music-to-video —— 一个基于音乐、节拍同步的视频工作流
使用此技能将音乐曲目转换为节拍同步的 HyperFrames 视频。您分析曲目一次,布局帧,填充每帧计划,并将每帧构建为合成体。输入是音乐曲目加上用户可选的图像或视频——没有旁白,也没有网站捕获。字体和模板是基础(完整视频不需要任何素材);用户提供的任何媒体都会在相同的节拍网格上裁剪进去。
您是编排者。在 videos/<project>/ 中工作。按顺序执行步骤,并在继续之前通过每个关卡。两个步骤需要用户:步骤 3(计划批准)和步骤 6(渲染批准)。除步骤 4 外,您需要自己完成每一步,在该步骤中,您为每帧分配一个子代理。将设计和运动规则保留在此文件之外——它们位于 references/ 和 frame-worker 子代理中。
SKILL_DIR = 此技能目录。PROJECT_DIR = videos/<project-name>/。
工作流:步骤 0 设置 → hyperframes.json + assets/bgm.mp3;步骤 1 分析 → audiomap.json;步骤 2 骨架 → STORYBOARD.md(帧,组 TBD);步骤 3 计划 → 完整 STORYBOARD.md + frame.md;步骤 4 构建 → compositions/frames/NN-*.html;步骤 5 组装 → index.html;步骤 6 渲染 → renders/video.mp4。
塑造一切的两个理念
- 一个分析器,并且您相信它。
analyze-beatgrid.py是唯一的节拍分析器——绝不要用其他工具或通过耳朵重新测量节拍。其能量/密度/滚动/起始/静音始终可靠。其bpm和beats_sec仅在音乐真正有节奏时才可靠;在平静的音乐上,网格是跟踪器强加的节拍器,因此根据乐句和能量来定速,绝不要硬切到它。判断您处于哪种情况是每帧的pacing(步骤 2)。 - 一帧 = 一个文件;组位于内部。 步骤 2 将曲目切割成帧,每帧变成一个合成文件
compositions/frames/NN-<frame_id>.html,由一个 frame-worker 构建。一帧可以细分为组(每个组是一个模板或运动原语组合)。额外密度放在_组内部_,因此帧计数跟踪不同的处理方式,而不是节拍——快速曲目不会增加子代理的数量。
---\n
步骤 0:设置、背景音乐和输入
目标:确定音乐源,创建 HyperFrames 项目,并记录用户提供的任何媒体。
音乐是主线——在一切之前确定一首曲目。此技能针对快节奏、高能量背景音乐进行了调优:强大的节拍网格驱动剪辑(平静曲目也可以,但按乐句而不是节拍定速)。如果用户给了您音频——音乐文件,或要从中提取音频的视频——请使用它。如果没有,生成一个:根据用户的描述选择情绪(例如“驱动力合成波”、“陷阱节拍”、“欢快企业风”),并通过 /hyperframes-media 生成曲目(references/bgm.md —— 有凭证时使用 HeyGen 检索,否则使用本地 Lyria / MusicGen;ElevenLabs 或其他生成器也可用)。在生成之前,运行 npx hyperframes auth status 并逐字输出其结果(不要解释或重写它)——它显示背景音乐是来自 HeyGen 还是本地 MusicGen,如果未登录,则显示如何登录。如果未登录,则停止并等待用户选择——登录,或在离线状态下继续使用本地 MusicGen——然后再生成曲目;不要将密钥写入每个仓库的 .env 文件中。(在自主模式下,记下状态并继续离线)。有关规范指南,请参阅 /hyperframes-media → Preflight。无论哪种方式,曲目都会放在 assets/bgm.mp3 中。暂存用户提供的任何图像或视频,以便帧可以在节拍网格上编织它们;否则,字体会承载整个视频。
仅当 hyperframes.json 缺失时才初始化。根据简要说明以短横线命名法命名 <project>,例如 midnight-drive-loop——绝不要使用时间戳。init 检查已安装的技能与 GitHub 上的最新版本,并更新全局集合(如果任何技能过时)。
npx hyperframes init "videos/<project>" --non-interactive --example=blank
mkdir -p "$PROJECT_DIR/assets" "$PROJECT_DIR/renders"
cp "<user-music>" "$PROJECT_DIR/assets/bgm.mp3" # 如果需要,先从视频中提取
# 仅当用户提供了图像/视频时:
node <SKILL_DIR>/scripts/stage-assets.mjs --from <dir> --hyperframes "$PROJECT_DIR" --into public
品牌(字体+调色板)在步骤 3 中选择,而不是在这里。不要预先选择流派或曲目类型——资产只是一个可选成分,流派从每帧选择中浮现。
关卡: hyperframes.json + assets/bgm.mp3 存在;宽高比/时长/帧率以及(如果有)资产清单已记录。
步骤 1:分析音乐
目标:生成整个视频构建所依赖的唯一规范时间分析。
