showtime/skills/showtime/bin/showtime audio lib fetch  # optional: the whole sound library now (about 249 MB)

git clone https://github.com/FavioVazquez/showtime
& .\showtime\skills\showtime\bin\showtime.cmd setup
& .\showtime\skills\showtime\bin\showtime.cmd doctor
& .\showtime\skills\showtime\bin\showtime.cmd setup --plan
& .\showtime\skills\showtime\bin\showtime.cmd audio lib fetch   # optional: the whole sound library now

showtime setup --list                     # tiers, extras and their sizes
showtime setup --plan                     # every component: size, source, when it is fetched (--platform X for another OS)
showtime setup --estimate                 # what this run would download, and how long it takes
showtime setup --full                     # everything now, nothing fetched later (offline machines; --seed DIR reuses files)
showtime setup --prune                    # remove files from older versions that nothing uses any more
showtime setup --with asr-turbo,diarize   # add extras (keeps what is already installed)
showtime setup --tier full                # core + the common extras

文档

面向用户：十篇任务指南（告诉 Agent 什么、它会运行什么、你会得到什么、需要多长时间）、新功能（每个版本用一句话介绍一项功能）和 常见问题（GPU、费用、Agent、隐私、许可证、磁盘、时间、平台、语言）。

文档地图是入门入口：其中按制作内容归类了所有指南，从工作流（发布、解说、教程、社交、数据、素材、预告片）到故事与技艺、声音与配音、渲染和 QA。术语表见 CONTEXT.md；showtime 刻意不做什么以及原因，见 .out-of-scope/。

有关在特定 Agent 中安装的信息：docs/agents.md列出了每种 Agent 的具体步骤，以及每项测试涵盖的内容。这些指南也可以通过可搜索的网站浏览，网站图库会播放所有示例： faviovazquez.github.io/showtime。

许可证和鸣谢

showtime 自身的代码采用 MIT 许可证（LICENSE）。安装过程会下载采用各自许可证的第三方工具和模型，具体记录在 skills/showtime/setup/manifest.json 中。值得注意的项目包括：静态 ffmpeg 构建采用 GPL；Kokoro 采用 Apache-2.0；Whisper 模型采用 MIT；Parakeet（NVIDIA）和 TitaNet 采用 CC-BY-4.0；人声分离器 UVR-MDX-NET-Voc_FT 采用 MIT，由 Ultimate Vocal Remover 项目（UVR）及其开发者提供；MODNet（大字背后的说话人抠图工具，footage cutout）的代码和权重均采用 Apache-2.0，由 Zhanghan Ke 及其合著者提供；CrisperWhisper 2.0 权重（仅选择启用时使用，--model crisper）仅限非商业用途，且须先征得你的同意；Supertonic 权重采用 OpenRAIL-M；FluidR3Mono 和 MuseScore General 采用 MIT；GeneralUser GS（可选）采用其自身的免费许可证；MusicGen 权重（可选）采用 CC-BY-NC-4.0，仅限非商业用途。品牌（Curtain Call）介绍见 assets/brand/。制作音乐目录中的音乐由 Scott Buckley 和 Kevin MacLeod 创作（CC BY 4.0），另有 CC0 和公共领域录音；曲目保留在创作者的网站上，首次使用时才会获取。每次使用此类曲目的渲染都会将署名信息写入 credits.txt 和发布文案（需要署名却没有署名信息的曲目会导致混音停止）。每个示例都会在自己的文件夹中注明来源；示例 13 采用 CC BY-SA 4.0，与其改编的文章相同。你制作的视频归你所有；如果渲染使用了需要署名的素材，showtime 会在其旁边写入 credits.txt。

贡献

请参阅 CONTRIBUTING.md 和 CONTEXT.md 中的术语表。

python3 skills/showtime/tests/run_all.py --fast     # what CI runs on every pull request (py on Windows)
python3 skills/showtime/tests/run_all.py --changed  # only the tests your change can affect
python3 scripts/check_release.py --check            # release hygiene

_{状态：0.4，早期版本。1.0 发布前，命令和文件格式仍可能变更（参见 CHANGELOG.md）。}