makevideo

makevideo

为 AI Agent 快速生成标准视频。 输入一个 JSON 脚本，输出一段成片 MP4，每次渲染方式都相同。你只需编写场景，每个场景附上一句台词。makevideo 会用统一的神经网络语音为它们配音，根据实际音频确定每个场景的时长，添加字幕，并使用内置的 ffmpeg 渲染成 MP4。它仅使用 CPU 运行：无需浏览器、GPU、API 密钥或云服务。

▶ 现在就让你的 Agent 制作视频（1:39，由 Agent 根据一个 JSON 文件编写、配音并渲染） · ▶ 观看 87 秒演示，根据 examples/showcase.json 在笔记本电脑的 CPU 上渲染，速度快于播放速度。

也适用于短视频： "format": "shorts" 可生成 1080×1920 视频，并配有醒目的逐词字幕。▶ 观看 TikTok 风格演示（examples/tiktok.json）：23 秒的视频仅需 15 秒即可渲染，还会自动导出 GIF。

更多示例，均由 makevideo 制作： ▶ 0.6 版新内容：游戏预告片（规范） · ▶ Neon Drift 游戏预告片（节拍表） · ▶ 0.5 版新内容：纪录片（规范） · ▶ 59 秒演示（规范） · ▶ 统一语音 · ▶ 发行回顾 · ▶ 0.4 版新内容：更贴近每个 Agent（规范） · ▶ 0.3 版新内容：速度（规范） · ▶ 0.2 版新内容（根据一个 Markdown 文件制作） · ▶ 为什么使用 makevideo，而不是从头构建（规范） · ▶ v0.1 更新日志视频（规范）：更新日志和回顾视频是核心使用场景。

功能： 按节拍剪辑的游戏预告片，画面取自你的 Electron + Three.js 游戏 · 旁白幻灯片 · 自动转场（推移、滑动、缩放、擦除） · 动态声明 · 动画图表 · 分屏媒体与文本 · 编写 Markdown，生成视频 · 截图 · 游戏画面/视频片段 · GIF 导入与导出 · 代码 · 统计数据 · 引言 · 前后对比 · TikTok/Reels/Shorts 字幕 · 自定义字体 · 背景音乐 · 预告片屏幕录制 · .srt 字幕 · 海报帧。

npm i github:random00000000/makevideo
npx makevideo init            # writes video.json  (or: init --style documentary | shorts | explainer)
npx makevideo video.json      # → video.mp4 + video.srt + video.report.json + video.jpg
npx makevideo video.json --fast   # same, about 3x faster on a first render

import { video } from 'makevideo';

await video({
  title: 'Patch notes 1.2',
  scenes: [
    { type: 'title',   title: 'Patch 1.2', subtitle: 'Siege update', say: 'Here is what is new in patch one point two.' },
    { type: 'clip',    src: 'siege.mp4', title: 'Rams breach gates', say: 'Rams can now breach wooden gates.' },
    { type: 'bullets', title: 'Also new', items: ['Faster pathing', 'New HUD'], say: 'Also new. Pathing is faster. And the HUD is redesigned.' },
    { type: 'decisions', items: ['Ship Friday?'], say: 'One decision for you. Do we ship on Friday?' },
  ],
});

---

为什么

Agent 经常会被要求制作视频，而每个 Agent 制作视频的方式都不一样。每个视频都会采用一套新的流程、不同的声音，除非有人提出要求，否则就没有旁白，而且渲染可能需要十分钟。makevideo 将这一切标准化：

	临时制作的 Agent 视频	makevideo
格式	每次都写一份新脚本	一份 JSON 规格（schema）
声音	随机 TTS，有时没有声音	Kokoro-82M，每次使用同一种声音（af_heart）
旁白	必须提出要求	默认开启：每个场景都有 say
时长	凭感觉估算	根据生成的音频测量，精确到每句话
字幕	很少有	烧录到视频中，并附带一个 .srt 文件
速度	几分钟	在 CPU 上快于实时速度（参见性能）
验证	看完整个视频	makevideo preview 约 1 秒即可生成一张缩略图总览

