与「MG动画」相关的搜索结果

卧槽！GitHub 上一个 1.58 万 Star 的项目，居然不用视频生成模型，就能让 AI 做出完整短片！ 推荐开源项目 Lemo-Opuscar，作者用 Claude Opus 5.5，纯靠代码制作了 99 种不同风格的影片。 水墨画、像素动画、复古胶片、3D 微缩景观、赛博霓虹、MG 动画……足足 15 大类，每种都有成片演示和现成的风格提示词。 最厉害的是，装进 Claude Code 后，选个风格、说出主题，AI 就能自动编排画面、动画、配音和音乐，最后渲染成视频！ 做 AI 短片、科普视频、品牌宣传片的，建议收藏！ 在线画廊：⁠ GitHub：⁠

卧槽。。。终于知道怎么复刻出 小Lin说 风格的剪辑了，以前只能对着视频一帧一帧扒！！只需要超简单的三步： 1️⃣ 把 ChatCut 接入到 Grok Bot 里 给 Grok Bot 发送这段焚决：「Read to connect the ChatCut app」，它会读安装指南，引导你授权连接器、自动装好相关的剪辑技能。 2️⃣ 拿参考视频沉淀方法论和细分 skill 把小Lin说的参考视频链接发给它，让它用 ChatCut 拆分镜，把同款 MG 动画和剪辑节奏沉淀成一个剪辑 skill。 3️⃣ 丢自己的素材进行自动剪辑 把我生成的数字人视频交给它，让它按刚总结出来的这套 skill 剪，各种特效、素材、MG 动画它统统一次性都能自动搞定 绝了，这下子以后剪辑门槛真的变成了零了，大家赶紧收藏起号吧 ～

🚨 别再傻傻死磕图文了！现在想做自媒体，不会剪视频真的寸步难行！ 前几天分享的「Cloudflare + Gmail + Resend 免费个人域名邮箱终极方案」，没想到🔥了，评论区很多人在催更教程 这两天有时间，把完整配置和踩坑过程写了出来 但评论区还有不少朋友说：步骤太长、文字看着费劲 我想录口播讲解，又发现太啰嗦，大家根本没耐心看完 为了让大家最快理清逻辑，我干脆把它做成一条直观的动态 MG 讲解视频。 🤔问题来了：我不会 AE，也不想花钱找 MG 动画师 于是我直接把整篇 Markdown 文章丢给 Fotor Agent，只说了一句话：“根据这篇文章，帮我生成一条中文 MG 讲解视频。” 结果成片速度和效果都有点超出预期 全程没开 AE，没动剪映，对零剪辑基础的人来说，这套工作流太省事了： 1. 智能理解：先读懂长文，自己提炼重点、安排脚本结构 2. 全栈生成：4K MG动画、旁白、字幕、多轨时间线，一条龙搞定 3.支持全轨道二次编辑：生成的不用是固定 MP4，文字、画面、音频都能继续改 第一版效果其实就不错，只有个别文字错了，我直接在画布上选中文字就修改好了，不需要重新生成，给这个功能点个👍 🔥最后总结一句：图文看细节，视频理逻辑 以后你写好的长文或教程，如果觉得用户理解有门槛，或者信息量太大，不妨顺手做成一条 AI 视频 有时候，一分钟的直观画面，胜过一万字的枯燥描述 完整录屏👇

