做不露脸的 YouTube 频道，卡住大多数人的不是选题，是画面：不想出镜，又请不起动画师，拿 AI 生图拼一拼，观众三秒就划走。
有个开源项目想直接把这条链走完。给它一个话题，它自己写脚本、配旁白、加字幕、做微动画，最后吐出一个 MP4。项目叫 Stickman Video Director，也就是火柴人视频导演，8 月 3 日建仓，84 天涨到 3122 星。
我在一台只有单核可用、内存不到 2G 的机器上把它关进隔离环境跑了一遍：它自带的 19 项运行时测试全过，11 个校验脚本也全过，8 秒样片 16 秒渲完、完整解码无错。然后我换了个中文项目，画面里的字变成了一个一个空方框，而它所有的检查项照样给它盖章通过。
一、它其实是一个说明书加一个渲染器
先说清「技能」（skill）是什么：它不是软件，而是一套写给 AI 助手看的规则文件，加上几个能直接跑的脚本。你把它装进 Claude Code 这类能读写文件的助手，助手就会照着这套规矩干活。
这个项目把活分成了两条完全独立的轨道，这一点是它最反直觉的设计。
| 导演模式 | 全自动模式 | |
|---|---|---|
| 你得到什么 | 故事提案 + 每十秒一条的视频提示词 | 带旁白、字幕、音效的完整 MP4 |
| 谁来生成画面 | 你复制到 Google Flow 等工具 | 助手调外部生图与配音服务 |
| 能不能离线跑 | 能，只是写文档 | 不能，至少要一个渲染器和素材 |
| 适合的时长 | 30 秒到 3 分钟 | 10 分钟以上的长片 |
两条轨道共用一次安装，但规则互不继承：导演模式有一整套「十秒三拍、四种视觉装置」的硬要求，全自动模式一条都不适用；反过来，全自动模式对字幕字号、安全边距的规定，导演模式也不管。仓库里专门写了一段话来防止 AI 助手把两套规则串味。
第二件值得说的是它敢拦人。导演模式的上手门槛写得很硬：素材、画幅、画风三样缺任一样，助手必须停下来问，不许自己挑一个默认值往下做。文件里还专门加了一句：客户催、生成要花钱、让你「随便选个正常的」，都不算豁免理由。
这句话不是摆设。仓库里留着一份对照组记录，同一个请求交给没有这套规则的助手，五次全都自己选了竖屏和画风，直接开始出提示词。
二、我跑出来的数字
全程在隔离环境里做：网络默认关闭，宿主的密钥和配置都不可见，内存限制在 700M。克隆、装依赖、跑测试、渲染，一样没落下。
| 测试项 | 结果 |
|---|---|
| 环境自检（依赖与字体） | 五项全绿 |
| 运行时测试 | 19 项全过，0 失败 |
| 仓库自带校验脚本 | 11 个全过 |
| 多语言首页一致性 | 通过 |
| 8 秒样片渲染 | 240 帧，16 秒，完整解码通过 |
19 项运行时测试不是摆设，里面有好几条是防事故的：改了字幕内容之后，之前那份「用户已确认样片」的授权必须自动失效；输出目录要是被换成指向别处的快捷方式，渲染必须拒绝写入；请求外部服务时必须先看到明确的联网许可，且不许把密钥打出来。这些我都逐条跑过，确实拦得住。
渲染速度按这个成绩折算，大约两倍于片子本身的时长。这是个推算，不是实测：片长每多一分钟，机器上就多两分钟等待。
然后是翻车的地方。
我把它自带的示例项目改成中文，字幕和画面大字都换成中文，重新跑。校验说没问题，渲染退出码 0，报告里写着「完整解码通过」。我把联系表（把成片抽九帧拼成的一张预览图）调出来看，中文全是一个个空心方框。
原因不在渲染器，在字体。它打包了两个字体文件，我用程序逐个字符查了一遍：拉丁字母有字形，中日韩的字一个都没有。而它自检里的字体项，判据只有两条——文件存不存在、大小是不是超过 10KB。文件当然在，2MB 也当然超过 10KB，于是五项全绿。
这意味着什么：一个中文创作者按它的默认配置走完全流程，会得到一部字幕和标题全是方框的成片，而它每一项检查都会告诉你「通过」。文档里其实写了「中文请自己换字体」，但那是文档里的建议，不是程序里的闸门。它自己的说明里还有一句话——「缺依赖时会直接失败，而不是静默产出一部占位片」。这句话在字体这一项上没兑现。
顺带查到的三处，按严重程度排：
一是提示词契约过期。导演模式的提示词模板里，画风清单只列到第四种，2026-10-20 新加的第五种历史画风只靠文件开头一段说明兜着，后面「每个提示词必须包含」的清单里没有它。它的测试也抓不到，因为测试只查总纲里有没有这行字，不查模板本身。
二是没有持续集成，也就是没有那种每次提交代码就自动跑一遍测试的托管流水线。仓库有明显的合并流程，最近两个修复都是走代码提交合并进去的，但存放自动检查脚本的那个约定目录并不存在。19 项运行时测试和 11 个校验脚本，全靠维护者记得手动跑。我这次跑通的版本和三个月后别人拿到的版本，中间没有任何自动检查替他们守着。
三是行为评测停在 8 月 3 日。仓库里唯一有真实运行日期的记录，是不带规则的对照组和带规则的实验组，结论很有说服力。此后一百多次提交，新增了三种画风和一整条全自动轨道，但场景测试的说明里自己写着「未经模型或视频服务独立执行」。规则写了，没验证过模型会不会照着做。
三、把它放进坐标系
同类里最常被拿来比的是 OpenMontage，6.89 万星，139 个技能、12 条流水线、1357 项测试全跑过（那篇我写过）——那是全家桶路线，什么都能接。这个项目走的是窄路：只做火柴人这一种画风，把力气全花在「画风不许漂」和「每一步都能验」上。
如果目标只是把一个话题转成讲解视频，anything2explainer 那条八个助手并行的路子更快，四十分钟出一条（实测在这）；如果你要的是画风统一、能长期做成系列，就得看它这种把角色比例和线条规则冻死的做法，这一点和画风库项目是同一类需求（handraw-style 那篇，同样是自检全绿但边界漏风）。
适合谁：想要一条固定画风的系列内容、愿意自己配生图和配音服务、能接受装 Node 环境和视频工具的创作者。
不适合谁：想开箱即用的人（它明确写着不提供生图配音的订阅）；只做中文成片又不想自己折腾字体的人；以及指望「一句话出十成片」的人——它出的是骨架，脚本和画面的好坏仍然取决于你的助手和素材。
四、我的判断
值得放进观察清单，但建议先只碰导演模式。
导演模式那段规则写得比市面上多数付费提示词包扎实：该问的必须问，该停的必须停，改一个参数就要重新确认。你不装它的脚本，只读那份说明书，也能直接受益。
全自动模式的价值在工程纪律上——样片授权和指纹绑定、逐镜缓存、断点续渲、路径逃逸拦截，这几项都是同类里少见的。但要真正投产，你得先补三件事：换一个带中文字形的字体文件，并且自己加一道「缺字形就报错」的检查；补上持续集成；再让维护者把提示词模板里过期的画风清单补齐。这三件都不难，但目前的版本不会替你做。
关注 AI商业快讯，每天一篇 AI 热点深度解读。