srt-whiteboard-animation

SRT Whiteboard Animation 是由开发者 geeklee 发起并持续维护的开源 AI 白板动画生成技能，核心定位是“将一段 SRT 字幕自动转化为暖米黄纸张底、笔尖流式书写的白板手绘动画，让知识讲解与故事口播拥有‘被一笔一划画出来’的叙事质感”——它不满足于做一份通用的视频生成提示词或零散的渲染脚本封装，而是将 SRT 字幕语义解析、分镜与配图策略生成、统一风格线稿绘制、分区遮罩编排、流式笔迹绘制（ink→color）、浏览器预览台可视化调整、逐幕渲染与多幕合并等核心能力整合于一套完整的开源 Skill 流水线中，全部配有 Python 虚拟环境一键准备脚本、annotation.json 结构化标注格式、暖米黄手绘视觉规范、以及面向 Agent 的自然语言驱动接口。市面大多 AI 视频生成工具要么直接输出“一段动态画面”（依赖黑盒模型、结果不可控、成本高），要么是预制模板的傻瓜剪辑（风格单一、缺乏叙事节奏）——但很少有项目能将“字幕驱动的语义分镜”与“流式笔迹的绘画质感”同时做到，SRT Whiteboard Animation 解决的正是这个问题。

一、SRT Whiteboard Animation 是什么

SRT Whiteboard Animation 采用“Agent Skill + 分区遮罩编排 + 流式笔迹绘制”三位一体的技术架构，通过 GitHub 完全开源免费发布。项目由开发者 geeklee 发起并持续维护，核心定位是“将 SRT 字幕做成暖米黄纸张底的流式笔迹白板手绘动画 skill：mask 分区遮罩编排 + stream 连续笔迹（ink→color）。”项目结合了分区遮罩编排与流式笔迹绘制：每个元素跟随字幕依次出场，笔尖在区域内连续落墨，再逐步添彩，最终导出 MP4。短短半个月便收获超过 2600 个 GitHub Star，足以说明其解决痛点的能力。

SRT Whiteboard Animation 的运作机制与市面常见的“文生视频大模型”或“预制模板剪辑工具”有本质区别。它不是让 AI 直接“生成一段会动的视频”，而是一套字幕驱动、逐步确认、可预测可控制的自动化流水线。用户提供 SRT 字幕文件后，系统遵循七步工作流：解析 SRT，输出分镜与配图策略→确认后生成统一风格线稿→确认线稿后，结合字幕和原图创建标注，并载入预览台→确认标注后，生成分区与方向检查图→在预览台调整区域、叙事顺序、时序和字幕关联并保存→确认最终标注后，逐幕渲染 MP4→多幕项目在确认各幕成片后合并。每一步完成后都等待确认，避免在分镜、线稿或标注尚未定稿时浪费渲染成本。项目采用暖米黄色纸张背景（#F5EBD7）、深灰色素描线条、红橙蓝仅作少量概念性点缀的极简手绘视觉规范。

二、SRT Whiteboard Animation 能做什么

SRT Whiteboard Animation 的核心能力可以精炼地概括为：解、绘、编、演、渲，围绕这五大维度提供了从字幕到成片的完整路径，覆盖白板手绘动画创作的全方位需求，具体包括：

SRT 字幕语义解析与智能分镜（解） ——不是“一刀切地按时间拆分”，而是“按语义理解故事节奏”。系统解析 SRT 字幕，并按建议的 25–35 秒时长拆分场景。先输出分镜与配图策略，确保每一幕只表达一个核心意思。按字幕事件而非画面坐标，为元素建立语义化的绘制顺序。这一设计确保动画的叙事节奏由内容驱动，而非机械地按时间轴切分。

统一风格线稿与概念性点缀（绘） ——不是“AI 随机生成不同画风”，而是“全片保持统一的手绘视觉语言”。确认分镜策略后，系统生成统一风格的线稿。视觉规范明确：暖米黄纸张背景（#F5EBD7）、深灰色素描线条、红橙蓝仅作少量概念性点缀、极简手绘、干净背景与充足留白、不使用场景文字、标签、摄影感、3D 效果或复杂纹理。这种“克制而统一”的视觉规范，确保了成片的白板手绘质感始终如一。

