ملاحظة الكاتب: توجد حاليًا طريقتان رئيسيتان لإنشاء الفيديو باستخدام وكيل برمجي: تصيير الإطارات برمجيًا وإخراجها في ملف MP4، أو إنشاء عرض تقديمي على الويب وتسجيل الشاشة. تقارن هذه المقالة بين آلية عمل الطريقتين ومخرجاتهما وحالات استخدامهما، وتقدم طريقة للاختيار بينهما في 5 خطوات.
اعتاد كثير من المطورين الاستعانة بـ Claude Code وCursor وCodex لكتابة صفحات الويب والبرامج النصية، لكنهم ما زالوا مترددين بشأن «تكليف وكيل برمجي بإنشاء فيديو مباشرة». والسؤال المتكرر هو: إذا كان الوكيل لا يكتب إلا الشفرة، فكيف ينتج فيديو بإيقاع وصوت وجاهز للنشر؟ تستعرض هذه المقالة طريقتين: التصيير البرمجي إطارًا بإطار، وتسجيل عرض تقديمي على الويب، لتساعدك على اختيار الأنسب لاحتياجاتك.
هذه ليست مقالة أخرى تشرح «إنشاء الفيديو بالذكاء الاصطناعي بنقرة واحدة». تستند الطريقتان إلى مهارتين فعليتين ضمن مجموعة المهارات مفتوحة المصدر garden-skills: تتولى motion-showreel التصيير البرمجي إطارًا بإطار، بينما تتولى web-video-presentation تسجيل عروض الويب. ولكل منهما سير عمل ونقاط تحقق ومخرجات محددة بوضوح.
الفائدة الأساسية: بعد قراءة المقالة، ستعرف آلية عمل كل طريقة وحدودها، وستتمكن من اختيار المسار المناسب لمشروع الفيديو الخاص بك في 5 خطوات، كما ستتعرف على كيفية إعداد نموذج لغة كبير مناسب للوكيل البرمجي.
المساران الأساسيان لإنشاء الفيديو باستخدام وكيل برمجي
يوضح الجدول الفارق الجوهري بين المسارين. ببساطة، في التصيير إطارًا بإطار، يعمل الوكيل كمخرج للحركة ومزرعة تصيير؛ أما في تسجيل عرض الويب، فيعمل كمهندس عروض تقديمية، بينما يضغط الإنسان زر التسجيل.
| النقطة | التصيير بالشفرة إطارًا بإطار (motion-showreel) | تسجيل عرض ويب (web-video-presentation) |
|---|---|---|
| المبدأ الأساسي | صفحة تستخدم دالة حتمية render(t)، مع التقاط الإطارات تبعًا للزمن |
صفحة Vite + React + TypeScript يُتنقّل فيها بالنقر أو لوحة المفاتيح، ثم تُسجّل الشاشة |
| المخرجات | فيديو MP4 نهائي + شفرة مصدرية قابلة للتعديل | مشروع عرض ويب بنسبة 16:9 جاهز للتسجيل |
| المدة المعتادة | مقاطع قصيرة من 5 إلى 60 ثانية، أو فيديوهات طويلة مقسّمة إلى فصول تصل إلى نحو 20 دقيقة | تعتمد على نص الشرح، وتتقدم حسب الفصول والخطوات |
| معالجة الصوت | تشترك الصور والموسيقى والمؤثرات الصوتية والتعليق الصوتي في خط زمني واحد | تركيب صوت التعليق اختياري، مع مقابلة كل خطوة مرئية لمقطع من التعليق |
| الأنسب لـ | الفيديوهات الترويجية للمنتجات، ومقدمات الشعارات، والنصوص المتحركة، والرسوم المتحركة المتكررة | شرح الدروس، وتحويل المقالات إلى فيديو، وعروض المنتجات، والعروض التقنية |
شرح مسار التصيير البرمجي إطارًا بإطار
تكمن قوة motion-showreel في «الحتمية». فالصفحة التي ينشئها الوكيل توفّر دالة render(t) ترسم إطارًا محددًا بشكل ثابت عند إعطائها الزمن t. ويستدعي المصيّر الدالة ويلتقط الصورة إطارًا بإطار وفق معدل الإطارات. ولأن الصفحة نفسها تنتج الإطارات الثابتة، ولوحة عرض اللقطات، ولوحة أنماط بثلاثة اتجاهات، والنسخة منخفضة الدقة، والنسخة الرئيسية، يبقى المصدر واحدًا من العرض الأولي إلى الفيديو النهائي. وهكذا لا تظهر مشكلة «معاينة جميلة ونتيجة نهائية مختلفة». أما ضبابية الحركة، وأخذ العينات الفائق، وحبيبات الفيلم، فما هي إلا خيارات في إعدادات التصيير.
