whiteboard-teacher-video — 讲解稿变手绘白板动画，本地 Chrome 渲染零生图成本

whiteboard-teacher-video 是一个把讲解稿变成「手绘会动的画面」讲解视频的 AI工具，属于交给 AI agent 调用的一类AI应用。它让图形由代码逐笔绘出、文字逐字写出、讲到哪画到哪，画面在本地用 Chrome 渲染，不调用生图模型，因而没有按次付费的生图成本，改动后只需几秒重渲受影响片段。项目以开源软件方式发布，核心渲染引擎来自 Frametell，适合做数学推导、知识科普和产品讲解类的白板视频。

场景痛点

用通用 AI 生视频工具做讲解，常遇到几个卡点：画面靠模型生成像素，每次结果随机、会抖动；改一句口播往往整段重生成，又慢又费额度；想把真实数字、图表、代码或网页截图准确画进去也很难。对需要反复修改、又要保证内容准确的自媒体作者，这种不确定性很耗精力。与其一遍遍抽奖，不如换一种画面可控、成本可预期的效率工具思路。

主要功能特点

代码逐笔手绘，五套风格

它的画面不来自模型，而是用 rough.js 手绘引擎代码逐笔画出：图形一笔笔勾勒、文字逐字写出，讲到哪画到哪。内置 study、whiteboard、chalkboard、warm-story、tech-dark 五套风格，改一个词即可切换，页面代码不动，构图和动画语法也随之改变。很适合讲解类内容创作。

零生图成本，画面确定可复现

整片在本地用 Chrome 渲染，不调用生图 API，只有配音花钱。整片是「时间的纯函数」，renderAt(t) 负责第 t 秒画面，与之前播过什么无关，因此同一时刻渲染两次像素完全一致，也能分段缓存、任意跳转。改一句口播或一页画面，只重渲受影响片段，几秒到一分钟出结果。这种确定性适合反复迭代的AI生产力。

五步出片，先粗片再打磨

做视频分五步：建项目、写口播和逐页画面、逐句配音、lint 质检并生成拼图、渲染出片，对应 ftnew、ftvoice、ftcheck、ftrender 四个脚本。一个视频就是一个普通文件夹，只有纯文本代码和音频。它主张先出粗片、再按反馈打磨，改单页只重渲一段，迭代近乎零成本，是影音编辑新手的固定流程。

组件、真实素材与公式

它内置 29 个组件，柱状图、折线图、雷达图、流程图、终端、卡片、3D 点云可直接调用，公式用 KaTeX 排版，品牌 logo 内置 simple-icons 和 iconify。还能嵌入截图、视频片段和真实网页截图窗口，讲产品时把真实界面放进画面。需要精确数字和真实素材的讲解，交给 AI 按代码画，比模型凭空想象靠谱。

配音、字幕与横竖屏

配音有 apiz、edge、user 三后端：apiz 默认成熟女声，edge 免费、已改新域名（旧域名或 403），user 用自有音频，逐句合成缓存。字幕自动生成 SRT，可烧录进画面，加 –portrait 输出 1080×1920 竖屏。关键数字可用 P.cw 卡到念词瞬间，声画同步。适配横竖屏都发的视频处理需求。

本地轻量，约 15 分钟出首片

环境不挑：Node.js 22.19、Python 3.9 及以上、Git，加本机 Chrome 或 Edge，不额外下载浏览器。安装拉取约 16MB 引擎和 130MB、共 10 个依赖，一到三分钟，远小于上游 1.3GB。实测 8 页 87 秒片子，建项目到首片约 15 分钟，改单页约 1 分钟。引擎从 GitHub 拉取，装一次即可。

开源边界与已知限制

核心引擎 Frametell 采用 AGPL-3.0-only 协议，以独立进程调用，产出视频不构成衍生作品，但官方提醒别把引擎源码放进闭源项目；中文字体霞鹜文楷为可商用 OFL。边界也明确：不做写实照片与三维实拍、不自动配乐、逐句配音语调略不连贯，建议单支不超过 12 页。作为AI相关的实用软件，用前须知取舍。

官方网站

GitHub https://github.com/liangdabiao/whiteboard-teacher-video

下载地址

https://pan.quark.cn/s/74e6013d842f

whiteboard-teacher-video — 讲解稿变手绘白板动画，本地 Chrome 渲染零生图成本

场景痛点