默认呈现高级质感

目标是让 Agent 第一次尝试就能做出成品。不需要额外配置，你就能获得：

• 融合真实画面的转场。 每个场景都从前一个场景的实际最后一帧衔接而来。auto 会根据镜头切换的内容选择推入、缩放、擦除或淡入淡出。可通过全局或每个场景的 "transition" 覆盖。
• 随包提供的字体。 包含 Inter、Montserrat 和 JetBrains Mono（OFL），因此在简洁的云端 Linux 环境中渲染的效果也和你的笔记本电脑上一模一样。
• 景深效果： 每种主题都带有主光渐变、暗角和柔和的面板阴影。
• 语音清理： 自然地写作。42%、v1.2、$3M、4.6x、35 s、e.g. 和 -> 都会被正确读出，字幕则保留你写下的内容。
• 检查： check 会标记大段文字、项目符号过多、列表不同步、陈述过长、竖屏中的密集场景和重复的节奏，并说明如何逐项修正。

YouTube 纪录片（历史、科学、恐龙）

只需设置一个 style，即可确定整体视觉与声音风格：documentary（历史频道）、history（加入战争鼓乐配乐）或 nature（科学与恐龙）。然后编写脚本，并说明你想要哪些图片：

---
title: Tyrannosaurus rex, the tyrant lizard king
style: nature
thumbnailText: The real T. rex
---

## Tyrannosaurus rex
![Tyrannosaurus rex skeleton museum]()
The tyrant lizard king
> Sixty six million years ago, the largest predator in its world...

## Chapter: Built to kill
![Tyrannosaurus rex skull]()
> Chapter two. Built to kill.

## Timeline
- 68 Mya: T. rex appears
- 66 Mya: Asteroid impact
> Its story fits on one line. It appears sixty eight million years ago. It vanishes when the asteroid hits.

无需其他设置，即可获得：

• 图片检查： preview 会列出每次搜索选中的文件，并用“？”标记标题与查询不符的结果（例如搜到了不同物种）。Agent 可以在渲染前优化搜索。
• 真实且获准发布的图片。 ![description]()（或 JSON 中的 "search": "..."）会搜索 Wikimedia Commons。只保留适合发布的许可图片（CC0、公共领域、CC BY、CC BY-SA），不会在同一视频中重复使用图片，会缓存下载内容，并会逐步缩短过于具体的搜索词，直到找到匹配项。每张图片都会附上一行简短署名，完整署名信息则会写入说明中。
• 电影感动态效果： 每张静态图片都会缓慢应用 Ken Burns 效果，并按场景变换方向（向内、向外、向左、向右、向上、向下；可设置 pan / focus 覆盖），此外还支持章节卡片（## Chapter: ...）和时间线。
• 配乐： 为视频合成原创免版税背景音乐（music: documentary | epic | wonder | tension），并在旁白期间自动降低音量。
• 广播级响度： 最终混音会标准化为 −14 LUFS，这是 YouTube 的播放目标。
• 发布素材包： video.thumbnail.jpg（1280×720），以及包含 YouTube 章节时间戳（首个从 0:00 开始，每个章节间隔至少 10 秒）和图片署名信息的 video.description.txt。

▶ 霸王龙示例（脚本）：时长 2 分 37 秒，由一个 Markdown 文件渲染而成。

根据文字稿创作： 将其他创作者的文字稿作为研究资料，而不是脚本。让 Agent 编写自己的旁白。重新发布他人的脚本属于侵犯版权，YouTube 也会将其视为“重复使用的内容”并取消其获利资格。

屏幕文字与旁白（连贯性规则）

引擎会强制执行这些规则，在脚本中遵循它们能让视频效果更好：

• **屏幕显示关键词；语音说完整句子。**标题、项目符号和标签都很简短（“更快的构建”）；旁白则表达完整意思（“构建速度现在提升了一倍”）。
• **重要陈述使用旁白原话。**陈述中的文字会在说到时逐个显示，因此请在 say 中写入相同文字。如果两者不匹配，check 会发出警告。
• **字幕不会重复屏幕内容。**凡是文字已显示在屏幕上的字幕，都会自动隐藏（.srt 会保留每一行）。使用 captions: "all" 可关闭此功能。

编写 Markdown，生成视频

---
theme: midnight
brand: My Game
---
# Patch 1.2
The siege update
> Here is what changed in patch one point two.

## Rams breach gates
![](captures/ram.mp4)
- Wooden gates break in 3 hits
- Stone gates still hold
> Rams now breach wooden gates. Three hits and they are down. Stone gates still hold.

