Communitygithub.com

HyperFrames

Erstelle deterministische MP4-Videos aus HTML, CSS, Medien und suchbaren Animationen mit dem HyperFrames-Framework von HeyGen.

Was ist HyperFrames?

HyperFrames ist ein Open-Source-Framework (Apache-2.0) von HeyGen, das HTML, CSS, Medien und Animationen in deterministische MP4-Videos umwandelt – dieselbe Eingabe erzeugt stets dieselbe Ausgabe. Es parst HTML-Kompositionen, die mit `data-*`-Timing-Attributen annotiert sind, steuert ein Headless-Chrome zum Suchen und Erfassen jedes Frames und codiert das Ergebnis mit FFmpeg. Es gibt keinen Build-Schritt, keine React-Abhängigkeit und keine Gebühr pro Render. Die CLI ist standardmäßig nicht interaktiv und eignet sich daher ideal für automatisierte Content-Pipelines. Dieses Skill unterstützt das Anlegen von Projekten, das Erstellen von HTML-Kompositionen, die Vorschau mit Live-Reload und das frame-genaue Rendern von Animationen, die mit GSAP, CSS, Lottie, Three.js, Anime.js oder der Web Animations API erstellt wurden.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/TerminalSkills/skills/tree/HEAD/skills/hyperframes

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Vorschau

Aus dem Skill-README

Dokumentation

Was macht HyperFrames?

Übersicht

HyperFrames ist ein quelloffenes (Apache-2.0) Framework von HeyGen, das HTML, CSS, Medien und Animationen in deterministische MP4-Videos umwandelt – identische Eingabe erzeugt stets identische Ausgabe. Es parst HTML-Kompositionen, die mit data-*-Timing-Attributen annotiert sind, steuert Headless Chrome zum Suchen und Erfassen jedes Frames und codiert das Ergebnis mit FFmpeg. Es gibt keinen Build-Schritt, keine React-Anforderung und keine Gebühr pro Render. Es ist agentenfreundlich konzipiert: Die CLI ist standardmäßig nicht interaktiv, sodass sie sich nahtlos in automatisierte Content-Pipelines einfügt.

Verwende dieses Skill, um Projekte zu erstellen, HTML-Kompositionen zu verfassen, sie mit Live-Reload in der Vorschau anzuzeigen und frame-genaue Videos zu rendern – einschließlich Animationen, die mit GSAP, CSS, Lottie, Three.js, Anime.js oder der Web Animations API erstellt wurden.

Anleitung

Voraussetzungen

Überprüfe die Umgebung vor dem Start:

  • Node.js 22+ (node --version)
  • FFmpeg im PATH (ffmpeg -version)
  • Headless Chrome/Chromium wird von der Engine beim ersten Start heruntergeladen.

Ein Projekt erstellen

npx hyperframes init my-video    # Projekt anlegen (erstellt index.html + package.json)
cd my-video

Für die agentengesteuerte Einrichtung innerhalb eines vorhandenen AI-Agent-Arbeitsbereichs kann das Skill mit npx skills add heygen-com/hyperframes installiert werden.

Eine Komposition verfassen

Kompositionen sind einfache index.html-Dateien. Ein root-stage-Element deklariert die Leinwand und die Kompositions-ID; untergeordnete Elemente deklarieren über data-*-Attribute, wann sie erscheinen und wie lange sie dauern. Zeitwerte sind in Sekunden angegeben.

AttributZweck
data-composition-idBenennt die Komposition (Ziel für render/inspect)
data-startWann das Element in den Timelime eintritt (Sekunden)
data-durationWie lange das Element im Timelime bleibt (Sekunden)
data-width / data-heightLeinwandabmessungen in Pixeln (am stage-Element)
data-track-indexLayer-/Track-Reihenfolge für gestapeltes Audio oder Video
data-volumeAudio-Pegel, 0.0–1.0

Vorschau und Rendern

npx hyperframes preview          # Browser-Vorschau mit Live-Reload während der Arbeit
npx hyperframes render           # Jedes Frame in Headless Chrome suchen, mit FFmpeg zu MP4 codieren
npx hyperframes lint             # Kompositionsstruktur vor dem Rendern validieren
npx hyperframes inspect          # Metadaten der Komposition ausgeben (Dauer, Tracks, Abmessungen)

Die Auflösung stammt aus data-width/data-height auf der Bühne; Bildrate, Ausgabepfad und Codec sind Render-Parameter (siehe npx hyperframes render --help für die genauen Flags in deiner installierten Version, da sich die Flag-Namen weiterentwickeln). Da die Ausgabe deterministisch ist, ist das erneute Rendern unveränderter Eingaben sicher fürs Caching.

Den Komponentenkatalog verwenden

Vorgefertigte Bausteine (Übergänge, Overlays, Untertitel, animierte Diagramme, Karten, Effekte) werden in das Projekt installiert:

npx hyperframes add flash-through-white   # ein Übergang
npx hyperframes add data-chart            # ein animierter Diagrammblock
npx hyperframes add instagram-follow      # ein Social-Overlay

Durchstöbere den vollständigen Katalog unter hyperframes.heygen.com/catalog und füge dann Blöcke mit add hinzu.

