HyperFrames,从这里开始
HyperFrames 从 HTML 渲染视频:一个合成场景是一个 HTML 文件,其 DOM 通过 data-* 属性声明时序,其动画运行时是可定位的,媒体播放由框架管理。完整的创作约定位于 /hyperframes-core 中;在编写合成 HTML 之前请先阅读它。
下面是一个能力地图(按需加载的领域技能)和意图路由器(为任何“为我制作一个视频”的请求选择工作流)。
能力地图:领域技能
按需加载的原子能力:不是完整的视频工作流。对于“为我制作一个视频”,请使用下面的意图路由器。
| 你想要…… | 技能 |
|---|---|
创作/编辑 HTML 合成:data-* 约定、片段、轨道、子合成、变量 | /hyperframes-core |
| 动画:原子运动、场景蓝图、转场、运行时适配器(GSAP / Lottie / Three.js / Anime.js / CSS / WAAPI / TypeGPU) | /hyperframes-animation |
创作可定位的关键帧:GSAP 时间线、CSS 关键帧、Anime.js、WAAPI、FLIP、路径、蒙版、SVG 变形/绘制、3D 深度,以及 hyperframes keyframes 诊断 | /hyperframes-keyframes |
创意指导:frame.md / design.md、调色板、排版、旁白、节拍规划、音频反应式 | /hyperframes-creative |
| 媒体:TTS 配音、背景音乐、转录、背景去除、字幕 | /hyperframes-media |
媒体解析:从 HeyGen 目录中查找并固定 BGM、SFX、图像、图标到 .media/,并带有清单追踪 | /media-use |
| CLI 开发循环:初始化、检查、验证、检查、预览、渲染、发布、诊断 | /hyperframes-cli |
安装注册表块/组件(hyperframes add) | /hyperframes-registry |
| 导入 Figma 内容:资产、令牌、组件、故事板→动画(REST/CLI);运动、着色器(MCP) | /figma |
意图路由:选择一个工作流
本节仅了解顶层工作流;它不会加载其内部引用或上述领域技能。
路由前,确认输入,而非规格
路由需要知道视频的内容:其输入和主题。如果未指定(例如“制作一个关于我们产品的视频”,但没有 URL、产品、主题或资产),在进入任何工作流之前先询问,提交到一个工作流本身就是路由决策。最多两个问题:
- 输入:一个产品(URL/简介)、一个通用网站、一个 GitHub PR、一个要解释的主题,或一个现有的对话式视频?
规格默认值,声明,不要问(它们从不改变路由):宽高比 16:9(仅对指定的垂直目标(如 TikTok / Reels / Shorts)使用 9:16);旁白/字幕 语言 = 用户的语言。所选工作流会在其第一步重新确认其自身的具体内容。
工作流速查表
| 工作流 | 使用场景 |
|---|---|
/product-launch-video | 销售产品(SaaS、应用、公司/产品网站)。从 URL、简介或脚本→宣传片。任何商业 URL 的默认选项,即使只提到了网站名称。 |
/website-to-video | 展示网站本身:基于网站自身截图制作的导览/展示。适用于非商业网站(作品集、博客、文档、个人、活动),或当用户想要导览而非宣传片时。 |
/faceless-explainer | 解释一个主题/概念,基于文本,无产品,无 URL;每个视觉元素都由 LLM 生成 |
/pr-to-video | 一个 GitHub PR / 代码变更 → 更新日志 / 功能展示 / 修复 / 重构解释说明 |
/embedded-captions | 为现有对话式视频添加字幕/隐藏字幕(不修改原始视频) |
/talking-head-recut | 将现有对话式视频打包成带有设计好的图形叠加层:下三分之一、数据标注、动态标题、引用框 |
/motion-graphics | 简短、无旁白、以设计为导向的动效:动态排版、统计数据/图表动画、品牌标识、下三分之一叠加层 |
