music-to-video — 一個基於音樂、節拍同步的影片工作流程
使用此技能將音樂曲目轉換為節拍同步的 HyperFrames 影片。您分析一次曲目,規劃影格,填入每個影格的計劃,然後將每個影格建構成一個組合。輸入是一首音樂曲目以及可選的使用者圖片或影片 — 沒有旁白,也沒有網頁擷取。排版和模板是基礎(一個完整的影片不需要任何資產);使用者提供的任何媒體都會在同一節拍網格上被裁剪進去。
您是編排器。在 videos/<project>/ 目錄下工作。按順序執行步驟,並在繼續之前通過每個關卡。有兩個步驟需要使用者:步驟 3(計劃批准)和步驟 6(渲染批准)。除了步驟 4(您為每個影格分派一個子代理)之外,請親自執行每個步驟。將設計和動畫規則保留在此檔案之外 — 它們位於 references/ 和 frame-worker 子代理中。
SKILL_DIR = 此技能目錄。PROJECT_DIR = videos/<project-name>/。
工作流程:步驟 0 設定 → hyperframes.json + assets/bgm.mp3;步驟 1 分析 → audiomap.json;步驟 2 骨架 → STORYBOARD.md(影格,群組標記為 TBD);步驟 3 計劃 → 完整的 STORYBOARD.md + frame.md;步驟 4 建構 → compositions/frames/NN-*.html;步驟 5 組合 → index.html;步驟 6 渲染 → renders/video.mp4。
塑造一切的兩個理念
- 一個分析器,並且你信任它。
analyze-beatgrid.py是唯一的節拍分析器 — 絕不要使用其他工具或憑聽覺重新測量節拍。它的能量/密度/滾奏/起音/靜音始終可靠。它的bpm和beats_sec僅在音樂確實具有節奏感時才可靠;對於平靜的音樂,節拍網格只是一個強加的節拍器,因此請根據樂句和能量來安排節奏,並且永遠不要硬切到節拍網格上。判斷您處於哪種情況是每個影格pacing的任務(步驟 2)。 - 一個影格 = 一個檔案;群組存在於內部。 步驟 2 將曲目切割成影格,每個影格變成一個組合檔案
compositions/frames/NN-<frame_id>.html,由一個 frame-worker 建構。一個影格可以細分為群組(每個群組是一個模板或一個運動圖元組合)。額外的密度放在群組_內部_,因此影格數量追蹤的是不同的處理方式,而不是節拍 — 快速的曲目不會增加子代理的數量。
步驟 0:設定、背景音樂和輸入
目標:建立音樂來源,建立 HyperFrames 專案,並記下任何使用者提供的媒體。
音樂是主幹 — 在進行任何其他操作之前,先確定一首曲目。此技能針對快速、高能量的背景音樂進行了調整:強大的節拍網格驅動剪輯(平靜的曲目也可行,但應根據樂句而非節拍來安排節奏)。如果使用者給了您音訊 — 一個音樂檔案,或一個要從中提取音訊的影片 — 請使用它。如果沒有,則生成一個:從使用者的描述中選擇情緒(例如「強烈的合成波」、「陷阱節拍」、「歡快的企業風格」),並通過 /hyperframes-media(references/bgm.md — 有憑證時使用 HeyGen 檢索,否則使用本地 Lyria / MusicGen;ElevenLabs 或其他生成器也可用)生成曲目。在生成之前,執行 npx hyperframes auth status 並逐字轉發其輸出(不要改寫或重寫) — 它顯示背景音樂是來自 HeyGen 還是本地 MusicGen,如果未登入,則顯示如何登入。如果未登入,請停止並等待使用者選擇 — 登入,或繼續離線使用本地 MusicGen — 然後再生成曲目;不要將金鑰寫入每個儲存庫的 .env 檔案中。(在自主模式下,記下狀態並繼續離線操作。)請參閱 /hyperframes-media → Preflight 以獲取規範指引。無論哪種方式,曲目最終都會放置在 assets/bgm.mp3。暫存任何使用者提供的圖片或影片,以便影格可以在節拍網格上將它們編織進來;否則,排版將承載整個影片。
僅在 hyperframes.json 遺失時才初始化。根據簡報以 kebab-case 命名 <project>,例如 midnight-drive-loop — 絕不要使用時間戳。init 會根據 GitHub 的最新版本檢查已安裝的技能,如果任何技能過時,則更新全域集合。
npx hyperframes init "videos/<project>" --non-interactive --example=blank
mkdir -p "$PROJECT_DIR/assets" "$PROJECT_DIR/renders"
cp "<user-music>" "$PROJECT_DIR/assets/bgm.mp3" # 如果需要的話,先從影片中提取
# 僅當使用者提供了圖片/影片時才執行:
node <SKILL_DIR>/scripts/stage-assets.mjs --from <dir> --hyperframes "$PROJECT_DIR" --into public
品牌(字體 + 調色盤)在步驟 3 中選擇,而不是在此處。不要事先選擇類型或曲目類型 — 資產只是一個可選的組成部分,而類型則從每個影格的選擇中浮現。
關卡: hyperframes.json + assets/bgm.mp3 存在;已記下寬高比/長度/影格率以及(如果有)資產清單。
步驟 1:分析音樂
目標:生成整個影片所基於的單一標準時間分析。