أما الصوت، فيضع هذا المسار نقاط القطع والنبضات القوية والمؤثرات الصوتية على خط زمني واحد، بحيث تشترك جميعها في التوقيتات نفسها. ويمكن توليد الموسيقى باستخدام المؤلّف الصوتي المدمج الذي لا يحتاج إلى أي اعتماديات، أو عينات البيانو في Tone.js. كما يمكن مواءمتها مع المقطع الصوتي الخاص بالمستخدم واكتشاف الإيقاع ونقاط الـ drop. ولا يقرأ التعليق الصوتي إلا النص الذي يقدمه المستخدم، فيما تتبع الصورة التوقيتات الفعلية للكلام، وليس العكس.
شرح مسار تسجيل عرض الويب
يتبع web-video-presentation نهجًا مختلفًا: فهو يتعامل مع الفيديو بوصفه «عرضًا تقديميًا متحركًا». يثبت مساحة العرض عند 1920×1080 ويضبط حجمها وفقًا لإطار العرض، ما يضمن استقرار الصورة أثناء التسجيل. ويتحكم مؤشر (chapter, step) في العرض؛ فكل نقرة أو ضغطة مفتاح تنقل العرض إلى خطوة مرئية تقابل جملة من التعليق الصوتي.
يشبه هذا المسار الطريقة التقليدية: «كتابة النص ← إعداد الشرائح ← التسجيل». تحوّل المهارة المقال الأصلي أولًا إلى نص للتعليق الصوتي، ثم توزع إيقاع النص على مشاهد بملء الشاشة. وتتوقف عند كل من النص، والسمة، والمخطط، ونمط التنفيذ، والصوت الاختياري لتطلب تأكيدك. وأثناء التسجيل، لا تظهر عناصر التحكم في التقدم إلا عند تمرير مؤشر الفأرة فوقها، فتظل مساحة العرض خالية من العناصر المشتتة.
مقارنة مساري العمل: الفروق الأساسية في إنتاج الفيديو باستخدام وكيل برمجي
إذا نظرنا إلى النتيجة النهائية فقط، فكلا المسارين ينتج ملف فيديو. لكن تفاصيل العمل تكشف اختلافًا كبيرًا في المتطلبات المفروضة على المستخدم والنموذج. يقارن الجدول التالي بينهما عبر 8 جوانب.
