article2media

把一篇文章或一条视频，一键做成小红书图文、公众号排版和口播短视频。10 个能力各自独立，也能自由组合。

开源 Claude Code / Codex Skills · 抓取 · 视频转文字 · 改写 · 翻译 · 杂志长图 · 小红书卡片 · 公众号排版 · 竖屏口播视频 · 原文排版 · 白板论证 · 漫画

article2media 是一组开源的 Claude Code / Codex Skill，同时也是一个 Claude Code 插件。它把一篇文章或一条视频做成可以直接发布的中文视觉内容。

从 2.0 起，它由 10 个独立能力组成：文章抓取、视频转文字、改写（总结）、全文翻译、长图、卡片、公众号排版、口播视频、白板论证、漫画。每个能力都是一个 skill，可以单独用（比如只把自己写的文章排成公众号，或者只把视频转成文字），也可以自由组合。总入口 /article2media 提供常用的一键组合。

• 输入：
  • 文章：X（Twitter）长文、网页、微信公众号文章，或本地 Markdown；
  • 视频：抖音、YouTube、B 站链接，本地视频或音频，.srt / .vtt 字幕。视频先转成逐字稿文章。
• 产出：
  • 杂志风长图、小红书 3:4 图文卡片、可直接粘贴的公众号排版；
  • 带本地 AI 配音和逐字字幕的竖屏口播视频；
  • 一字不改的原文长图、原文卡片和原文公众号排版；
  • 中文全文译文、白板论证图和黑白漫画。
• 验收：每种产出都自动检查，不合格就报错。
• 依赖：只需要 Node.js 22 和 Chrome。

为什么做这个

好文章在信息流里很难被读完。把它做成图文或视频，通常要截图、排版、配图、配音、剪辑，几个小时才做完一个平台，换个平台还得从头再来。

article2media 把这件事交给 AI。你给一个链接，流程分三步：

1. Claude 先把文章读懂：要总结时重组成一份和风格无关的结构化内容，要原文时一字不动，要翻译时逐段译出；
2. 脚本把它渲染成各平台需要的格式；
3. 交付前自动验收，有问题直接报错，不靠人眼去找。

并不是每次都需要总结。自己写的文章只想排成公众号，或者想把全文做成小红书卡片，就直接排版，不经过改写。所以每一步都做成了独立的能力，按需要拼起来。

核心特性

快速开始

1. 安装（推荐 Claude Code 插件，一次装好全部 11 个 skill；其他方式见安装）

claude plugin marketplace add threerocks/article2media
claude plugin install article2media@article2media

2. 检查环境

bash scripts/install.sh      # 在仓库里：Node、Chrome、字体，以及做视频要的配音、对齐、出图、ffmpeg

装成插件后，第一次使用时 skill 会自己跑环境检查。

3. 在 Claude Code 里调用

一键组合用总入口：

/article2media https://x.com/thedankoe/status/2117664712532123680       # 总结长图（默认）
/article2media https://example.com/post 小红书                           # 小红书总结
/article2media ./my-essay.md 公众号                                      # 原文排版成公众号
/article2media https://x.com/… 翻译成中文发公众号                        # 外文搬运
/article2media https://x.com/… 长图、小红书、公众号都要                  # 一稿多发：改写一次，三种产出
/article2media https://www.bilibili.com/video/BV… 小红书                 # 视频进，图文出

也可以直接用单个能力（插件里名字带 article2media: 前缀）：

/article2media:wechat-layout ./my-essay.md            # 只排版，不总结
/article2media:image-cards ./my-essay.md 原文卡片      # 全文分页成 3:4 卡片
/article2media:video-transcript https://www.bilibili.com/video/BV…     # 只要逐字稿
/article2media:article-translate article2media-out/x-…/article.md      # 只翻译

产出写在当前目录的 article2media-out/<slug>/ 下。Codex 里用 $article2media、$wechat-layout 这样调用。

十个能力，自由组合

能力之间只靠同一个工作目录里的文件交接：article.md（原文）、article.zh.md（译文）、content.json（改写稿）、rewrite.md（改写稿的文章形态）。

推荐组合

没说要原文还是总结时：长图和卡片默认总结，公众号默认原文排版，外文走原文路径时先翻译。说了"排版 / 原文 / 一字不改"就走原文，说了"总结 / 提炼"就走改写。完整规则见 pipeline.md。

产出一览

可以输入 X 长文、帖子或线程，任意网页，微信公众号文章，本地 Markdown 或文本文件，也可以直接粘贴正文；视频见下一节。英文原文改写时默认写成中文，需要英文产出时加 --lang en；要全文中文就走翻译。没有提比例或平台时出长图；没有指定风格时，Claude 按内容选一个主题，交付时说明理由。