analyze-beatgrid.py 是唯一的節拍分析器 — 絕不要使用其他工具或憑聽覺重新測量節拍。它讀取一次曲目並寫入 audiomap.json:能量階段(等級/密度/感覺)、起音 + onset_rate、滾奏、靜音、hard_stops、key_moments、樂句、速度/節拍網格和 audio.duration_sec。它是確定性的 — 相同的檔案總是會產生相同的映射。大多數欄位在任何音樂上都是可靠的;bpm 和 beats_sec 僅在音樂確實具有節奏感時才可靠,而判斷這一點是您在步驟 2 中做出的決定。
先決條件:需要 Python 3 以及 librosa、numpy 和 soundfile 套件。如果匯入失敗,請在執行分析器之前將它們安裝到活動的 Python 環境中:
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
關卡: audiomap.json 存在;已知 audio.duration_sec。
步驟 2:影格骨架(僅結構)
目標:讀取音樂並規劃影格 — STORYBOARD.md 的骨架。
閱讀 references/frame-skeleton.md。自行將 audiomap.json 轉換為 STORYBOARD.md 的骨架 — 沒有中間 JSON。在真實的音樂變化處(hard_stops、SURGE / DROP 的 key_moments、滾奏的邊緣、沒有起音的段落、大的能量跳躍)將曲目切割成影格,將每個邊界對齊到 audiomap 錨點。為每個影格設定 span_sec、pacing(來自步驟 1 信任判斷的結論 — 當節拍網格是真實的時為 beat_cut,當它是一個強加於平靜音樂的節拍器時為 phrase_flow)、mood 和一行 feel(步驟 3 將模板與之匹配的純音樂情況)。在此僅進行分類和規劃:將每個影格的 ### Groups 保留為 TBD (Step 3),並將 frontmatter 的 style 留空 — 沒有模板、文案、顏色或字體。預期約 1–6 個影格。
關卡: 影格覆蓋整個曲目(第一個從 0 開始,最後一個在 duration_s 結束);每個影格包含 span_sec + pacing + mood + feel;每個 ### Groups 都是 TBD;任何地方都沒有內容。
步驟 3:填入計劃(使用者關卡)
目標:將骨架轉變為已批准、完整的 STORYBOARD.md。
閱讀 references/planning.md、storyboard-format.md、template-catalog.md、motion-primitive-catalog.md 和 montage.md(僅當使用者提供了資產時)。就地編輯同一個檔案,執行兩件事:
- 選擇品牌。 從
../hyperframes-creative/frame-presets/中選擇一個預設,使用../hyperframes-creative/references/design-spec.md中的表格(匹配曲目的情緒;只有其字體和顏色重要 — 模板擁有構圖)。將其未經修改複製到frame.md中,並從中填入 frontmatter 的style(字體 + 一個 ≤4–6 色樣本調色盤)。 - 填入每個影格。 決定其群組,並為每個群組指定一個處理方式:一個來自目錄的匹配模板(帶有綁定的參數和真實的 audiomap 錨點)、一個來自圖元目錄的自由組合、或一個遵循
pacing的資產處理方式。撰寫文案。您擁有 WHAT(模板/圖元 + 內容 + 錨點);frame-worker 擁有 HOW — 絕對不要將毫秒級的補間動畫寫入故事板。
node <SKILL_DIR>/scripts/validate-plan.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--audiomap "$PROJECT_DIR/audiomap.json" --templates <SKILL_DIR>/references/templates
修正每個 ✗(硬錯誤:持續時間不匹配、影格未覆蓋曲目、缺少 src);警告盡力而為。然後向使用者顯示一個逐影格摘要,並迭代直到他們批准。
關卡: frame.md 是逐字複製的預設;validate-plan.mjs 退出碼為 0;使用者批准了該計劃。
步驟 4:從計劃建構影格
目標:將每個影格建構成一個獨立的組合檔案。
建立 compositions/frames/ 目錄。閱讀 sub-agents/frame-worker.md 和 ../hyperframes-core/references/subagent-dispatch.md。分派每個影格一個 frame-worker,盡可能並行(否則以批次進行)。每個 worker 恰好獲得一個影格和以下上下文:
PROJECT_DIR: <絕對路徑>
frame_id: <NN-frame_id> # = 影格檔案主檔名,例如 02-f2;組合 ID
您的程式碼區塊:PROJECT_DIR/STORYBOARD.md 中 `## Frame N — <frame_id>` 的程式碼區塊
audiomap: PROJECT_DIR/audiomap.json
frame.md: PROJECT_DIR/frame.md
材料:對於每個群組,<SKILL_DIR>/references/templates/<id>/index.html(模板)和
<SKILL_DIR>/references/motion-primitives/<id>/(自由);暫存的 assets/(資產群組)
合約:../hyperframes-core/references/sub-compositions.md + determinism-rules.md
