media-use:在获取音频/图像之前,请调用
/media-use以从 HeyGen 目录中获取 BGM/音效/图像。首先运行--adopt以注册现有资产。查看/media-use技能。
general-video——通用视频工作流
在开始构建之前请确认路线。 这是自定义合著创作的回退方案。如果输入明显适合专门的工作流,请优先使用它:营销产品 →
/product-launch-video;常规网站 →/website-to-video;主题解说 →/faceless-explainer;GitHub PR →/pr-to-video;现有素材 →/embedded-captions·/talking-head-recut;简短无旁白动态图形 →/motion-graphics;Remotion 移植 →/remotion-to-hyperframes。不在范围内:实时/渲染时数据、NLE 式编辑已完成视频,或生成 HyperFrames 无法捕获的素材。不确定?请首先阅读/hyperframes。
严格按照要求进行构建。 标题卡就是标题卡——不是标题卡加上三个辅助场景、背景音乐和字幕。如果额外的场景或元素确实能改善作品,请提出建议;不要擅自添加。对于小的修改(修复颜色、调整一个持续时间、添加一个元素),跳过规划步骤,直接构建。
方法
发现——仅针对开放性问题
对于模糊、探索性的请求(“为我们的品牌做点什么”、“一个酷的开场”)——在选择颜色之前先明确意图:
- 观众——谁在看?开发者/高管/普通消费者?
- 平台——在哪里播放?社交媒体(15 秒)/网站主打/产品演示/内部?
- 优先级——什么最重要?动效质量/内容准确性/品牌忠诚度/速度?
- 变体——一个最佳方案,还是 2-3 个有意义的选项(不同的节奏、能量或结构——不仅仅是颜色变换)?
对于具体请求(“添加一个标题卡”、“修复场景 3 的时序”),跳过发现阶段。
步骤 1——设计系统 → hyperframes-creative
首先建立视觉身份。如果项目有设计规范,请阅读它(优先级 frame.md → design.md → DESIGN.md;将其视为品牌真相——确切的颜色、字体、约束)。
如果没有规范,在选择任何颜色或字体之前,您必须阅读 hyperframes-creative/references/house-style.md 和 hyperframes-creative/references/video-composition.md。 house-style.md 提供了“解释提示/生成真实内容”的开启器、惰性默认列表和图层配方;video-composition.md 提供了视频媒介密度/缩放/前景细节化(数据条、注册标记、等宽元数据、“8-10 个元素,其中两个用户没有要求”),这区分了“制作”和“生成”。只读其中一个是最常见的错误——video-composition.md 是代理会跳过的那个,而正是它防止了扁平、居中、网页外观的输出。不要自行发明调色板并跳过这些;进入 hyperframes-creative 在这里是强制性的,而不是可选分支。从那里,根据需要提取命名的风格/情绪 → references/visual-styles.md,或交互式选择器 → references/design-picker.md。规范/风格定义了品牌,而不是合成规则。
找到角度(模糊简介,无规范): 在选择颜色之前,写一个句子——这个名称/词/主题唤起了什么,以及什么视觉_世界_(隐喻、设置、乐器、主题)表达了它?例如,网络安全工具 → 金库门 / 周界扫描线 / 锁芯;冥想应用 → 潮汐、呼吸、缓慢的光晕。阅读主题的_含义_,而不仅仅是其文字;选择一个具体的角度而不是字面上的重新样式。这是单场景作品提示扩展(步骤 2)的廉价替代品,在这种情况下扩展被正确跳过——并且这是设计概念和通用标志在渐变上的区别。
步骤 2——提示扩展 → hyperframes-creative
对每个多场景合成都运行此步骤(跳过单场景作品和简单编辑)。将请求与设计规范 + 风格准则相结合,形成一个一致的中介,下游工作以相同方式读取。参见 hyperframes-creative/references/prompt-expansion.md。
步骤 3——规划
在编写 HTML 之前,从高层思考:
- 内容——观众的体验:叙事弧线、关键时刻、情感节拍。
- 结构——多少个合成、子合成与内联、哪些轨道承载视频/音频/叠加/字幕。对于单文件与模块化子合成的选择,请参见
hyperframes-core/references/composition-patterns.md§ 两种架构(经验法则:≥3 个硬场景切换,或任何重用场景 → 模块化;短单场景作品保持一个文件)。 - 节奏——在实现之前先命名模式(例如
fast-fast-SLOW-SHADER-hold);参见hyperframes-creative/references/beat-direction.md。 - 时序——哪些剪辑驱动持续时间、过渡发生在哪里、节奏。
- 布局——首先构建终态(见下文)。
- 动画——然后通过
hyperframes-animation添加动效。
布局优先于动画
将每个元素放置在其最可见时刻所在的位置——完全进入、正确放置、尚未退出。首先将其编写为静态 HTML + CSS。暂时不要使用 GSAP。
原因: 如果您在元素的动画起始状态(屏幕外、缩放到 0、透明度 0)定位它们,并通过补间动画移动到您_认为_它们会到达的位置,那么您是在猜测最终布局——重叠直到渲染时才可见。首先构建终态,您可以在添加动效之前看到并修复布局问题。
- 为每个场景识别主导画面——即最多元素同时可见的时刻。那就是您要构建的布局。
- 为该画面编写静态 CSS。内容容器必须填充场景并使用内边距,而不是绝对偏移:
.scene-content {
display: flex;
flex-direction: column;
justify-content: center;
width: 100%;
height: 100%;
padding: 120px 160px; /* 内边距定位内容;填充任何场景大小 */
gap: 24px;
box-sizing: border-box;
}
永远不要在内容容器上使用 position: absolute; top: Npx——当内容高于空间时它会溢出。将绝对定位保留给装饰性元素。
⚠ 上述
width/height: 100%仅当每个祖先元素都有确定的高度时才有效。 根<div data-composition-id>及其与.scene-content之间的任何包装器必须设置大小(根元素上使用position: relative; width: 1920px; height: 1080px——参见hyperframes-core→ “根必须设置大小”)。跳过此步骤,弹性容器会折叠到约 0,内容堆叠到左上角,第一个字形在 x=0 处被裁剪——而lint/inspect仍然报告 0 个问题。并且始终在.scene-content上保留padding(≥80px):它是字幕安全边距。永远不要用裸露的gap替换它。