/article2media https://example.com/post --style midnight     # 指定主题
/article2media ./notes.md --style all --pages 2              # 全部主题各出一份
/article2media https://x.com/… 小红书 --illustrate           # 加 AI 插画（封面 + 配图）
/article2media https://x.com/… --verify                      # 联网核对文中的数字
/article2media ./essay.md -f                                 # 原文长图
/article2media ./essay.md 原文卡片 1:1                        # 原文分页成方图卡片
/article2media https://x.com/… -w                            # 白板论证
/article2media https://x.com/… -c                            # 漫画（需要出图能力）

视频当原文

给一个视频链接或视频文件，video-transcript 会先把它转成逐字稿文章 article.md，时间轴另存在 transcript/segments.md。只要文字就到此为止；要长图、卡片、公众号、口播视频还是漫画，后面和文章一模一样。

/article2media https://www.bilibili.com/video/BV1NprhBPEtR 小红书
/article2media "7.94 复制打开抖音，看看【…】 https://v.douyin.com/…/"     # 整段分享口令也行
/article2media ./访谈录音.m4a 公众号
/article2media ./talk.srt -f

• 本地语音识别：用 mlx-whisper 和 whisper-large-v3-turbo，在 Apple Silicon 上运行。实测 6 分钟的 B 站视频 16 秒转完，14 分钟的视频 29 秒转完。
• 清理：
  • 繁体转简体（内置 OpenCC 字表）；
  • 半角标点改全角；
  • 去掉 Whisper 在静音处编出的套话和重复循环；
  • YouTube 自动字幕的滚动重复会去掉。
• 分段：在句末停顿处分自然段，只补标点，不改字。
• 专有名词：识别前用 --prompt "人名 术语" 提示，识别后用 --terms 词表.txt 替换，词表每行写 错词=>正词。
• 浏览器 cookie：有的网络下 YouTube 要求登录确认，抖音也会要求浏览器 cookie。这时脚本会提示两个办法：
  • 你同意复用本机浏览器状态时，加 --cookies-from-browser chrome；
  • 把视频保存到本地，直接传文件。

细节见 video-input.md。

工作原理

flowchart LR
  IN["文章链接 / 文件 / 正文"] --> F["article-fetch<br/>→ article.md"]
  VIN["视频链接 / 音视频 / 字幕"] --> T["video-transcript<br/>→ article.md（逐字稿）"]
  F & T --> A["article.md"]
  A --> TR["article-translate<br/>→ article.zh.md"]
  A --> RW["article-rewrite<br/>→ content.json"]
  RW --> EX["export.mjs<br/>→ rewrite.md"]
  RW --> LI["long-image · image-cards<br/>杂志长图 · 总结卡片"]
  A & TR --> OR["long-image · image-cards<br/>原文长图 · 原文卡片"]
  A & TR & EX --> WX["wechat-layout<br/>公众号排版"]
  A --> V["explainer-video · logic-whiteboard · article-comic<br/>口播视频 · 白板 · 漫画"]
  LI & OR & WX & V --> QA["自动验收<br/>不合格即非零退出"]

• 抓取：
  • X 走 FxTwitter API，不用登录；
  • 网页依次尝试 r.jina.ai、defuddle.md、本地 Chrome；
  • 公众号用本地 Chrome；
  • 视频：字幕用 yt-dlp 获取，没有字幕时用本地 Whisper 识别。
• 分工：Claude 负责理解和写作（改写稿、译文、口播脚本、白板账本、分镜）；脚本负责一切确定性的工作：抓取、排版、截图、配音、对齐、混音和验收。
• 交接：每个能力都是独立的 skill，只靠工作目录里的文件交接，共用 skills/article2media/engine/ 里的脚本、版式和主题。
• 渲染：内容、版式 CSS 和主题 CSS 合成 HTML，再通过 DevTools 协议驱动无头 Chrome 截图，输出 2 倍分辨率。
• 图表：15 种参数化图表，包括柱状、条形、堆叠、流程、矩阵、合流、树、数据、等式、路径、对比、循环、金句、图片和手写 SVG，颜色全部取自主题。另有可选的 AI 插画。

设计原则

• 内容与风格分离：主题只是一组 CSS 变量加少量结构覆盖，换主题只需重新渲染。
• 零 npm 依赖：只用 Node 22 内置的 WebSocket 和 fetch，直接驱动本机已有的 Chrome。
• 能力探测，不强求：出图（Codex CLI → OpenAI → Gemini）、本地配音（VoxCPM2 → edge-tts → 系统语音）、逐字对齐和视频转写（Whisper）、视频字幕（yt-dlp）都是先探测再选用。
• 图里不放字：生成的图片不含文字，所有文字都由 HTML 排版，所以可校验、可修改、不会出现乱码。

主题

21 套主题，同一份内容可以用任意主题渲染。没有指定时，Claude 依次按「明确偏好 → 题材 → 投放场景」选一个，规则见 references/styles.md。