【AI】自动教学视频生成方案

最终目标:从"生成代码"到"生成教程视频"的完整闭环。

整体思路:从"动手"到"动口"

目标分解为两大步,它们分别对应两个强大的工具:

  1. 用Claude Code “做出来”:利用它在终端里自动编写代码、运行测试、生成文档的能力,为你的教学视频准备素材(如一个自动编码的Demo脚本)。
  2. 用OpenClaw “录下来”:利用OpenClaw操控电脑的能力,让它像人一样,自动打开终端、运行Claude Code、录制屏幕、最后生成一个完整的教学视频。

下面这个流程图可以帮你建立更直观的认知:

第二阶段:自动化录制与生成

第一阶段:内容生产中枢

自动编写/调试

1. 调用2. 执行3. 整合

输出

作为脚本输入

用户输入最终目标
例如:制作一个
“用Claude Code自动编码”的教学视频

Claude Code Agent

生成教学示例代码
与操作脚本

OpenClaw 主控Agent

屏幕录制Skill

终端操作Skill
(运行Claude Code)

视频生成Skill
(如Agent Opus)

最终成品:
自动生成的教学视频

接下来,我们进入具体的操作环节。

🛠️ 第一部分:跑通Claude Code,实现"自动编码"

这是计划的第一步,也是整个流程的基础。目标是让Claude Code能够在你指定的项目中,自主完成编码任务。

1. 安装与认证

Claude Code是Anthropic官方推出的终端Agent工具,安装非常简单。

  • 前置条件:确保你的系统安装了 Node.js 18.0 或更高版本,并且有一个Git仓库用于测试。
  • 首次认证:在项目目录下输入claude,终端会弹出一个浏览器窗口,登录你的Claude账号完成授权。之后就可以在终端里和它对话了。

一键安装:打开终端,根据你的系统选择一条命令执行即可:

# macOS / Linux / WSLcurl-fsSL https://claude.ai/install.sh |bash# Windows PowerShell irm https://claude.ai/install.ps1 | iex 

或者,如果你更喜欢用npm:

npminstall-g @anthropic-ai/claude-code 
2. 核心实操:让Claude Code自动完成一个编码任务

为了制作教学视频,你需要一个"自动编码"的演示案例。下面是一个标准的安全工作流,你可以直接用来作为视频的素材。

  1. 启动会话并下达指令:在项目目录下运行claude,然后给它一个清晰、具体的任务。例如:“请在这个项目中,创建一个新的Python脚本data_cleaner.py,它能够读取当前目录下的raw_data.csv,删除空行,并将清洗后的数据保存为clean_data.csv。请先展示修改计划。
  2. 审查并执行计划:Claude Code会先给出一个修改计划,并显示它将如何修改文件。你需要仔细审查这个计划。
    • 确认无误后,告诉它:“好的,请执行。
    • 它会自动创建文件、写入代码,甚至可能提示你如何安装必要的依赖(如pandas)。

提交成果:验证成功后,让Claude Code帮你提交代码。

gitadd.&&git commit -m"feat: 添加数据清洗脚本"

运行和验证:代码生成后,立即在终端里运行它,看看是否符合预期。

python data_cleaner.py 

如果遇到错误,直接把错误信息复制粘贴回Claude Code的会话中,让它帮你分析和修复。

创建安全分支:在项目中创建一个新分支,确保所有操作都是可逆的。

git checkout -b tutorial/claude-automation 

💡 进阶技巧

  • Plan模式:对于复杂任务,可以用claude --permission-mode plan启动,这样Claude只会生成计划而不会真的修改文件,更安全。
  • 文件引用:在对话中,用@符号可以快速引用项目中的文件,例如帮我重构一下@src/utils.py这个文件,非常方便。
  • 记忆项目规范:运行/init命令,Claude Code会创建一个CLAUDE.md文件,你可以把项目的编码规范写进去,以后它就会自动遵循。

🤖 第二部分:部署OpenClaw,为自动化"注入灵魂"

OpenClaw(或称Moltbot)是一个开源的智能体编排框架,可以把它理解为AI的"手和脚",让它能像人一样操作电脑、调用各种工具。这里我们重点实现用OpenClaw来操控电脑,模拟人制作视频的过程。

1. 环境搭建(推荐新手方案)

