awesome-opus5-5-videos
yihui-dev/awesome-opus5-5-videos加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
475 个 viral 视频，475 条可复制的 prompt，每一个都来自真实用户在 X/Twitter 上的分享。
2026 年秋，Claude Opus 5.5 的视频生成能力在 X/Twitter 上引发了一场静默革命。
起初只是几个设计师晒图——"我让 AI 做了个 3D 动画"，然后是一段像素风游戏，然后是一段复古广告。转评赞堆叠在一起，有人开始复刻 prompt，有人把结果发到 Reddit，帖子越滚越大。几天之内，Claude Opus 5.5 的标签下涌现出数百条高质量视频：游戏、3D 场景、动态图形（Motion Graphics）、产品演示、像素艺术、科普动画……
这些视频的共同点是：它们不是用专业软件做的，是用纯文本 prompt 让 AI 写代码生成的。
awesome-opus5-5-videos 就是这场实验的"策展档案"。由独立开发者 yihui-dev 维护，GitHub 仓库收录了截至目前（2026 年 9 月）全部 475 个 viral 视频的 prompt，每一条都注明来源链接，每一段 prompt 都可以直接复制到 Claude Opus 5.5 中复现效果。
1. 目前为止最大的 Claude 视频 prompt 开源库
475 个条目，覆盖 4 大类别（Motion Graphics 运动图形、Explainers 科普动画、3D scenes 三维场景、Games & interactive 可玩游戏），每个条目包含：
2. 揭示了 AI 视频创作的新范式
传统视频制作流程：写剧本 → 分镜 → 拍摄/渲染 → 后期剪辑。
Claude Opus 5.5 流程：写一段文字描述 → AI 写出完整的 HTML/Canvas/SVG/Three.js 代码 → 浏览器打开即成视频。
这意味着：任何能打字的人，都可以用 prompt 在几分钟内创作出专业级运动图形动画。
UI 状态变形动画：Dribbble 级别的 UI 动效，由 Canvas + SVG + GSAP 组合生成
3. Prompt 工程学的珍贵样本库
对于 AI 开发者和研究者而言，这个项目是一座 prompt 工程学的金矿。每个 prompt 都来自真实用户分享，有成功案例（经过社区验证 viraled），有完整的上下文（作者、平台、时间、使用的技术栈），可以直接作为：
4. Skillry 平台让复刻效果可验证
每条视频都配有 Skillry 平台的对照页，左边是原版，右边是 AI 实时复刻版本。这解决了 AI 视频生成领域的一个核心问题：如何客观评估 AI 生成质量？同屏对比让质量高下立判。
该项目本质上是"prompt 聚合 + 元数据管理"，不涉及代码运行，但从收录视频的技术实现中可以提炼出以下技术谱系：
Three.js + Canvas 生成的 3D 场景动画，要求 AI 具备空间建模和光照渲染理解
前端动画技术：
AI 生成策略： 从大量 prompt 样本分析来看，成功的视频 prompt 有几个共同特征：
prompts/ 目录，或访问 Skillry 网站.md 文件# 克隆仓库
git clone https://github.com/yihui-dev/awesome-opus5-5-videos.git
cd awesome-opus5-5-videos
# 查看所有视频元数据
cat data/videos.json | jq '.[] | {slug, category, tech_tags, prompt}' > prompts_summary.json
# 按类别筛选
cat data/videos.json | jq -r 'select(.category=="3d") | .slug'
| 目录/文件 | 内容 |
|---|---|
data/videos.json | 全部 475 个视频的元数据（JSON，包含 slug/author/category/prompt 等字段） |
prompts/*.md | 每个视频对应一个 Markdown 文件，记录作者、来源、完整 prompt |
README.md | 精选 100 个条目展示 + 分类导航 + 使用指南 |
仓库统计（截至 2026-09-29）：
1. AI 生成质量高度依赖 Prompt 质量
475 个 viral 视频背后是更多失败尝试。成功的 prompt 通常经过多轮迭代（prompt 工程本身就是一个技能），这意味着"直接复制 prompt 就能出同样效果"是一个误解——同样的 prompt 在不同时间、不同模型版本下可能产生完全不同的结果。
2. 模型版本依赖性强
这些视频全部基于 Claude Opus 5.5 生成。当 Anthropic 发布新版本后，模型能力可能发生显著变化，这些 prompt 的可复现性无法保证。
3. 版权与伦理灰色地带
部分视频使用了第三方 IP（如星球大战 X-Wing vs. 歼星舰），属于合理使用范畴还是侵权，存在法律争议。Anthropic 的使用政策明确禁止用其服务生成侵犯版权的内容，但用户生成内容的边界尚不清晰。
4. 非技术用户的体验鸿沟
虽然 prompt 本身是纯文本，但最终生成的"视频"实际上是一个 HTML 文件，需要在浏览器中运行并录制才能产出真正可分享的视频格式。这对非技术用户来说存在一定门槛。
1. AI 作为"前端工程师"的雏形已现
Claude Opus 5.5 能生成可用 HTML/Canvas/SVG 代码这一事实，意味着 AI 在前端开发领域的定位正在从"辅助编程"向"自主构建"跃迁。Motion Graphics 这个通常需要 After Effects 专业技能才能完成的领域，正在被自然语言 prompt 蚕食。
2. Prompt 共享文化正在形成
类似 awesome-opus5-5-videos 的项目，折射出一种新兴的开源文化：不是共享代码，而是共享 prompt。这与传统的开源软件不同——代码需要许可、版权、许可证，而 prompt 是一段文字，可以自由复制、自由使用。这种模式对 AI 时代的内容生态有深远影响。
3. Skillry 等平台的商业机会
视频对照展示平台（Skillry）的出现，指向一个趋势：当 AI 生成内容（AI Generated Content）越来越多时，如何评估和比较 AI 的生成质量将成为一个独立赛道。工具化、平台化的 AI 评测服务可能会迎来爆发。
awesome-opus5-5-videos 不仅仅是一个"awesome list"，它是 2026 年 AI 视频创作能力的一次快照。从这个 475 条目的仓库中，我们可以清晰看到：
对于 AI 开发者，这个仓库是不可多得的 prompt 工程学样本库；对于设计师和创作者，它是 AI 辅助创意生产的实战手册；对于研究者，它是观察 AI 多模态能力演进的实时数据源。
链接：GitHub 仓库 · Skillry 视频墙
本报告基于 GitHub 仓库数据（2026-09-29）、Skillry 平台内容及视频元数据分析生成。报告图片均来自 Skillry CDN 授权展示。