如果说 2025 年是 Claude Code Skills「理解世界」的一年，那 2026 上半年则是它「生产世界」的爆发期。最显著的现象，是媒体生成类 Skills 在短短五个月内从边缘走到舞台中央：1 月 Remotion 官方 Skill 发布时在 X 上单条冲到 830 万播放，紧接着 Sora 2、Veo 3.1、Kling 3.0、Seedance 2.0 相继开放 API，催生出一条从「一段提示词」到「带配音字幕的成片 / 商用插画 / 数学动画」的完整管线。
本期横评聚焦 7 款最能代表这一浪潮的媒体生成引擎，覆盖三条技术路线：模型直出（Sora、ImageGen、inference.sh 多模型聚合）、代码编程式（Remotion、Manim、Processing）、全家桶集成（Video Toolkit）。它们解决的共同问题是——把 Claude 的「会写代码 + 会写脚本」两种能力，兑换成可以交付的视觉/视频资产。
| 引擎 | 路线 | 核心输出 | 上手难度 | 变现潜力 | 综合评分 |
|---|---|---|---|---|---|
| Sora Skill | 模型直出 | 文生视频（Sora 2 API） | ★★☆☆☆ | ★★★★★ | 4.6 |
| ImageGen（codex-imagegen） | 模型直出 | 文生图（GPT-Image） | ★☆☆☆☆ | ★★★★☆ | 4.2 |
| inference.sh 媒体聚合 | 模型聚合 | 40+ 视频 / 50+ 图片模型 | ★★★☆☆ | ★★★★★ | 4.5 |
| Remotion Video Skill | 编程式 | React 代码生成 MP4 | ★★★☆☆ | ★★★★★ | 4.7 |
| Manim Video Creator | 编程式 | 数学/STEM 动画 | ★★★★☆ | ★★★☆☆ | 4.0 |
| Claude-Code-Video-Toolkit | 全家桶 | 录屏+剪辑+转码全链路 | ★★★★☆ | ★★★★☆ | 4.3 |
| Processing Video Creator | 创意编程 | 生成式艺术视频 | ★★★☆☆ | ★★★☆☆ | 3.9 |
来源：fltman/claude-code-skill-sora-video（社区版）+ OpenAI 官方 sora 技能
安装：npx skills add fltman/claude-code-skill-sora-video
这是把 OpenAI Sora 2 API 封装成 Claude Code Skill 的代表实现。核心脚本 scripts/sora.py 暴露了 generate / remix / poll / list / download / delete 六类操作，只需配置 OPENAI_API_KEY 并开通 Sora API 访问权限，即可在终端里「一句话生成、轮询、下载成片」。
它最大的价值不在「能不能生成」——任何人都能调 API——而在于把异步、轮询、失败重试、多任务并发这些脏活固化进了技能。视频生成是典型的长耗时任务（单条 8 秒成片常需 1–3 分钟），Skill 内置了 poll 机制和 spritesheet / thumbnail 下载，避免了每次都手写等待逻辑。模型层面，2026 年 Sora 2 Pro 在运动一致性和文本渲染上仍是第一梯队，与 Veo 3.1、Kling 3.0、Seedance 2.0 同列四大旗舰。
竞品对比：相比 inference.sh 的多模型聚合，Sora Skill 更专一、更可控；相比 Veo 类 MCP，它胜在 OpenAI 生态联动（可与 ImageGen、Codex 三件套串联做「图→片」联合生产）。
来源：JunSeo99/claude-skill-codex-imagegen + codex-imagegen（yazelin 维护）
安装：npx skills add yazelin/codex-imagegen-skill
Claude 本身没有原生光栅图像生成能力，这是长期痛点。ImageGen 系列技能给出了一条聪明的解法：不自带模型，而是「借道」Codex CLI 的 $imagegen 内置指令，复用用户已有的 ChatGPT 订阅额度生成 GPT-Image 图片。这意味着——零额外 API 费用，只要你有 ChatGPT Plus / Pro。
技能做的事情很薄但很关键：它把 Claude 的上下文理解（读懂「我要一张赛博朋克风的产品主图」）和 Codex 的出图能力桥接起来，处理好跨进程调用、文件落盘、路径返回。对大量「vibe-coded」的网站/小程序而言，过去要么上线没图，要么手贴占位图，现在可以让 Claude 在建站同时自动配图。
竞品对比：相对 Gemini Image / FLUX 类技能，它的优势是「免额外付费」；劣势是画质与可控性不如 FLUX 2 Max 或 Imagen 4。商业插画场景建议 FLUX，快速配图场景首选 ImageGen。
来源：claudemarketplaces.com 上的 ai-video-generation 与 ai-image-generation
安装：通过 inference.sh CLI 配置后接入
如果说前两者是「单点高手」，这个聚合技能就是「全能超市」。它通过 inference.sh CLI 暴露 40+ 视频模型（Veo 3.1、Kling 3.0、Seedance 2.0、Sora 2）和 50+ 图片模型（FLUX Dev LoRA、Gemini 3 Pro Image、Recraft、Ideogram），让 Claude 在一个会话内按需求「货比三家」——要写实选 Veo，要动漫风选 Kling，要文字精准选 Sora 2，要海报排版选 Ideogram。
这种「多模型路由」对生产场景极有价值：不同模型擅长不同风格与比例，且价格差数倍。Skill 可以根据 prompt 特征自动路由到性价比最优的模型，显著降低批量生产成本。代价是配置更重——需要注册 inference.sh、管理多模型密钥。
