HyperFrames
HTML 是视频的真理之源。一个合成是一个带有 data-* 属性用于时间控制、GSAP 时间线用于动画和 CSS 用于外观的 HTML 文件。HyperFrames 引擎逐帧捕获页面并使用 FFmpeg 编码为 MP4/WebM。
与 manim-video 互补: 使用 manim-video 处理数学/几何解释(方程、3B1B 风格)。使用 hyperframes 处理运动图形、带字幕的讲话视频、产品导览、社交媒体覆盖层、着色器转场以及任何由真实视频/音频媒体驱动的内容。
何时使用
- 用户要求根据文本、脚本或网站生成渲染视频
- 动画标题卡片、下方三分之一或排印式开场
- 带字幕的旁白视频(TTS + 与波形同步的字幕)
- 音频响应式视觉效果(节拍同步、频谱条、脉冲辉光)
- 场景间转场(淡入淡出、滑入、着色器扭曲、过白闪烁)
- 社交媒体覆盖层(Instagram/TikTok/YouTube 风格)
- 网站到视频流水线(捕获 URL,生成宣传视频)
- 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) - 图像生成或模因(→
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 # 创建一个项目脚手架
cd my-video
npx hyperframes lint # 在预览/渲染前验证
npx hyperframes preview # 实时刷新浏览器预览(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(可重现) · --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:
- 验证 Node.js >= 22 和 FFmpeg 已安装(如果未安装,则打印修复说明)。
- 全局安装
hyperframesCLI(npm install -g hyperframes@>=0.4.2)。 - 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所必需。 - 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 之前进行规划
在接触代码之前,先从高层次阐明:
- 内容 — 叙事弧、关键时刻、情感节拍
- 结构 — 合成、轨道(视频/音频/覆盖层)、持续时间
- 视觉识别 — 颜色、字体、运动特征(爆发式 / 电影式 / 流畅 / 技术式)
- 主帧 — 对于每个场景,最多元素同时可见的时刻。这是您将首先构建的静态布局。
视觉识别门控(硬性门控)。 在编写任何合成 HTML 之前,必须定义视觉识别。不要使用默认或通用颜色(#333、#3b82f6、Roboto 是跳过此步骤的标志)编写合成。按顺序检查:
-
项目根目录下是否有
DESIGN.md? → 使用其确切的颜色、字体、运动规则和“不要做什么”约束。 -
用户命名了一种风格(例如“Swiss Pulse”、“黑暗科技”、“奢侈品牌”)? → 生成一个最小的
DESIGN.md,包含## Style Prompt、## Colors(3-5 个十六进制颜色及其角色)、## Typography(1-2 个字体系列)、## What NOT to Do(3-5 个反模式)。 -
以上都不是? → 在编写任何 HTML 之前询问 3 个问题:
- 氛围?(爆发式 / 电影式 / 流畅 / 技术式 / 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?
然后根据答案生成一个
DESIGN.md。每个合成的调色板和版式必须追溯到DESIGN.md或用户的明确指示。
2. 搭建脚手架
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。传递 --example <name> 选择一个,传递 --video clip.mp4 或 --audio track.mp3 以种子媒体。
3. 先布局后动画
首先编写主帧的静态 HTML+CSS — 还没有 GSAP。.scene-content 容器必须填充场景(width:100%; height:100%; padding:Npx),并使用 display:flex + gap。使用内边距将内容向内推 — 永远不要在内容容器上使用 position: absolute; top: Npx(内容在高于剩余空间时会溢出)。
只有当主帧看起来正确后,再添加 gsap.from() 入场(动画到 CSS 位置)和 gsap.to() 退场(动画从该位置开始)。
有关完整的数据属性模式和相关规则,请参阅 references/composition.md。
4. 使用 GSAP 进行动画
每个合成必须:
- 注册其时间线:
window.__timelines["<composition-id>"] = tl - 以暂停状态启动:
gsap.timeline({ paused: true })— 播放器控制播放 - 使用有限的
repeat值(不要用repeat: -1— 会破坏捕获引擎)。计算:repeat: Math.ceil(duration / cycleDuration) - 1。 - 是确定性的 — 不要用
Math.random()、Date.now()或墙钟逻辑。如果需要伪随机性,使用种子化的 PRNG。 - 同步构建 — 不要在时间线构建周围使用
async/await、setTimeout或 Promise。
有关核心 GSAP API(补间、缓动、交错、时间线),请参阅 references/gsap.md。
5. 场景间转场
多场景合成需要转场。规则:
- 始终在场景之间使用转场 — 不要跳跃剪辑。
- 始终在每个场景元素上使用入场动画(
gsap.from(...))。 - 除最后一个场景外,永远不要使用退场动画 — 转场本身就是退场。
- 最后一个场景可以淡出。
使用 npx hyperframes add <transition-name> 安装着色器转场(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(视频是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 的第一个字母编码语言(a/b=英语、e=西班牙语、f=法语、j=日语、z=普通话等)— CLI 会自动推断音位化器区域设置;仅在需要覆盖时传递--lang。非英语音位化要求系统级安装espeak-ng。 - 字幕:
npx hyperframes transcribe narration.wav→ 逐词转录。根据转录语气选择样式(hype / corporate / tutorial / storytelling / social — 请参阅references/features.md中的表格)。语言规则: 除非音频被确认为英语,否则永远不要使用.enwhisper 模型 —.en会将非英语音频翻译而不是转录。每个字幕组必须在退场补间之后有一个硬性的tl.set(el, { opacity: 0, visibility: "hidden" }, group.end)杀死标记 — 否则组会泄漏可见状态到后面的组中。 - 音频响应式视觉效果: 预提取音频频段(低音 / 中音 / 高音),并在时间线内部使用
tl.call(draw, [], f / fps)的for循环逐帧采样 — 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(辉光),整体振幅映射到opacity/y/backgroundColor。避免均衡器条式的陈词滥调 — 让内容引导视觉,音频驱动其行为。 - 标记式高亮: 用于文本强调的高亮、圆圈、爆发、涂鸦、草图效果是确定性的 CSS+GSAP — 请参阅
references/features.md#marker-highlighting。完全可寻址,没有动画 SVG 滤镜。 - 场景转场: 每个多场景合成必须使用转场(无跳跃剪辑)。从 CSS 基本体(推入滑动、模糊淡入淡出、缩放过渡、交错块)或着色器转场(
flash-through-white、liquid-wipe、cross-warp-morph、chromatic-split等)中选择,通过npx hyperframes add安装。氛围和能量表位于references/features.md#transitions。不要在同一合成中混合 CSS 和着色器转场。
7. 检查、验证、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 # WCAG 对比度审计,在 5 个时间戳
npx hyperframes inspect # 视觉布局审计 — 溢出、帧外元素、遮挡文本
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 在每个文本元素后面采样背景像素,并对低于 4.5:1(或大文本 3:1)的对比率发出警告。hyperframes inspect 是布局侧的伴侣 — 在多个时间戳运行页面并标记静态 lint 无法看到的问题(仅在 4.5 秒时超出安全区域的字幕、当标题是最长变体时溢出的卡片、最终位于转场着色器后面的元素)。特别在包含气泡文字、卡片、字幕或紧凑排版的合成上运行 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程:捕获 → DESIGN.md → SCRIPT.md → 故事板 → 合成 → 渲染 → 交付。
陷阱
HeadlessExperimental.beginFrame' wasn't found— Chromium 147+ 移除了此协议。确保您使用的是hyperframes@>=0.4.2(自动检测并回退到截图模式)。逃生门:export PRODUCER_FORCE_SCREENSHOT=true。请参阅 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。在时间线内部使用tl.set(selector, vars, timePosition),位置在或晚于剪辑的data-start之后。 - 内容文本中的
<br>— 强制换行不知道渲染的字体宽度,因此自然换行 +<br>会导致双重换行。使用max-width让文本自然换行。例外:每个词有意单独一行的简短显示标题。 - 动画化
visibility或display— GSAP 无法对这些进行补间。使用autoAlpha(同时处理可见性和不透明度)。 - 调用
video.play()或audio.play()— 框架拥有播放控制。永远不要自己调用这些。 - 异步构建时间线 — 捕获引擎在页面加载后同步读取
window.__timelines。永远不要在时间线构建周围包裹async、setTimeout或 Promise。 - 将独立的
index.html包裹在<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:
- 检查 + 验证 + 检查通过:
npx hyperframes lint --strict && npx hyperframes validate && npx hyperframes inspect(检查捕获结构问题,验证捕获对比度,检查捕获视觉布局/溢出问题 — 如果出现警告,请参阅 troubleshooting.md)。 - 动画编排 — 对于新的合成或重大动画更改,运行动画映射。
npx hyperframes init将技能脚本复制到项目中,因此路径是项目本地的:
输出一个单一的node skills/hyperframes/scripts/animation-map.mjs <composition-dir> \ --out <composition-dir>/.hyperframes/anim-mapanimation-map.json,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)、元素生命周期以及标志(offscreen、collision、invisible、paced-fast<0.2s、paced-slow>2s)。扫描摘要和标志 — 修复或证明每个。对于小的编辑可跳过。 - 文件存在且非零:
ls -lh final.mp4。 - 持续时间匹配
data-duration:ffprobe -v error -show_entries format=duration -of default=nw=1:nk=1 final.mp4。 - 视觉检查: 提取中间帧:
ffmpeg -i final.mp4 -ss 00:00:05 -vframes 1 preview.png。 - 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,运行 npx hyperframes doctor 并在报告时附加其输出。
参考
- composition.md — 数据属性、时间线契约、不可协商的规则、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 — 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、转场(按需加载)
- website-to-video.md — 7 步捕获到视频工作流程
- troubleshooting.md — OpenClaw 修复、环境变量、常见渲染错误