| الجانب | التصيير البرمجي إطارًا بإطار | تسجيل شاشة العرض على الويب |
|---|---|---|
| نقاط المراجعة البشرية | 2: تأكيد المتطلبات، وتأكيد إطار النمط | 5: النص، والسمة، والمخطط، ونمط التنفيذ، والصوت الاختياري |
| موارد الأنماط | مكتبة تضم 43 نمطًا، منها التحريري السويسري، والحبر المائي، والسِنث ويف، و3D الناعم، ومقدمات الأفلام، والطابع الصيني العصري | 23 سمة مدمجة، منها الطابع التحريري، وطابع الطرفية، والمخططات الهندسية، والنمط السويسري الدولي |
| نطاق تعريف النمط | المظهر، والحركة، ولغة التصوير، والهوية الصوتية | رموز التصميم (Design Tokens) للتحكم في الألوان والخطوط وتخطيط الصفحة |
| حل الصوت | Gemini / MiniMax TTS لقراءة نص المستخدم فقط؛ ويمكن أيضًا استخدام تسجيل صوتي حقيقي | تحويل النص إلى كلام قابل للتبديل، مع دعم مدمج لـ MiniMax mmx-cli وOpenAI TTS، ومقتطفات للتكامل مع ElevenLabs وedge-tts وAzure وGoogle Cloud وأمر say في macOS |
| الموسيقى والمؤثرات الصوتية | مصادر مستقلة، مع خفض صوتها تلقائيًا عند وجود الكلام | يركز أساسًا على التعليق الصوتي، دون تركيز خاص على الموسيقى |
| فحص الجودة | يجب أن تجتاز الأبعاد، ومعدل الإطارات، والمدة، وعدد الإطارات، والإطارات السوداء، ومستوى ارتفاع الصوت، والذروة الحقيقية، ونقطة وصل التكرار، وحتمية النتائج جميعها اختبار PASS | يعتمد على المعاينة البشرية قبل تسجيل الشاشة |
| هل يتطلب تسجيلًا بشريًا؟ | لا، يُصيَّر ملف MP4 مباشرةً | نعم، تُسجَّل صفحة الويب باستخدام أداة لتسجيل الشاشة |
| الإصدار الحالي | v0.1.0 | v1.2.2 |
هناك تفصيل تصميمي يسهل إغفاله: يفصل motion-showreel بدقة بين «الفحص التقني» و«الحكم الجمالي». الأول يعتمد على معايير صارمة يمكن للآلة فحصها ويجب اجتيازها جميعًا، أما الملاحظات الجمالية فتُعرض على المستخدم ليتخذ القرار النهائي. يمنع هذا التقسيم الوكيل من تجاهل مشكلات مثل الإطارات السوداء أو تجاوز مستوى الصوت للحد المسموح لمجرد أنه «يرى» النتيجة جميلة.
أما تسجيل شاشة العرض على الويب، فيترك قدرًا أكبر من التحكم للمستخدم. قد تبدو نقاط المراجعة الخمس مرهقة، لكنها ضرورية للفيديوهات التوضيحية؛ فصياغة النص وتقسيم المحتوى إلى أقسام عنصران أساسيان في جودة المحتوى، ومن الأفضل أن يؤكدهما المؤلف بنفسه.
البدء السريع في إنشاء الفيديو باستخدام وكيل برمجي
الخطوة الأولى: تثبيت المهارات
تتبع المهارتان معيار SKILL.md، ويمكن تثبيتهما في بيئات مثل Claude Code وClaude.ai وCursor وCodex CLI وGemini CLI وOpenCode. يوضح الجدول طرق التثبيت الشائعة؛ ويمكن إدخال الأوامر مباشرة في الطرفية أو في نافذة محادثة الوكيل.
| طريقة التثبيت | خطوات التنفيذ | الفئة المناسبة |
|---|---|---|
| skills CLI | شغّل npx skills add ConardLi/garden-skills -s motion-showreel، أو استبدل ما بعد -s بـ web-video-presentation؛ وأضف -a claude-code لتحديد الوكيل |
مستخدمو أي وكيل يرغبون في التثبيت بأمر واحد |
| سوق إضافات Claude Code | نفّذ أولًا /plugin marketplace add ConardLi/garden-skills، ثم ثبّت motion-showreel-skills@garden-skills أو presentation-skills@garden-skills |
مستخدمو Claude Code |
| ملف zip لإصدار محدد من Releases | نزّل ملف zip للإصدار المطلوب وتحقق من SHA-256، ثم فك ضغطه في .claude/skills/ أو .agents/skills/ أو .codex/skills/ |
بيئات CI والبيئات غير المتصلة بالإنترنت والفرق التي تحتاج إلى نتائج قابلة لإعادة الإنتاج |
| النسخ اليدوي | استنسخ المستودع، ثم انسخ مجلد المهارة إلى مجلد المهارات في المشروع | المطورون الذين يرغبون في تعديل المهارة |
الخطوة الثانية: تجهيز النموذج المشغّل
ينجز وكيل البرمجة معظم عمله في إنتاج الفيديو عبر كتابة الشفرة وفهم المتطلبات ومراجعة المشاهد، لذا فإن قدرات النموذج البرمجية وأداءه مع السياقات الطويلة هما الأهم. إذا كان الوكيل يدعم واجهة مخصصة، فما عليك سوى ضبط معاملين: مفتاح API وbase_url. يمكنك استخدام https://api.apiyi.com/v1 لواجهة متوافقة مع OpenAI، أما عنوان الاتصال والمعاملات الخاصة بصيغة Anthropic فراجع مركز توثيق APIYI على docs.apiyi.com.