/music-to-video | 一个音乐曲目 → 节拍同步的视频、歌词视频、幻灯片或动态宣传片;音乐驱动节奏(可选的用户图像/视频按节拍网格剪辑) |
/slideshow | 一个演示文稿/推介材料/交互式 deck:离散幻灯片、片段、分支、热点;输出是一个可导航的 deck,而非渲染的视频 |
/general-video | 其他任何情况:较长或多场景作品、静态循环/海报、自定义合成 |
/remotion-to-hyperframes | 将现有的 Remotion (React) 合成移植到 HyperFrames(迁移,非创建) |
消歧(仅在易混淆时):
- 动效优先且无旁白(约 10 秒以下,动效本身即是信息)→
/motion-graphics,无论输入是什么。 - 一个 URL 或脚本:问一件事:这个网站是在销售产品吗? 是(SaaS / 应用 / 产品 / 公司网站)→
/product-launch-video:宣传片,任何商业 URL 的默认选项,即使只提到了网站名称。否,或者用户只想原样展示网站(作品集 / 博客 / 文档 / 个人 / 活动)→/website-to-video:导览。GitHub PR 链接 →/pr-to-video;一个没有产品或网站的概念 →/faceless-explainer。 - 现有视频素材:纯口语字幕 →
/embedded-captions;带有设计的叠加卡片 →/talking-head-recut。两者都不编辑素材本身(重新定时 / 重新着色 / 重新构图 / 重新排序 / 音频属于 NLE 编辑,不在范围内)。 - 输入是一个音乐曲目(音频文件,或从中提取音频的视频)且无旁白 →
/music-to-video:音乐的拍子/能量驱动节奏。(有旁白的作品保留在上面按输入匹配的工作流中;/motion-graphics适用于简短、非音乐驱动的无旁自动效。) - 一个演示文稿 / 推介材料 / 交互式 deck(离散幻灯片、导航、演示者模式) →
/slideshow:输出是一个可导航的 deck,而非渲染的视频。明确的“幻灯片”请求直接执行;相邻触发词(“deck / slides / presentation / convert this page”)会让/slideshow在创作之前确认它是一个幻灯片,如果不是,则切换到适当的非幻灯片工作流。 - 时长是指导,而非限制:由意图选择工作流;仅当作品明显超过约 3 分钟,或者是静态 / 循环 / 自定义格式时,才使用
/general-video。
如果匹配的工作流未安装
一旦你选择了工作流,检查它是否对你可用。如果匹配的工作流技能未安装,不要退而求其次去猜测,告诉用户先安装它:
- 仅此工作流:
npx skills add heygen-com/hyperframes --skill <workflow-name>(例如--skill pr-to-video:仅名称,不带前导/)。 - 一次性安装所有工作流:
npx skills add heygen-com/hyperframes --all(核心 + 每个工作流,跳过选择器)。
在他们运行后,重新读取工作流的技能并继续。
保持技能更新
HyperFrames 技能是有版本的。npx hyperframes init 会检查已安装的技能是否与 GitHub 上的最新版本一致,并在任何内容过时或缺失时安装/刷新完整集合。因此,一个新初始化的项目始终拥有完整、最新的集合(在已是最新的项目上重新运行 init 是一个空操作)。检查是一个快速的 GitHub 往返;离线(或速率受限)时,它会在短暂超时后回退到安装,因此 init 永远不会因网络故障而硬性失败。创作工作流会用 init 搭建项目脚手架,因此启动新项目时始终运行此检查,并在技能过时时从 GitHub 拉取我们的最新技能。--skip-skills 标志当前已被禁用(这是在 skills.sh 注册表追赶期间的一个临时措施):传递它不再跳过检查,所以每个 init 都会检查 GitHub。CI/测试通过 HYPERFRAMES_SKIP_SKILLS=1 环境变量选择退出。
如果任务行为异常,或在长时间构建之前,请确认已安装的技能是最新的:
