HyperFrames — 从这开始
HyperFrames 从 HTML 渲染视频 — 一个合成就是一个 HTML 文件,其 DOM 使用 data-* 属性声明时间线,其动画运行时可寻址,其媒体播放由框架拥有。完整的创作合约位于 /hyperframes-core;在编写合成 HTML 之前请先阅读它。
下面是能力地图(按需加载的领域技能)和意图路由器(为任何“为我制作视频”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-* 协议、片段、轨道、子合成、变量 | /hyperframes-core |
| 动画 — 原子运动、场景蓝图、过渡、运行时适配器(GSAP / Lottie / Three.js / Anime.js / CSS / WAAPI / TypeGPU) | /hyperframes-animation |
创作可寻址关键帧 — GSAP 时间线、CSS 关键帧、Anime.js、WAAPI、FLIP、路径、遮罩、SVG 变换/绘制、3D 深度,外加 hyperframes keyframes 诊断 | /hyperframes-keyframes |
创意方向 — frame.md / design.md、调色板、字体排印、旁白、节拍规划、音频响应 | /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/ 并附带清单跟踪 | /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 |
意图路由 — 选择工作流
此部分仅了解顶层工作流;它不加载其内部引用或上述领域技能。
路由之前 — 确认输入,而非规范
路由需要知道视频是关于什么的 — 其输入和主题。如果未指定(“为我们的事情制作视频”,但没有 URL、产品、主题或素材),请在进入任何工作流之前提问 — 提交工作流就是路由决策本身。最多两个问题:
- 输入 — 产品(URL / 简介)、通用网站、GitHub PR、要解释的主题,还是现有的说话人头像视频?
规范默认值 — 声明,而非提问(它们从不更改路由):宽高比 16:9(仅当目标为命名的竖屏平台时使用 9:16 — TikTok / Reels / Shorts);旁白/字幕语言 = 用户的。所选工作流会在其第一步重新确认自身的具体信息。
工作流速查表
| 工作流 | 用途 |
|---|---|
/product-launch-video | 推销产品(SaaS、应用、公司/产品网站)— 从 URL、简介或脚本出发 → 宣传片。任何商业 URL 的默认选择,即使仅提及网站名称。 |
/website-to-video | 展示网站本身 — 基于网站自身截图的导览/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 | 从文本解释主题/概念 — 无产品、无 URL;每个视觉元素均由 LLM 生成 |
/pr-to-video | GitHub PR / 代码变更 → 变更日志/功能展示/修复/重构解说 |
/embedded-captions | 为现有说话人头像视频添加字幕/副标题(素材不变) |
/talking-head-recut | 为现有说话人头像视频包装设计的图形叠加层 — 下三分之一、数据标注、动态标题、引用 |
/motion-graphics | 简短的无旁白、设计驱动的动态图形 — 动态文字、统计数据/图表信息图、标志动画、下三分之一叠加 |
/music-to-video | 音乐曲目 → 节拍同步视频 — 歌词视频、幻灯片或动态宣传片;音乐驱动节奏(可选用户图像/视频按节拍网格剪切) |
/slideshow | 演示文稿/推销文案/互动演示 — 独立幻灯片、片段、分支、热点;输出是可导航的演示,而非渲染视频 |
/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 Remotion(React)合成移植到 HyperFrames(迁移,而非新建) |
消歧义(仅在可能混淆时):
- 动画优先且无旁白(约 10 秒以内,动画本身就是信息)→
/motion-graphics,无论输入为何。 - URL 或脚本 — 问一件事:该网站是否在销售产品? 是(SaaS / 应用 / 产品 / 公司网站)→
/product-launch-video— 宣传片,任何商业 URL 的默认选择,即使仅提及网站名称。否,或用户仅希望按原样展示网站(作品集 / 博客 / 文档 / 个人 / 活动)→/website-to-video— 导览。GitHub PR 链接 →/pr-to-video;无产品或网站的概念 →/faceless-explainer。 - 现有素材 — 纯口语字幕 →
/embedded-captions;带设计叠加卡片 →/talking-head-recut。两者均不编辑素材本身(重新定时 / 重新着色 / 重新构图 / 重新排序 / 音频属于非线性编辑 — 不属于范围)。 - 音乐曲目是输入(音频文件或用于提取音频的视频)且无旁白 →
/music-to-video— 音乐的节拍/能量驱动节奏。(带旁白的作品保留在输入匹配的工作流中;/motion-graphics适用于非音乐驱动的短动画。) - 演示文稿/推销文案/互动演示(独立幻灯片、导航、演示者模式)→
/slideshow— 输出是可导航的演示,而非渲染视频。明确的“幻灯片”请求直接进入;邻近触发词(“演示 / 幻灯片 / 演示文稿 / 转换此页面”)使/slideshow在创作前确认是否为幻灯片,如果不是则切换到适当的非幻灯片工作流。 - 长度是参考,而非限制 — 意图选择工作流;仅当作品明显超过约 3 分钟,或为静态/循环/自定义格式时,才转到
