# 文字即成片：Claude Code 七大 AI 媒体生成引擎横评 ## 概述 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。 ## 评测总览表 | 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 | ## 一、Sora Skill：把 OpenAI 顶级视频模型装进终端 **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。 - **功能完整度** ★★★★☆：覆盖生成→混剪→下载全流程，但依赖外部 API 配额。 - **上手难度** ★★☆☆☆：需理解 API Key、异步轮询概念，门槛中等。 - **变现潜力** ★★★★★：单条 8 秒商用视频外包报价 50–300 元，Skill 可直接做成「批量产片」服务。 - **训练营适用性** ★★★★☆：适合 2 课时讲清「异步任务编排」。 - **社区活跃度** ★★★★☆：Sora 生态热度极高，但 API 仍在灰度放量。 **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）。 ## 二、ImageGen：让 Claude 也能「画图」的最短路径 **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。 - **功能完整度** ★★★☆☆：功能单一（仅文生图），但稳定可靠。 - **上手难度** ★☆☆☆☆：装好 Codex CLI 即用，近乎零门槛。 - **变现潜力** ★★★★☆：适合嵌入 logo / banner / 配图批量生产服务。 - **训练营适用性** ★★★★★：5 分钟可演示完，极佳的「破冰技能」。 - **社区活跃度** ★★★☆☆：方案依赖 Codex，随 OpenAI 政策波动。 **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。 ## 三、inference.sh 媒体聚合：一个 Skill 调动 90+ 模型 **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。 - **功能完整度** ★★★★★：模型覆盖最广，几乎无短板。 - **上手难度** ★★★☆☆：需理解模型差异、配置聚合平台。 - **变现潜力** ★★★★★：做「智能路由 + 批量出图/片」的 SaaS 底座。 - **训练营适用性** ★★★☆☆：知识点密集，适合进阶模块。 - **社区活跃度** ★★★★☆：聚合平台自身在快速扩张。 ## 四、Remotion Video Skill：用 React 代码「写」出爆款视频 **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 `` 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。 - **功能完整度** ★★★★★：动效、字幕、数据可视化、转场全支持。 - **上手难度** ★★★☆☆：要懂 React 与时间轴概念。 - **变现潜力** ★★★★★：模板化批量产片，单条成本极低，利润率最高。 - **训练营适用性** ★★★★☆：极佳的「代码即媒体」教学载体。 - **社区活跃度** ★★★★★：官方背书 + 现象级传播。 **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。 ## 五、Manim Video Creator：把抽象数学讲成动画 **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。 - **功能完整度** ★★★★☆：几何/代数动画强，但影视级特效弱。 - **上手难度** ★★★★☆：Manim 本身学习曲线陡，需 LaTeX 基础。 - **变现潜力** ★★★☆☆：垂直于教育科普，天花板有限但黏性高。 - **训练营适用性** ★★★★★：天然适合 STEM 教学。 - **社区活跃度** ★★★☆☆：Manim 社区成熟，但 Skill 仍小众。 ## 六、Claude-Code-Video-Toolkit：录屏到转码的全家桶 **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。 - **功能完整度** ★★★★★：采集→生成→后处理全覆盖。 - **上手难度** ★★★★☆：环境配置是主要门槛。 - **变现潜力** ★★★★☆：适合做「企业视频代工」标准化产品。 - **训练营适用性** ★★★☆☆：内容多，适合系统课。 - **社区活跃度** ★★★★☆：多个版本并行迭代。 ## 七、Processing Video Creator：用代码画出艺术 **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。 - **功能完整度** ★★★☆☆：艺术表达强，实用交付弱。 - **上手难度** ★★★☆☆：需 Processing 基础。 - **变现潜力** ★★★☆☆：艺术授权、NFT、视觉品牌定制。 - **训练营适用性** ★★★★☆：创意编程入门佳品。 - **社区活跃度** ★★★☆☆：Processing 老牌但增长放缓。 ## Skills 生态分类思维导图 ```mermaid mindmap root((Claude Code
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) ``` ## 推荐排行榜 **🏆 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。 ## 选型决策建议 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。 --- ## 参考来源 1. [Sora Video Generation Skill for Claude Code — GitHub](https://github.com/fltman/claude-code-skill-sora-video) — 基于 OpenAI Sora API 的社区版视频生成 Skill 源码与脚本。 2. [Prompting videos with coding agents — Remotion 官方文档](https://www.remotion.dev/docs/ai/coding-agents) — Remotion Agent Skills 官方接入指南，支持 Claude Code/Codex/OpenCode。 3. [Claude-Code-Video-Toolkit — GitHub](https://github.com/wilwaldon/Claude-Code-Video-Toolkit) — 覆盖 Remotion/Manim/录屏/YouTube 裁剪/FFmpeg 的全家桶技能集。 4. [Best AI Video Models for Claude Code in 2026 — anycap.ai](https://anycap.ai/page/en-US/ai/best-video-models-for-claude-code-2026) — 2026 年 Seedance 2.0/Veo 3.1/Kling 3.0/Sora 2 Pro 四大旗舰横评。 5. [The Best Image Generation Skills for Claude Code, Compared — pexo.ai](https://pexo.ai/blog/best-image-generation-skill-for-claude-code-1196) — Claude Code 文生图技能（FLUX/DALL-E/Gemini/ImageGen）对比与选型。 > [!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。