الخطوة الثالثة: ابدأ بطلب واضح وموجز
يساعد تقديم المعلومات الأساسية دفعة واحدة على تقليل جولات الاستفسار. عند العرض البرمجي إطارًا بإطار، ستسأل المهارة عن الموضوع والمدة واتجاه الشاشة ومصدر الموسيقى والمؤثرات الصوتية ونمط التعليق الصوتي. أما تسجيل عرض عبر صفحة ويب، فيحتاج إلى المقال الأصلي أو النص، إلى جانب تقسيم تقريبي للفصول.
- مثال على طلب للعرض البرمجي إطارًا بإطار: أنشئ فيديو ترويجيًا أفقيًا مدته 30 ثانية لأداة تطوير، بأسلوب السِنث ويف، مع موسيقى من المُركِّب الصوتي المدمج، ومن دون تعليق صوتي.
- مثال على طلب لتسجيل عرض عبر صفحة ويب: حوّل مقالًا تقنيًا إلى فيديو توضيحي مدته 8 دقائق، بتصميم مستوحى من المخططات الهندسية، مع تعليق صوتي باللغة الصينية.
🚀 بداية سريعة: إذا لم تكن قد أعددت واجهة النموذج لوكيلك بعد، يمكنك التسجيل في APIYI على apiyi.com والحصول على رصيد تجريبي. تدعم المنصة صيغتي OpenAI وAnthropic، ويمكن لوكلاء مثل Claude Code والبرامج النصية المطوّرة داخليًا الاتصال بها مباشرة. وبذلك يمكنك تجربة إنتاج فيديو قصير قبل تحديد المسار المناسب.
الخطوة الرابعة: احسم قراراتك بعناية عند نقاط المراجعة
في مسار العرض البرمجي إطارًا بإطار، تُطرح ثلاثة اتجاهات متمايزة بوضوح في مرحلة تحديد النمط البصري إذا لم تحدد نمطًا مسبقًا. وهذه أقل مرحلة تكلفة لاتخاذ قرار بشأن طابع الفيديو النهائي. أما في مسار تسجيل العروض التقديمية على الويب، فلا يبدأ التنفيذ إلا بعد اعتماد المخطط، وهي المرحلة الأقل تكلفة لتعديل الأقسام. في كلا المسارين، يُنصح بتقديم الملاحظات الأساسية عند نقاط المراجعة بدلًا من إعادة العمل بعد اكتمال الفيديو.
الخطوة الخامسة: المراجعة والتسليم
يُسلَّم العمل في مسار العرض البرمجي إطارًا بإطار بصيغة MP4 مع الشفرة المصدرية القابلة للتعديل. يُنصح بالاحتفاظ بالشفرة، إذ يكفي إعادة العرض لاحقًا لتغيير النص أو الألوان. أما مسار تسجيل العروض التقديمية على الويب فيُسلَّم على شكل مشروع، وستحتاج إلى تسجيل كل قسم باستخدام أداة تسجيل الشاشة، ومزامنة الصوت المُنشأ اختياريًا بتقنية تحويل النص إلى كلام (TTS) مع التسجيل في برنامج تحرير الفيديو عند الحاجة.
