media-use:在获取音频/图片之前,请先调用
/media-use从 HeyGen 目录中解决 BGM/SFX/图片问题。首先运行--adopt以注册现有资源。详情请参阅/media-use技能。
general-video — 通用视频工作流
构建前请确认路线。 这是自定义作品编排的后备方案。如果输入内容明显符合某个专门工作流,请优先使用:营销产品 →
/product-launch-video;通用网站 →/website-to-video;主题解说 →/faceless-explainer;GitHub PR →/pr-to-video;现有素材 →/embedded-captions·/talking-head-recut;短篇无旁白动画 →/motion-graphics;Remotion 移植 →/remotion-to-hyperframes。超出范围:实时/渲染时数据、对已完成视频进行非线性编辑,或制作 HyperFrames 无法捕获的素材。不确定?请先阅读/hyperframes。
精确构建所要求的内容。 标题卡就是标题卡——不是标题卡加三个辅助场景加环境音乐加字幕。如果额外场景或元素确实能提升作品质量,请_提出_建议,但不要不经提议就擅自添加。对于小修改(修复颜色、调整一个时长、添加一个元素),跳过规划步骤直接构建。
方法
发现阶段 — 仅限开放式请求
对于模糊、探索性的请求(“为我们的品牌做点什么”、“来个酷炫的开场”)——在挑选颜色之前先理解意图:
- 受众 — 谁观看?开发者/高管/普通消费者?
- 平台 — 在哪里播放?社交媒体(15秒)/网站主视觉/产品演示/内部使用?
- 优先级 — 什么最重要?动效质量/内容准确性/品牌一致性/速度?
- 变体 — 仅需一个最佳版本,还是 2-3 个有意义的差异化选择(不同节奏、能量或结构——而不仅仅是颜色替换)?
对于具体请求(“添加一个标题卡”、“修正场景 3 的时序”),跳过发现阶段。
步骤 1 — 设计系统 → hyperframes-creative
首先建立视觉身份。如果项目有设计规范,请阅读它(优先级 frame.md → design.md → DESIGN.md;将其视为品牌真理——精确的颜色、字体、约束)。
如果没有规范,在选择任何颜色或字体之前,你必须同时阅读 hyperframes-creative/references/house-style.md 和 hyperframes-creative/references/video-composition.md。 house-style.md 提供了“解读提示 / 生成真实内容”的开场、惰性默认列表和图层配方;video-composition.md 提供了视频媒介的密度/比例/前景细节(数据条、注册标记、等宽字体元数据、“8-10 个元素,其中两个用户并未要求”),正是这些将“制作精良”的输出与“生成式”输出区分开来。只读一个是常见的错误——video-composition.md 正是代理跳过的那一个,也是避免产生扁平、居中、网页风格输出的关键。不要自行发明调色板并跳过这些;跨入 hyperframes-creative 是强制性的,而非可选分支。之后,根据需要从 references/visual-styles.md 中提取命名的风格/情绪,或使用交互式选择器 references/design-picker.md。规范/风格定义的是品牌,而非作品规则。
寻找角度(无规范的模糊概要): 在挑选颜色之前,先写一句话——这个名称/单词/主题唤起了什么,以及什么视觉_世界_(隐喻、设定、道具、动机)可以表达它?例如,网络安全工具 → 保险库门/周界扫描线/锁芯;冥想应用 → 潮汐、呼吸、柔和的光晕。阅读主题的_含义_,而不仅仅是字面;选择一个具体的角度而非字面的重新风格化。这是对单场景作品的提示扩展(第 2 步)的低成本替代方案,此时扩展被正确地跳过——它是设计概念与通用渐变徽标的区别。
<硬门> 在编写任何 HTML 之前,请验证你已具备所有四项:
- 视觉身份:基于规范或
house-style.md,而非临时发明。(使用了#333、#3b82f6或Roboto?你跳过了这一步。) - 一句话概念角度(“寻找角度”步骤):适用于任何超越琐碎编辑的工作——而非对提示词的字面重新风格化。
- 来自嵌入列表的字体配对(
hyperframes-creative/references/typography.md→ “可嵌入的字体”)——有目的地选择,而非默认使用Inter/Helvetica Neue/system-ui,也绝不要使用未嵌入的显示字体并期望它能渲染(未打包的字体名仅当本地自动捕获时才嵌入——云端渲染不会捕获它们)。 - 来自
video-composition.md的前景/密度规划:边缘锚定、8-10 个元素、前景元数据、背景纹理规则。(在一个纯色背景上居中堆叠少于约 6 个元素且无边缘锚定细节?你跳过了这一步——这就是通用风格的标志。) </硬门>
