首先,保持技能新鲜:在运行前向用户确认:
npx hyperframes skills update faceless-explainer。如果一切为最新状态,该操作快速且无影响;否则,它将更新本技能及其依赖的核心领域技能,确保你在使用它们之前已是最新版本。
media-use: 在获取音频/图片/标志之前,先调用
/media-use来从 HeyGen 目录中解析背景音乐/SFX/图片,并从其官方来源获取品牌标志。首先运行--adopt来注册现有资源。请参阅/media-use技能。
无面解说器到 HyperFrames
使用此技能将一段文本转化为解说视频:选择一套设计系统,规划一个教学故事,并在 HyperFrames 中逐帧构建。无面意味着所有视觉部分都是在后续步骤中创造的——没有采集步骤,也没有真实的资产清册。
入口是
/hyperframes。 你是协调者。运行每一步,验证其门控,然后才继续。此技能用于根据文本解释一个主题,没有产品,没有要采集的网站。任何其他意图,仅仅是“制作一个视频”,或任何不确定性 → 首先阅读/hyperframes——意图层拥有所有路由决策,而一个新创建的任务在没有BRIEF.md的情况下到达此处时也会通过它(设置中的开启规则)。
你是协调者。在videos/<project>/目录下工作。按顺序运行步骤并先通过每个门控再继续。用户门控步骤是步骤 0、步骤 3 和步骤 6。在步骤 0 之前阅读../hyperframes/references/brief-contract.md——它定义了门控类型以及BRIEF.md的flow/storyboard如何推导出控制步骤 3/4/6 门控的模式。除了步骤 5(你需要为每帧分配一个子代理)外,所有步骤都由你自己完成。不要在这里放置设计或运动规则;这些规则放在帧工作子代理中、本技能的本地../hyperframes-animation/rules/ + ../hyperframes-animation/blueprints/以及hyperframes-creative中。
工作流:步骤 0 设置 → hyperframes.json;步骤 1 简报 → capture/extracted/;步骤 2 设计系统 → frame.md;步骤 3 故事板/剧本 → STORYBOARD.md 和 SCRIPT.md;步骤 3.1 音频 → audio_meta.json;步骤 4 视觉设计 → 增强的 STORYBOARD.md;步骤 5 帧 → compositions/frames/NN-*.html 和 index.html;步骤 6 最终渲染 → renders/video.mp4。
步骤 0:设置
目标:带着已确认的简报进入,创建 HyperFrames 项目,并使简报持久化。
简报由意图层确认,而非此处提出的问题。 开启规则,按顺序:(1) BRIEF.md 存在 → 读取它,不提问任何内容——简报已确定,其flow/storyboard推导出模式(简报合同 § 1)。(2) 不存在BRIEF.md但项目已存在(磁盘上有 hyperframes.json / STORYBOARD.md)→ 从故事板的frontmatter和已记录的偏好中恢复;绝不重新询问一个已部分构建的项目。(3) 两者都不存在——直接到达此处的新创建请求 → 阅读/hyperframes并运行其意图层(references/intent-interview.md):它检查配方和已记录默认值,进行此路由的问题(../hyperframes/references/routes/faceless-explainer.md),并返回锁定后的简报。编辑请求跳过所有这些——直接去执行编辑。
仅当hyperframes.json缺失时才进行初始化。将<project>从主题名称中以短横线命名法命名,例如compound-interest-explained;绝不使用工作区名称或时间戳。
npx hyperframes init "videos/<project>" --non-interactive --example=blank --skill=faceless-explainer——init会检查已安装技能是否与 GitHub 上的最新版本一致,如有过时的,则更新全局技能集。
初始化后,让<PROJECT_ROOT>为videos/<project>,并将每个后续的相对路径命令都以该目录作为其工作目录来运行。在下面的命令中,.表示<PROJECT_ROOT>;绝不将.media、capture或输出文件写入调用者目录。
初始化后立即编写BRIEF.md(绝对不能在此之前——init拒绝非空目录):意图层锁定的简报,形状遵循../hyperframes/references/brief-format.md。将<MEDIA_DIR>解析为已安装的/media-use技能目录。然后使用node <MEDIA_DIR>/scripts/prefs.mjs record --hyperframes . 记录每个基于偏好的答案(brief-format.md列出了子集)。如果意图层采纳了一个配方,运行node <MEDIA_DIR>/scripts/recipe.mjs use --hyperframes . --name <name>;它将配方中的frame.md复制到项目中(步骤 2 随后被跳过)并返回步骤 3 绘制草稿所需的骨架。配方填写的是答案,而非审批;审查门控仍然运行。