部署OpenClaw有两种主要方式,建议新手从第一种开始。

  • 方案A:阿里云一键部署(最简单)
    这是目前最快捷的方式,特别适合不想折腾本地环境的朋友。
    1. 访问阿里云OpenClaw一键部署专题页面,点击"一键购买并部署"。
    2. 选购一台轻量应用服务器,镜像选择"OpenClaw(Moltbot)",内存建议2GiB以上。
    3. 部署完成后,按照控制台提示,放通端口配置百炼API-Key,然后就可以得到一个Web控制台,直接在浏览器里和你的OpenClaw对话了。

方案B:本地环境安装(更灵活)
如果你想把OpenClaw跑在自己的主力机上,可以按以下步骤操作:

# 1. 全局安装npminstall-g openclaw@latest # 2. 初始化配置 openclaw setup # 3. Mac用户注意:需要在“系统设置-隐私与安全性-辅助功能”中,勾选你的终端App,授予OpenClaw操控电脑的权限。
2. 核心技能:让OpenClaw执行录制任务

OpenClaw的强大之处在于它的"Skills"(技能)。你可以通过编写简单的JavaScript代码或配置,让它掌握新的能力。这里我们构思两个核心技能:

  • 终端操作Skill:让OpenClaw能够打开终端、进入指定目录、运行claude命令并与之交互。这可以通过OpenClaw内置的shell技能实现。
  • 屏幕录制Skill:让OpenClaw能够启动系统的屏幕录制工具(如OBS Studio的命令行接口),开始录制和停止录制。

一个简单的任务链示例(概念):

  1. 用户指令:“录制一个教学视频,主题是’用Claude Code自动清洗数据’。”
  2. OpenClaw规划
    • 第一步:调用屏幕录制Skill,开始录制。
    • 第二步:调用终端操作Skill,打开终端,进入项目目录。
    • 第三步:在终端中运行claude,并自动输入指令:“请帮我创建一个清洗数据的Python脚本…”, 并记录下整个交互过程和最终运行结果。
    • 第四步:调用屏幕录制Skill,停止录制。
  3. 整合输出:OpenClaw将录制的视频文件保存在指定位置,甚至可以通过集成的视频生成工具(如Agent Opus)进行自动剪辑和添加字幕。

👣 下一步:监督调整OpenClaw

在你成功部署OpenClaw后,下一步就是"监督调整",让它复现你第一步中手动操作Claude Code的过程。这就像教一个新同事做事,你需要把操作步骤拆解成OpenClaw能理解的指令。

  • 从简单命令开始:先试试让OpenClaw执行一条简单的shell命令,比如openclaw run "打开终端,并执行'git status'",观察它是否能正确理解你的意图。
  • 拆解复杂任务:把你手动操作Claude Code的过程(打开终端 -> 输入claude -> 输入指令 -> 审查计划 -> 确认执行 -> 运行脚本验证)拆解成一步步的指令,逐步教给OpenClaw。
  • 利用现有案例:搜索结果中有一个非常有价值的案例:OpenClaw + Agent Opus 实现视频自动生成。虽然它生成的是AI数字人视频,但其中的"OpenClaw作为大脑,调用视频生成工具作为手"的架构,和你设想的"OpenClaw录制Claude Code操作视频"是完全一致的。你可以深入研究这个案例的"技能"(Skill)是如何编写的,这将为你提供巨大的参考价值。

最终,当你将Claude Code的代码生成能力,与OpenClaw的电脑操控和任务编排能力结合在一起时,你就能实现那个终极目标:AI根据用户的主题,自动完成代码编写、环境演示、屏幕录制,最终生成一个完整的教学视频。

Read more

Flutter 组件 tavily_dart 的适配 鸿蒙Harmony 深度进阶 - 驾驭 AI 原生聚合搜索、实现鸿蒙端跨域知识发现与垂直领域语义降噪方案

Flutter 组件 tavily_dart 的适配 鸿蒙Harmony 深度进阶 - 驾驭 AI 原生聚合搜索、实现鸿蒙端跨域知识发现与垂直领域语义降噪方案

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 tavily_dart 的适配 鸿蒙Harmony 深度进阶 - 驾驭 AI 原生聚合搜索、实现鸿蒙端跨域知识发现与垂直领域语义降噪方案 前言 在前文中,我们领略了 tavily_dart 在鸿蒙(OpenHarmony)生态中实现基础互联网 AI 搜索集成的魅力。但在真正的“跨国科研智能辅助”、“政务决策舆情态势感知”以及“需要接入高精密专业数据库”的场景中。简单的单次查询往往不足以触达知识的核心。面对需要在大规模并发环境下,针对特定行业域名(如 .gov / .edu)执行深层内容的并行嗅探,并且要求对回显的数万字内容执行基于 AI 强语义的重排序(Re-ranking)与引用链路审计的高阶需求。如果缺乏一套完善的聚合搜索策略与语义降噪模型。不仅会导致 AI 智能体出现由于“信息泛滥”

AI + 鸿蒙游戏,会不会是下一个爆点?