اختيار النموذج الذي يشغّل وكيل البرمجة لإنشاء الفيديو
لا ترتبط المهارتان بنموذج محدد، لكن فعاليتهما تعتمد بدرجة كبيرة على نموذج اللغة الكبير الذي يشغّل الوكيل. يعرض الجدول التالي النماذج ذات الصلة المتاحة عبر APIYI. تستند الأسعار جميعها إلى البيانات الفعلية في صفحة الأسعار docs.apiyi.com/models؛ ويُرجى الرجوع إليها لمعرفة وحدات الفوترة وطريقة احتسابها.
| النموذج | دوره في هذا السياق | سعر APIYI (الإدخال / الإخراج / ذاكرة التخزين المؤقت) | المنصة المتاحة |
|---|---|---|---|
| claude-opus-5-5 | تنسيق المؤثرات الحركية المعقدة، وتخطيط فصول الفيديوهات الطويلة، والبرمجة الأساسية | $4 / $20 / $0.2 | APIYI apiyi.com |
| claude-sonnet-5-5 | النموذج الأساسي للبرمجة اليومية، مع توازن جيد بين الأداء والتكلفة | $2 / $10 / $0.1 | APIYI apiyi.com |
| kimi-k3.1-pro | إعادة صياغة النصوص الطويلة إلى نصوص تعليق صوتي، وتنظيم المحتوى الصيني | $2 / $10 / $0.2 | APIYI apiyi.com |
| deepseek-v4.1-flash | المهام الخفيفة مثل إجراء تعديلات صغيرة بالجملة وتنظيم الترجمات النصية | $0.3 / $1.2 / $0.006 | APIYI apiyi.com |
| gpt-image-2.6-flare / gpt-image-2.6-sunburst | إنشاء صور الغلاف، وصور مرجعية للأسلوب، ومواد مرئية للفيديو | إدخال نصي $5 / إدخال صورة $8، الإخراج $30 | APIYI apiyi.com |
هناك توضيح مهم بشأن تحويل النص إلى كلام: تتضمن مهارة motion-showreel خدمتي Gemini وMiniMax TTS، بينما تتضمن web-video-presentation أداتي MiniMax mmx-cli وOpenAI TTS. إذا لم تجد نماذج TTS هذه في صفحة أسعار APIYI، فهذا يعني أنها غير متاحة حاليًا عبر APIYI، وسنعمل على إتاحتها في أقرب وقت. إلى حين ذلك، استخدم خدمة المزود المعني مباشرةً وفقًا لوثائق المهارة، أو اختر حل TTS آخر تدعمه المهارة. وبالمثل، فإن سلسلة 文心 ERNIE غير متاحة حاليًا عبر APIYI؛ فإذا كان سير عملك يعتمد عليها، فستحتاج إلى ربطها بشكل منفصل.
💰 نصيحة لتقليل التكلفة: عند إنشاء الفيديو، يقرأ الوكيل ملخص المشروع وتعريف الأسلوب وشفرة المشروع مرارًا، لذا يكون معدل الاستفادة من ذاكرة التخزين المؤقت مرتفعًا عادةً. يمكن لاختيار نموذج يوفّر سعرًا للتخزين المؤقت أن يخفض تكلفة التعديلات المتكررة بشكل ملحوظ. قارن أسعار النماذج في صفحة APIYI على docs.apiyi.com/models.
القرار في 5 خطوات: أي مسار يختاره وكيل البرمجة لإنتاج الفيديو؟
بعد استعراض المبادئ والأدوات، يمكن تلخيص عملية الاختيار في 5 أسئلة. أجب عنها بالترتيب لتصل إلى القرار المناسب.
- هل الهدف توضيح الفكرة أم تقديم تجربة بصرية مبهرة؟ إذا كان التركيز على نقل المعلومات، فاختر تسجيل عرض تقديمي على الويب. أما إذا كان التأثير البصري هو الأولوية، فاختر العرض إطارًا بإطار باستخدام الشفرة.