想做自媒体，却总愁没内容发的，可以看看这个方向：把育儿知识做成 60 秒的动画科普。 每期讲清楚一个家长关心的小问题：孩子为什么喜欢反复听同一个故事、亲子阅读怎么开始、在家可以玩哪些亲子游戏，先定一个小栏目，沿着这些问题往下做，下一期的选题就有了方向。 育儿科普这个赛道，我觉得值得认真做。看品牌在这里花的钱，也很直观。 QuestMobile 的数据显示，仅去年 3 月一个月，母婴用品广告主的媒介硬广投放就超过 20 亿元，同比增长 26.6%。 把知识讲清楚，慢慢积累家长的信任，后面就有机会接母婴品牌合作、产品推广。 但有了选题，一个人想把这种号做起来，还很容易卡在制作上。 选题已经想到第十期，第一期的动画还没做完。 一分钟的知识，做成视频，人物、画面、字幕、配音，全得一点点磨。想到下期还要再来一遍，更新的热情先掉了一半。所以这次，我拿 Fotor Agent @fotor_ai 试了一遍。 一条 60 秒的育儿 MG 科普视频，以前用AE人工做要好几天，成本高达上千，现在只需要半小时，4 美元不到。 我把素材、想要的 MG 风格和内容要求一起丢进去，它先规划脚本，再生成素材，生成后自动排进多轨时间线。 画面、字幕、配音分层排好，整条视频怎么组织，一眼就能看清楚。 哪段想提前，哪段想后移，拖一下就能调整位置和顺序。画布上的内容也可以直接修改，视频素材、效果、音乐，都能按自己的想法重新组合。 初次成片有不满意的地方，就继续在对话框里提要求，让 AI 直接修改。自己动手调，或者用自然语言让它改，都可以。 现在还新增了滤镜和转场，画面风格、镜头之间的衔接可以一起调整，完成后支持 4K 导出。 做完这条，就可以开始想下一期了。 人物有了，画风有了，讲解结构也有了，前面搭好的这一套，后面还能接着用。 下一期换个育儿选题，沿用这些设定，再根据内容调整文案和画面，不用每次从头搭一遍。 这才让我有了把它持续做成一个系列的想法：围绕一个方向积累选题，每期讲清楚一个小知识，保持同一套人物和画风，慢慢攒成一个栏目。 课程介绍、产品讲解，也可以照这个思路做。 总愁没内容发，可以先从自己熟悉的领域里，列出十个别人经常问的小问题。把答案核对清楚、讲明白，一个问题做一期，先把第一条做出来。 第一条做出来了，后面还有选题，制作也有了可以沿用的办法。这个号，就可以试着更起来了。 给大家争取了福利点击我的链接，前50个名额额外赠送100积分和链接兑换码见评论👇 #FotorAgent# #AI短视频# #MG动画#

GPT-5.6 + Codex保姆级教程：我如何让AI接管工作 我把内容工作流拆开，让 GPT-5.6 + Codex 逐项“考试”。 结果很反直觉：抓 20+ 网站、50+ X 账号，20–40 美元/天，还不如手动 15 分钟；但 MG 动画、封面、标题、推文、YouTube 分段和数据分析，已经能交给 AI。 20 美元GPT Plus，大约优化了我 1/3 的工作流。 核心不是全自动，而是：拆解→测试→算成本→只把更优的环节交给 AI。 具体内容请看视频！感谢大家点赞关注支持！

想让 Claude 做视频，别再只丢一句“帮我做得高级一点”了 从找风格、写分镜到生成动画、接着剪辑，GitHub 上已经有一批项目可以分工干这些活 可以按自己的内容这样选 做产品宣传片，先看 huashu-motion 能生成片子和配乐，后续还可以针对画面局部提修改 做知识类账号，看看这两个 vibe-knowledge-film 走知识短片路线，先出短样片确认方向 story-studio 把故事口播的文案、配音、配图接到剪映草稿，适合还想自己精剪的人 想做有画风的动画，用 animate 挑风格，或者给参考图 还没想好画面长什么样，就先逛这两份参考 mg-styles-15 有 15 种 MG 动效成片，附提示词和源码 motion-prompt 把动效、运镜的名字和动态样例放在一起，方便把脑子里的效果说清楚 像素风项目可以补一个 pixelfx，现成特效和制作 Skill 都有 已经有口播素材、想让 AI 帮忙粗剪，再看 video-editor-skills 它对接达芬奇，需要 Studio 版，而且许可不允许商用，接单前别忽略这点 第一次试，拿一个具体任务就够了 “用我的产品截图做一条 30 秒功能介绍，先给脚本和分镜，确认后再生成，不要编造产品功能” 先出一条能改的样片，比装满一堆 Skill 更有用