在完成设置前显示登录状态——运行npx hyperframes auth status并逐字输出其结果。它会报告语音/背景音乐将使用 HeyGen 还是本地引擎,并在未登录时说明如何登录。应用一个分支:
- 协作模式: 等待用户登录或明确选择
offline/go。 - 自主模式: 声明状态并通过可用的本地引擎继续。
当没有可用的离线提供者时,不要静默地忽略一个必需的能力;要突显这一障碍。不要将此决策合并到另一个问题中,也不要将密钥写入每个仓库的.env文件中。认证所有权和离线回退:请参考/media-use的references/setup-providers.md § 提供者。
门控: hyperframes.json和BRIEF.md存在;基于偏好的答案已记录(简报合同 § 2);登录状态已显示(已登录,或继续离线模式)。
步骤 1:简报(无采集)
目标:将用户的文本合并到项目中作为信息来源。没有网站采集,也没有真实资产——这是一个无面解说器。
逐字保存用户的完整输入,然后手动创建合成采集包:
capture/extracted/visible-text.txt——完整的文章/笔记/主题/简报,逐字保存。这是信息的来源,而非故事模板(步骤 3 会重塑它)。capture/extracted/tokens.json——{ "title": "", "description": "", "colors": [], "fonts": [] }。从简报中填写title/description。除非用户明确给出了品牌颜色或字体,否则保持colors/fonts为空(如果需要,设计预设会提供完整的调色板)。
如果用户粘贴了脚本或希望保留其措辞,则将其逐字保存为user_script.txt;VO_MODE(逐字或重组)来自BRIEF.md——当有脚本到达时,意图层会询问它。仅在简报确实缺少此信息时,在此处询问一次,并将答案存储起来供步骤 3 使用。
不要运行npx hyperframes capture(因为没有 URL)。不要创建asset-descriptions.md或填充capture/assets/——无面视觉效果在步骤 4-5 中创造,而非采集。一个例外:如果用户提供了真实图像,将其放置在public/<basename>下,并在步骤 3 中注明。
门控: capture/extracted/visible-text.txt和capture/extracted/tokens.json存在;你能用一句清晰的话说明解说器的主题和受众。
步骤 2:设计系统
目标:选择一个现成的帧预设;一个脚本会将其转换为本视频的frame.md + 字幕皮肤。
当BRIEF.md中指定了style_preset时——用户在意图层的展示中通过目视选择了它——使用该预设;只有当简报未指定时,判断权才属于你。然后你做出唯一的决定——哪个预设:阅读../hyperframes-creative/references/design-spec.md并浏览../hyperframes-creative/frame-presets/;选择外观上最适合主题、语调和受众的预设。然后运行:
node <SKILL_DIR>/scripts/build-frame.mjs --preset <name> --hyperframes .
脚本会确定性地完成其余工作:将预设的FRAME.md复制到frame.md,并根据capture/extracted/tokens.json中的任何品牌代币进行混音(品牌颜色按角色映射到预设的颜色键上;预设的显示字体和正文字体替换为品牌的字体),将预设的字幕皮肤复制到.hyperframes/caption-skin.html,并进行自我验证(如果映射失败则退出码为 1)。一旦脚本以退出码 0 结束,即可继续——无需手动编辑规范。
对于无面解说器,通常没有品牌颜色/字体(tokens.json中的 colors/fonts 为空)→ 脚本会保留预设自身的调色板,这是一个完整的可交付设计。仅当用户指定了品牌颜色/字体时,才在运行前将它们添加到tokens.json中,并且之后仅在确实需要时才手动调整frame.md。
门控: build-frame.mjs退出码为 0——frame.md来自一个具名预设,并且(如果预设提供了的话).hyperframes/caption-skin.html作为字幕皮肤源文件存在;所选预设已作为偏好记录(--key style_preset --workflow <此工作流>,简报合同 § 2)。
步骤 3:故事板和剧本
目标:将文本转化为一个经过批准的逐帧教学计划。
阅读../hyperframes-creative/references/story-spine.md(钩子语言、价值先于证据、故事板作为提案、可见的源追踪设计)、references/story-design.md、../hyperframes-animation/blueprints-index.md、../hyperframes/references/storyboard-format.md和../hyperframes/references/script-format.md。利用它们编写STORYBOARD.md,并且当需要旁白时,编写SCRIPT.md。从简报的length字段设置前言的duration:——这是一个粗略的期望;组装时会报告实际剪辑时长与它的对比。
