HyperFrames
HTML 是视频的单一事实来源。一个合成是一个 HTML 文件,其中包含用于时序控制的 data-* 属性、用于动画的 GSAP 时间线以及用于外观的 CSS。HyperFrames 引擎会逐帧捕获页面,并使用 FFmpeg 编码为 MP4/WebM 格式。
manim-video 的补充: 数学/几何解释类视频(如公式、3B1B 风格)请使用 manim-video。动态图形、带字幕的旁白、产品导览、社交平台覆盖、着色器转场以及任何由真实视频/音频驱动的视觉内容,请使用 hyperframes。
何时使用
- 用户要求从文本、脚本或网站生成渲染好的视频
- 动画标题卡片、下方三分之一字幕或排版开场
- 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、脉动发光)
- 场景间转场(淡入淡出、擦除、着色器扭曲、闪白)
- 社交平台覆盖(Instagram/TikTok/YouTube 风格)
- 网站到视频的流水线(捕获 URL,生成宣传片)
- 任何必须以确定性方式渲染为视频文件的 HTML/CSS/JS 动画
不要使用本技能的情况:
- 纯数学/方程动画(→
manim-video) - 图像生成或梗图(→
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 # 搭建项目
cd my-video
npx hyperframes lint # 预览/渲染前进行验证
npx hyperframes preview # 实时重载预览(长期运行的服务器,端口 3002)
npx hyperframes render --output final.mp4 # 渲染为 MP4
npx hyperframes doctor # 诊断环境问题
preview 是一个长期运行的 Next.js 服务器,它会保持 Chrome 渲染进程处于打开状态。完成后务必停止它(参见清理)——一个被遗忘的预览进程会保持空闲的 chrome-headless-shell 进程,在无 GPU 的主机(WSL、容器、CI)上,这些进程会通过软件 WebGL(swiftshader)无限占用每个 CPU 核心。
渲染标志:--quality draft|standard|high · --fps 24|30|60 · --format mp4|webm · --docker(可重复性) · --strict。
完整 CLI 参考:references/cli.md。
设置(一次性)
bash "$(dirname "$(find ~/.nastech/skills -path '*/hyperframes/SKILL.md' 2>/dev/null | head -1)")/scripts/setup.sh"
此脚本会:
- 检查 Node.js >= 22 和 FFmpeg 是否已安装(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—— 对于通过 Chrome 的HeadlessExperimental.beginFrame捕获路径获得最佳质量的渲染是必需的。 - 运行
npx hyperframes doctor并报告结果。
如果设置失败,请参阅 references/troubleshooting.md。
流程
1. 编写 HTML 之前先规划
在接触代码之前,请从高层次阐述:
- 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)、时长
- 视觉标识 —— 颜色、字体、运动特征(爆发式 / 电影感 / 流畅 / 技术风格)
- 关键帧 —— 对于每个场景,大多数元素同时可见的时刻。这是您将首先构建的静态布局。
视觉标识门(硬性门控)。 在编写任何合成 HTML 之前,必须定义视觉标识。不要使用默认或通用颜色(#333、#3b82f6、Roboto 表明此步骤被跳过)来编写合成内容。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”约束。 -
用户指定了风格(例如“瑞士脉冲”、“暗黑科技”、“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:
- 情绪?(爆发式 / 电影感 / 流畅 / 技术风格 / 混乱 / 温暖)
- 浅色还是深色画布?
- 是否有任何品牌颜色、字体或视觉参考?
然后根据答案生成
DESIGN.md。每个合成必须将其调色板和排版追溯回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 来用媒体文件初始化。
3. 先做布局,再做动画
首先为关键帧编写静态 HTML+CSS —— 还没有 GSAP。.scene-content 容器必须填满场景(width:100%; height:100%; padding:Npx),并使用 display:flex + gap。使用内边距将内容向内推 —— 绝对不要对内容容器使用 position: absolute; top: Npx(当内容高于剩余空间时会溢出)。
只有在关键帧看起来正确之后,再添加 gsap.from() 入场动画(动画到 CSS 位置)和 gsap.to() 出场动画(从 CSS 位置动画离开)。
有关完整的数据属性模式(data-attribute schema)和合成规则,请参阅 references/composition.md。
4. 使用 GSAP 制作动画
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
repeat值(不要用repeat: -1—— 会破坏捕获引擎)。计算方法:repeat: Math.ceil(duration / cycleDuration) - 1。 - 是确定性的 —— 不要使用
Math.random()、Date.now()或系统时钟逻辑。如果需要伪随机性,请使用带种子的伪随机数生成器(seeded 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 —— 不要有跳切。
- 始终对每个场景元素使用入场动画(
gsap.from(...))。 - 除最后一个场景外,永远不要使用出场动画 —— 转场本身就是出场。
- 最后一个场景可以淡出。
使用 npx hyperframes add <transition-name> 来安装着色器转场(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: 始终使用独立的
<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列出语音。语音 ID 的首字母编码了语言(a/b=英语,e=西班牙语,f=法语,j=日语,z=普通话等)—— CLI 会自动推断音素化器的区域设置;仅当需要覆盖时才传递--lang。非英语的音素化需要系统范围内安装espeak-ng。 - 字幕:
npx hyperframes transcribe narration.wav→ 生成单词级别的转录文本。根据转录文本的语气选择风格(炒作 / 企业 / 教程 / 讲故事 / 社交——请参阅references/features.md中的表格)。语言规则: 除非确认音频是英语,否则永远不要使用.enwhisper 模型 ——.en模型会将非英语音频翻译成英语而非转录。每个字幕组在其出场补间之后必须有一个强制的tl.set(el, { opacity: 0, visibility: "hidden" }, group.end)终止 —— 否则组会泄漏到后面的组中变为可见状态。 - 音频响应式视觉效果: 预先提取音频频段(低音/中音/高音),并在时间线内部使用
for循环通过tl.call(draw, [], f / fps)对每一帧进行采样 —— 一个单一的长时间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(发光),整体振幅映射到opacity/y/backgroundColor。避免均衡器条的老套做法 —— 让内容引导视觉,音频驱动其行为。 - 标记样式高亮: 用于文本强调的高亮、圆圈、爆发、涂鸦、素描式效果是确定性的 CSS+GSAP —— 请参阅
references/features.md#marker-highlighting。完全可定位,无需动画 SVG 滤镜。 - 场景转场: 每个多场景合成必须使用转场(没有跳切)。从 CSS 基元(推送滑动、模糊淡入淡出、缩放穿过、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。情绪和能量表格在references/features.md#transitions中。不要在同一个合成中混合使用 CSS 和着色器转场。
7. 代码检查、验证、检查、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 # 在 5 个时间点进行 WCAG 对比度审计
npx hyperframes inspect # 视觉布局审计 —— 溢出、画面外元素、被遮挡的文本
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 会对每个文本元素后面的背景像素进行采样,并在对比度低于 4.5:1(或大文本低于 3:1)时发出警告。hyperframes inspect 是布局方面的配套工具 —— 它在多个时间点运行页面,并标记静态代码检查无法看到的问题(一个字幕在 4.5 秒时才包裹到安全区域之外、一张卡片在其标题为最长变体时溢出、一个元素最终位于转场着色器后面)。特别要对包含对话气泡、卡片、字幕或紧凑排版的合成运行 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:捕获 → DESIGN.md → SCRIPT.md → 故事板 → 合成 → 渲染 → 交付。
清理
render 是一次性的(工作进程在完成后退出)。preview 不是 —— 它会运行一个后台 Next.js 服务器,使 Chrome 工作进程保持驻留状态,直到您停止它。永远不要让它保持运行:在无 GPU 的主机上,每个空闲工作进程的 swiftshader 进程会占用一个 CPU 核心,并且一个预览进程如果保持打开数天会积累多个。
当用户完成审查后(或在开始新的预览之前),停止预览:
pkill -f "hyperframes.*preview" # Studio 服务器(释放端口 3002)
pkill -f chrome-headless-shell # 其渲染工作进程;仅在无其他工具使用它们时才安全
如果不确定其他工具是否使用 chrome-headless-shell,请先检查:pgrep -af chrome-headless-shell。以相同方式恢复一个被卡住的主机(许多空闲工作进程占用 CPU)—— 请参阅 references/troubleshooting.md。
陷阱
-
让
preview保持运行 —— 它是一个长期运行的服务器,持有 Chrome 工作进程;在 WSL/容器/CI 上,这些空闲工作进程会各占用一个 CPU 核心(软件 WebGL)。完成后停止它 —— 请参阅清理。 -
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)。逃生舱口: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会报告将使用哪个二进制文件。 -
任何地方使用
repeat: -1—— 会破坏捕获引擎。始终计算有限的重复次数。 -
对稍后进入的剪辑元素使用
gsap.set()—— 该元素在页面加载时不存在。请在时间线内部使用tl.set(selector, vars, timePosition),并在剪辑的data-start之时或之后放置。 -
内容文本中的
<br>—— 强制换行无法获知渲染后的字体宽度,因此自然换行加<br>会导致双重换行。请使用max-width让文本自然换行。例外情况:简短的展示标题,其中每个单词有意单独占一行。 -
动画
visibility或display—— GSAP 无法补间这些属性。请使用autoAlpha(同时处理 visibility 和 opacity)。 -
调用
video.play()或audio.play()—— 框架控制播放。永远不要自己调用这些方法。 -
异步构建时间线 —— 捕获引擎在页面加载后同步读取
window.__timelines。永远不要将时间线构建包裹在async、setTimeout或 Promise 中。 -
独立的
index.html包裹在<template>中 —— 将所有内容对浏览器隐藏。只有通过data-composition-src加载的子合成才使用<template>。 -
使用视频来播放音频 —— 始终使用静音的
<video>加独立的<audio>。
验证
在渲染前后:
- 代码检查 + 验证 + 检查通过:
npx hyperframes lint --strict && npx hyperframes validate && npx hyperframes inspect(代码检查捕获结构性问题,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会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node skills/hyperframes/scripts/animation-map.mjs <composition-dir> \ --out <composition-dir>/.hyperframes/anim-mapanimation-map.json,其中包含每个补间的摘要、ASCII 甘特时间线、交错检测、死区(超过 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。对于小修改可跳过。 - 文件存在且非零:
ls -lh final.mp4。 - 时长匹配
data-duration:ffprobe -v error -show_e