## Load time

- Before: 12 s
- Now: 3 s

## Decisions
- Ship Friday?

npx makevideo patch-notes.md

每个 #/## 标题都会开始一个场景，正文决定场景类型：列表会生成项目符号、步骤或决策；label: number 条目会生成图表；图片或视频会生成图片/片段（如果同时包含文字，则会拆分）；代码围栏会生成代码；**42%** label 会生成统计数据；段落会生成陈述。以 > 开头的行是旁白。如果场景没有旁白，则会朗读其可见文字，因为默认情况下会生成旁白。`` 可设置场景选项。请参阅 examples/whats-new-0.2.md；0.2 版发布视频就是这个文件。

在 Claude Code 中使用（插件）

/plugin marketplace add random00000000/makevideo
/plugin install makevideo@makevideo

然后只需说 “制作一个关于……的视频”。Claude 会编写规格、预览并渲染视频，然后将 MP4 交给你。

该插件同时包含技能和 MCP 服务。

在任何 MCP 客户端中使用

Claude Desktop、Cursor、VS Code、Codex、Windsurf 和其他 MCP 客户端：

{ "mcpServers": { "makevideo": { "command": "npx", "args": ["-y", "github:random00000000/makevideo", "mcp"] } } }

它已列入官方 MCP Registry，名称为 io.github.random00000000/makevideo，并提供 Docker 镜像（ghcr.io/random00000000/makevideo）。如果没有 Node，请运行 docker run -i --rm -v "$PWD:/work" -w /work ghcr.io/random00000000/makevideo mcp。

这些工具包括 make_video（输入 Markdown 或 JSON，输出 MP4，并提供进度通知）、preview_video（以图片形式返回联系表，供模型查看）、check_video 和 video_reference。请参阅 MCP 指南。

让仓库中的每个 Agent 都学会使用

npx -y github:random00000000/makevideo agents --all     # AGENTS.md, CLAUDE.md, Cursor rules, Copilot instructions
npx -y github:random00000000/makevideo agents --global  # this machine: Claude Code skill + Codex AGENTS.md

这会写入一个简短、幂等的“制作视频时使用 makevideo”代码块，让所有参与项目的 Agent 都使用同一个工具。

指南：Agent · CPU 文本转视频 · Markdown 转视频 · TikTok/Shorts · 游戏预告片 · MCP · 与 Remotion/MoviePy/ffmpeg 对比

面向 AI Agent（从这里开始）

如果你是一个大模型 Agent，且用户要求制作视频、解说、演示教程、开发日志、演示、预告片、回顾、补丁说明或配音演示文稿，请使用此工具库：

1. 编写一份规格：一个 scenes 数组，每个场景都包含 type 和一个 say 字符串（旁白）。
2. npx makevideo check spec.json --json 会验证规格并估算时长（即时完成）。
3. npx makevideo preview spec.json：打开 PNG 联系表并检查布局（约 1 秒，无音频）。
4. npx makevideo spec.json --json 会渲染并输出 { output, srt, report, poster, duration, seconds }。
5. 将 .mp4 交给用户。信息类视频结尾应使用 decisions 场景，列出哪些事项只能由用户决定。

经验法则：每个场景约写 1–3 句话。say 应按实际口语表达的方式编写：数字和符号要写成文字（例如“forty two percent”，而不是“42%”），名称使用 pronounce。屏幕上的文字放在 title/items 中，不必与旁白逐字一致。在同一个项目中重复使用相同的 voice 和 theme，让项目中的所有视频风格一致。

此外还有 AGENTS.md、llms.txt、JSON Schema schema.json，以及可直接使用的 Claude Code 技能 skills/makevideo/SKILL.md。将该文件夹复制到 ~/.claude/skills/，之后你每次要求制作视频时，Claude 都会优先使用 makevideo。