- كم تبلغ مدة الفيديو؟ المقاطع التي لا تتجاوز 60 ثانية مناسبة بطبيعتها للعرض إطارًا بإطار، بينما يسهل تحديث تسجيلات العروض على الويب للمحاضرات التي تمتد لعشر دقائق أو أكثر.
- هل تحتاج إلى مزامنة دقيقة بين الصوت والصورة؟ متطلبات مثل المونتاج المتزامن مع الإيقاع، وتوقيت المؤثرات الصوتية، والتكرار السلس لا يحققها بثبات إلا العرض إطارًا بإطار باستخدام خط زمني مشترك.
- هل تقبل تسجيل الشاشة يدويًا؟ إذا كنت تريد إنتاجًا آليًا بالكامل وعرضًا قابلًا للتكرار ضمن CI، فاختر العرض إطارًا بإطار. أما إذا كنت تفضل الشرح أو التسجيل بنفسك وفق الإيقاع المناسب، فتسجيل عرض الويب أكثر مرونة.
- هل ستحتاج إلى تعديلات متكررة لاحقًا؟ يحتفظ كلا المسارين بالشفرة المصدرية، لكن تعديل نص صفحة في عرض الويب يظهر فورًا، بينما يتطلب العرض إطارًا بإطار إعادة إنتاج الفيديو.
| السيناريو | المسار الموصى به | السبب |
|---|---|---|
| فيديو ترويجي مدته 30 ثانية لإطلاق منتج | العرض إطارًا بإطار باستخدام الشفرة | مكتبة أنماط غنية، وخط زمني مشترك للصوت والصورة، وإخراج مباشر بصيغة MP4 |
| مقدمة شعار / تسلسل عناوين | العرض إطارًا بإطار باستخدام الشفرة | يضمن العرض الحتمي نتائج متطابقة في كل مرة |
| تحويل مقال تقني إلى فيديو توضيحي | تسجيل عرض تقديمي على الويب | إعادة صياغة نص التعليق الصوتي تلقائيًا، مع عرض المحتوى خطوة بخطوة |
| فصول دورة عبر الإنترنت | تسجيل عرض تقديمي على الويب | تصميم موحد، وبنية واضحة للفصول، وسهولة تحديث كل درس |
| فيديو قصير لمراجعة العام مع تعليق صوتي | العرض إطارًا بإطار باستخدام الشفرة | تتبع المشاهد الطوابع الزمنية الفعلية للصوت، مع دعم الفيديوهات الطويلة المقسمة إلى فصول |
| عرض وظائف منتج | تسجيل عرض تقديمي على الويب | التنقل بالنقر، مع إمكانية التحكم في إيقاع العرض |
💡 نصيحة للاختيار: إذا لم تكن متأكدًا، فاطلب أولًا من Agent إنتاج نموذج مدته 15 ثانية وصفحة عرض باستخدام المتطلبات نفسها، ثم قارن جودة النتائج وتكلفة التعديل. ومن خلال APIYI على apiyi.com، يمكنك استخدام Key واحد للتبديل بين نماذج مثل Claude وKimi وDeepSeek، ومقارنة أدائها في مشروعك.
الأسئلة الشائعة FAQ
س1: ماذا يعني «استخدام وكيل برمجي لإنتاج فيديو»؟
يعني تكليف وكيل برمجي مثل Claude Code أو Cursor أو Codex بإنتاج فيديو عبر كتابة الشفرة. لا يستدعي الوكيل نموذجًا لتوليد الفيديو مباشرةً، بل يستخدم صفحات الويب والرسوم المتحركة ونصوص التصيير لتنظيم الصورة والصوت، فتكون النتيجة قابلة للتعديل وإعادة الإنتاج.
س2: ما الفرق بين تصيير الإطارات برمجيًا وتسجيل عرض تقديمي على الويب؟
يتميز التصيير البرمجي إطارًا بإطار بجودة المؤثرات البصرية ومزامنة الصوت والصورة، وينتج ملف MP4 مباشرةً، لكنه أنسب لمقاطع الفيديو القصيرة. أما تسجيل العرض التقديمي على الويب فيتفوق في تنظيم الشرح وسهولة التحديث لاحقًا، لكنه يتطلب التسجيل يدويًا. يشبه الأول استوديو للمؤثرات المتحركة، بينما يشبه الثاني مشروعًا لإعداد شرائح عرض تقديمي.