这两天全网都在拿刚发布的 Claude Fable 5.2 测写代码，我换了个更刚需的玩法：既然现在大家最关心的是自己和家人的健康，干脆把 Theta Health 开源（Apache-2.0）的健康数据引擎 Mirobody 挂进 Claude Code，让 Fable 5.2 调它的本机离线医学词表，把 mirobody-gen 生成的 18 份跨机构虚拟体检单、5 年手表数据和中英日对照读数现场洗干净，做成了一份 2026 身体年度报告与跨年体检趋势看板（见图）。 不用部署也不用 API Key，一行命令就能把它的离线引擎挂进 Claude Code 当 MCP： claude mcp add mirobody -- uvx --python 3.12 mirobody mcp 为什么要让 Fable 5.2 调这个 MCP，而不是直接把体检单丢给大模型心算？因为跨医院、跨语言的体检数据直接喂给模型太容易翻车了——比如同样从美国的 mg/dL 换算成国内的 mmol/L，胆固醇要除以 38.67，而空腹血糖要除以 18.02。 挂上 Mirobody（1.6.1） 后，你手上的中文、英文检查报告就能真正放在一起看：它从 LOINC 2.83 切出了 63,416 个编码、1,023,273 条名称（含 21 种语言）和 331 个 UCUM 单位，常规体检项目在中、英、日、俄、爱沙尼亚、土耳其 6 种语言上的覆盖测试达到 347/347。本机实测它把英文的 LDL Cholesterol 82.8 mg/dL、日文的 LDLコレステロール 82.8 mg/dL（落到质量浓度 LOINC 13457-7）和中文的 低密度脂蛋白胆固醇 2.14 毫摩尔每升（落到摩尔浓度 LOINC 22748-8）全部对齐，经 convert_unit 按各自的换算系数精准转换（2.14 mmol/L ↔ 82.74 mg/dL）；6 家机构、3 种不同写法的 15 次糖化血红蛋白 也全部统一到 LOINC 4548-4 连成了一条五年趋势线。 更好玩的是本机实测时故意埋雷和抓到的几个真细节（见图）： 一是它的拒识边界极严，绝不瞎猜。我故意往 standardize_reading 塞了一条把血清白蛋白配成尿液单位的脏数据（Albumin 30 mg/24h）和一条笼统的 血脂 偏高，它直接返回 refused，明确提示白蛋白配了尿液才用的单位、分类词不给单项编码。在 18 份报告第一轮原样读出的 172 行里，150 行直接拿到编码，它拒绝了 22 行并逐行给出理由——比如血常规里缩写 PCT 配了 % 单位，通常是血小板压积，引擎没把它错编成降钙素原（PCT 的另一个常见意思），而是因单位对不上直接拒识；还有 Urea(BUN) 混写了尿素和尿素氮两个量、3 行血压把收缩压和舒张压印在同一格。第二轮我让 Fable 5.2 按拒识理由把那 3 行同格血压拆成 6 行（总行数变为 175 行），再去掉括号、把缩写展开成全称（如写全 Plateletcrit）重交，又有 22 行编上了码：最终 175 行里共 172 行拿到编码，只剩 3 行英文 Glycated albumin 仍未编码。 二是实测真抓到了几个 Edge Case：英文 Glycated albumin 暂未识别，但敲中文 糖化白蛋白 却能识别；测日文低密度脂蛋白时，不带横杠的 LDLコレステロール 秒识别，但中间加个半角连字符写成 LDL-コレステロール 就会返回 unresolved（因为引擎坚持只查词表绝不靠模型猜，刚好可以顺手给仓库提个词表 PR）；另外日记里的复合长句直接传给 standardize_complaint 会不认，必须让 Fable 5.2 先把单项症状拆出来再调工具，23 个症状精准编上了 22 个 ICPC-3 编码。 这次我在本机实测的是它最轻的离线词表、Apple Health 导入和 Claude Code MCP 链路，还没有在本地部署完整版 Web 应用。根据官方文档，完整版 Mirobody 可以把体检报告（PDF、照片、表格）、手环数据（Apple Health 等）和基因文件（WeGene、23andMe、AncestryDNA、VCF）整合进同一份 AI 读得懂的记录，支持用 Docker 100% 本地部署（16G 无卡电脑也能跑，Windows 需在 WSL 2 终端里执行），也可以接入其他 AI 模型；完整版回答里每个数字都标明来源，点开就能看到原文件。国内网页版（ Mirobody、以及海外版产品 Theta（ 提醒两点：接 Claude Code 这类云端工具时，你发给它的记录会发给对应的模型公司（所以我全程只用虚拟数据测试）；如果你部署完整版，设置里生成的 MCP 接入链接相当于密码，截图或录屏时必须打码。 截至 2026 年 11 月 11 日，Mirobody 在 GitHub 上已有 1,450 个星标，是 GitHub digital-health 话题下星标第 1 的项目。可以直接去 GitHub 跑通试试，觉得有用点个 Star，遇到没覆盖的医院报告写法也欢迎提 Issue 或 PR： （也可以先点开中文在线 Demo 体验，里面是两位虚拟成员的 2,019 条数据，想自己提问需要注册或自己部署： ）

