视频创作者
为产品、服务、活动和品牌提供专业的电影级视频制作。每个输出都是带有配音、同步字幕、丰富动画和多场景切换的 1920×1080 MP4 视频。
快速开始(3条命令)
# 1. 搭建项目
npx --yes [email protected] init my-video
# 2. 生成配音
python3 -c "from kokoro_onnx import Kokoro; import soundfile as sf; k=Kokoro('models/kokoro-v1.0.onnx','models/voices-v1.0.bin'); s,r=k.create(open('script.txt').read(),voice='bm_george',speed=0.92,lang='en-gb'); sf.write('narration.wav',s,r)"
# 3. 转录以获取字幕
npx --yes [email protected] transcribe narration.wav --model small.en
# 4. 渲染
npx --yes [email protected] render
制作流程
始终遵循以下顺序——切勿跳过任何步骤:
1. 简报 → 受众、平台、时长、基调
2. 脚本 → 编写旁白(约2.5词/秒),开头要抓人
3. design.md → 品牌色、字体、动效能量
4. 配音 → npx hyperframes tts 或直接使用 python kokoro_onnx
5. 转录 → npx hyperframes transcribe → transcript.json
6. 规划 → 在编写任何HTML之前声明场景节奏
7. 构建 → 先布局 → 再添加GSAP动画
8. 检查 → npx hyperframes lint(要求0错误)
9. 验证 → npx hyperframes validate --no-contrast
10. 渲染 → npx hyperframes render
第1步——简报制作
询问(或根据上下文推断):
- 主题:产品 / 服务 / 活动 / 品牌?
- 受众:企业、开发者、消费者、投资者?
- 平台:社交媒体(15秒)、网站英雄区(30秒)、产品演示(60秒)、演示文稿?
- 基调:权威、充满活力、温暖、戏剧性、技术性?
- 素材:品牌色、Logo、截图、现有文案?
阅读 references/brief-templates.md 以获取针对不同受众的起点。
第2步——脚本编写
节奏公式: 自然语速下 2.5 词/秒
- 15秒 → 约37词
- 30秒 → 约75词
- 60秒 → 约150词
结构: 钩子 → 问题/故事 → 证明 → 号召性用语
钩子模式(切勿使用通用开头):
- 大胆声明:“支撑现代工程的金融基础设施。”
- 对比:“你的代理已部署。但没人看着它们。”
- 提问:“如果你的整个团队——人类和AI——能如一人般行动会怎样?”
- 数字冲击:“百分之四十的企业AI项目因治理问题失败。”
按受众的声音选择:
- 企业 → 肯定、平稳,使用
bm_george语音 - 开发者 → 直接、技术性,使用
am_adam语音 - 消费者 → 温暖、故事驱动,使用
af_heart语音 - 创业/活力 → 有力、快速,使用
af_sky语音
在脚本中将数字写成单词(TTS 会逐字读取):10x → ten times,$2.3T → nearly two point three trillion dollars。
阅读 references/script-patterns.md 以获取每种视频类型的完整脚本示例。
第3步——设计系统(design.md)
在编写任何HTML之前,始终先创建 design.md。它定义了品牌契约。
必填字段:
colors:
bg: "#0A0A0A" # 主背景色(深色或浅色)
accent: "#E63946" # 主要动作色
accent2: "#10b981" # 次要强调色
text: "#FFFFFF"
muted: "#999999"
border: "#141111"
typography:
headline: { fontFamily: "Space Grotesk", fontWeight: 800 }
label: { fontFamily: "Space Mono", fontWeight: 700 }
motion:
energy: high | medium | low
transition: glitch | blur | push | cover
视觉风格选择器(阅读 references/visual-styles.md 以获取完整的YAML令牌):
| 风格 | 最适合 | 特征 |
|---|---|---|
| Deconstructed | 科技、SaaS、安全 | 扫描线、硬朗边框、Space Grotesk/Mono |
| Maximalist | 发布、公告 | 巨大字体充满画面、色彩冲击 |
| Velvet Standard | 企业、奢侈品 | 宽字间距、充裕留白 |
| Data Drift | AI、机器学习、金融科技 | 粒子场、细长未来主义无衬线字体 |
| Shadow Cut | 戏剧性揭秘、安全 | 近单色 + 血色强调 |
| Folk Frequency | 消费者、社区 | 粗体色彩、弹跳、图案 |
第4步——配音生成
通过 npx(首选,当可用时)
npx --yes [email protected] tts script.txt --voice bm_george --output narration.wav --speed 0.92
通过 Python 直接操作(npx 失败时回退)
# 首次运行:下载模型(总共约340MB,会缓存)
curl -L -o models/kokoro-v1.0.onnx \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/kokoro-v1.0.onnx