- 检查:
npx hyperframes skills check(添加--json以获取机器可读的判定;当有任何内容过时或缺失时,退出码为非零)。 - 更新:
npx hyperframes skills update:拉取完整集合到最新版本,安装任何尚未存在的(与 init 的安装步骤相同)。
CLI 还会在 render / lint / validate 运行检测到过时技能时显示一行提示。
工作流详情
/product-launch-video
- 输入: 一个正在营销的产品,(a) 产品 URL(使用无头 Chrome 爬取获取资产 + 品牌令牌),(b) 一个提到产品网站名称的脚本/简介(即使没有链接,PLV 也会解析并爬取它,除非用户选择退出),或 (c) 一个没有可推导网站 / “不要爬取”的脚本(无捕获模式,选择一个提供调色板 + 设计系统的样式预设)。提供的脚本可以是逐字配音或按场景重新结构化。PLV 会询问。
- 输出: 一个产品发布 / SaaS 宣传片,作为 HyperFrames 合成 → MP4(最佳时长 30-90 秒)。主题是产品的价值,而非网站的导览。对于纯粹的网站导览,请使用
/website-to-video。 - 触发词: “为 X 制作发布视频”、“我们网站的宣传片”、“在一分钟内解释我的 SaaS”、“将我的脚本变成 60 秒宣传片”、“纯文本发布视频,不要爬取”。
/website-to-video
- 输入: 一个目标在于展示网站本身的网站/URL,而非销售产品。最适合非商业网站(作品集、博客、文档、个人、活动),或当用户明确想要原样导览网站时。使用无头 Chrome 捕获真实截图 + 品牌资产。如果网站在销售产品,而用户想要宣传片,请使用
/product-launch-video。 - 输出: 基于网站自身视觉元素构建的网站导览/展示/社交视频片段 → MP4。
- 触发词: “将这个网站变成视频”、“来自的网站导览”、“来自我们首页的社交视频片段”、“我只有一个 URL,制作点东西”。
/faceless-explainer
- 输入: 任意文本。一个要解释的主题、文章或笔记,没有产品要营销,没有网站要捕获。(从
/product-launch-video分支而来;无无头 Chrome。) - 输出: 无面解说视频 → MP4,每个场景的视觉元素均由 LLM 生成(排版 / 抽象 / 图表 / 数据可视化);随附
pin-and-paper预设。(最佳时长 30-90 秒。) - 触发词: “关于 X 的无面解说视频”、“以视频形式解释 DNS 的工作原理”、“将这篇文章变成解说视频”、“根据我的笔记制作解说视频”。
/pr-to-video
- 输入: 一个 GitHub pull request:PR URL、
owner/repo#N引用,或“这个 PR”。通过ghCLI 读取(不是要爬取的网站)。 - 输出: 代码变更解释(更新日志 / 功能展示 / 修复 / 重构) → MP4,差异高亮、前后对比、文件树 + 影响场景。≤(最佳时长 30-90 秒)。
- 触发词: “制作一个关于这个 PR 的视频”、“将 PR #1187 变成更新日志视频”、“来自 github.com/org/repo/pull/123 的发布说明视频”。
/embedded-captions
- 输入: 一个现有的对话式视频(MP4)来添加字幕,实际素材,不是 URL 或简介。本地转录(Whisper,无需 API 密钥)并做遮罩处理(RVM),以便主题可以遮挡字幕。
- 输出: 相同的素材不变,带有一个字幕层,标准(逐字下三分之一轨道 + 在主题后方嵌入高潮字幕)或电影级(每个字幕合成在主题后面)。任何时长。
- 触发词: “为这个视频添加字幕/隐藏字幕”、“主题后面的字幕”、“为我的片段添加电影级字幕”。
/talking-head-recut
- 输入: 一个现有的对话式 / 访谈 / 播客视频(MP4),用于用屏幕图形包装,实际素材。本地转录(Whisper)。片段完整播放于其下,保持不变。
- 输出: 相同的素材,带有定时的图形叠加卡片:动态标题、下三分之一、数据标注、引用框、侧边面板、画中画、同步 …
[翻译截断]