Communitygithub.com

Lord1Egypt/awesome-skill-forge

使用 HyperFrames 创建基于 HTML 的视频合成、动画标题卡片、社交媒体覆盖层、带字幕的说话人头视频、音频响应式视觉效果和着色器过渡。HTML 是视频的真实来源。

awesome-skill-forge 是什么?

该技能 (skill) 名为 **HyperFrames**,是一个强大的 AI 代理工具,旨在将基于 HTML 的动画和合成渲染为高质量视频文件 (MP4/WebM)。它颠覆了传统视频编辑方式,将 HTML、CSS 和 GSAP 动画作为视频的真实来源。HyperFrames 引擎会逐帧捕获页面,并使用 FFmpeg 进行编码,从而实现对每个像素和动画帧的精确控制。其核心工作流程包括:通过 `npx hyperframes init` 脚手架创建项目,编写带有 `data-*` 时间属性的 HTML 合成文件,使用 GSAP 构建确定性动画(禁止 Math.random() 等非确定性操作),设置场景间过渡,以及集成音频、TTS 和字幕。该工具特别适用于创建动画标题卡片、产品演示、社交媒体视频、带同步字幕的教程、音频响应式可视化以及网站转视频。它提供了一套完整的命令行工具,包括 lint、validate、inspect、preview 和 render,用于确保视频质量。需要注意的是,它不适用于纯数学动画(应使用 manim-video)或图像生成。

兼容平台✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/Lord1Egypt/awesome-skill-forge/tree/HEAD/optional-skills/hyperframes

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

HyperFrames

HTML 是视频的真实来源。合成是一个 HTML 文件,包含用于控制时间的 data-* 属性、用于动画的 GSAP 时间线以及用于外观的 CSS。HyperFrames 引擎逐帧捕获页面,并使用 FFmpeg 编码为 MP4/WebM。

对 manim-video 的补充: 对于数学/几何解释(方程式、3B1B 风格)请使用 manim-video。对于动态图形、带字幕的说话人头、产品导览、社交媒体覆盖层、着色器过渡以及任何由真实视频/音频媒体驱动的内容,请使用 hyperframes。

何时使用

  • 用户要求从文本、脚本或网站生成渲染视频
  • 动画标题卡片、下方三分之一或排版式开场
  • 带字幕的旁白视频(TTS + 字幕与波形同步)
  • 音频响应式视觉效果(节拍同步、频谱条、脉冲光晕)
  • 场景间过渡(淡入淡出、擦除、着色器扭曲、闪白)
  • 社交媒体覆盖层(Instagram/TikTok/YouTube 风格)
  • 网站到视频流程(捕获 URL,生成宣传片)
  • 任何必须以确定性方式渲染为视频文件的 HTML/CSS/JS 动画

不要 将此技能用于:

  • 纯数学/方程动画(→ manim-video)
  • 图片生成或模因(→ meme-generation,图像模型)
  • 实时视频会议或流媒体

快速参考

npx hyperframes init my-video               # 搭建项目
cd my-video
npx hyperframes lint                        # 在预览/渲染前进行验证
npx hyperframes preview                     # 在浏览器中实时预览(端口 3002)
npx hyperframes render --output final.mp4   # 渲染为 MP4
npx hyperframes doctor                      # 诊断环境问题

渲染标志:--quality draft|standard|high · --fps 24|30|60 · --format mp4|webm · --docker(可复现)· --strict。

完整 CLI 参考:references/cli.md。

设置(一次性)

bash "$(dirname "$(find ~/.hermes/skills -path '*/hyperframes/SKILL.md' 2>/dev/null | head -1)")/scripts/setup.sh"

该脚本:

  1. 验证 Node.js >= 22 和 FFmpeg 是否已安装(如果没有,则打印修复说明)。
  2. 全局安装 hyperframes CLI (npm install -g hyperframes@>=0.4.2)。
  3. 通过 Puppeteer 预缓存 chrome-headless-shell — 通过 Chrome 的 HeadlessExperimental.beginFrame 捕获路径获得最佳质量渲染必需。
  4. 运行 npx hyperframes doctor 并报告结果。

如果设置失败,请参阅 references/troubleshooting.md。

步骤

1. 在编写 HTML 前进行规划

在编写代码之前,从高层次阐述:

  • 什么 — 叙事弧、关键时刻、情感基调
  • 结构 — 合成、轨道(视频/音频/覆盖层)、时长
  • 视觉标识 — 颜色、字体、运动特征(爆炸性 / 电影感 / 流畅 / 技术风)
  • 关键帧 — 对于每个场景,大多数元素同时可见的时刻。这是你将首先构建的静态布局。

视觉标识检查点 (HARD-GATE)。 在编写任何合成 HTML 之前,必须定义视觉标识。不要使用默认或通用颜色(#333、#3b82f6、Roboto 表明此步骤被跳过)编写合成。按顺序检查:

  1. 项目根目录有 DESIGN.md? → 使用其精确的颜色、字体、运动规则和“禁止事项”约束。

  2. 用户指定了风格(例如“Swiss Pulse”、“暗黑科技风”、“奢侈品牌”)? → 生成一个最小化的 DESIGN.md,包含 ## Style Prompt、## Colors(3-5 种十六进制颜色及其角色)、## Typography(1-2 个字体族)、## What NOT to Do(3-5 个反模式)。

  3. 以上都不是? → 在编写任何 HTML 之前询问 3 个问题:

    • 情绪?(爆炸性 / 电影感 / 流畅 / 技术风 / 混乱 / 温暖)
    • 浅色还是深色画布?
    • 是否有品牌颜色、字体或视觉参考?

    然后根据答案生成 DESIGN.md。每个合成必须将其调色板和排版追溯回 DESIGN.md 或用户的明确指示。

2. 脚手架搭建

npx hyperframes init my-video --non-interactive

模板:blank、warm-grain、play-mode、swiss-grid、vignelli、decision-tree、kinetic-type、product-promo、nyt-graph。使用 --example <name> 选择一个,使用 --video clip.mp4 或 --audio track.mp3 植入媒体。

3. 先布局,后动画

首先编写静态 HTML+CSS 用于关键帧 — 还没有 GSAP。.scene-content 容器必须填充场景(width:100%; height:100%; padding:Npx),并配合 display:flex + gap。使用内边距将内容向内推 — 绝不要在内容容器上使用 position: absolute; top: Npx(当内容高于剩余空间时会溢出)。

只有在关键帧看起来正确之后,才添加 gsap.from() 入场(动画到 CSS 位置)和 gsap.to() 出场(动画从 CSS 位置开始)。

完整的 data-attribute 模式和合成规则请参阅 references/composition.md。

4. 使用 GSAP 制作动画

每个合成必须:

  • 注册其时间线:window.__timelines["<composition-id>"] = tl
  • 从暂停开始:gsap.timeline({ paused: true }) — 播放器控制播放
  • 使用有限的 repeat 值(没有 repeat: -1 — 会破坏捕获引擎)。计算方式:repeat: Math.ceil(duration / cycleDuration) - 1。
  • 是确定性的 — 没有 Math.random()、Date.now() 或挂钟逻辑。如果需要伪随机性,请使用带种子的 PRNG。
  • 同步构建 — 时间线构建周围没有 async/await、setTimeout 或 Promise。

核心 GSAP API(补间、缓动、交错、时间线)请参阅 references/gsap.md。

5. 场景间过渡

多场景合成需要过渡。规则:

  1. 始终在场景之间使用过渡 — 没有跳切。
  2. 始终在每个场景元素上使用入场动画 (gsap.from(...))。
  3. 永远不要使用出场动画,除了最后一个场景 — 过渡本身就是出场。
  4. 最后一个场景可以淡出。

使用 npx hyperframes add <transition-name> 安装着色器过渡(flash-through-white、liquid-wipe 等)。完整列表:npx hyperframes add --list。