curl -L -o models/voices-v1.0.bin \
https://github.com/thewh1teagle/kokoro-onnx/releases/download/model-files-v1.0/voices-v1.0.bin
# 生成
python3 << 'EOF'
from kokoro_onnx import Kokoro
import soundfile as sf
k = Kokoro("models/kokoro-v1.0.onnx", "models/voices-v1.0.bin")
text = open("script.txt").read().strip()
samples, rate = k.create(text, voice="bm_george", speed=0.92, lang="en-gb")
sf.write("narration.wav", samples, rate)
print(f"已生成: {len(samples)/rate:.1f}s")
EOF
语音指南:
| 语音 | 特点 | 用途 |
|---|---|---|
bm_george | 权威英式男声 | 企业、B2B、主题演讲 |
bf_emma | 清晰英式女声 | 教程、文档、高级内容 |
am_michael | 自信美式男声 | 营销、推广、SaaS |
am_adam | 中性美式男声 | 开发者工具、解说 |
af_heart | 温暖美式女声 | 消费者、健康、个人 |
af_sky | 活力美式女声 | 社交广告、发布、生活方式 |
安装依赖(一次性):
pip install kokoro-onnx soundfile
第5步——转录(单词级字幕)
npx --yes [email protected] transcribe narration.wav --model small.en
# → 生成 transcript.json,包含单词级时间戳
输出格式:
[
{ "text": "Enterprise", "start": 0.03, "end": 0.82 },
{ "text": "teams", "start": 0.82, "end": 1.18 }
]
使用时间戳来:
- 将场景切换锚定到口语中的句子边界
- 驱动逐字字幕动画(逐字弹出)
- 将视觉强调(爆发线、高亮)与关键名词同步
第6步——场景节奏规划
在编写任何HTML之前先声明节奏。 命名模式:
SLAM → breathe → CASCADE → PUNCH → CTA (产品发布)
PAIN → GLIMPSE → PROOF → CONVICTION (问题/解决方案)
HOOK → STORY → PROOF → SCALE → CTA (企业宣传)
TEASE → REVEAL → DETAIL → DETAIL → CTA (功能展示)
场景时间模板(30秒企业视频):
场景1: 问题/钩子 0–7秒 (配音第1-2句)
场景2: 平台介绍 7–10秒 (配音第3句)
场景3: 功能演示 10–17秒 (配音第4-5句)
场景4: 证明/数据 17–21秒 (配音第6句)
场景5: 规模展示 21–28秒 (配音第7-8句)
场景6: 号召性用语 28–32秒 (配音第9句)
阅读 references/scene-timing.md 以获取每种时长的计时模板。
第7步——构建合成
HTML 结构(必选)
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8"/>
<script src="https://cdn.jsdelivr.net/npm/[email protected]/dist/gsap.min.js"></script>
<style>
body { margin:0; width:1920px; height:1080px; overflow:hidden; background:#0A0A0A; }
.scene { position:absolute; top:0; left:0; width:1920px; height:1080px; overflow:hidden; }
#s1 { z-index:1; background:#0A0A0A; } /* 场景1 — 默认可见 */
#s2 { z-index:2; background:#0A0A0A; opacity:0; } /* 其他全部隐藏 */
</style>
</head>
<body>
<div id="root" data-composition-id="main" data-width="1920" data-height="1080"
data-start="0" data-duration="32">
<!-- 音频(始终与视频分离) -->
<audio id="vo" data-start="0" data-duration="31.1" data-track-index="10"
data-volume="1" src="narration.wav"></audio>
<!-- 过渡覆盖层(始终位于所有场景之上) -->
<div id="ov-r" style="position:absolute;top:0;left:0;width:1920px;height:1080px;z-index:80;background:#E63946;opacity:0;pointer-events:none"></div>
<!-- 场景 -->
<div id="s1" class="scene"><!-- 内容 --></div>
<div id="s2" class="scene"><!-- 内容 --></div>
</div>
<script>
window.__timelines = window.__timelines || {};
var tl = gsap.timeline({ paused: true });
// ... 动画 ...