AI + 鸿蒙游戏,会不会是下一个爆点?

子玥酱(掘金 / 知乎 / ZEEKLOG / 简书 同名) 大家好,我是子玥酱,一名长期深耕在一线的前端程序媛 👩‍💻。曾就职于多家知名互联网大厂,目前在某国企负责前端软件研发相关工作,主要聚焦于业务型系统的工程化建设与长期维护。 我持续输出和沉淀前端领域的实战经验,日常关注并分享的技术方向包括前端工程化、小程序、React / RN、Flutter、跨端方案, 在复杂业务落地、组件抽象、性能优化以及多端协作方面积累了大量真实项目经验。 技术方向:前端 / 跨端 / 小程序 / 移动端工程化 内容平台:掘金、知乎、ZEEKLOG、简书 创作特点:实战导向、源码拆解、少空谈多落地 文章状态:长期稳定更新,大量原创输出 我的内容主要围绕 前端技术实战、真实业务踩坑总结、框架与方案选型思考、行业趋势解读 展开。文章不会停留在“API 怎么用”,而是更关注为什么这么设计、在什么场景下容易踩坑、

AI 的智能体专栏:手把手教你用豆包打造专属 Python 智能管家,轻松解决编程难题

AI 的智能体专栏:手把手教你用豆包打造专属 Python 智能管家,轻松解决编程难题

AI 的智能体专栏:手把手教你用豆包打造专属 Python 智能管家,轻松解决编程难题 AI 的智能体专栏:手把手教你用豆包打造专属 Python 智能管家,轻松解决编程难题,本文介绍了如何利用豆包平台打造专属Python智能管家。首先简述豆包平台的核心优势,接着说明创建前的准备工作,包括注册账号、明确定位和收集训练资料。随后详细讲解创建流程,从新建智能体、基础设置、能力配置到测试优化,还提及集成代码执行环境等高级功能扩展,以及使用技巧与实际应用案例。该智能官能解决多种Python编程问题,可提升学习效率和问题解决速度,是实用的个性化编程助手。 前言     人工智能学习合集专栏是 AI 学习者的实用工具。它像一个全面的 AI 知识库,把提示词设计、AI 创作、智能绘图等多个细分领域的知识整合起来。无论你是刚接触 AI 的新手,还是有一定基础想提升的人,都能在这里找到合适的内容。从最基础的工具操作方法,到背后深层的技术原理,专栏都有讲解,还搭配了实例教程和实战案例。这些内容能帮助学习者一步步搭建完整的 AI 知识体系,让大家快速从入门进步到精通,

ToDesk重磅更新, 硬核-ToClaw AI 实现科技新闻日报自动化实战

ToDesk重磅更新, 硬核-ToClaw AI 实现科技新闻日报自动化实战

一、前言 最近发现ToDesk悄悄更新,直接内置了 ToClaw 龙虾AI,真的格外惊喜!之前看中轻量化OpenClaw却被繁琐的本地部署、代码搭建劝退,如今不用任何前置准备,打开就能用。刚好我想做一款省心的每日科技新闻自动播报工具,省去手动搜资讯的麻烦,索性直接实测,从功能上手、实操任务到同类对比,全程分享真实体验,不吹不黑,看看这款桌面AI助手到底好不好用。 二、界面与入口 最新版ToDesk的 ToClaw 入口设在首页醒目位置,我下载的是4.8.7.1版本。 不用翻找多级菜单,打开就能快速定位,上手零难度,点开直接进入交互界面,操作极简高效。 启动ToClaw后会自动生成专属悬浮窗,支持全局一键唤醒,不管是办公、整理文件还是使用其他软件,都能随时呼出AI,不用切换界面,日常使用便捷度拉满,实测顺手不耽误手头操作。 三、核心架构 简单说下ToClaw的底层逻辑,OpenClaw并非独立运算模型,而是轻量化交互载体,负责衔接用户与AI核心算力,不占用过多内存,这也是它轻量化的关键,所有智能处理全靠底层内核支撑,