B-roll Skill
一款开源 AI 视频 skill，帮助做解说短片的人把一句口播稿转成拼贴风视觉隐喻、静帧和 5 秒左右的 Vox 风 B-roll 片段。
工具简介
值得关注，但更适合把它看成“开源风格化 B-roll 工作流”，而不是通用的一键成片平台。现有证据能支持它确实能把单句口播转成视觉隐喻、拼贴静帧和短动画，也有人拿它做了 OpenDesign 80K star 的 Vox 风短片；但证据主要来自 X，热度高于系统化评测，采用判断应偏积极但保守。
它的实际作用，是把“解说词配什么画面”这件最耗创意的环节半结构化：先抽取核心意思、关键物件、底色和组装顺序，再出 contact sheet，确认后才进入 Gemini Omni Flash 动画阶段。这个流程说明它不是传统剪映/CapCut 式时间线编辑器，也不是纯文生视频模型，更像“脚本到风格化 B-roll 的编排 skill”或开源提示链。好用证明主要来自作者公开的步骤说明、两道确认 gate、以及用户展示成片；热度证明则是 10w+ 浏览、300+ GitHub star（均为作者社媒说法）和较高转发浏览。
门槛与成本方面，证据明确提到它跑在 Codex 中，并需要配置 Gemini API；作者还特别说“静帧通过才烧钱”，这说明视频生成阶段存在 API 成本控制设计，但没有官方稳定报价，不能推断单条成本。另有社媒演示称可把 skill 交给 Flova 模仿来一条龙生成，这只能算替代跑法，不等于官方托管服务。适合愿意自己配环境、希望做 Vox/杂志拼贴讲解短片的创作者、独立开发者和内容团队；不太适合要真人写实、长视频精剪、零配置商用交付的人。
社媒共识相对明确：大家普遍认可它“好看”“有风格”“适合解说视频”，还讨论了单句 B-roll、完整讲解片、14 条叙事弧和多套视觉主题，以及 v2 试图用正面照解决“大家生成得都很像”的问题。不过讨论质量以作者发布、转发安利和体验分享为主，教程/拆解有一些，严格第三方长文评测和大样本实测仍有限。因此目前更能证明它受关注、工作流有启发性、已有可见样片；至于稳定性、产能和长期成本，还应视为样本有限。