window.__timelines["main"] = tl;
</script>
</body>
</html>
先布局,后动画(不可协商)
- 首先用纯CSS构建每个场景的最终状态
- 内容容器:
display:flex; flex-direction:column; padding:120px 160px; width:100%; height:100%; - 切勿对内容使用
position:absolute; top:Npx—— 仅用于装饰性元素 - 确认布局后,再添加
gsap.fromTo() - 运行
npx hyperframes inspect以验证没有溢出
GSAP 规则
// 在场景内部始终使用 fromTo(而不是 from),以实现确定性查找
tl.fromTo("#el", { opacity:0, y:40 }, { opacity:1, y:0, duration:0.5, ease:"back.out(2)" }, 1.2);
// 切勿对常运动使用裸的 gsap.to() —— 必须放在 tl 上
tl.to("#glow", { scale:1.08, yoyo:true, repeat:4, duration:2, ease:"sine.inOut" }, 0);
// 切勿使用 repeat:-1(会破坏捕获引擎)—— 计算有限重复次数
// 对于4秒的节拍:Math.ceil(4 / 2) = 2 个周期
tl.to("#pulse", { scale:1.1, yoyo:true, repeat:3, duration:2, ease:"sine.inOut" }, 0);
// 硬性结束场景
tl.set("#s1", { opacity:0, visibility:"hidden" }, exitTime);
// 始终注册
window.__timelines["main"] = tl;
场景密度要求
每个场景必须包含:
- 背景层:径向辉光 + 网格/图案 + 虚影文字 + 扫描线(2–5个元素)
- 内容层:标题 + 副标题 + 支撑元素(3–5个元素)
- 前景点缀:角标 + 分割线 + 标签/徽章(3+个元素)
- 总计:至少 8–10 个视觉元素
阅读 references/scene-density.md 以获取每个场景的元素检查清单。
过渡效果库
阅读 references/transitions.md 以获取完整代码。快速选择:
| 能量 | 过渡效果 | 代码模式 |
|---|---|---|
| 混乱 → 清晰 | 模糊交叉溶解 | tl.to(old, {filter:"blur(14px)",scale:1.04,opacity:0,duration:0.5}) |
| 升级 | 垂直推拉 | tl.to(old,{y:-1080,duration:0.45,ease:"power3.inOut"}, T) |
| 下一个 | 向左滑动推拉 | tl.to(old,{x:-1920,duration:0.45,ease:"power3.inOut"}, T) |
| 硬切换 | 颜色浸入黑色 | tl.to("#ov-k",{opacity:1,duration:0.25}) 然后 tl.set(new,{opacity:1}) |
| 重大时刻 | 交错色块 | 红色然后绿色色块滑过屏幕,在下方切换场景 |
| 工业化 | 毛刺效果 | RGB 叠加抖动,6 帧偏移 ±40px,时长 0.35秒 |
在过渡效果之前不要有退场动画,除了最终场景的淡出至黑。
动画技巧库
1. Canvas 2D 粒子场(背景氛围)
<canvas id="bg-canvas" width="1920" height="1080" style="position:absolute;top:0;left:0;z-index:1"></canvas>
<script>
var c=document.getElementById("bg-canvas"),ctx=c.getContext("2d");
function h(x,y){var n=x*374761393+y*668265263;n=(n^(n>>13))*1274126177;return((n^(n>>16))&0x7fffffff)/0x7fffffff}
var N=120, pts=[];
for(var i=0;i<N;i++) pts.push({bx:h(i,0)*1920,by:h(i,1)*1080,vx:(h(i,3)-0.5)*0.3,vy:(h(i,4)-0.5)*0.2,r:1+h(i,2)*2.5});
var px={t:0};
tl.to(px,{t:DURATION,duration:DURATION,ease:"none",onUpdate:function(){
var ti=px.t;
ctx.clearRect(0,0,1920,1080);
// 网格
ctx.strokeStyle="rgba(230,57,70,0.04)"; ctx.lineWidth=1;