规格

{
  "title": "My video",              // used for default output name
  "output": "out/my-video.mp4",     // default: <title-slug>.mp4 (relative to spec file)
  "format": "landscape",            // landscape 1920x1080 | portrait/shorts 1080x1920 | square | 720p
  "style": "nature",                // documentary | history | nature: whole look + score + YouTube package
  "theme": "midnight",              // midnight | forge | paper | terminal | documentary | nature | { ...overrides }
  "voice": "af_heart",              // the default house voice (warm female); "fast" = ~10x real-time Piper voice (male); false = silent
  "speed": 1,                       // speech rate
  "brand": "My Project",            // small label top-right
  "captions": true,                 // burned-in captions (an .srt is always written)
  "progressBar": true,              // chapter bar along the bottom
  "music": "documentary",           // generated score: documentary | epic | wonder | tension, or a file; ducked under the voice
  "musicVolume": 0.12,
  "pronounce": { "Hacksilver": "Hack silver" },  // TTS-only substitutions (merged over built-ins for JSON, MP4, GPU, ...); captions keep originals
  "quality": "standard",            // draft | standard | high
  "transition": "auto",             // auto | push | slide | zoom | wipe | fade | dip | cut (also per scene)
  "captionStyle": "classic",        // classic (subtitle box) | bold (TikTok word-by-word, default for portrait) | none
  "font": "fonts/Anton.ttf",        // display font: a .ttf/.otf path or an installed family name
  "gif": { "width": 480, "fps": 12, "duration": 8 },  // also export an animated GIF (true = defaults)
  "scenes": [ /* see below */ ]
}

每个场景都接受 say（旁白）和可选的 duration（最短时长；如果没有 say，则必须提供）。场景时长为旁白时长加一小段余量。

type	fields	notes
title	title、subtitle?、kicker?	开场卡片；outro 是结尾卡片的别名
bullets	title?、items[]、highlight?	项目会与句子同步显示：N 个项目加 1 句介绍效果最佳
steps	title?、items[]	编号项目符号
decisions	title?、items[]	编号项目，用于列出“用户必须决定的事项”
image	src、title?、subtitle?、fit?、zoom?	缓慢推近；fit: "contain" 可保留完整图像，并以模糊背景填充
clip	src、start?、title?、subtitle?、fit?	支持任何 mp4/webm/mov；裁剪以填满画面，较短时循环播放；丢弃原始音频
code	code、title?、highlight?（[3, [5,8]]）	语法着色，显示行号
stat	value、label?	数字递增显示（"42%"、"$1.2"、"3x"）
quote	text、by?
compare	title?、left: {title, items}、right: {title, items}	竖屏模式下改为上下堆叠
statement	text、kicker?、align?	超大动态文字；文字随人声逐个弹出；*stars* 用于标记强调词
chart	bars: [{label, value}]（或 {label: value}）、title?、unit?、prefix?、highlight?、note?	人声读到相应位置时，柱条随之增长；数值递增显示
chapter	title、number?、subtitle?、src 或 search	满屏图像章节卡片，使用衬线标题（Markdown 中为 ## Chapter: ...）
timeline	events: [{when, label}]、title?	人声读到相应位置时，事件高亮显示（## Timeline + - When: what）
split	src（图像或视频）、title?、items? 或 text?、side?（left/right）	媒体与同步要点并排显示；视频在画框内播放

如果省略 type，系统会推断场景类型（src + items/text → split，src → image/clip，bars → chart，items → bullets，code → code，value → stat，text → statement）。

CLI

makevideo <spec.json|spec.js>      render (mp4 + srt + json report + jpg poster)
makevideo check <spec>             validate, estimate duration (instant)
makevideo preview <spec>           contact-sheet PNG of every scene (about 1 s)
makevideo init [file] [--style trailer]   starter spec / trailer beat sheet
makevideo shoot <trailer.md> [--all] [--only "Label"]   film every shot from your Electron game
makevideo beats <song.mp3>          tempo, beats and sections of your track
makevideo record <out.mp4> --seconds 10 [--window "Game"]   record screen/window for clip scenes
makevideo agents [--all|--global]   tell agents to use makevideo for videos
makevideo mcp                       MCP server (stdio)
makevideo setup                     pre-download voice models
makevideo voices | themes | types | transitions | formats
  -o <file>  --draft  --format <f>  --voice <id>  --theme <name>  --json

.js 规格可以 export default { ... }（或导出一个返回规格的异步函数），便于根据数据生成场景。

API

import { video, check, preview, VOICES, THEMES, SCENE_TYPES } from 'makevideo';

const r = await video(spec, { baseDir, onProgress: (e) => console.log(e.stage, e.message) });
// r = { output, srt, report, poster, duration, seconds, scenes: [{ index, type, title, start, duration, say }] }

check(spec)      // { ok, problems[], estimatedSeconds }
await preview(spec) // { output: '...preview.png' }

错误信息经过设计，便于 Agent 据此采取行动。错误会指出场景，并包含一个可运行的示例：

makevideo: invalid spec
  - scenes[2] (clip) is missing "src". Example: {"type":"clip","src":"gameplay.mp4","start":2,...}
  - scenes[4] has no "say" (narration) and no "duration". Narration is the default in makevideo: ...

