媒体用途:在获取音频/图片前,先调用
/media-use从 HeyGen 目录中解决背景音乐/音效/图片。先运行--adopt注册已有资产。参见/media-use技能。
网站转 HyperFrames 视频
捕获一个网站,然后从中制作一个专业视频。
在步骤 0 之前确认编排路线。 此技能制作的是针对 / 来自一个通用网站的视频。如果用户实际上是在营销/发布/推广一个产品(即使是从这个 URL,即使说是“我们网站的推广视频”)→
/product-launch-video。有主题但没有网站的解说 →/faceless-explainer;一个 GitHub PR →/pr-to-video;重新剪辑/重新着色/重新排序一个已有的视频文件 → 超出范围。如果因为模糊的“制作一个视频”需求而被导向这里,或者不确定是发布还是通用网站?先阅读/hyperframes(完整的编排路由表 + § HyperFrames 不能做什么)。
用户通常会这样说:
- “把这个网站变成一个 15 秒的 Instagram 社交短片”
- “从 https://... 制作一个 30 秒的网站导览/展示视频”
- “捕获我们的首页,并利用它自己的视觉效果制作一个视频”
工作流程有 7 个步骤。每个步骤都会产生一个用于进入下一步的产物。默认情况下是协作的——标记为 💬 的关卡会停止并询问用户。如果用户发出自主模式信号(“替我做决定”、“给我个惊喜”),用户偏好相关的门控会被跳过;参见 step-2-brief.md 了解如何传播此设置。
自主模式不是“跳过所有门控。” 自动模式涵盖用户偏好问题(TTS 提供商、语音、色彩重点、节拍计数、音乐是/否、字幕是/否——在这些问题上,代理代用户决定)。它不涵盖质量验证门控。以下内容即使在自动模式下仍不可跳过:
- 资产审计(步骤 3)——查看样片并为每个资产证明使用/跳过
- 逐拍 HTML 阅读(步骤 5)——每个节拍的结构化证据块
- 完成定义清单(步骤 6)——包括动画映射、逐告警的 WCAG 验证、音频/动效播放
- 诚信披露部分(步骤 6)——“我未验证的内容”必须出现在你的最终摘要中
如果你发现自己认为“自动模式说倾向于行动,所以我要跳过 X”——而 X 是一个验证门控,而不是一个偏好问题——那么这个推理是错误的。倾向于行动适用于决定构建什么,而不是决定是否要验证。
步骤 0:捕获与理解品牌
阅读: references/step-0-capture.md
捕获网站,然后阅读提取的数据以理解品牌和产品——它是做什么的,为谁服务的,用什么声音说话,处于什么情绪氛围中。捕获到的资产是后期使用的品牌工具箱,而不是构成视频的构建块。
在撰写简报前显示登录状态——运行 npx hyperframes auth status 并逐字输出其结果(不要解释或重写)。 它会报告配音/背景音乐将使用 HeyGen 还是本地引擎,以及当未登录时如何登录。如果未登录,请停止并等待用户选择——登录,或者说“go”/“offline”以使用本地引擎继续——然后再询问简报或任何其他事项。 将其视为一个真正的决策点,而不是一个旁注;不要把这个选择塞进简报问题中,也不要把密钥写进每个仓库的 .env 文件中。(在自主模式下,注明状态并继续以离线模式操作。)参见 ../hyperframes-media → 预检以获取官方指导。
门控: 打印了网站摘要——策略优先(产品做什么、为谁服务、品牌声音),然后是资产/颜色/字体清单;显示了登录状态(已登录,或继续以离线模式操作)。
步骤 1:品牌身份
阅读: references/step-1-design.md
编写 DESIGN.md——一份品牌备忘单,涵盖视觉身份:颜色、排版、组件样式、布局原则。使用 design-styles.json 获取精确的计算值。
速度选项: 对于快节奏的视频(广告牌式逐拍),DESIGN.md 可以是一份 50 行的颜色 + 字体 + 注意事项的摘要——而不是一份 300 行的文档。步骤 5 中的子代理提示会直接粘贴品牌值,所以 DESIGN.md 的深度只对复杂构图才重要。
门控: DESIGN.md 存在(任意长度),至少包含:色调板、字体选择以及注意事项。
步骤 2:策略与信息传达
阅读: references/step-2-brief.md,references/capabilities.md(扫描目录——仅在需要时深入阅读章节)
在讨论视觉效果或资产之前,先与用户就视频必须传达什么信息达成一致。解析用户的提示——他们可能已经提供了视频类型和风格。只询问缺失的部分:这个视频必须说的一件事、叙事弧线和目标受众。
门控: 视频类型、时长、格式,以及关键的——信息和叙事弧线——要锁定。没有这些,步骤 3 就无法编写概念优先的故事板。
步骤 3:故事板 + 脚本 💬
阅读: references/step-3-storyboard.md