分区遮罩编排与流式笔迹（编） ——不是“静态图片轮播”，而是“笔尖在区域内连续落墨”。系统用 annotation.json 管理区域、时序、字幕关联和重叠保护区。每个区域采用连续流式笔迹：先 ink 铺线稿，再 color 添彩。元素按“场景铺垫→关键人物/物体→动作或变化→反应/结果”的叙事顺序排序。这种“先线稿后上色”的双层绘制机制，让动画呈现出“被一笔一划画出来”的观看体验。

浏览器预览台与可视化调整（演） ——不是“生成完才能看效果”，而是“渲染前就能调整每一帧”。系统支持浏览器预览台，用户可调整区域、顺序、时间和字幕关联。确认标注后，生成分区与方向检查图。这种“渲染前预览、确认后再渲染”的设计，大幅降低了试错成本——用户可以在投入渲染成本之前，在预览台中精准调整每一个元素的出场顺序和时序。

逐幕渲染与多幕合并（渲） ——不是“一次性渲染全部”，而是“逐幕确认、逐幕渲染、最后合并”。确认最终标注后，逐幕渲染 MP4。多幕项目在确认各幕成片后合并。项目素材结构清晰：assets/whiteboard/<项目名>/ 下包含场景 PNG、annotation.json、白板 MP4 和预览 MP4。图片与标注必须同名，确保素材管理的可追溯性。

三、SRT Whiteboard Animation 适合谁用

SRT Whiteboard Animation 的内容设计使其适配各类希望通过 AI 自动化白板动画制作的创作者与教育者，核心聚焦那些“想把知识讲解、故事口播、课程字幕变成手绘动画视频，但手绘成本高、视频制作流程碎”，希望从“手动逐帧制作”升级为“字幕驱动自动化”的人群，主要涵盖以下几类：

知识博主与短视频创作者——需要持续产出知识讲解类、故事口播类短视频内容，但手绘动画制作成本高、周期长。SRT Whiteboard Animation 适合把知识讲解、故事口播、课程字幕或短视频文案制作成暖米黄色纸张底的手绘动画。

教育工作者与课程开发者——需要将课程讲稿、教学口播转化为可视化的白板手绘视频，用于在线教学或课程宣传。项目提供了“效果示例：猴子山抢香蕉”——随着字幕的叙事顺序，依次绘制假山与小猴、抢香蕉的大猴，以及围观小朋友——展示了从故事到成片的完整交付能力。

AI Agent 的重度使用者——已经在用 Codex、Claude Code 等 Agent 进行日常工作的用户。SRT Whiteboard Animation 作为一个 Agent Skill，让“在对话中完成白板动画制作”成为原生体验。项目自带独立的 Python 虚拟环境准备脚本，首次运行时执行 python scripts/prepare_env.py --check 即可完成环境配置。

产品经理与内容运营——需要快速将产品讲解、功能演示转化为白板手绘视频，用于内部培训或客户教育。项目的“字幕驱动、逐步确认”工作流让内容团队可以在分镜阶段就介入调整，而非等到渲染完成后再返工。

希望从“文字交互”升级为“行业交付”的开发者——项目展示了一个 Agent 的进化方向：不再只是单纯的文字交互，而是通过调用专业 Skill 成为具备行业交付能力的生产力单元。

四、SRT Whiteboard Animation 的应用场景是什么

基于其内容设计与定位，SRT Whiteboard Animation 的应用场景主要围绕知识讲解视频制作、故事口播动画化、课程字幕可视化、短视频内容生产，覆盖从个人创作到内容生产的多个场景，具体包括：

知识讲解与科普视频场景——博主或教育者有一段知识讲解的口播稿，希望将其转化为可视化的白板手绘动画。SRT Whiteboard Animation 提供了一条“提供 SRT 字幕 → Agent 解析并输出分镜策略 → 确认后生成线稿 → 预览台调整时序 → 渲染 MP4”的完整路径。项目适合把知识讲解、课程字幕或短视频文案制作成暖米黄色纸张底的手绘动画。

故事口播与叙事视频场景——创作者有一段故事口播（如寓言、童话、生活故事），希望制作成带有叙事节奏的白板动画。项目的“效果示例：猴子山抢香蕉”——随着字幕的叙事顺序，依次绘制假山与小猴、抢香蕉的大猴，以及围观小朋友——完整展示了从故事文本到分镜到线稿到标注到成片的交付能力。

课程字幕与教学视频场景——教育者需要将课程讲稿或字幕文件转化为用于在线教学的白板动画视频。项目的视觉规范——暖米黄纸张底、极简手绘、干净背景与充足留白——天然适合教学场景：视觉干净、不干扰注意力、信息传达清晰。