游戏预告片：镜头列表 → 拍摄镜头 → 按节拍剪辑

▶ 观看 Neon Drift 预告片（36 秒）。示例 Electron + Three.js 游戏根据一份节拍表拍摄了所有镜头，并让每个剪辑点都落在音乐节拍上。

预告片由镜头列表、拍摄镜头和配乐剪辑组成。makevideo 一手包办：

npx makevideo init --style trailer      # trailer.md: a beat sheet (shots, text slams, logo, Wishlist card)
npx makevideo preview trailer.md        # storyboard on the beat grid + trailer lint (about 5 s)
npx makevideo shoot trailer.md          # launches your Electron game and films every shot
npx makevideo trailer.md                # cuts it on the beat with a score, text, logo and end card

1. 镜头列表就是节拍表。 每个 ## 区块都是剪辑中的一个节拍，以音乐节拍数计量。shot 区块说明要拍摄什么。单独一行文字就是撞击卡。# 是徽标。「在 Steam 上加入愿望单」是片尾卡。

---
style: trailer
title: Neon Drift
bpm: 110
---

## Dogfight

```shot
setup: |
  game.reset(); game.wave(20);
camera: orbit hero 9 2 -40 40
```
FLY FAST

## Until
THEN THEY CAME

# NEON DRIFT
A neon arena shooter

## Wishlist on Steam
Coming 2027

2. 游戏自行拍摄。 在游戏中添加两行代码：

// Electron main process
require('makevideo/electron').attach(win);
// renderer (your Three.js code)
window.makevideo = { renderer, scene, camera };

makevideo shoot 会启动游戏、运行每个镜头的 setup 代码，并移动摄像机（可围绕任意命名对象执行 orbit、push、dolly、fly、follow、hold）。随后，它会以 1920×1080 分辨率，按虚拟时间逐帧录制画布。即使机器以 20 fps 渲染游戏，录制的画面也能以 30/60 fps 完美流畅播放，而且 HUD 永远不会入镜。需要游戏自身音频的镜头可以使用 mode: realtime。

即时回放： 游玩时按 F8，即可将最近 15 秒保存到 makevideo-clips/，捕捉无法通过脚本编排的瞬间。

3. 剪辑与音乐节拍同步。

• 每个场景的时长都是整数个节拍，每个剪辑点与节拍的偏差都不超过半帧。
• 落在重音上的剪辑点会闪光。
• 生成的配乐会根据各段落（前奏 → 渐强 → 爆发 → 间奏 → 终章 → 尾声）进行编排，并加入低音轰鸣、鼓点和上升音效。你也可以使用自己的曲目：makevideo beats song.mp3 会找出速度、节拍和段落，bpm + musicOffset 可实现精确同步。
• 片段会按其 speed 播放（或使用 ramp: 1>0.3），而 start: auto 会自动选取片段中最活跃的区段。
• 每个片段的游戏音频会作为背景音叠在音乐下方，主音量会标准化至 −14 LUFS。

预告片检查器会按照优质 Steam 预告片的剪辑规则进行检查：

• 在 5 秒内出现游戏画面
• 徽标应在游戏画面之后出现，不能提前出现
• 时长为 30–90 秒
• 以行动号召结尾
• 撞击文字卡不超过 5 个词
• 不连续出现三张文字卡
• 检查可能循环播放的片段
• 检查镜头是否超出音乐时长

屏幕录制

如果游戏不是 Electron，或者你只想录制原始素材：

npx makevideo record captures/siege.mp4 --seconds 12 --window "Hacksilver"   # one window (Windows)
npx makevideo record captures/menu.mp4 --seconds 8                           # whole screen (Win/macOS/Linux)

