工具测评 · FENGDAO AI RESEARCH

一个开源MV代码仓库,凭什么一周冲到700多颗星

Anthropic为自己的末日感单曲做了支MV,并把整套前端代码开源。JavaScript写的、视觉很抓人,一周内攒下737颗星。它不是一个产品,而是一份可以拆开学的可视化样本。

2026年9月25日3 分钟读完冯导AI研究院5 次阅读#开源项目#AI内容#前端可视化
一个开源MV代码仓库,凭什么一周冲到700多颗星
它是一份值得拆开看的视觉化开源样本,不是一个可直接拿来用的产品。

适合:做前端、创意编程或AI内容视觉的人,想从大厂作品里提炼可复用的画面节奏。

先说结论

PDoomVideo这波热度,并不是因为代码有多深奥。它把Claude Opus 5.5给Anthropic那首“我在提高自己的P(doom)”拍的MV,整套前端实现都丢到了GitHub上。一周737颗星,本质上是一群搞前端和搞创意编程的人,在围观一份“AI公司给自己拍MV”的样本。

仓库主体是JavaScript,README很短,Release里丢出来的就是那段MV本身。换句话说,它不是给普通用户用的应用,而是一份视觉化的开源作品。

真正的问题

MV开源不少见,但这次有点不一样。Anthropic自家做的视觉叙事,外加Claude这个标签,让它天然处在两个圈层的交集上:AI从业者想看Anthropic怎么讲自己的故事,前端开发者想拆开看看视觉稿是怎么落地的。

GitHub一周737星,意味着它的传播路径基本是“圈内转发—收藏—围观”,不是“下载使用”。这种热度,往往不能直接套到日常项目预期里。

再就是,仓库没怎么写技术文档,README只交代了这是什么MV、怎么跑起来。对想复刻效果的人来说,等于得自己读源码、看Release、整理思路。门槛不高,但需要花时间。

怎么做更省力

如果你是做前端或创意编程的,最直接的办法就是把Release那段MV存下来,在本地把仓库clone下来跑一遍。注意看几个点:背景层的滚动与视差、关键帧的节奏、字体与字幕的入场方式。这些是MV里最有复用价值的部分。

如果你是普通AI内容创作者,不必硬啃代码,更适合做的事是拆它的叙事结构。“我在提高自己的P(doom)”这句歌词本身就很有梗,MV用末日意象把一个AI公司的自嘲讲完了。可以照着这个思路,给自己的产品或主题写一句带反差的slogan,再做一版视觉稿。

这里有个小工具顺手推荐:AI图解生成器。把自己写好的歌词文案、产品slogan或者一段叙事脚本丢进去,能直接拉出一版带画面节奏的中文图解,方便在动手做视觉之前先对齐结构。

哪些坑要避开

别把“737星”当成可以复制的预期。这是MV开源、又是Anthropic这种自带话题度的项目,热度里有大量品牌加成。普通个人项目按这个数字对标,基本会失望。

也别急着二创。MV里很多视觉细节是AI公司内部设计语言,如果直接拿来做商业素材,风格上的归属感会很强,容易被一眼看出“这像谁家的东西”。借鉴节奏和构图就好,不要照搬画面。

还有一点要提醒:JavaScript前端跑MV大多吃浏览器性能,低配机器上直接看Release可能会卡顿,建议在本地启动后再观看。

现在就能动手

第一步,去GitHub Releases把MV素材下载到本地,clone仓库之后按README跑起来。

第二步,挑出三个你印象最深的画面,记下它的构图、色调和字幕位置。

第三步,把这三个画面背后的叙事逻辑写成一两句话,看看它是怎样用画面回应歌词的。

第四步,把你的叙事脚本丢进AI图解生成器,出一版图解稿,对比你原本的设想和工具给出的节奏差异。

第五步,把这版图解作为下一次自己内容视觉的参考模板,存进素材库。

做到这里,你已经从“围观737星”变成“拆完一份视觉样本”,这才是开源仓库真正的价值。

继续阅读