/general-video。
如果匹配的工作流未安装
一旦你选择了工作流,请检查它是否确实可用。如果匹配的工作流技能未安装,不要退回到猜测 — 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— 裸名称,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)。
用户运行后,重新读取该工作流的技能并继续。
保持技能最新
HyperFrames 技能是版本化的。npx hyperframes init 会检查已安装的技能是否与 GitHub 上的最新版本匹配,并在任何内容过时或缺失时安装/刷新完整集合 — 因此新初始化的项目始终拥有完整、最新的集合(在最新项目上重新运行 init 是无操作的)。该检查是一次快速的 GitHub 往返;离线(或限速)时会在短暂超时后退回安装,因此 init 永远不会因网络问题而硬性失败。创建工作流会用 init 进行脚手架搭建,因此启动新项目始终会运行此检查,并在技能过时时从 GitHub 拉取我们的最新技能。--skip-skills 标志当前已禁用(在 skills.sh 注册表跟上进度期间的临时措施):传递它不再跳过检查,因此每个 init 都会检查 GitHub。CI/测试可通过 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获取机器可读的判定;当任何内容过时或缺失时退出码非零)。 - 更新:
npx hyperframes skills update— 将整个集合拉取到最新,安装任何尚不存在的技能(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: 正在营销的产品 — (a) 产品 URL(使用无头 Chrome 抓取资源 + 品牌标记),(b) 提及产品网站名称但无链接的脚本/简介(PLV 解析并抓取,除非用户选择退出),或 (c) 无可解析网站/“不要抓取”的脚本(无捕获模式 — 选择提供调色板 + 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组织 — PLV 会询问。
- 输出: 产品发布 / SaaS 宣传片作为 HyperFrames 合成 → MP4(最佳长度 30–90 秒)— 产品的价值是主题,而非网站的使用指南。对于纯网站导览,请使用
/website-to-video。 - 触发词: “为 X 制作发布视频”、”为我们的网站制作宣传片”、”一分钟解释我的 SaaS”、”将我的脚本变成 60 秒宣传片”、”纯文本发布视频,不要抓取”。
/website-to-video
- 输入: 目标为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),或当用户明确希望按原样导览网站时。使用无头 Chrome 捕获真实截图 + 品牌资产。如果网站在销售产品且用户想要宣传片,请使用
/product-launch-video。 - 输出: 基于网站自身视觉效果的网站导览/展示/社交短片 → MP4。
- 触发词: “将此网站转为视频”、”网站导览 ”、”来自我们首页的社交短片”、”我只有一个 URL — 做点什么”。
/faceless-explainer
- 输入: 任意文本 — 正在解释的主题、文章或笔记,无营销产品,无要捕获的网站。(从
/product-launch-video分叉;无无头 Chrome。) - 输出: 无面解说视频 → MP4,每个视觉元素均由 LLM 按场景生成(字体排印 / 抽象 / 图表 / 数据可视化);附带
pin-and-paper预设。(最佳长度 30–90 秒)。 - 触发词: “关于 X 的无面解说视频”、”将 DNS 工作原理做成视频”、”将这篇文章转成解说视频”、”根据我的笔记制作解说视频”。
/pr-to-video
- 输入: GitHub 拉取请求 — PR URL、
owner/repo#N引用、或“这个 PR” — 通过ghCLI 读取(非要抓取的网站)。 - 输出: 代码变更解说(变更日志 / 功能展示 / 修复 / 重构) → MP4 — 差异高亮、前后对比、文件树 + 影响场景。≤(最佳长度 30–90 秒)。
- 触发词: “为这个 PR 制作视频”、”将 PR #1187 变成变更日志视频”、”来自 github.com/org/repo/pull/123 的版本说明视频”。
/embedded-captions
- 输入: 要添加字幕的现有说话人头像视频(MP4)— 实际素材,非 URL 或简介。本地转录(Whisper,无 API 密钥)并叠加遮罩(RVM),使主题可以遮挡字幕。
- 输出: 相同的素材不变,带字幕层 — 标准(逐字下三分之一轨道 + 主题后嵌入的高潮)或电影级(每个字幕合成在主题后方)。任意长度。
- 触发词: “为此视频添加字幕/副标题”、”主题后的字幕”、”为我的片段添加电影级字幕”。
/talking-head-recut
- 输入: 要包装屏幕图形的现有说话人头像/采访/播客视频(MP4)— 实际素材。本地转录(Whisper)。片段完整播放,保持不变。
- 输出: 相同的素材,带定时图形叠加卡片 — 动态标题、下三分之一、数据标注、引用、侧面板、画中画 — 与转录文本同步。任意长度。
- 触发词: “打包此视频”、”为我的演讲添加图形叠加/下三分之一/数据标注”、”将此谈话节目视频重新包装成社交短片格式”。
...