analyze-beatgrid.py 是唯一的节拍分析器——绝不要用其他工具或通过耳朵重新测量节拍。它读取曲目一次并将 audiomap.json 写入:能量阶段(水平/密度/感觉)、起始 + onset_rate、滚动、静音、hard_stops、key_moments、乐句、节奏/网格,以及 audio.duration_sec。它是确定性的——相同的文件总是给出相同的地图。大多数字段在任何音乐上都是可靠的;bpm 和 beats_sec 仅在音乐真正有节奏时才可靠,判断这一点是您在步骤 2 中做出的决定。
先决条件:Python 3 具有可用的 librosa、numpy 和 soundfile。如果导入失败,请在运行分析器之前将它们安装到活动的 Python 环境中:
python3 -m pip install librosa numpy soundfile
python3 <SKILL_DIR>/scripts/analyze-beatgrid.py "$PROJECT_DIR/assets/bgm.mp3" \
-o "$PROJECT_DIR/audiomap.json" --print
关卡: audiomap.json 存在;audio.duration_sec 已知。
步骤 2:帧骨架(仅结构)
目标:读取音乐并布局帧——STORYBOARD.md 的骨架。
阅读 references/frame-skeleton.md。自己将 audiomap.json 转为 STORYBOARD.md 的骨架——没有中间 JSON。在真实的音乐变化处(hard_stops、SURGE / DROP key_moments、滚动的边缘、没有起始的段落、大的能量跳跃)将曲目切割成帧,将每个边界对齐到 audiomap 锚点。对于每帧,设置 span_sec、pacing(步骤 1 信任调用的判定结果——当网格真实时为 beat_cut,当它是强加于平静音乐的节拍器时为 phrase_flow)、mood,以及一行 feel(步骤 3 将模板与之匹配的普通音乐情况)。这里只进行分类和布局:将每帧的 ### Groups 留为 TBD (Step 3),并将前置元数据 style 留空——没有模板、文案、颜色或字体。预期约 1-6 帧。
关卡: 帧平铺整个曲目(第一个在 0,最后一个在 duration_s);每帧带有 span_sec + pacing + mood + feel;每个 ### Groups 是 TBD;任何地方都没有内容。
步骤 3:填充计划(用户关卡)
目标:将骨架变为已批准、完整的 STORYBOARD.md。
阅读 references/planning.md、storyboard-format.md、template-catalog.md、motion-primitive-catalog.md 和 montage.md(仅当用户提供了资产时)。就地编辑同一文件,执行两项操作:
- 选择品牌。 从
../hyperframes-creative/frame-presets/中使用../hyperframes-creative/references/design-spec.md中的表格选择一个预设(匹配曲目的情绪;只有其字体和颜色重要——模板拥有构图)。将其未经修改地复制到frame.md中,并从中填充前置元数据style(字体 + 最多 4-6 种颜色的调色板)。 - 填充每帧。 决定其组并为每个组提供一种处理方式:从目录中匹配的模板(带有绑定参数和真实的 audiomap 锚点)、从原语目录中自由组合,或遵守
pacing的资产处理方式。编写文案。您拥有 WHAT(模板/原语 + 内容 + 锚点);frame-worker 拥有 HOW——绝不要将毫秒级补间写入故事板。
node <SKILL_DIR>/scripts/validate-plan.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--audiomap "$PROJECT_DIR/audiomap.json" --templates <SKILL_DIR>/references/templates
修复每个 ✗(硬错误:时长不匹配、帧未平铺曲目、缺少 src);警告是尽力而为。然后向用户显示逐帧摘要并迭代,直到他们批准。
关卡: frame.md 是预设的逐字副本;validate-plan.mjs 以 0 退出;用户批准了计划。
步骤 4:从计划构建帧
目标:将每帧构建为一个自包含的合成文件。
创建 compositions/frames/。阅读 sub-agents/frame-worker.md 和 ../hyperframes-core/references/subagent-dispatch.md。为每帧分配一个 frame-worker,尽可能并行(否则分批进行)。每个 worker 只获得一帧和以下上下文:
PROJECT_DIR: <绝对路径>
frame_id: <NN-frame_id> # = 帧文件名主干,例如 02-f2;合成 ID
您的块:`## Frame N — <frame_id>` 块在 PROJECT_DIR/STORYBOARD.md 中
audiomap: PROJECT_DIR/audiomap.json
frame.md: PROJECT_DIR/frame.md
材料:对于每组,<SKILL_DIR>/references/templates/<id>/index.html(模板)和
<SKILL_DIR>/references/motion-primitives/<id>/(自由组合);暂存的 assets/(资产组)
合同:../hyperframes-core/references/sub-compositions.md + determinism-rules.md
