制作视频 - 初学者到成品MP4技能
两个阶段,八个顺序关卡。每个关卡产生一个具体的工件供下一个关卡使用。不要跳过关卡。
何时使用此技能 - 以及何时移交
使用此技能当:
- 用户是HyperFrames的新手,从一个概念、脚本或大纲开始
- 他们想要一个端到端的操作指南,而不是框架参考资料
- 他们尚未决定格式
移交当:
- 用户粘贴一个URL并希望从该网站制作视频 → 调用
/website-to-hyperframes - 用户明确要求一个9:16的竖屏真人讲解视频(带面部摄像头+场景叠加) → 在此处运行关卡1-4,然后从关卡5开始调用
/short-form-video - 用户询问框架规则而不是视频 → 调用
/hyperframes
路由说明(AI编辑视频管道): 当此技能从项目简报运行时,编辑提示中的 STYLE DESIGN 和 PHONG CÁCH DỰNG(视频风格)部分将覆盖下面的采访默认值 - 不要 重新询问简报已回答的风格问题。
两个阶段
- 阶段1 - 采访(关卡1-4): 一次对话式传递,在触及代码之前收集所有信息。意图、格式、脚本、语音、风格、资产、节奏。综合生成一个
BRIEF.md并等待明确批准。 - 阶段2 - 构建(关卡5-8): 脚手架 → 故事板 → 合成 → lint → Studio预览 → 草稿渲染 → 视觉验证 → MP4预览 → 最终渲染。
关卡1 · 意图与格式
通过 AskUserQuestion 一次问一个问题,尽可能提供多选。
- 这个视频的用途是什么?(宣传 · 社交广告 · 发布预告 · 产品演示 · 教程 · 讲解 · 片头/片尾卡 · 其他)
- 观众是谁?(开放回答)
- 目标时长?(10-20秒短 · 20-45秒宣传 · 45-90秒讲解 · 1.5-3分钟课程 · 自定义)
- 宽高比?(16:9 1920×1080 · 9:16 1080×1920 · 1:1 1080×1080)
- 帧率?(默认30 · 清晰UI用60 · 电影感用24)
- 平台/交付限制?(文件大小 · 截止日期 · 播放位置)
关卡标志: 全部六项均已捕获。如果答案是9:16 + 面部摄像头,计划在关卡5移交给 /short-form-video。
完整问题库:Read: references/interview-questions.md
关卡2 · 脚本与语音
- 脚本来源?(粘贴 · 大纲 → 我起草 · 我录制 · 从文本TTS · 无旁白)
- 如果是TTS:语音偏好。提供
npx hyperframes tts --help中的选项。同时捕获语速。hyperframes tts(Kokoro)仅支持英语 - 越南语旁白通过系统的/api/tts(Gemini TTS 或 VieNeu)处理。 - 如果是面部摄像头:录制路径 · 全屏或角落放置 · 是否需要转录?(
npx hyperframes transcribe <file> --model small.en --json- 仅英语;对于越南语请使用 faster-whisper 根据 noti-tiktok-vn 技能) - 字幕?(关闭 · 炒作 · 企业 · 卡拉OK逐字 · 简约)
关卡标志: 脚本已捕获(或已起草),音频方案已捕获,字幕方案已捕获。
关卡3 · 风格收集
在询问用户之前,先盘点现有资产。 检查 <workspace-root>/assets/ 和任何项目 assets/ 文件夹。不要询问已经存在的内容。
然后逐步询问 - 他们不需要回答所有问题:
- 风格指南或品牌文档?(粘贴/路径 · 没有)
- 调色板?(十六进制代码 · 无 - 使用 MOTION_PHILOSOPHY 默认值)
- 字体?(Google Fonts 名称 · 文件路径 · 无 - 使用默认的 Inter + JetBrains Mono)
- Logo 文件?(路径 · 无)。如果提到了品牌但未提供文件:在
assets/brand-logos/中查找,或使用 `POST /api/brand-logos {