步骤 2 — 提示扩展 → hyperframes-creative
对每个多场景作品运行此步骤(对单场景作品和琐碎编辑跳过)。根据设计规范和 house style 将请求转化为一致的中间表示,确保下游工作以相同方式解读。详见 hyperframes-creative/references/prompt-expansion.md。
步骤 3 — 规划
在编写 HTML 之前,从高层次思考:
- 什么 — 观众体验:叙事弧线、关键时刻、情感节拍。
- 结构 — 多少个构图,子组件 vs 内联,哪些轨道承载视频/音频/叠加/字幕。关于单体单文件 vs 模块化子组件的选择,参见
hyperframes-core/references/composition-patterns.md§ 两种架构(经验法则:≥3 个硬场景切换,或任何复用场景 → 模块化;短单场景作品保持一个文件)。 - 节奏 — 在实现之前先命名模式(例如
fast-fast-SLOW-SHADER-hold);参见hyperframes-creative/references/beat-direction.md。 - 时序 — 哪些剪辑驱动时长,过渡落在何处,节奏。
- 布局 — 先构建最终状态(见下文)。
- 动画 — 然后通过
hyperframes-animation添加动效。
先布局后动画
将每个元素放置在其最显眼时刻所在的位置——完全进入、正确放置、尚未退出。先将其编写为静态 HTML + CSS。暂时不要使用 GSAP。
原因: 如果你将元素定位在动画起始状态(屏幕外、缩放至 0、透明度 0)并通过补间动画移动到你认为的_最终位置_,你实际上是在猜测最终布局——重叠部分在渲染之前都会不可见。先构建最终状态,你可以在添加动效之前发现并修复布局问题。
- 为每个场景确定主帧——元素同时可见最多的时刻。那就是你需要构建的布局。
- 编写该帧的静态 CSS。内容容器必须使用内边距填充场景,而不是绝对偏移:
.scene-content {
display: flex;
flex-direction: column;
justify-content: center;
width: 100%;
height: 100%;
padding: 120px 160px; /* 内边距定位内容;可填充任何场景尺寸 */
gap: 24px;
box-sizing: border-box;
}
绝不要对内容容器使用 position: absolute; top: Npx——当内容高于空间时会发生溢出。将绝对定位保留给装饰性元素。
⚠ 上述
width/height: 100%仅在每个祖先元素都具有已解析的高度时才生效。 根<div data-composition-id>及其与.scene-content之间的任何包装器都必须具有明确的尺寸(根元素上设置position: relative; width: 1920px; height: 1080px——参见hyperframes-core→ “根必须具有尺寸”)。跳过此步骤会导致伸缩容器塌缩到约 0,内容堆积在左上角,第一个字符在 x=0 处被裁剪——而lint/inspect仍然报告 0 个问题。此外,始终在.scene-content上保留padding(≥80px):这是标题安全边距。绝不要用裸gap替换它。
- 添加入场——使用
gsap.from()从屏幕外/不可见动画到 CSS 位置(在子组件中优先使用gsap.fromTo(),以便起始状态明确;参见hyperframes-core/references/sub-compositions.md)。CSS 位置是事实基准;补间动画只是到达那里的旅程。 - 退出由过渡处理——根据
hyperframes-animation/transitions/中的场景过渡规则,只有最终场景将元素动画退出;场景之间的过渡本身就构成了退出。
跨时共享空间: 如果元素 A 在元素 B 进入同一区域之前退出,两者仍需要为其各自的主帧设置正确的 CSS 位置——时间线排序防止它们共存,而布局步骤则捕获意外重叠。分层发光/阴影和 z 堆叠深度是_有意的_重叠;此步骤的目的是捕获_无意的_碰撞(两个标题叠在一起、内容溢出帧外)。
构建 — 委派给领域技能
此表映射了技能的全部范围(参见 description)到其参考资料——并非详尽无遗;当意图未列出时,通过 hyperframes-creative(外观/概念)、hyperframes-animation(动效)、hyperframes-core(契约)、hyperframes-media(音频/字幕)进行路由。第一行是叠加的——请同时阅读它和你的意图行,而非只读一个。
| 构建… | 首先阅读(按顺序) |
|---|---|
| 始终 — 每个非琐碎作品,除下方意图行外额外阅读 | hyperframes-creative/references/house-style.md + references/video-composition.md(同样在步骤 1 / 硬门中加以限制;关于“制作精良而非生成式”的前景细节) |