画布:<w>×<h> 定速:<beat_cut|phrase_flow>
写入到:PROJECT_DIR/compositions/frames/<frame_id>.html
Worker 复制引用的材料,将每个锚点转换为帧局部秒(local_t = track_t − span_sec[0]),用 0ms 剪辑门控其组,并写入一个可安全查找的帧文件。Worker 从不运行 hyperframes CLI——这些命令操作的是组装后的项目,该项目尚不存在,因此它们会报告错误的文件。Worker 只需写入合同并停止;您在组装后验证(步骤 6)。当每个 worker 返回时,您可以确认其文件已写入磁盘。
关卡: 每帧都有其 compositions/frames/NN-*.html 在磁盘上。
步骤 5:组装
目标:将构建的帧 + 背景音乐连接到可播放的 index.html 中。
assemble-index.mjs 是确定性的——没有子代理,没有判断。它以其累积的 data-start 引用每个帧文件,将 assets/bgm.mp3 挂载到轨道 11,并硬切帧到帧(帧平铺整个曲目,没有间隙,因此没有过渡注入器)。
node <SKILL_DIR>/scripts/assemble-index.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--hyperframes "$PROJECT_DIR" --audiomap "$PROJECT_DIR/audiomap.json"
修复它报告的任何 ✗——缺少或空白的帧文件意味着该 worker 写入了部分文件;重新分配它(步骤 4)并重新组装。
关卡: index.html 存在;总时长 == audiomap.audio.duration_sec。
步骤 6:验证并渲染
目标:验证组装的视频,获得用户批准,并渲染最终的 MP4。
在组装后的项目上运行 CLI——这是正确的单元(每帧 workers 无法运行它)。lint 检查结构,validate 运行无头 Chrome(捕获 JS 错误和丢失的资产),inspect 快照帧。
( cd "$PROJECT_DIR" && npx hyperframes lint . && npx hyperframes validate . && npx hyperframes inspect . )
在 t=0、每个帧开始、最强的 DROP / SURGE、每个 hard_stops[].t 以及最后一帧处检查。如果失败,自行进行最便宜的安全修复:编辑有问题的 compositions/frames/NN-*.html。绝不要改变时长或音频时间线来隐藏同步问题。一旦关卡通过,暂停让用户审查,然后仅在批准后渲染:
( cd "$PROJECT_DIR" && npx hyperframes render . --skill=music-to-video -q draft -o renders/video.mp4 --fps 30 )
关卡: lint / validate / inspect 通过;用户批准;renders/video.mp4 存在并带有音频,时长 == audiomap.audio.duration_sec。最终回复说明 MP4 路径和时长。
恢复表
| 您拥有 | 从何处继续 |
|---|---|
仅 assets/bgm.mp3 | 步骤 1 |
audiomap.json | 步骤 2 |
STORYBOARD.md(骨架) | 步骤 3 |
STORYBOARD.md(完整) | 步骤 4 |
| 所有帧文件 | 步骤 5 |
index.html | 步骤 6 |
快速参考
格式: 默认横向 1920x1080;纵向 1080x1920;方形 1080x1080。在故事板前置元数据中设置一次画布(canvas: { w, h, fps })。
脚本 位于 scripts/:analyze-beatgrid.py(唯一分析器)、validate-plan.mjs(计划检查)、assemble-index.mjs(索引组装)、stage-assets.mjs(暂存用户媒体)、lib/storyboard.mjs(供应商解析器)。其他一切均为 hyperframes CLI。
| 读取 | 何时 |
|---|---|
references/frame-skeleton.md | 步骤 2:读取音乐,布局帧,设置定速 |
references/planning.md · storyboard-format.md | 步骤 3:选择品牌,填充每帧,编写计划 |
references/template-catalog.md | 步骤 3:为每组选择模板 |
references/motion-primitive-catalog.md | 步骤 3:为自由组合组选择运动原语 |
references/montage.md | 步骤 3:资产剪辑(节拍剪切、Ken Burns) |
sub-agents/frame-worker.md | 步骤 4:构建每帧 |
../hyperframes-core/references/subagent-dispatch.md | 步骤 4:分派 frame-worker |
../hyperframes-creative/references/design-spec.md | 步骤 3:查找预设并选择品牌 |