短视频文案自动化生产场景——内容团队需要将一批短视频文案快速转化为白板手绘动画，用于社交媒体分发。项目支持按建议的 25–35 秒时长拆分场景，天然适配短视频平台的时长要求。逐幕渲染与多幕合并能力让批量生产成为可能。

AI Agent 技能生态建设场景——开发者希望构建或扩展 Agent Skill 生态。项目提供了一个完整的 Agent Skill 参考实现——从 SRT 解析到分镜策略生成到线稿绘制到标注管理到预览台调整到渲染导出的完整工作流，任何支持 Skill 的 Agent 运行时都可以接入。

五、SRT Whiteboard Animation 为什么值得关注

SRT Whiteboard Animation 之所以值得关注，核心在于它将“AI 白板动画创作从依赖黑盒模型的‘拼运气’升级为字幕驱动、逐步确认、可预测可控制的自动化流水线”，并具备“SRT 语义分镜 × 流式笔迹 × 分区遮罩 × 预览台调整 × 开源免费”的独特价值，具体体现在以下几点：

从“拼运气的 prompt”到“字幕驱动的确定性流水线” ——大多数 AI 视频工具依赖文生视频模型直接生成连续动态画面，结果不可控、成本高。SRT Whiteboard Animation 将 SRT 字幕的语义解析与分区遮罩编排深度耦合，让视频创作从“拼运气的提示词工程”变成了“可预测、可控制的自动化流水线”。每一帧的叙事节奏、绘制顺序、色彩呈现都由 annotation.json 精确控制，而非依赖模型的“随机发挥”。

“先 ink 后 color”的流式笔迹叙事创新 ——大多数视频生成工具是“直接输出最终画面”。SRT Whiteboard Animation 的核心理念是“让每个元素被画出两次”：先 ink 铺线稿，笔尖在区域内连续落墨，再 color 添彩。这种“线稿先行、色彩后至”的双层揭示，让观众在同一画面内经历了“看到画稿被画出→看到画作被上色”的完整创作过程，极大地增强了知识讲解和故事叙述的沉浸感。

“字幕驱动、逐步确认”的成本控制哲学 ——大多数 AI 视频生成工具是“输入→等待→输出”的一次性黑盒，失败了只能重来。SRT Whiteboard Animation 的工作流是“每一步完成后都等待确认，避免在分镜、线稿或标注尚未定稿时浪费渲染成本”。分镜策略→线稿→标注→预览台调整→逐幕渲染，每一步都有确认门禁。这种“确认后再推进”的设计，让创作者可以在投入渲染成本之前，在预览台中精准调整每一个元素的出场顺序和时序，大幅降低了试错成本。

暖米黄纸张底 + 极简手绘的克制审美 ——大多数 AI 视频工具追求“电影级画面”或“3D 效果”，但往往忽略了内容本身的传达效率。SRT Whiteboard Animation 的视觉规范明确拒绝这些“花哨”——暖米黄纸张背景（#F5EBD7）、深灰色素描线条、红橙蓝仅作少量概念性点缀、极简手绘、干净背景与充足留白、不使用场景文字、标签、摄影感、3D 效果或复杂纹理。这种“克制而统一”的审美，让观众注意力始终聚焦于内容本身，而非被华丽的视觉效果分散。

将 Agent 从“文字交互”升级为“行业交付”的范例 ——大多数 Agent 使用场景停留在“问答”和“文字生成”。SRT Whiteboard Animation 展示了一个重要的进化方向：Agent 不再只是单纯的文字交互，而是通过调用专业 Skill 成为具备行业交付能力的生产力单元。一个自然语言指令“把这段 SRT 字幕做成白板动画”，Agent 完成从解析到分镜到线稿到标注到预览到渲染到合并的完整视频制作流程。

开源 + 活跃迭代 + 完整工具链 ——SRT Whiteboard Animation 完全开源，最新提交于 2026 年 7 月 27 日。项目提供了完整的环境要求（Python 虚拟环境一键准备脚本）、结构化素材管理（assets/whiteboard/<项目名>/）、标准化标注格式（annotation.json）以及面向 Agent 的自然语言驱动接口。项目上线不久即收获超过 2600 个 GitHub Star。

现实挑战与生态成熟度。SRT Whiteboard Animation 并非没有短板。首先，项目依赖用户自行提供 SRT 字幕文件和对应的场景配图——它不负责“从零生成画面”，而是“将已有字幕和配图编排为白板动画”。