Animationen

Jede suchbare, frame-genaue Animation funktioniert, weil die Engine jede Timelime-Position deterministisch sucht, anstatt in Echtzeit aufzuzeichnen. Unterstützte Adapter: GSAP, CSS-Animationen, Lottie, Three.js, Anime.js, WAAPI und benutzerdefinierte Frame-Adapter. Vermeide zeitbasierte Zufälligkeit oder Date.now()/wanduhrgetriebene Bewegungen – binde den Animationsfortschritt an die Kompositions-Timelime, damit Suchvorgänge reproduzierbar sind.

Agenten-/CI-Pipelines

Die CLI ist nicht interaktiv, sodass ein typischer automatisierter Ablauf folgt: HTML generieren/vorlagen → hyperframes lint → hyperframes render → MP4 sammeln. Für Skalierung ermöglicht das Paket @hyperframes/aws-lambda das verteilte Rendern über Lambda.

Beispiele

Beispiel 1: Eine Produktlaunch-Komposition rendern

index.html:

<div id="stage" data-composition-id="launch"
     data-start="0" data-width="1920" data-height="1080">
  <video data-start="0" data-duration="6" src="intro.mp4"></video>
  <h1 id="title" data-start="1" data-duration="4">Launch day</h1>
  <audio data-start="0" data-duration="6" data-volume="0.8" src="music.wav"></audio>
</div>
npx hyperframes inspect            # bestätigt: launch, 6s, 1920x1080
npx hyperframes lint               # vor dem Rendern validieren
npx hyperframes render             # erzeugt ein 1080p MP4

Beispiel 2: Eine suchbare GSAP-Titelanimation

<div id="stage" data-composition-id="title-card"
     data-start="0" data-width="1080" data-height="1080">
  <h1 id="headline" data-start="0" data-duration="3">Q3 Results</h1>
  <script src="https://cdn.jsdelivr.net/npm/gsap@3/dist/gsap.min.js"></script>
  <script>
    // Binde den Fortschritt an die Timelime (pausierte Tween, die die Engine sucht), nicht an die Echtzeit.
    const tl = gsap.timeline({ paused: true });
    tl.from("#headline", { y: 80, opacity: 0, duration: 1 })
      .to("#headline", { scale: 1.05, duration: 2 });
    window.__seek = (t) => tl.seek(t);   // Engine ruft dies pro Frame auf
  </script>
</div>
npx hyperframes preview            # live iterieren, dann:
npx hyperframes render

Richtlinien

  • Determinismus zuerst. Binde alle Bewegungen an die Kompositions-Timelime. Vermeide Math.random(), Date.now(), Echtzeitschleifen oder Netzwerkaufrufe während des Render-Vorgangs – sie zerstören die Reproduzierbarkeit.
  • Lint vor dem Rendern. hyperframes lint erkennt strukturelle Fehler/Timing-Fehler kostengünstig; das Rendern ist der teure Schritt.
  • Leinwand auf der Bühne setzen. data-width/data-height befinden sich am Root-Kompositionselement; das Timing untergeordneter Elemente (data-start/data-duration) befindet sich an jedem Element, in Sekunden.
  • Toolchain überprüfen. Die meisten Fehler lassen sich auf fehlendes FFmpeg oder Node < 22 zurückführen oder auf einen durch eine Firewall blockierten Chromium-Download.
  • --help für genaue Flags verwenden. Die Optionen render/add variieren je nach Version; bestätige die Flags für fps/output/codec anhand der installierten CLI, anstatt sie anzunehmen.
  • Katalogblöcke bevorzugen. hyperframes add zieht gewartete, suchbare Komponenten heran, anstatt eigene Übergänge und Diagramme von Hand zu erstellen.
  • Mit Lambda skalieren. Für Stapel-/große Aufträge über @hyperframes/aws-lambda rendern, anstatt einen langen lokalen Job laufen zu lassen.
  • Medien lokal und versioniert halten. Assets über stabile Pfade referenzieren; Remote-Abrufe während des Render-Vorgangs untergraben Determinismus und Reproduzierbarkeit.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

TerminalSkills/skills

>- Run GitHub Actions locally with act. Use when a user asks to test GitHub Actions workflows locally, debug CI pipelines without pushing, or run workflows offline.

TerminalSkills/skills

>- You are an expert in AG2 (formerly AutoGen), the open-source multi-agent conversation framework. You help developers build systems where multiple AI agents collaborate through structured conversations — with tool use, human-in-the-loop, code execution, group chat orchestration, and nested conversations — for complex tasks like software development, research, and data analysis.

TerminalSkills/skills

>- Generate short-form videos with AI — script writing, text-to-speech narration, stock footage selection, subtitle generation, and video assembly. Use when: creating TikTok/YouTube Shorts/Reels content, automating video production, building content pipelines.