编写概念优先的故事板:信息 → 叙事弧线 → 服务于该弧线的节拍 → 每个节拍的技术 → 最后通过品牌强调。然后编写匹配的配音脚本。向用户展示这两者,并附带逐拍摘要。迭代直到用户批准。
门控: STORYBOARD.md + SCRIPT.md 存在并且用户已经批准了计划。
步骤 4:配音、时间控制 + 字幕 💬
如果步骤 2 说没有配音——询问背景音乐,然后跳到步骤 5。否则:询问用户使用哪个 TTS 提供商(HeyGen TTS、ElevenLabs 或 Kokoro),生成音频,转录音频,将时间戳映射到节拍。然后询问字幕。
门控: (a) 未要求配音并且故事板有手动的节拍时间;或 (b) narration.wav + transcript.json 存在并且节拍时间已用实际时长更新。
步骤 5:构建合成画面
阅读: hyperframes 技能(加载它——每个规则都很重要)
阅读: references/step-5-build.md
按照故事板(步骤 3)中选择的架构和节奏构建 index.html 和合成画面。子代理在报告前,对每个节拍运行 hyperframes lint 和 hyperframes snapshot。
门控: 主代理已根据 DESIGN.md 和 STORYBOARD.md 从头到尾阅读了每个 compositions/beat-N.html。逐拍检查表位于 step-5-build.md 中。
步骤 6:验证与交付
阅读: references/step-6-validate.md
进行代码检查、验证、根据视频长度按比例截取快照(公式:max(节拍数 × 3, ceil(时长_秒 / 2))),并逐一审查。在交付前修复问题。交付 localhost Studio 项目的 URL——仅在用户明确要求时才渲染为 MP4。仅在交接时显示该 Studio URL——它是最终、稳定的预览;构建阶段的快照是无头生成的,因此不要在构建中途弹出预览。
交付一个你为之自豪的作品。 在交接前,问自己:我会把这个发布到社交媒体上并署上自己的名字吗?如果不是,那就修复问题。
门控: npx hyperframes lint 和 npx hyperframes validate 通过且零错误,并且最终响应中包含活动的 Studio 项目 URL。
快速参考
视频类型
按视频类型划分的典型约束——作为起点,而不是公式。节拍数应跟随内容与配音,而非来自目标范围。
| 类型 | 典型时长 | 时长驱动因素 | 配音 |
|---|---|---|---|
| 社交媒体广告 (IG/TikTok) | 10–15 秒 | 平台限制 | 可选 |
| 产品演示 | 30–60 秒 | 脚本长度 | 完整配音 |
| 功能公告 | 15–30 秒 | 功能复杂度 | 完整配音 |
| 品牌展示片 | 20–45 秒 | 音乐轨道 | 可选,侧重音乐 |
| 发布预告片 | 10–20 秒 | 钩子能量 | 极少 |
节拍数特意不在本表格中——它应该来自故事板,而不是来自“社交媒体广告 = 3-4 个节拍”。一个复杂产品的社交媒体广告可能需要 5 个节奏恰当的节拍。一个只有一个强烈视觉主题的品牌展示片可能只需要 3 个。
格式
- 横屏:1920x1080(默认)
- 竖屏:1080x1920(Instagram 故事、TikTok)
- 方形:1080x1080(Instagram 信息流)
参考文件
| 文件 | 阅读时机 |
|---|---|
| step-0-capture.md | 步骤 0——捕获、理解品牌和产品,编写策略优先的网站摘要 |
| step-1-design.md | 步骤 1——编写 DESIGN.md 品牌备忘单(5 个部分,250-350 行;对于广告牌风格的社交媒体广告,50 行快速通道) |
| step-2-brief.md | 步骤 2——与用户就信息、叙事弧线和目标受众达成一致 |
| capabilities.md | 步骤 2 和 5——HyperFrames 能做什么的完整清单(24 个章节)。在简报期间扫描目录,在构建期间深入阅读特定章节 |
| step-3-storyboard.md | 步骤 3——故事板 + 脚本(合并),带用户审查门控 |
| step-4-vo.md | 步骤 4——TTS 提供商选择、生成、时间控制 |
| step-5-build.md | 步骤 5——构建 index.html + 合成画面 |
| step-6-validate.md | 步骤 6——代码检查、验证、快照(按视频长度比例缩放)、预览 |
| techniques.md | 步骤 3 和 5——13 种基础动画技术及其代码模式(需适配,不要复制粘贴) |
| html-in-canvas-patterns.md | 步骤 5——HTML 在 Canvas 中效果的完整代码模式(位于 hyperframes 技能中) |