س3: ما إصدارات هاتين المهارتين حاليًا، وما الوكلاء المدعومون؟
وفقًا لمعلومات مستودع garden-skills، إصدار motion-showreel هو v0.1.0، وإصدار web-video-presentation هو v1.2.2. وتتبع كلتاهما معيار SKILL.md، وتشير المعلومات الرسمية إلى أنهما اختُبرتا على Claude Code وClaude.ai وCursor وCodex CLI وGemini CLI وOpenCode.
س4: ما السيناريوهات الأنسب لهذه الطريقة؟
– **تسويق المنتجات**: مقاطع تشويقية قبل الإطلاق، ومؤثرات متحركة تبرز المزايا.
– **الهوية البصرية للعلامة التجارية**: تحريك الشعار، ومقدمات الفيديو وخواتيمه، وملصقات الخطوط المتحركة.
– **نشر المعرفة**: تحويل المقالات التقنية إلى فيديوهات شرح، وإنتاج فصول الدورات ومواد التدريب الداخلي.
– **محتوى المطورين**: شرح البنية التقنية، واستعراض الأدوات، والتعريف بالمشاريع مفتوحة المصدر.
س5: كيف أضبط واجهة النموذج للوكيل البرمجي؟
سجّل في APIYI عبر apiyi.com وأنشئ مفتاح API، ثم أدخل المفتاح وbase_url في الوكيل أو البرنامج النصي. تتوافق APIYI مع صيغتي واجهات OpenAI وAnthropic. راجع مركز الوثائق على docs.apiyi.com لمعرفة العناوين والمعلمات، وdocs.apiyi.com/models للاطلاع على أسعار النماذج.
س6: هل يمكن للوكيل كتابة نص التعليق الصوتي بنفسه؟
تختلف المهارتان في هذا الجانب. تقرأ تقنية تحويل النص إلى كلام (TTS) في motion-showreel النص الذي يقدمه المستخدم فقط، حتى لا يكتب الوكيل الحوار من تلقاء نفسه. أما web-video-presentation فتعيد صياغة المقال الأصلي كنص للتعليق الصوتي، لكن يجب أن توافق عليه عند نقطة مراجعة النص. يمكنك استخدام kimi-k3.1-pro أو claude-sonnet-5-5 على APIYI لكتابة مسودة أولية، ثم مراجعتها واعتمادها بنفسك.
س7: ما القيود المعروفة لهذين المسارين؟
يعتمد التصيير إطارًا بإطار باستخدام الشفرة على التقاط المتصفح لكل إطار، لذا يستغرق تصيير المقاطع الطويلة وقتًا أطول، وتزيد تأثيرات 3D المعقدة أو الجسيمات وقت التصيير بشكل ملحوظ. أما جودة التسجيل النهائي للعرض التوضيحي على الويب فتتأثر بأداة التسجيل والشخص الذي يستخدمها، ما يصعّب أتمتة العملية بالكامل. بالإضافة إلى ذلك، تتطلب بعض خدمات TTS المدمجة تفعيلًا منفصلًا. وإذا لم تجد النموذج المعني في صفحة أسعار APIYI، فهذا يعني أنه غير متاح بعد.
س8: هل يمكن الجمع بين المسارين؟
نعم، وهذا شائع. مثلًا، يمكنك استخدام التصيير إطارًا بإطار باستخدام الشفرة لإنتاج مقدمة مدتها 10 ثوانٍ وانتقالات بين الفصول، وتسجيل عرض توضيحي على الويب للشرح الأساسي، ثم دمج المقاطع في برنامج مونتاج. ويعتمد المساران على تقنيات الويب، لذا يمكنهما مشاركة معايير التصميم نفسها للألوان والخطوط.