各位 Vibe Coder 们，咱们天天看自己的 token 额度还剩多少，天天担心 Claude Code、Codex 的 IP 健不健康、会不会被封号，把这些 Coding Agent 伺候得妥妥帖帖。可有多久，咱们没真正关心过自己的健康了？ 你上次体检是几年前？我是 3 年前，前公司的入职体检 🤦🏻‍♀️ 更扎心的是：就算现在去补一次，新报告和 3 年前那份也很难放在一起看。换了医院，指标名就变了；在国外做的化验，单位都不一样。一份写 Total Cholesterol 193 mg/dL，一份写 总胆固醇 5.0 mmol/L，数字看着差了几十倍，其实几乎是同一个值。 我们给 agent 喂代码，都知道上下文没对齐就会出错。那健康数据呢？很少有人管。把两份报告一起丢给大模型，它能讲得头头是道，却未必知道这两个数说的是同一件事。数据层不先统一，模型再强也画不出一条对的趋势。 所以今天我拿 Theta Health 开源的 Mirobody（Apache-2.0）认真试了一遍，我只关注一个点：它能不能把同一项认成同一项。全程用的都是虚拟数据。 1. 在本地换算 193 mg/dL，结果是 4.99 mmol/L。「总胆固醇」和「total cholesterol」对到了同一个国际化验编码（LOINC 2093-3）。这一步没调模型，也没用 API Key。 2. 中文 demo 里，一开始只有一份报告。我问「我的胆固醇有什么变化？」，它老实说只有一个时间点：4.60 mmol/L。我又导入了一份 PDF 体检报告和一份 CSV 化验单，同样的问题，这次画出了一条趋势：4.60、4.45、4.38。两份报告的英文写法一份是「Total Cholesterol-TC」，一份是「Cholesterol, Total」，它都认成了同一项。每个读数都能点开原文件看。 3. 最让我放心的是：我输入「血脂 5.0 mmol/L」，它并没有硬猜，只是不给编码，因为「血脂」是一类检查，不是一项读数。写过代码的都懂，知道什么时候不该答，比什么都答更难得。 我还用 1.6.0 版本复跑了它仓库里公开的名称识别用例，347 项全部通过。这只说明公开用例在这个版本上的表现，不代表临床准确率。 没跑完的也照实说：16 GB 电脑上的全本地部署我还没试，这台机器上没装 Docker，磁盘空间也不够。下一篇补上实测。 给自己的 agent 做了那么多配置，也花一个周末给自己的健康数据搭个底子吧： 1. 先看中文 demo，里面是两位虚拟成员的数据： 2. 给 Claude Code 接上（官方提供的命令，不用部署，也不要 Key）： claude mcp add mirobody -- uvx --python 3.12 mirobody mcp 提醒一句：接 Claude Code 这类云端工具时，记录会发给对应的模型公司。 截至 11 月 9 日，它是 GitHub digital-health 话题下星标第 1 的项目。觉得有用，欢迎点个星，或者提 issue、PR： （然后，真的该去体检了啊。。。）

鼠疫（鼠疫耶尔森菌）一旦怀疑就要立刻用药，不必等培养结果。发病后约24小时内开始有效抗生素，病死率可从未经治疗时的很高水平明显下降；肺鼠疫和败血型进展极快，拖延最危险。 按现行指南，早期杀菌效果最好、证据最充分的是氨基糖苷类和氟喹诺酮类，不是等病情轻了再口服抑菌药。 优先考虑（一线） 链霉素：传统上对各型鼠疫（尤其肺鼠疫）杀菌证据最久，中国诊疗方案长期列为首选。成人常用约1 g肌注、每12小时一次（儿童约15 mg/kg、每12小时一次，单次不超过1 g）。耳毒性、肾毒性明显，且很多地方已不易获得。 庆大霉素：疗效与链霉素相当，美国CDC将其与氟喹诺酮并列为常用一线，供应更稳。成人常用5 mg/kg、每日一次，静脉或肌注。脓肿穿透较差，较大淋巴结肿可考虑联用或切开引流。 氟喹诺酮类（环丙沙星、左氧氟沙星、莫西沙星）：CDC 2021年指南已升为一线，杀菌、可静脉也可口服。重症肺型或败血型常优先静脉给药。成人示例：环丙沙星400 mg静脉每8–12小时，或左氧氟沙星750 mg每日一次。 可作替代、但对极重症早期不如上面几类稳妥 多西环素：FDA批准，随机对照里与庆大霉素相当，但是抑菌药。更适合病情相对轻、或大批量无法静脉用药时；严重肺鼠疫多作备选或联合用药，不宜单靠它扛早期危重阶段。 脑膜受累时，传统还会加用能进脑脊液的药物（如氯霉素），需专科决定。 实际用法要点 重症（肺鼠疫、败血型）起始常采用两类联用，例如氨基糖苷 + 氟喹诺酮，好转后再减为单药。疗程一般10–14天，或退热后再用约2天。β-内酰胺类（青霉素、头孢）对鼠疫不可靠，不能当治疗药。 这是法定传染病和急症，必须隔离并由传染病专科按体重、肾功能、妊娠与类型给药，不能自行购药。暴露后预防常用多西环素或环丙沙星，那是预防方案，不等于治疗重症的首选。