Skip to main content
ClaudeWave
Skill34.8k repo starsupdated 2d ago

edu-math-tutorial

|

Install in Claude Code
Copy
git clone --depth 1 https://github.com/agentscope-ai/QwenPaw /tmp/edu-math-tutorial && cp -r /tmp/edu-math-tutorial/plugins/apps/qwenpaw-creator/backend/skills/edu-math-tutorial ~/.claude/skills/edu-math-tutorial
Then start a new Claude Code session; the skill loads automatically.

SKILL.md

# 数学讲解视频 · 领域知识

本 skill 指导如何把一道数学题组织成高质量的分步讲解视频。它不提供渲染脚本:
每个讲解场景是主时间轴上的一个 `creation.type=motion_clip` Element,旁白是
`creation.type=audio` Element,成片由 Creator 的确定性渲染管线合成。

## 1. 题目拆解方法

先完成解题分析,再规划视频。按顺序产出三层事实(写进委派任务书,不需要落盘):

1. **题面**:完整题目文本,全部数学表达式用 LaTeX 表示;有图形时先文字化描述。
2. **解法链**:选择最常规、面向学生的解法,把过程拆成 2–5 个原子步骤,每步
   只做一件事。一元一次方程的标准链是:移项 → 合并同类项 → 系数化为 1;
   几何题的标准链是:读图标注 → 引用定理 → 代入求解。
3. **易错点**:每步至多标注一个学生最易犯的错误(如"移项要变号"),在旁白
   与画面中同步提醒。

## 2. 视频结构与讲解节奏

固定五段式结构,每段一个场景(motion_clip Element):

| 段落 | 内容 | 时长基准 |
|------|------|---------|
| 开场 | 完整题面 + 一句目标("我们的目标是求出 x") | 6–10s |
| 步骤 N | 每个原子步骤一段:上一步结果 → 本步操作标注 → 本步结果 | 各 8–14s |
| 收尾 | 最终答案 + 一句验算或总结 | 5–8s |

节奏规则:

- 旁白按语速约 4.5 字/秒估算时长;场景时长 = 对应旁白时长 + 1–2s 静读缓冲。
- 每段旁白 1–3 句,单句不超过 25 字;步骤段先说操作依据,再报结果。
- 相邻场景之间内容必须有承接:下一场景开头展示上一场景的结论("上一步"栏)。

## 3. 旁白文案规范

- 全程中文口语,数学式读法固定:`5x-7=13` 读作"5x 减 7 等于 13";分数读作
  "5 分之 20";除法读作"20 除以 5"。不读 LaTeX 符号本身。
- 操作句式:"把常数项负 7 移到等号右边,移项要变号,所以右边变成 13 加 7。"
- 每句都要能独立成字幕:不用"然后呢"“接下来我们再"之类的口头填充词。
- 旁白文本写入对应 audio Element 的 `creation.script`,后续可改词重合成。
- 旁白逐句同步上字幕:每一句旁白对应一张字幕卡(见第 5 节),字幕文本必须与该句旁白逐字一致。

## 4. 版式与画面风格(motion_clip 的 prompt 要点)

每个场景的 `creation.prompt` 用自然语言写清画面意图,包含以下要素,实际动效
文档由 `design_motion_overlays` 生成(不要手写 `creation.motion`):

- **主题**:默认"Aurora Scholar"——浅色淡紫/靛蓝渐变背景、柔和光斑;同一
  视频内所有场景共用一个主题。
- **教学面板**:白色实心不透明圆角卡片承载公式与步骤(禁止半透明磨砂),
  卡片带分层柔和阴影;步骤编号用紫色圆形徽标。
- **公式排版**:数学表达式按 KaTeX 风格排版(衬线斜体变量、正体数字与
  运算符),题面/结果公式为视觉主体、居中放大;操作说明用小号胶囊标签放在
  两个公式之间(如"将 -7 移到右边,变号为 +7")。
- **步骤卡布局**:"上一步"公式在上(浅灰底栏),操作标签居中,"得到"结果
  在下(浅绿底栏高亮)。
- **画面文字全中文**:步骤徽标、操作标签、栏目标题("上一步""得到"等)一律
  用中文,禁止出现英文标注;每段卡片内容必须与本段旁白所讲的步骤严格一致
  (写 prompt 时把本段旁白原文附在后面作为对齐锚)。
- **字幕**:由独立的字幕 Overlay Element 承担(见第 5 节),不要画进
  motion_clip 文档里;教学面板预留底部约 15% 高度的留白,确保字幕不与
  面板重叠。
- **动效**:入场用轻柔上浮淡入,公式变化处做逐项高亮;不使用炫技转场。