for(var gx=0;gx<1920;gx+=160){ctx.beginPath();ctx.moveTo(gx,0);ctx.lineTo(gx,1080);ctx.stroke()}
for(var gy=0;gy<1080;gy+=120){ctx.beginPath();ctx.moveTo(0,gy);ctx.lineTo(1920,gy);ctx.stroke()}
// 粒子
for(var i=0;i<N;i++){
var p=pts[i],x=(p.bx+p.vx*ti*60)%1920,y=(p.by+p.vy*ti*60)%1080;
if(x<0)x+=1920;if(y<0)y+=1080;
ctx.fillStyle="rgba(230,57,70,"+(0.15+0.1*h(i,Math.floor(ti*6)))+")";
ctx.fillRect(x-p.r/2,y-p.r/2,p.r,p.r);
}
}},0);
</script>
2. SVG 涂鸦下划线
<span style="position:relative;display:inline-block">
关键短语
<svg style="position:absolute;left:0;bottom:-8px;width:100%;height:20px" viewBox="0 0 500 20" preserveAspectRatio="none">
<path id="scr" fill="none" stroke="#E63946" stroke-width="3" stroke-linecap="round"
stroke-dasharray="800" stroke-dashoffset="800"
d="M0,10 Q62,0 125,10 Q187,20 250,10 Q312,0 375,10 Q437,20 500,10"/>
</svg>
</span>
<script>
// 在路径元素存在于DOM之后:
var p=document.getElementById("scr"), l=p.getTotalLength();
gsap.set(p,{strokeDasharray:l,strokeDashoffset:l});
tl.to("#scr",{strokeDashoffset:0,duration:0.7,ease:"power1.inOut"}, START);
</script>
3. 逐字动态标题(与语音同步)
<div id="headline">
<span class="w" id="w0">Ship</span>
<span class="w" id="w1">faster.</span>
<span class="w" id="w2">CyberAgent.</span>
</div>
<script>
// 时间来自 transcript.json 中单词的开始时间
var times = [0.0, 0.3, 0.7];
var eases = ["back.out(2.5)", "expo.out", "back.out(3)"];
var dirs = [{y:60,rotation:4}, {y:80,scale:0.7}, {scale:0.5,rotation:-5}];
times.forEach(function(t,i){
tl.fromTo("#w"+i,
Object.assign({opacity:0},dirs[i]),
Object.assign({opacity:1,y:0,scale:1,rotation:0,duration:0.45,ease:eases[i]},{}),
t);
});
</script>
4. 爆发线(数据揭示)
<div style="position:relative;display:inline-block">
<div id="stat-num">10×</div>
<div style="position:absolute;top:50%;left:50%;width:0;height:0" id="burst">
<span style="position:absolute;display:block;width:3px;height:52px;background:#E63946;left:-1.5px;top:-52px;transform:rotate(0deg);transform-origin:bottom center;opacity:0"></span>
<span style="position:absolute;display:block;width:3px;height:38px;background:#E63946;left:-1.5px;top:-38px;transform:rotate(36deg);transform-origin:bottom center;opacity:0"></span>
<!-- 重复8-12条线,每30-45度递增 -->
</div>
</div>
<script>
var hc=document.querySelectorAll("#burst span"), N=hc.length;