6. 音频、字幕、TTS、音频响应、高亮

  • 音频: 始终使用单独的 <audio> 元素(视频使用 muted playsinline)。
  • TTS: npx hyperframes tts "脚本文本" --voice af_nova --output narration.wav。使用 --list 列出声音。声音 ID 的首字母编码语言(a/b=英语,e=西班牙语,f=法语,j=日语,z=普通话等)— CLI 会自动推断音素器区域设置;仅在需要覆盖时传递 --lang。非英语音素化需要系统范围内安装 espeak-ng。
  • 字幕: npx hyperframes transcribe narration.wav → 字级别转录。从转录的语气中选择样式(炒作 / 企业 / 教程 / 讲故事 / 社交媒体 — 参见 references/features.md 中的表格)。语言规则: 除非确认音频是英语,否则永远不要使用 .en Whisper 模型 — .en 会将非英语音频翻译而不是转录。每个字幕组在出场补间之后必须有一个硬性的 tl.set(el, { opacity: 0, visibility: "hidden" }, group.end) 结束 — 否则组会在后面的组中泄漏可见。
  • 音频响应式视觉效果: 预先提取音频频段(低音 / 中音 / 高音),并在时间线内使用 for 循环配合 tl.call(draw, [], f / fps) 逐帧采样 — 单个长补间不会对音频做出反应。将低音映射到 scale(脉冲),高音映射到 textShadow/boxShadow(光晕),整体振幅映射到 opacity/y/backgroundColor。避免均衡器条的陈词滥调 — 让内容引导视觉,音频驱动其行为。
  • 标记式高亮: 文本强调的高亮、圆圈、爆发、涂鸦、轮廓效果是确定性的 CSS+GSAP — 参见 references/features.md#marker-highlighting。完全可搜索,无需动画 SVG 滤镜。
  • 场景过渡: 每个多场景合成必须使用过渡(没有跳切)。从 CSS 原语(推拉滑块、模糊淡入淡出、缩放穿过、交错块)或着色器过渡(flash-through-white、liquid-wipe、cross-warp-morph、chromatic-split 等)中选择,通过 npx hyperframes add 安装。情绪和能量表位于 references/features.md#transitions。不要在同一合成中混合 CSS 和着色器过渡。

7. Lint、验证、检查、预览、渲染

npx hyperframes lint              # 捕获缺失的 data-composition-id、重叠轨道、未注册的时间线
npx hyperframes validate          # 在 5 个时间戳进行 WCAG 对比度审核
npx hyperframes inspect           # 视觉布局审核 — 溢出、帧外元素、被遮挡的文本
npx hyperframes preview           # 实时浏览器预览
npx hyperframes render --quality draft --output draft.mp4    # 快速迭代
npx hyperframes render --quality high --output final.mp4     # 最终交付

hyperframes validate 会采样每个文本元素背后的背景像素,并对低于 4.5:1(或大文本 3:1)的对比度发出警告。hyperframes inspect 是布局侧的配套工具 — 在多个时间戳运行页面,并标记静态 lint 看不到的问题(只有在 4.5 秒处才超出安全区域的字幕、标题为最长变体时溢出的卡片、最终位于过渡着色器后面的元素)。尤其要对包含对话气泡、卡片、字幕或紧凑排版的合成运行 inspect。

8. 网站到视频(如果用户提供 URL)

使用 references/website-to-video.md 中的 7 步捕获到视频工作流:捕获 → DESIGN.md → SCRIPT.md → 故事板 → 合成 → 渲染 → 交付。

陷阱

  • 找不到 HeadlessExperimental.beginFrame — Chromium 147+ 移除了此协议。确保你使用的是 hyperframes@>=0.4.2(自动检测并回退到截图模式)。逃生通道:export PRODUCER_FORCE_SCREENSHOT=true。参见 hyperframes#294 和 references/troubleshooting.md。
  • 系统 Chrome(不是 chrome-headless-shell) — 渲染会挂起 120 秒然后超时。运行 npx puppeteer browsers install chrome-headless-shell(setup.sh 会执行此操作)。hyperframes doctor 会报告将使用哪个二进制文件。
  • 任何地方的 repeat: -1 — 会破坏捕获引擎。始终计算一个有限的重复计数。
  • 在稍后进入的剪辑元素上使用 gsap.set() — 该元素在页面加载时不存在。请改用时间线内部的 tl.set(selector, vars, timePosition),位置在剪辑的 data-start 处或之后。
  • 内容文本中的 <br> — 强制换行不知道渲染后的字体宽度,因此自然换行 + <br> 会造成双重换行。使用 max-width 让文本自动换行。例外:短标题,其中每个单词故意独占一行。
  • 动画 visibility 或 display — GSAP 不能补间这些。请使用 autoAlpha(同时处理可见性和不透明度)。
  • 调用 video.play() 或 audio.play() — 框架控制播放。永远不要自己调用它们。
  • 异步构建时间线 — 捕获引擎在页面加载后同步读取 window.__timelines。永远不要将时间线构建包装在 async、setTimeout 或 Promise 中。
  • 将独立的 index.html 包装在 <template> 中 — 会向浏览器隐藏所有内容。只有通过 data-composition-src 加载的子合成才使用 <template>。
  • 使用视频作为音频 — 始终使用静音 <video> + 单独的 <audio>。