| 动态文字 / 文字为主 | hyperframes-animation/techniques.md(动态类型)+ adapters/gsap-easing-and-stagger.md + rules/kinetic-beat-slam.md |
| 标题卡 / 下三分之一 / 叠加 / 画中画 / 文字后置主体 | hyperframes-creative/references/composition-patterns.md +(关于居中/尺寸帧)hyperframes-core → “根必须具有尺寸” |
| 徽标 / 品牌标记揭示 | hyperframes-animation/rules/svg-path-draw.md(绘制动画)+ rules/3d-text-depth-layers.md + rules/scale-swap-transition.md |
| 数据 / 统计 / 数字 | hyperframes-animation/rules/counting-dynamic-scale.md + rules/stat-bars-and-fills.md + hyperframes-creative/references/data-in-motion.md |
| 产品 / 应用 / UI 演示 | hyperframes-animation/rules/3d-page-scroll.md + rules/cursor-click-ripple.md + rules/press-release-spring.md |
| 音频响应 / 音乐驱动 | hyperframes-creative/references/audio-reactive.md(预先提取频段;映射到动效) |
| 旁白 / 画外音 / 音乐 / 音效 / 字幕 | hyperframes-media → 共享音频引擎 scripts/audio.mjs(一次调用 = TTS + BGM + SFX → audio_meta.json);通过 hyperframes-core 处理字幕编写和资源放置。详见下方音频。 |
| 多场景 / 转场 | hyperframes-animation/transitions/overview.md 然后是 transitions/catalog.md(阅读概览后并未完成——GSAP 配方在目录中) |
| 模块化 / 子组件 | hyperframes-core/references/composition-patterns.md + references/sub-compositions.md |
音频:单一引擎(TTS · BGM · SFX)
仅当作品需要时(遵循“精确构建所要求的内容”原则——不要在标题卡上添加环境音乐)。不要手工制作 TTS 或购买副本:编写一个中性的 audio_request.json 并调用 hyperframes-media 中的共享引擎。它会根据一个开关自动降级——存在 HeyGen 凭据 → 使用 HeyGen TTS + 音乐/SFX 检索;不存在 → 使用 ElevenLabs/Kokoro TTS,Lyria/MusicGen BGM 生成,以及捆绑的音效库。完整标志列表 + 请求/元数据模式:hyperframes-media/scripts/audio.mjs 的头部注释。
// audio_request.json — 每个旁白段落一行;`id` 是你的标识(用于回连 audio_meta)
{
"lines": [
{ "id": "s1", "text": "你的开场白。", "sfx": ["whoosh"] },
{ "id": "s2", "text": "下一个节拍。" },
],
"bgm": { "query": "calm cinematic underscore" }, // 省略 "mode" → 自动(如果存在 HeyGen 则检索,否则生成);设置为 "none" 以禁用
}
# <MEDIA_DIR> = 已安装的 hyperframes-media 技能目录(此技能的兄弟目录)
node <MEDIA_DIR>/scripts/audio.mjs --request ./audio_request.json --hyperframes . --out ./audio_meta.json
然后读取 audio_meta.json:将每个 voices[].path + (bgm.path, sfx[]) 挂载为 <audio> 轨道,并使用 voices[].words 制作字幕,全部依据 hyperframes-core(音频轨道 + 字幕编写)。如果 BGM 走了生成路径(bgm_pending: true),在最终渲染前运行 hyperframes-media/scripts/wait-bgm.mjs。
输出清单 → hyperframes-cli
…
[为翻译而截断]