使用story-design.md来规划解说器结构(概念/操作指南/清单列表/故事)、钩子策略、清晰度技巧、情感节拍、类型枚举映射以及VO_MODE。视频的序列来自叙事设计,而非输入文本的段落顺序——可以重新排序、合并、省略、压缩。作为一个软性指导,查阅../hyperframes-animation/blueprints-index.md中的角色→蓝图菜单:对于每个节拍,以其候选蓝图所暗示的形状编写旁白,并在适合时标记该候选蓝图的blueprint: id。教学的真实性仍然决定哪些节拍存在——绝不强制一个节拍去适应一个蓝图,也绝不因为有一个可用的现成形状就凭空发明一个节拍。无面视觉效果在后续步骤中创造,因此帧无需携带资产清册:除非用户提供了真实的public/<basename>图像,否则保持asset_candidates为空。使用故事板和脚本参考中要求的精确字段。
起草后,运行审查循环的计划阶段——../hyperframes/references/review-loop.md § 1:将计划作为提案呈现,并提出两个问题——批准或修改,以及是否先预览草图(推荐)或跳过。反馈以聊天回复形式给出;循环直至获批。这是一个检查点门控(简报合同 § 1):在自主模式下没有可问的内容——将相同的摘要作为提醒发布并继续;草图并入构建,唯一一次预览问题在步骤 6 提出。
门控: STORYBOARD.md存在,每帧具有要求的叙事字段,在需要旁白时SCRIPT.md存在,并且用户批准了逐帧计划(自主模式:摘要已作为提醒发布)。
步骤 3.1:音频
目标:根据已批准的剧本生成旁白、单词时间戳、音乐和音频元数据。
在步骤 3 批准后开始音频。在后台运行它,然后继续到步骤 4。(登录状态已在步骤 0 中显示;引擎会自动回退。)
在调用之前从用户的请求中选择旁白语音。 如果请求指定了语音、性别或语调,选择一个匹配的语音 ID 并通过--voice <id>传递。管道默认值否则为Marcia(女声)(HeyGen)或am_michael(Kokoro)——因此像“男声”这样的请求如果不传递此标志就会被静默忽略。语音 ID 因提供者而异;根据步骤 0 的登录状态选择的提供者进行解析:HeyGen(已登录)通过node <MEDIA_DIR>/audio/scripts/heygen-tts.mjs --list(或GET /v3/voices?engine=starfish);Kokoro(离线)通过<MEDIA_DIR>/audio/references/tts.md中的语音表(前缀am_/bm_ 为男性,af_/bf_ 为女性)。当用户没有表达偏好时,在管道默认值之前回退到已记录的语音(简报合同 § 2),并说明你使用了哪个;仅当两者都没有指定时才省略--voice。当用户在此次运行中明确选择了语音时,记录它(prefs.mjs record --key voice)。
node <SKILL_DIR>/scripts/audio.mjs --script ./SCRIPT.md --storyboard ./STORYBOARD.md --hyperframes . --out ./audio_meta.json --voice <voice-id> &
音频脚本处理旁白、单词时间戳、从 HeyGen 音乐库查找背景音乐以及时间元数据。背景音乐情绪来自故事板的music:字段。这使用了 HeyGen 音频 API 进行检索(而非生成),并且使用与 TTS 相同的~/.heygen凭据。关于提供者的详细信息,请阅读../media-use/audio/references/tts.md。
如果没有旁白且没有SCRIPT.md,则跳过语音生成。如果故事板中有音乐情绪,背景音乐可能仍会运行。
标准的完全静音标记(在复用此音频模型的工作流之间共享):在STORYBOARD.md的顶部 YAML 块中设置music: none并且不存在SCRIPT.md。此组合将项目标记为静音——没有旁白,没有背景音乐,没有音效。audio.mjs识别此情况并生成空输出(它会移除任何过时的audio_meta.json;audio_meta.json不存在就是加工时视为静音的方式),因此此步骤被完全跳过。设置music: none但存在旁白则保持 TTS 运行,仅关闭背景音乐。务必使用此精确拼写——不要发明其他标记。
门控: 音频任务已启动,或者项目被标记为静音(music: none + 无SCRIPT.md)。
步骤 4:帧视觉设计
目标:为每个故事板帧添加视觉方向、布局意图和运动选择。
首先为故事板画草图(仅协作模式)。 计划一经批准,立即运行草图绘制阶段——../hyperframes/references/review-loop.md § 2(无需等待步骤 3.1;草图不使用时间):由你亲自将每帧以单元格形式线框化到storyboard.html中(../hyperframes/references/templates/storyboard.html用作起始点;另外,阅读../hyperframes/references/storyboard-format.md中关于 sketch 字段的要求)。