lemomo-ai/lemo-opuscar 一天增約 524 星，用程式碼做 51 種風格短片

背景

lemomo-ai/lemo-opuscar 是 GitHub 上的開源專案（原始碼公開、可供任何人檢視），內容是給 Claude Code 使用的 skill（技能套件，讓 AI 程式代理載入後照其中指引做事）。專案說明表示，使用者選一種影片風格、帶上自己的故事，由 coding agent（能自行讀寫程式、執行多步驟工作的 AI 程式）擔任導演。專案標題寫明不使用影片生成模型，短片完全以程式碼做成。 GitHub 熱門專案

發生什麼事

截至本站記錄時（10 月 17 日），lemomo-ai/lemo-opuscar 的 GitHub 星數累計 2,755，一天內新增約 524 顆星。專案建立於 9 月 26 日，主要語言為 JavaScript，授權為 MIT（寬鬆的開源授權）。專案說明另提到，10 月 16 日新增名為 Evidence Films 的類別。 GitHub 熱門專案

重點內容

專案說明表示，共有 51 種影片風格，每種都附一份 style prompt（描述畫面與聲音風格的文字指令）和一支完全用程式碼做出的短片，由 Claude Opus 5.5 製作。主打作品是 OPUSCAR 98：涵蓋 1927 至 2025 年 98 部 Best Picture 得主，片長 6:31，每個畫面、每個音符、每次剪接都由 Claude Opus 5.5 以程式碼寫成。製作方式是以 canvas 與 WebGL（瀏覽器中的 2D 與 3D 繪圖技術）頁面逐格渲染，原創音樂取自免費取樣庫，旁白用 text-to-speech（文字轉語音）。專案說明稱沒有影片生成，也沒有庫存素材。 GitHub 熱門專案

Evidence Films 是 8 種風格，拍攝真實素材：衛星影像、雷射掃描、開放城市資料、開源硬體 CAD（電腦輔助設計）、顯微鏡玻片與檔案底片。專案說明表示，畫面上每個數字都是量測或有出處。例如 LiDAR Survey（以雷射掃描測量地形的技術）風格的《The Fields Under the Forest》，描述雷射測量剝除康乃狄克州森林樹冠後找到石牆，共 3.4 km。Archive Light Table 風格的《Two Seconds Short》則比對電報寫的 57 秒與底片、Library of Congress 紀錄寫的 59 秒。 GitHub 熱門專案

運作上，agent 會讀三份指南：DIRECTOR.md 講如何導演，TECHNIQUE.md 講如何製作，styles/<style>/STYLE.md 講風格的視覺與聲音。開工前它會一次問清楚：主題上它無法決定的事、使用者是否有自己的聲音或音樂等素材、是否要先看 storyboard（分鏡圖）。預設輸出為 1920×1080、24 fps（每秒 24 格），其他尺寸可另行要求。 GitHub 熱門專案

對使用者的意義

想自己做短片的人，依專案說明，可在終端機執行 claude plugin marketplace add lemomo-ai/lemo-opuscar，再執行 claude plugin install lemo-opuscar@lemolab。首次使用時，指南、工具與風格提示詞會下載到 ~/lemo-opuscar。也可以 git clone 整個專案。之後用自然語言下指令即可，例如請它以 watercolor 風格拍一支 45 秒、談家中咖啡農場的短片。環境需要 Node 20+（JavaScript 執行環境）、ffmpeg（影音處理工具）與 Python 3.11+（或 uv），其餘由 agent 安裝。 GitHub 熱門專案

限制與未定事項

專案說明表示，這些風格是針對 Claude Opus 5.5 調整的，其他模型可能無法重現。專案也寫明，一支片約需 agent 30–60 分鐘與相當數量的 token（模型計費用的文字單位）。以上內容皆出自專案自身說明，本站僅有這一個來源，星數為本站記錄時的觀察值。 GitHub 熱門專案