来源：Remotion 官方 Agent Skills（2026 年 1 月发布）+ wshuyi/remotion-video-skill
安装：见 remotion.dev/docs/ai/coding-agents，Claude Code 自动识别
这是 2026 年迄今最成功的 Skill 营销案例：官方发布即在 X 创下 830 万播放（另一口径 600 万+），让无数人第一次知道「视频可以用 React 组件写出来」。Remotion 的理念是——视频不过是一组按帧渲染的 React 组件，于是 Claude 这种「会写代码」的 Agent 天然适配：你说「做一个产品发布倒计时动效片」，它直接写出 <Countdown> 组件、配置时间轴、渲染成 MP4。
它的杀手锏是绝对的可控性与可复用性：和 Sora 那种「重新抽卡」的黑盒不同，Remotion 的每一帧都是代码，可以 diff、可以版本管理、可以套模板批量生产。官方文档明确支持 Claude Code、Codex、OpenCode 三大 Agent，并给出「prompt → 组件 → 渲染」的标准流程，5 分钟即可产出第一条片。
为什么它是本期冠军：把 Claude 最强的能力（写代码）和最缺的能力（产视频）精准对齐，且产物可工程化。这是「Skill 改变工作流」的教科书案例。
来源：affaan-m/ECC 仓库的 manim-video + agentcookbooks.com/skills/manim-video
安装：npx skills add affaan-m/ECC@manim-video
Manim 是 3Blue1Brown 同款数学动画引擎，这款 Skill 把它接入了 Claude Code，专门解决一个痛点：抽象概念的可视化讲解。无论是傅里叶变换、神经网络反向传播，还是 5G 的 OFDM 调制原理，Claude 都能写成 Manim 的 Python 场景代码，渲染成精确的数学动画。
它的定位和 Remotion 互补：Remotion 擅长商业动效与排版，Manim 擅长精确的几何与公式演绎。对教育、科普、技术自媒体而言，这是「降维打击」级别的工具——过去一段 3 分钟数学动画要专家手工调一周，现在一条 prompt 出初版。
来源：wilwaldon/Claude-Code-Video-Toolkit + digitalsamba/claude-code-video-toolkit
安装：git clone 后导入 Skills 与 MCP
前面几款都是「生成」，这款主打「全链路处理」：它把 Remotion、Manim（生成）、屏幕录制、YouTube 片段裁剪（采集）、FFmpeg 后处理（剪辑转码）整合成一套 Skills + MCP 工具箱。定位是「告诉 Claude 你要什么视频，它写脚本、生配音、配音乐、做画面、再剪好交付」。
价值在于闭环：不必在五个工具间切换，一条指令走完从素材到成片。对企业培训、产品演示这类标准化视频需求，这是离「真正可生产」最近的一站式方案。代价是组件多、依赖重，初次配置要装 FFmpeg、Node、Python 多套环境。
来源：本地生态 processing-video-creator
路线：创意编程（Java/Processing）
与 Remotion 的「工业风动效」不同，Processing 走的是生成式艺术路线——粒子系统、流场、分形、噪声场。Claude 写出 Processing 草图，逐帧导出再合成视频。它不是面向商业交付的高效工具，而是面向艺术家与视觉实验者的表达媒介。
在 2026 年，它的定位略显尴尬：被 Remotion（更工程化）和 Sora（更省事）两头挤压。但在「需要确定性、可参数化、可交互探索」的艺术创作场景，它依然不可替代。
mindmap
root((Claude Code<br/>媒体生成引擎))
模型直出
Sora Skill(Sora 2 视频)
ImageGen(GPT-Image 图片)
Gemini Image(谷歌系)
模型聚合
inference.sh(40+视频/50+图片)
多模型智能路由
编程式生成
Remotion(React 动效 · 冠军)
Manim(数学/STEM 动画)
Processing(生成式艺术)
全链路集成
Video Toolkit(录屏+剪辑+转码)
digitalsamba(脚本到成片)
本地中文生态
content-to-video(配音字幕片)
knowledge-card-pro(知识卡片)
book-to-short-videos(书摘短视频)
🏆 综合最佳：Remotion Video Skill —— 官方背书、现象级传播、产物可工程化，是「Skill 改变工作流」的最佳样本。
💰 最易变现：Sora Skill + inference.sh —— 商用视频/配图市场空间最大，可做批量产片 SaaS。
🎓 最适合教学：ImageGen（破冰入门）→ Manim（STEM 进阶）→ Remotion（工程实战），构成完整训练营梯度。
⚡ 最快上手：ImageGen，5 分钟出第一张图，零额外费用。
🔧 最全功能：Claude-Code-Video-Toolkit，一条指令走完采集到交付。
按「你的产出物」反推技术路线：要写实/影视级视频选模型直出（Sora/Veo）；要商业动效/数据可视化选 Remotion；要抽象概念讲解选 Manim；要艺术实验选 Processing；要企业标准化代工选全家桶 Toolkit；要快速配图选 ImageGen。三条路线并非互斥——2026 年的最佳实践是混合编排：Sora 出实拍镜头、Remotion 做片头动效、Manim 补原理解释、ImageGen 生成封面，最后用 FFmpeg 拼合成片。Claude Code 的价值，正是让这套曾经需要五个工种的流程，收敛进一个会话。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。