- 添加入场——使用
gsap.from()从屏幕外/不可见动画化到 CSS 位置(在子合成中,优先使用gsap.fromTo(),以便起始状态明确;参见hyperframes-core/references/sub-compositions.md)。CSS 位置是真实状态;补间动画是到达该位置的旅程。 - 退出由过渡处理——根据
hyperframes-animation/transitions/中的场景过渡规则,只有最终场景会动画化元素退出;场景之间,过渡本身就是退出。
跨时间的共享空间: 如果元素 A 在元素 B 进入同一区域之前退出,两者仍需要为其各自的主导画面设置正确的 CSS 位置——时间线排序防止它们共存,而布局步骤会捕获意外重叠。层叠光晕/阴影和 Z 堆叠深度是_有意_重叠;此步骤是关于捕获_无意_碰撞(两个标题相互重叠、内容超出画面)。
构建——委托给领域技能
这将技能的全部表面(参见 description)映射到其参考资料——非详尽;当意图未列出时,通过 hyperframes-creative(外观/概念)、hyperframes-animation(动效)、hyperframes-core(契约)、hyperframes-media(音频/字幕)路由。第一行是附加的——阅读它和您的意图行,而不是只读一个。
| 正在构建… | 首先阅读(按顺序) |
|---|---|
| 始终——每个非平凡作品,在下面的意图行之上 | hyperframes-creative/references/house-style.md + references/video-composition.md(也已在步骤 1 / HARD-GATE 中门控;“制作而非生成”的前景细节化) |
| 运动排版 / 文字优先 | hyperframes-animation/techniques.md(运动类型)+ adapters/gsap-easing-and-stagger.md + rules/kinetic-beat-slam.md |
| 标题卡 / 下方三分之一 / 叠加 / 画中画 / 文字在主体后面 | hyperframes-creative/references/composition-patterns.md +(针对居中/调整大小的画面)hyperframes-core → “根必须设置大小” |
| 标志 / 品牌标记揭示 | hyperframes-animation/rules/svg-path-draw.md(绘制)+ rules/3d-text-depth-layers.md + rules/scale-swap-transition.md |
| 数据 / 统计 / 数字 | hyperframes-animation/rules/counting-dynamic-scale.md + rules/stat-bars-and-fills.md + hyperframes-creative/references/data-in-motion.md |
| 产品 / 应用 / UI 演示 | hyperframes-animation/rules/3d-page-scroll.md + rules/cursor-click-ripple.md + rules/press-release-spring.md |
| 音频响应 / 音乐驱动 | hyperframes-creative/references/audio-reactive.md(预提取频段;映射到动效) |
| 旁白 / 画外音 / 音乐 / 音效 / 字幕 | hyperframes-media → 共享音频引擎 scripts/audio.mjs(一次调用 = TTS + BGM + SFX → audio_meta.json);通过 hyperframes-core 进行字幕创作和资产放置。请参见下面的音频。 |
| 多场景 / 过渡 | hyperframes-animation/transitions/overview.md 然后 transitions/catalog.md(您不会在概览之后完成——GSAP 配方在目录中) |
| 模块化 / 子合成 | hyperframes-core/references/composition-patterns.md + references/sub-compositions.md |
音频:单一引擎(TTS · BGM · 音效)
仅当作品需要时(根据“严格按照要求进行构建”——标题卡上没有背景音乐)。不要手动制作 TTS 或购买副本:编写一个中立的 audio_request.json 并调用 hyperframes-media 中的共享引擎。它会自动根据一个开关降级——存在 HeyGen 凭据 → HeyGen TTS + 音乐/音效检索;不存在 → ElevenLabs/Kokoro TTS,Lyria/MusicGen BGM 生成,以及捆绑的音效库。完整标志列表 + 请求/元数据模式:hyperframes-media/scripts/audio.mjs 的头部注释。
// audio_request.json — 每旁白片段一行;`id` 是您的(将 audio_meta 连接回来)
{
"lines": [
{ "id": "s1", "text": "您的开场白。", "sfx": ["whoosh"] },
{ "id": "s2", "text": "下一个节拍。" },
],
"bgm": { "query": "calm cinematic underscore" }, // 省略 "mode" → 自动(如果 HeyGen 则检索,否则生成);"none" 禁用
}
# <MEDIA_DIR> = 已安装的 hyperframes-media 技能目录(此技能的兄弟目录)
node <MEDIA_DIR>/scripts/audio.mjs --request ./audio_request.json --hyperframes . --out ./audio_meta.json
然后读取 audio_meta.json:将每个 voices[].path + (bgm.path,sfx[]) 挂载为 <audio> 轨道,并使用 voices[].words 进行字幕,全部按照 hyperframes-core(音频轨道 + 字幕创作)进行。如果 BGM 采用了生成路径(bgm_pending: true),则在最终渲染之前运行 hyperframes-media/scripts/wait-bgm.mjs。
输出清单 → hyperframes-cli
- [truncated for translation]