## 5. 落地为 Creator 原生结构(执行流程)

1. 按第 1–2 节完成拆解与分段规划,估算每段旁白文本与时长。
2. 委派 `ai_editing_director` 到 `timeline:<timelineId>`,任务书写明:
   - 按分段各创建一个 `creation.type=motion_clip` 的主轨 Element(span 按
     第 2 节时长基准顺序接排,`creation.prompt` 按第 4 节要点写足画面内容,
     包含该段的具体公式 LaTeX、中文操作标注文字与本段旁白原文);
   - 为每段创建 `creation.type=audio` 的旁白 Element(`creation.script` 用
     第 3 节规范的文案,span 与对应场景对齐);
   - 为每一句旁白创建一个 `creation.type=overlay` 的字幕 Element:`text`
     填该句旁白原文(逐字一致,不改写不省略),span 按该句在本段内的
     时间位置排布(按字数占比分配本段时长),`location` 用底部居中胶囊
     默认值 x=0.50, y=0.88, width=0.80, height=0.14;字幕不可省略,
     每句旁白都必须有对应字幕覆盖其时段;
   - 写入后调用 `design_motion_overlays` 生成各 motion_clip 的动效文档
     与字幕卡样式,必须同时传 `captionStyle="uniform"` 和
     `sceneStyle="edu_steps"`:解说字幕全片用同一固定模板,只换文字;
     教学场景用确定性推导卡模板(步骤徽章/上一步/推导行/结果高亮固定
     骨架,底部自带字幕留白),模型只填内容文案且强制中文,全片版式
     绝对一致。为此每个 motion_clip 的 `prompt` 只需写清本段要讲的内容
     (步骤名、上一步公式、本步推导、结果),不需要描述视觉风格。
3. 成片合成走 Creator 确定性渲染(用户在 UI 上或由既有 compose 流程触发),
   不在任何沙箱内渲染视频。
4. 自查:逐场景核对公式推导正确、画面标注全中文且与本段旁白一致、每句旁白
   都有字幕且不与面板重叠、字幕样式全篇一致、场景时长覆盖对应旁白。
alicloud_cliSkill

阿里云 CLI 中文文档镜像检索与命令辅助:先走章节索引,再下钻正文页面,给出命令前必须有本地文档证据。

terraform-cli-setupSkill

Terraform CLI 安装与初始化技能。当用户本地未安装 Terraform 时自动完成安装,确保 terraform 命令可用并能执行 init/validate。不负责 Provider 凭证配置,凭证在实际使用时由 terraform-skill 引导。

terraform-skillSkill

Use when working with Terraform or OpenTofu - creating modules, writing tests (native test framework, Terratest), setting up CI/CD pipelines, reviewing configurations, choosing between testing approaches, debugging state issues, implementing security scanning (trivy, checkov), or making infrastructure-as-code architecture decisions

computer_useSkill

Use computer_use for live Windows or macOS GUI work that structured tools cannot complete. Discover an approved app and window, act from fresh observations, and verify every requested result.

omp-rolesSkill
QA_source_indexSkill

将用户问题中的主题、关键词映射到 QwenPaw 官方文档路径与常见源码入口,减少盲目搜索。适用于内置 QA Agent 在回答安装、配置、技能、MCP、多智能体、记忆、CLI 等问题时快速选定要读的文件。

browserSkill

用异步 Python 调用 QwenPaw 内置 Browser SDK 驱动真实浏览器。完整参考在下方;上下文压缩后请重新加载此 browser skill。

channel_messageSkill

当需要主动向用户、会话或频道单向发送消息时,使用本 skill。通常仅在用户明确要求向某个 channel / 会话发送消息,或需要主动通知时使用。先用 qwenpaw chats list 查询 session,再用 qwenpaw channels send 推送消息。