Whiteboard Video Workflow

This is a complete pipeline that turns SRT subtitle files into whiteboard animation videos through three stages: storyboard parsing, AI image generation via RunningHub's API, and video synthesis. It orchestrates multiple subagents to handle each phase, maintaining strict ordering so scene timing and visuals stay synchronized. The workflow uses Python with OpenCV and PyAV for video processing, requires API credentials, and outputs H.264 encoded clips that get merged into a final video. It's built for producing explainer videos where you already have the script timed out in subtitles and want to automate the visual generation. The rigid step sequencing and environment checks make it reliable but less flexible if you want to tweak individual stages.

skills.sh installs: 442
GitHub stars: 78
last updated: Aug 21, 2026

View on GitHub

Install

$ npx -y skills add yangagent/whiteboard-animation-skill --skill whiteboard-video-workflow --agent claude-code

Installs into .claude/skills of the current project.

Files

Whiteboard Video Workflow

从 SRT 字幕文件到完整白板动画视频片段的自动化工作流。

输入参数

参数	必填	说明
`srtPath`	是	SRT 字幕文件的绝对路径
`outputDir`	否	输出根目录，默认为 SRT 文件所在目录

工作流步骤

整个流程分为 10 步，必须严格按顺序执行。步骤 3、5、7 使用 subagent，其余步骤由主 agent 直接执行。

步骤 0: 环境预检

运行本 skill 的 scripts/check_env.py，一次性检查所有依赖（Python 虚拟环境、RUNNINGHUB_API_KEY）：

python3 <skill-dir>/scripts/check_env.py

成功（退出码 0）：从输出中捕获 PYTHON_PATH=<路径>，记录该路径用于步骤 7，继续
失败（退出码 1）：从输出的 ENV_RESULT=... JSON 中解析各项检查结果，向用户展示清晰易懂的错误说明和修复指引（见下方故障排查指引），终止工作流

注意：脚本会自动检测并安装可修复的依赖，只将无法自动修复的问题报告给大模型。

故障排查指引

当环境预检失败时，必须向用户清晰解释原因并给出具体修复步骤。根据失败项不同，给出对应说明：

RUNNINGHUB_API_KEY 未配置：

白板动画视频生成需要 RunningHub API 来调用 AI 模型先生成图片。你需要在 skill 目录下的 .env 文件中配置 API Key。

修复方法：

在 <skill-dir>/.env 文件中添加一行：RUNNINGHUB_API_KEY=你的API密钥

如果文件不存在，先创建它

API Key 可在 RunningHub 获取

配置完成后重新运行即可

Python 依赖安装失败：