验证

在渲染之前和之后:

  1. Lint + validate + inspect 通过: npx hyperframes lint --strict && npx hyperframes validate && npx hyperframes inspect(lint 捕获结构问题,validate 捕获对比度问题,inspect 捕获视觉布局/溢出问题 — 如果出现警告,请参阅 troubleshooting.md)。
  2. 动画编排 — 对于新的合成或重大的动画更改,运行动画映射。npx hyperframes init 会将技能脚本复制到项目中,因此路径是项目本地的:
    node skills/hyperframes/scripts/animation-map.mjs <composition-dir> \
      --out <composition-dir>/.hyperframes/anim-map
    
    输出一个 animation-map.json 文件,包含每个补间的摘要、ASCII 甘特时间线、交错检测、死区(>1 秒无动画)、元素生命周期和标志(offscreen、collision、invisible、paced-fast <0.2 秒、paced-slow >2 秒)。扫描摘要和标志 — 修复或证明每个问题。小编辑可跳过。
  3. 文件存在且非零: ls -lh final.mp4。
  4. 时长匹配 data-duration: ffprobe -v error -show_entries format=duration -of default=nw=1:nk=1 final.mp4。
  5. 视觉检查: 提取一个位于合成内部的帧:ffmpeg -i final.mp4 -ss 00:00:05 -vframes 1 preview.png。
  6. 如果预期有音频则存在: ffprobe -v error -show_streams -select_streams a -of default=nw=1:nk=1 final.mp4 | head -1。

如果 hyperframes render 失败,请运行 npx hyperframes doctor 并在报告时附上其输出。

参考

  • composition.md — 数据属性、时间线约定、不可协商规则、排版/资产规则
  • cli.md — 每个 CLI 命令(init, capture, lint, validate, inspect, preview, render, transcribe, tts, doctor, browser, info, upgrade, benchmark)
  • gsap.md — 适用于 HyperFrames 的 GSAP 核心 API(补间、缓动、交错、时间线、matchMedia)
  • features.md — 字幕、TTS、音频响应、标记高亮、过渡(按需加载)
  • website-to-video.md — 7 步捕获到视频工作流
  • troubleshooting.md — OpenClaw 修复、环境变量、常见渲染错误

Individual skills in this repo

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

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a insurance agency. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generates a complete landing page with copy, layout, hero image, and responsive design from a text description. Use when launching a product quickly.

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a family law practice. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a fractional CFO firm. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a home remodeling company. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a HVAC service company. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a immigration law firm. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a CPA tax advisory firm. Use when handling offer...

Lord1Egypt/awesome-skill-forge

Generate a conversion-focused landing page that compares offers, pricing cues, and trust signals for a estate planning law firm. Use when handling...

Lord1Egypt/awesome-skill-forge

Fastest way to create or update a pawr.link profile. One curl command, $19 USDC to create, $0.10 to update. Patch-style update-links endpoint lets you add, remove, or move individual links without replacing the whole profile.

Lord1Egypt/awesome-skill-forge

Use this skill when the user wants to review today, look back on yesterday, reflect on this week, or wrap things up with a gentle, low-pressure reflection.

Lord1Egypt/awesome-skill-forge

Read-only queue dashboard for workspace-aware ship. (gstack)

Lord1Egypt/awesome-skill-forge

Landing page quality assessment for paid advertising campaigns. Evaluates message match, page speed, mobile experience, trust signals, form optimization, and conversion rate potential. Use when user says landing page, post-click experience, landing page audit, LP audit, conversion rate, landing page CRO, post-click CRO, or landing page optimization.

Lord1Egypt/awesome-skill-forge

Search arXiv papers by keyword, author, category, or ID.

Lord1Egypt/awesome-skill-forge

Delegate coding to OpenAI Codex CLI (features, PRs).

Lord1Egypt/awesome-skill-forge

Track Apple devices/AirTags via FindMy.app on macOS.

Lord1Egypt/awesome-skill-forge

Jailbreak LLMs: Parseltongue, GODMODE, ULTRAPLINIAN.

Lord1Egypt/awesome-skill-forge

Geocode, POIs, routes, timezones via OpenStreetMap/OSRM.

Lord1Egypt/awesome-skill-forge

Notion API + ntn CLI: pages, databases, markdown, Workers.

Lord1Egypt/awesome-skill-forge

p5.js sketches: gen art, shaders, interactive, 3D.

相关技能