然后在节拍表中使用 ![](captures/siege.mp4)。

性能

makevideo 专为在 CPU 上运行而构建，因为大多数 Agent 沙箱和云端运行环境都没有 GPU。

想要更快？添加 --fast（或设置 "voice": "fast"）。这会切换到 Piper 语音，在 2 个 CPU 线程上可达到约 10 倍于实时速度。默认语音 Kokoro 使用所有核心时，速度约为实时的 2 倍。快速语音听起来不太自然，因此最适合用于草稿、长视频和快速迭代。

npx makevideo video.md --fast   # fastest: Piper voice + quick encode
npx makevideo setup             # once per machine/image: pre-download voice models

使用相同的 74 秒、8 个场景的视频（examples/whats-new-0.2.md）进行测量，测试设备为 i7-10750H 笔记本电脑（6 核，无 GPU），测量时机器约有 35% 的负载来自其他工作。两个版本连续运行：

	v0.2.0	v0.3.0
首次渲染（未缓存语音）	119.9 s	81.0 s
使用 --fast 语音首次渲染	不适用	36.3 s
重新渲染（语音已缓存）	41.0 s	28.4 s

实现这一速度的方式：

• 帧保持。 幻灯片仍然占据大部分时间。仅绘制可能发生变化的帧。每种场景类型都确切知道其入场动画的时长，因此典型场景中“动态”帧约占 30%，而不是 50%。颜色转换后，保持的帧会在 ffmpeg 内部重复，几乎不产生开销。
• 渲染进程。 场景在工作进程池中绘制并编码（每个进程各有一个画布和一个 ffmpeg），因此绘制可以利用多个核心，而不是只用 Node 的一个主线程。语音仍在生成时，工作进程就会启动。
• 经过调优的语音。 Kokoro 以 1–3 个进程运行，ONNX 线程固定到核心数/2/N，因为每个进程都占用所有核心会相互争抢。空闲的 ONNX 线程会休眠而不是空转，从而将 CPU 留给渲染器。
• 重叠式流水线。 每个场景一旦有自己的旁白，就会立即开始渲染。海报、GIF 和最终混流会并行运行。
• 缓存。 每个句子的音频都会按（引擎、语音、速度、文本）缓存到 ~/.cache/makevideo（可通过 MAKEVIDEO_CACHE 覆盖）。调整布局后重新渲染，可完全跳过语音生成。
• 基于测量，而非猜测。 这些优化都来自性能分析。有些方案效果不佳：胶片颗粒（图案填充每帧耗时 80 ms）、透明内容图层（在 Skia 中更慢）以及增加 x264 线程数（每个场景使用 2 个线程优于 4 个）。

可调参数：--fast、quality: "draft"、format: "720p"、MAKEVIDEO_THREADS（每个场景的 x264 线程数，默认为 2）、video(spec, { concurrency, ttsWorkers, ttsThreads })，以及用于查看逐场景性能分析的 MAKEVIDEO_DEBUG=1。

工作原理

spec ─► validate ─► split narration into sentences ─► Kokoro TTS pool (cached)
                                     │ per scene, as soon as its audio is ready
                                     ▼
            measure audio → scene duration, caption cues, reveal times
                                     ▼
       Skia canvas draws only frames that change ─► ffmpeg (loop holds, x264)
                                     ▼
        concat segments + narration WAV (+ music) ─► .mp4  .srt  .json  .jpg

要求

Node 18+。其他所有内容都通过 npm 安装：ffmpeg-static 附带 ffmpeg，@napi-rs/canvas 附带预构建的 Skia，而 kokoro-js 通过 ONNX Runtime 在本地运行语音。CI 会在每次推送时，使用 Node 20 和 22 在 Linux、macOS 和 Windows 上渲染测试视频。

致谢与许可证

MIT。语音使用 Kokoro-82M（Apache-2.0），通过 kokoro-js 提供。视频使用 FFmpeg 编码（通过 ffmpeg-static）。

_{关键词：AI 视频生成器、文本转视频、制作视频、旁白视频、快速视频生成、配音、TTS 视频、解说视频生成器、程序化视频、Node.js 视频库、从 JSON 生成 ffmpeg 视频、带旁白的幻灯片、自动字幕、字幕、SRT、Agent 工具、Claude Code 视频、Codex 视频、大模型视频生成、开发日志视频、补丁说明视频、游戏预告片旁白、无需浏览器的 Remotion 替代方案。}