Criador coloca agentes para desenhar e narrar vídeos técnicos no PC

O agente de código estrutura a apresentação em dois arquivos centrais: o script.md, com o texto da narração, e o scenes.js, que desenha os elementos visuais na tela com JavaScript. O modelo aberto Kokoro sintetiza a fala com 28 opções de vozes locais, enquanto o Whisper registra a marcação temporal exata de cada palavra pronunciada. O navegador Chrome roda em segundo plano para desenhar os quadros com traços manuais do Rough.js, gráficos de código e 1.800 ícones da biblioteca Lucide. Nenhum dado sai do computador.

O agente valida o próprio trabalho

Como o modelo de linguagem não assiste a vídeos, a ferramenta exporta folhas de quadros e imagens estáticas de cada cena para o agente auditar a montagem. Um verificador interno de layout detecta textos cortados ou sobrepostos, enquanto uma rotina de áudio confere se a voz errou termos da narração. Na versão v0.1.1, de 4 de outubro de 2026, Vincent Sch incluiu o comando explainroo check videos/ --view-width 854 para barrar fontes menores que 16 pixels em telas estreitas como as do Reddit. Quarenta e dois testes validam o código.

A instalação exige Node.js 20.11 ou superior, ffmpeg e o navegador Chrome ou Chromium, baixando cerca de 400 MB em modelos na primeira execução. O arquivo video.json permite escolher entre cinco estilos visuais — paper, clean, chalk, blueprint e midnight — e acelerar a reprodução entre 0.7 e 1.6 do ritmo normal. Para redes sociais, o programa gera arquivos verticais, quadrados ou na proporção 4:5 com legendas palavra por palavra, desviando o texto dos botões do TikTok e do Reels. A máquina dispensa placa de vídeo.

Licença livre e restrições de ambiente

Distribuído sob licença MIT, o Explainroo autoriza uso comercial e alterações no código sem cobrança de royalties, servindo tanto para tutoriais técnicos quanto para demonstrações de produtos. O agente recria telas a partir do código ou do site original, simulando cliques de mouse e digitação como nas demonstrações dos softwares Unspar e Vroni e nos exemplos do SQLite, Gmail e ChatGPT. O repositório soma 374 estrelas, dez forks e uma issue aberta, com último commit registrado em 4 de outubro de 2026. O projeto tem oito dias de vida.

A ferramenta não atende quem busca editores de vídeo com interface gráfica nem quem precisa de renderização rápida sem operar agentes autônomos. Quem não trabalha com Claude Code, Codex ou o modelo Opus 5.5 precisa programar manualmente cada cena em JavaScript. Vincent Sch desenvolve e testa o sistema exclusivamente no Linux, deixando o uso em macOS e Windows sujeito a falhas não verificadas. O fluxo exige intimidade com o terminal.