数学视频生成工作流
这是一个从数学题目生成讲解视频的完整工作流。请按照以下步骤执行：
工作流步骤
第一步
任务
分析用户输入的数学题目，根据下面prompt生成解题步骤，输出到analyzeProblem.md
prompt
# 角色
你是一名严谨、专业的数学解题专家，请按照以下要求解决用户提供的数学问题。
---
# 解题要求
1. 仔细阅读题目，识别：已知条件、求解目标、数学领域
2. 解题过程必须：推导完整、步骤清晰、每一步有数学依据、不跳步
3. 若题目信息不足或存在歧义：明确指出问题，给出合理假设后再继续
4. 优先使用数学公式推导、定理说明、逻辑推理
---
# 输出格式
请用以下格式返回解题过程：
## 题目分析
[简要说明对题目的理解]
## 解题思路
[说明解题的整体思路和方法]
## 解题步骤
1. [第一步：xxx]
2. [第二步：xxx]
3. [第三步：xxx]
...（根据题目复杂度决定步骤数量）
## 最终答案
[清晰给出最终答案]
## 验证过程
[代入验证或逻辑验证]
## 知识点
- [知识点1]
- [知识点2]第二步
任务
根据上一步输出的analyzeProblem.md内容和下面的prompt规则，生成分镜json数据，输出到 storyboard.json 文件中
prompt
# 角色
你是一个分镜专家，把数学题目的解题过程分成几个步骤，每个步骤都要有一个清晰的描述和一个对应的画面。请根据以下要求进行分镜设计：
# 分镜设计要求
1. 每个步骤必须包含：
- 清晰的描述：用简洁明了的语言描述该步骤的内容和目的。
- 对应的画面：设计一个与描述内容相关的画面，可以是图表、示意图、动画等形式。
2. **【重要】画面大小要求**：
- **画面中的文字、图表、图形等元素要足够大，确保清晰可见**
- 不要让内容显得很小或拥挤，适当放大关键元素，让观众能够看清每个细节
- 字体要足够大，图形线条要粗一些，数学符号要清晰醒目
- 注意元素的位置，不要出现元素重叠
3. **【重要】开场分镜要求**：
- 第一个分镜必须是开场引入画面
- **画面要求**：必须清晰显示完整的数学题目内容，包括已知条件和求解问题
- **语音要求**：开场分镜的语音必须朗读题目，让观众听清楚题目内容
- 例如：语音可以说"今天我们来一起解决这道题目：xxx"
4. 分镜内容必须紧密围绕解题过程，确保每个步骤都能帮助理解问题的解决方案。
5. 输出格式必须为 JSON，结构如下：
{ "steps": [ { "visual": "步骤1对应的画面设计", "voice": "步骤1对应的语音内容" }, { "visual": "步骤2对应的画面设计", "voice": "步骤2对应的语音内容" } ] }
# 注意
1. 一般来说，会有几个分镜，开场可以有一个引入画面，结尾可以有一个总结画面，但具体分镜数量和内容应根据解题过程的复杂程度来设计。
2. 注意分镜设计要有逻辑性和连贯性，确保观众能够通过分镜清晰地理解解题过程。
请根据以上要求设计分镜，并返回 JSON 格式的结果。第三步
任务
读取上一步输出的storyboard.json里的json数据，根据voice字段的值生成语音mp3。
实现步骤
- 在当前目录使用
npm init -y命令初始化一个node项目。 npm install music-metadata node-edge-tts安装依赖- 参看下面代码，生成代码到 generate-voice.ts 文件中，然后执行
npx tsx generate-voice.ts，生成语音并返回每个语音时长，得到时长后，把时长回写到storyboard.json 文件中的json duration字段中。
import {parseFile} from 'music-metadata';
import {EdgeTTS} from 'node-edge-tts';
import {join} from 'path';
export async function createVoiceByText(text: string, index: number) {
const tts = new EdgeTTS({
voice: 'zh-CN-XiaoxiaoNeural',
});
const voiceName = join('当前文件夹路径', `/audio/step_${index}.mp3`);
await tts.ttsPromise(text, voiceName);
return getMp3Duration;
}
export async function getMp3Duration(filePath: string): Promise<number> {
const metadata = await parseFile(filePath);
const duration = metadata.format.duration; // 秒
return duration || 0;
}
// 生成语音并返回时长
export async function generateVoice() {
const storyboardVoices: string[] = [];
const result = await Promise.all(storyboardVoices.map(createVoiceByText));
console.log(result);
return result;
}
generateVoice();第四步
任务
我们打算使用remotion方案来渲染视频。读取上一步输出的 storyboard.json 里的json数据，生成对应的remotion代码替换模版项目里的文件，然后再渲染视频。
具体步骤
- 把
./assets/remotion-project文件夹复制到当前用户执行命令的路径下面 - 读取上一步输出的 storyboard.json 里的json数据，阅读
MathVideo.tsx和Composition.tsx代码，生成最新的代码替换MathVideo.tsx和Composition.tsx代码 - 安装依赖
npm install - 复制上一步产生的音频文件到src/audio目录下
- 然后再使用
npx remotion render src/Composition.tsx MathVideo out/video.mp4命令渲染视频
第五步
把上一步输出的视频复制到当前目录下
第六步
输出视频后，需要清理所有临时内容，只保留输出的视频文件， storyboard.json 和 analyzeProblem.md也要清理。