أهم النقاط حول إنشاء الفيديو باستخدام وكيل برمجي
- المساران مختلفان جوهريًا: ينتج التصيير إطارًا بإطار ملف MP4 مباشرة، بينما يتطلب العرض التوضيحي على الويب تسجيل الشاشة يدويًا.
- يعتمد التصيير إطارًا بإطار على الحتمية: تنتج صفحة
render(t)نفسها المعاينة والنسخة الرئيسية، مع إمكانية إعادة إنتاج النتائج. - يعتمد العرض التوضيحي على الويب على التنظيم: تقابل كل خطوة مرئية جملة في التعليق الصوتي، ما يناسب الشروحات الطويلة.
- تحدد نقاط التحقق الجودة: تناسب نقطتا تحقق نهجًا يعطي الأولوية للجانب المرئي، بينما تناسب 5 نقاط تحقق نهجًا يعطي الأولوية للمحتوى.
- الفصل بين الفحص التقني والتقييم الجمالي: يجب أن تجتاز جميع المعايير التقنية، مثل الإطارات السوداء ومستوى الجهارة وعدد الإطارات، الاختبار بنتيجة PASS.
- يؤثر اختيار النموذج في التكلفة: يمكن الوصول إلى النماذج المستخدمة عبر APIYI من خلال واجهة موحدة، وتُراجع الأسعار على docs.apiyi.com/models.
الخلاصة
عند تكليف وكيل برمجي بإنتاج فيديو، لا تكمن المسألة في «إمكانية التنفيذ»، بل في اختيار المسار المناسب:
- تصيير الإطارات برمجيًا: مناسب للمقاطع القصيرة والمقدمات والأعمال المرئية ذات الإيقاع القوي، مع مزامنة الصوت والصورة وإخراج الفيديو النهائي مباشرةً.
- تسجيل عرض تقديمي على الويب: مناسب للشروحات والدورات وتحويل المقالات إلى فيديو، بفضل وضوح البنية وسهولة الصيانة.
- قرار في 5 خطوات: حدّد بالتتابع هدف المحتوى، ومدته، والحاجة إلى مزامنة الصوت والصورة، وإمكانية قبول تسجيل الشاشة، وتكرار التعديلات، لاختيار المسار المناسب.
يُنصح بالبدء بمقطع تجريبي مدته 15 ثانية لاختبار سير العمل كاملًا، ثم التوسع إلى المشروع الفعلي. أما النماذج التي تشغّل الوكيل، فيُوصى باستدعاء نماذج Claude وKimi وDeepSeek وسلسلة GPT Image عبر واجهة موحّدة من APIYI على apiyi.com، مع دعم صيغ OpenAI وAnthropic. وتُعتمد الأسعار الفعلية المنشورة في صفحة الأسعار.
📚 المراجع
- GitHub – garden-skills: المستودع الذي يضم مهارتي motion-showreel وweb-video-presentation
- الرابط:
github.com/ConardLi/garden-skills -
الوصف: يضم ملفات README وSKILL.md للمهارتين وطرق تثبيتهما
-
مواصفات Agent Skills: شرح تنسيق SKILL.md
- الرابط:
agentskills.io -
الوصف: للتعرّف على بنية مجلدات المهارات وكيفية تحميل الوكيل لها عند الحاجة
-
مركز توثيق APIYI: إرشادات ربط واجهة API
- الرابط:
docs.apiyi.com -
الوصف: إعدادات الربط للصيغ المتوافقة مع OpenAI وAnthropic
-
صفحة أسعار نماذج APIYI: التكلفة الفعلية لكل نموذج
- الرابط:
docs.apiyi.com/models - الوصف: تُعتمد هذه الصفحة مرجعًا لجميع الأسعار الواردة في المقال
الكاتب: الفريق التقني في APIYI
التواصل التقني: يمكنكم التواصل معنا عبر الصفحة الرئيسية لموقع APIYI، والاطلاع على مزيد من إرشادات الربط في مركز التوثيق على docs.apiyi.com