TerminalSkills/skills

>- Animate 3D objects and characters in Blender with Python. Use when the user wants to keyframe properties, create armatures and rigs, set up IK/FK chains, animate shape keys for facial animation, edit F-Curves, use the NLA editor to blend actions, add drivers for expression-based animation, or script any animation workflow in Blender.

TerminalSkills/skills

>- Automate motion capture and tracking workflows in Blender with Python. Use when the user wants to import BVH or FBX mocap data, retarget motion to armatures, track camera or object motion from video, solve camera motion, clean up motion capture data, or script any tracking pipeline in Blender.

TerminalSkills/skills

>- You are an expert in Bolt.new by StackBlitz, the AI-powered full-stack development environment that runs entirely in the browser. You help developers go from idea to deployed app in minutes using natural language prompts — Bolt generates complete applications with frontend, backend, database, and deployment, all running in a WebContainer without local setup.

TerminalSkills/skills

>- Assists with using Bun as an all-in-one JavaScript/TypeScript runtime, package manager, bundler, and test runner. Use when building HTTP servers, managing packages, running tests, or migrating from Node.js. Trigger words: bun, bun serve, bun install, bun test, bun build, javascript runtime, bun runtime.

TerminalSkills/skills

>- Self-host customer support with Chatwoot. Use when a user asks to set up open-source customer support, add live chat without SaaS costs, build a multi-channel inbox, or deploy a free Intercom alternative.

TerminalSkills/skills

>- You are an expert in Chi, the lightweight, idiomatic Go HTTP router built on `net/http`. You help developers build composable HTTP services using Chi's middleware stack, route groups, URL parameters, sub-routers, and context-based request scoping — providing Express-like ergonomics while staying 100% compatible with Go's standard library.

TerminalSkills/skills

When the user wants to edit, review, or improve existing marketing copy. Also use when the user mentions 'edit this copy,' 'review my copy,' 'copy feedback,' 'proofread,' 'polish this,' 'make this better,' or 'copy sweep.' This skill provides a systematic approach to editing marketing copy through multiple focused passes.

TerminalSkills/skills

>- Add live chat and customer support with Crisp. Use when a user asks to add a chat widget, implement live customer support, set up a help desk, create a knowledge base, or add a chatbot to a website.

TerminalSkills/skills

>- Assists with building custom interactive data visualizations using D3.js. Use when creating charts, graphs, maps, force layouts, or hierarchical diagrams that require fine-grained control beyond what charting libraries provide. Trigger words: d3, data visualization, chart, svg, scales, force graph, treemap, choropleth.

TerminalSkills/skills

dbt (data build tool) transforms data in your warehouse using SQL SELECT statements. Learn project setup, models, tests, documentation, incremental materializations, and integration with data warehouses like PostgreSQL, BigQuery, and Snowflake.

TerminalSkills/skills

>- You are an expert in dlt, the open-source Python library for building data pipelines. You help developers load data from any API, file, or database into warehouses and lakes using simple Python decorators — with automatic schema inference, incremental loading, and built-in data contracts. dlt is the "requests library for data pipelines.

TerminalSkills/skills

Data Version Control for ML projects. Track large datasets and models alongside Git, build reproducible ML pipelines, and run experiments with metric comparison. Works with any storage backend including S3, GCS, Azure, and local filesystems.

TerminalSkills/skills

>- You are an expert in E2B, the cloud platform for running AI-generated code in secure sandboxes. You help developers give AI agents the ability to execute code, install packages, read/write files, and run long processes in isolated cloud environments — each sandbox is a lightweight VM that boots in ~150ms with full Linux, filesystem, and networking.

TerminalSkills/skills

>- Transcode, convert, edit, and process audio and video with FFmpeg. Use when a user asks to convert video formats (webm to mp4, mkv to mp4), extract audio from video, compress video files, trim or cut clips, concatenate videos, add subtitles, create thumbnails, apply filters, change resolution or bitrate, re-encode media, create GIFs from video, add watermarks, normalize audio, stream media, or build automated media processing pipelines.

TerminalSkills/skills

>- Create advanced animations with GSAP. Use when building complex timelines, scroll-driven animations, SVG morphing, text animations, or high-performance web animations beyond CSS capabilities.

TerminalSkills/skills

When the user wants to perform load testing, stress testing, or performance testing of APIs and websites using k6. Also use when the user mentions "k6," "load test," "performance test," "stress test," "spike test," "soak test," "thresholds," "virtual users," or "VUs." For browser-based testing, see selenium.

TerminalSkills/skills

>- Lovable (formerly GPT Engineer) is a browser-based AI app builder that turns a natural-language description into a working full-stack web app with a built-in backend, authentication, database and one-click publishing. Use when the user wants to prototype or ship a web app with Lovable, write effective Lovable prompts, connect Supabase or GitHub, review generated security rules, or move a Lovable project into their own editor.

Verwandte Skills