for(var i=0;i<N;i++){
window.__timelines["main"].fromTo(hc[i],
{opacity:0,scale:0},
{opacity:1,scale:1,duration:0.3,ease:"back.out(3)"},
0.5);
}
</script>
5. 常运动:旋转辉光
<div id="glow-ring" style="position:absolute;width:600px;height:600px;left:50%;top:50%;margin-left:-300px;margin-top:-300px;border-radius:50%;background:radial-gradient(circle,rgba(230,57,70,0.15) 0%,transparent 70%);transform:rotate(0deg);z-index:0"></div>
<script>
// 有限重复
window.__timelines["main"].to("#glow-ring",
{rotation:360,duration:8,repeat:4,ease:"none"}, 0);
</script>
6. 标签/徽章动画
<div id="badge" style="display:inline-flex;align-items:center;gap:8px;padding:8px 16px;border:1px solid rgba(230,57,70,0.4);border-radius:4px;background:rgba(230,57,70,0.08)">
<span style="display:inline-block;width:6px;height:6px;border-radius:50%;background:#E63946"></span>
<span style="font-family:'Space Mono',monospace;font-size:13px;color:#E63946;letter-spacing:1px">CYBER ENTERPRISE</span>
</div>
<script>
window.__timelines["main"].fromTo("#badge",
{opacity:0,x:-30,filter:"blur(4px)"},
{opacity:1,x:0,filter:"blur(0px)",duration:0.5,ease:"power3.out"},
2.0);
</script>
第8步——检查与验证
# 代码检查(语法 + GSAP 规则 + 场景密度)
npx hyperframes lint
# 验证(完整性 + 时间 + 对比度,跳过对比度检查)
npx hyperframes validate --no-contrast
# 视觉检查
npx hyperframes inspect
检查要求:
lint必须返回 0 个错误validate必须通过所有检查,对比度警告可以忽略- 所有场景必须包含最少 8 个视觉元素
- 每个场景切换必须有过渡覆盖层
- 所有环境变量和文件路径必须有效
第9步——渲染
# 最终渲染
npx hyperframes render --output final-video.mp4
# 使用可变码率实现更小输出
npx hyperframes render --output final-video.mp4 --crf 23
# 以 60fps 渲染(如果场景支持)
npx hyperframes render --output final-video.mp4 --fps 60
输出文件:
final-video.mp4- 完整的1920x1080视频narration.wav- 配音音轨transcript.json- 单词级时间戳production-log.md- 渲染日志
参考资料
| 文件 | 内容 |
|---|---|
| references/brief-templates.md | 按受众和平台的简报模板 |
| references/script-patterns.md | 每种视频类型的完整脚本示例 |
| references/visual-styles.md | 完整视觉风格配置和YAML令牌 |
| references/scene-timing.md | 每种时长的场景计时模板 |
| references/scene-density.md | 每个场景的元素数量和检查清单 |
| references/transitions.md | 完整过渡效果代码库 |
平台兼容性
| 平台 | 兼容性 | |
|---|---|---|
| Claude Code | ✅ 完全支持 | |
| Cursor | ✅ 完全支持 | |
| Codex | ✅ 完全支持 | |
| Copilot Chat | ✅ 完全支持 |
视频创作者 v1.0 — 专业的1920x1080视频制作。 由 digitaleflex 提供。