畫布:<w>×<h> 節奏類型:<beat_cut|phrase_flow>
寫入位置:PROJECT_DIR/compositions/frames/<frame_id>.html
worker 會複製引用的材料,將每個錨點轉換為影格本地秒數(local_t = track_t − span_sec[0]),使用 0ms 剪輯來限門控其群組,並寫入一個可安全搜尋的影格檔案。worker 絕不執行 hyperframes CLI — 那些命令操作的是組合後的專案,而該專案尚不存在,因此它們會回報錯誤的檔案。worker 僅根據合約寫入並停止;您在組合後(步驟 6)進行驗證。當每個 worker 返回時,您可以確認其檔案已存在於磁碟上。
關卡: 每個影格都有其 compositions/frames/NN-*.html 檔案在磁碟上。
步驟 5:組合
目標:將建構好的影格 + 背景音樂連線到可播放的 index.html。
assemble-index.mjs 是確定性的 — 沒有子代理,沒有判斷。它在其累積的 data-start 處引用每個影格檔案,將 assets/bgm.mp3 掛載到音軌 11,並進行影格到影格的硬剪輯(影格覆蓋整個曲目且沒有間隙,因此沒有過渡注入器)。
node <SKILL_DIR>/scripts/assemble-index.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--hyperframes "$PROJECT_DIR" --audiomap "$PROJECT_DIR/audiomap.json"
修正它報告的任何 ✗ — 遺失或空白的影格檔案表示該 worker 寫入了部分檔案;重新分派它(步驟 4)並重新組合。
關卡: index.html 存在;總持續時間 == audiomap.audio.duration_sec。
步驟 6:驗證並渲染
目標:驗證組合後的影片,獲得使用者批准,並渲染最終的 MP4。
在組合後的專案上執行 CLI — 這是正確的單位(每個影格的 worker 無法執行它)。lint 檢查結構,validate 執行 headless Chrome(捕獲 JS 錯誤和遺失的資產),inspect 快照影格。
( cd "$PROJECT_DIR" && npx hyperframes lint . && npx hyperframes validate . && npx hyperframes inspect . )
在 t=0、每個影格開始處、最強的 DROP / SURGE、每個 hard_stops[].t 和最後一個影格處進行檢查。失敗時,自行進行最便宜的安全修復:編輯有問題的 compositions/frames/NN-*.html。永遠不要更改持續時間或音訊時間來隱藏同步問題。通過關卡後,暫停等待使用者審閱,然後僅在批准後才渲染:
( cd "$PROJECT_DIR" && npx hyperframes render . --skill=music-to-video -q draft -o renders/video.mp4 --fps 30 )
關卡: lint / validate / inspect 通過;使用者批准;renders/video.mp4 存在,包含音訊,持續時間 == audiomap.audio.duration_sec。最終回覆應說明 MP4 路徑和持續時間。
恢復表
| 您已擁有 | 從何處繼續 |
|---|---|
僅 assets/bgm.mp3 | 步驟 1 |
audiomap.json | 步驟 2 |
STORYBOARD.md(骨架) | 步驟 3 |
STORYBOARD.md(完整) | 步驟 4 |
| 所有影格檔案 | 步驟 5 |
index.html | 步驟 6 |
快速參考
格式: 預設橫向 1920x1080;直向 1080x1920;方形 1080x1080。在故事板 frontmatter 中設定一次畫布(canvas: { w, h, fps })。
腳本位於 scripts/ 下:analyze-beatgrid.py(唯一分析器)、validate-plan.mjs(計劃檢查)、assemble-index.mjs(索引組合)、stage-assets.mjs(暫存使用者媒體)、lib/storyboard.mjs(供應的解析器)。其他一切都是 hyperframes CLI。
| 閱讀 | 時機 |
|---|---|
references/frame-skeleton.md | 步驟 2:讀取音樂,規劃影格,設定節奏類型 |
references/planning.md · storyboard-format.md | 步驟 3:選擇品牌,填入每個影格,撰寫計劃 |
references/template-catalog.md | 步驟 3:為每個群組選擇一個模板 |
references/motion-primitive-catalog.md | 步驟 3:為每個群組組合運動圖元 |
references/montage.md | 步驟 3:將使用者資產編織到影格中(僅當使用者提供了資產時) |
sub-agents/frame-worker.md | 步驟 4:將一個影格分派給子代理 |
../hyperframes-core/references/subagent-dispatch.md | 步驟 4:如何分派子代理 |
../hyperframes-core/references/sub-compositions.md + determinism-rules.md | 步驟 4:每個影格檔案的合約 |