music-to-video — 一個以音樂為基礎、節拍同步的影片工作流程
使用此技能將 音樂軌道 轉換為節拍同步的 HyperFrames 影片。您將分析曲目一次,規劃出影格,填入每個影格的計劃,並將每個影格構建成一個合成。輸入是一個音樂軌道,加上可選的使用者圖片或影片 — 沒有旁白,也沒有網站擷取。排版和範本是基礎(完整影片無需任何素材);使用者提供的任何媒體都會在同一節拍網格上被剪切進來。
您是 協調器。在 videos/<project>/ 中工作。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(規劃核准)和 步驟 6(渲染核准)。除了步驟 4(您為每個影格派發一個子代理)之外,所有步驟都由您親自完成。將設計和動畫規則保留在此文件之外 — 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,群組為 TBD);步驟 3 規劃 → 完整的 STORYBOARD.md + frame.md;步驟 4 構建 → compositions/frames/NN-*.html;步驟 5 組裝 → index.html;步驟 6 渲染 → renders/video.mp4。
塑造一切的兩個概念
- 一個分析器,並且信任它。
analyze-beatgrid.py是唯一的節拍分析器 — 絕不要使用其他工具或憑耳朵重新測量節拍。其能量 / 密度 / 滾奏 / 音頭 / 靜音始終可靠。其bpm和beats_sec僅在音樂確有節奏感時才可靠;對於平靜的音樂,網格是追蹤器施加的節拍器,因此應根據樂句和能量來定速,絕不要硬切到它。判斷您處於哪種情況是每個影格的pacing(步驟 2)。 - 一個影格 = 一個檔案;群組位於內部。 步驟 2 將曲目切割成影格,每個影格成為一個合成檔案
compositions/frames/NN-<frame_id>.html,由一個 frame-worker 構建。一個影格可以細分為群組(每個群組都是一個範本或一個動畫基本元素的組合)。額外的密度放在群組_內部_,因此影格數量追蹤不同的處理方式,而不是節拍 — 快節奏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,創建 HyperFrames 專案,並記錄任何使用者提供的媒體。
音樂是主幹 — 在做其他任何事情之前先設定一個曲目。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切(平靜的曲目也有效,但應根據樂句而非節拍來定速)。如果使用者為您提供了音訊(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:根據使用者的描述選擇情緒(例如 "動感的合成器浪潮"、"陷阱節拍"、"積極向上的企業風格"),並通過 /hyperframes-media (references/bgm.md — HeyGen 檢索(有憑證時),否則使用本地 Lyria / MusicGen;ElevenLabs 或其他生成器也可用)產生一個曲目。在生成之前,運行 npx hyperframes auth status 並逐字輸出其結果(不要改寫或重新解釋) — 它會顯示背景音樂是來自 HeyGen 還是本地 MusicGen,以及如果未登入,如何登入。如果未登入,則停止並等待使用者選擇 — 登入,或使用本地 MusicGen 離線繼續 — 然後再生成曲目;不要將金鑰寫入每個儲存庫的 .env 檔案。(在自主模式下,記錄狀態並離線繼續。)有關規範指導,請參閱 /hyperframes-media → Preflight。無論哪種方式,曲目最終都會位於 assets/bgm.mp3。暫存任何使用者提供的圖片或影片,以便影格可以將它們編織到節拍網格上;否則,排版將承載整個影片。
僅在 hyperframes.json 缺失時才初始化。根據簡報以 kebab-case 命名 <project>,例如 midnight-drive-loop — 絕不要使用時間戳。init 會檢查已安裝的技能與 GitHub 上的最新版本,並在有任何技能過期時更新全域技能集。
npx hyperframes init "videos/<project>" --non-interactive --example=blank
mkdir -p "$PROJECT_DIR/assets" "$PROJECT_DIR/renders"
cp "<user-music>" "$PROJECT_DIR/assets/bgm.mp3" # 如果需要,先從影片中提取
# 僅在使用者為您提供了圖片/影片時才執行:
node <SKILL_DIR>/scripts/stage-assets.mjs --from <dir> --hyperframes "$PROJECT_DIR" --into public
品牌(字型 + 調色板)是在步驟 3 選擇的,而不是在這裡。不要預先選擇流派或曲目類型 — 資產只是一個可選的組成部分,流派是從每個影格的選擇中浮現出來的。
關卡: hyperframes.json + assets/bgm.mp3 存在;記錄了寬高比 / 長度 / fps 以及(如果有的話)資產清單。
步驟 1:分析音樂
目標:產生整個影片所基於的唯一標準時間軸分析。
analyze-beatgrid.py 是唯一的節拍分析器 — 絕不要使用其他工具或憑耳朵重新測量節拍。它讀取曲目一次並寫入 audiomap.json:能量階段(水平 / 密度 / 感覺)、音頭 + onset_rate、滾奏、靜音、hard_stops、key_moments、樂句、速度 / 網格,以及 audio.duration_sec。它是確定性的 — 相同的檔案總是給出相同的映射。大多數字段在任何音樂上都可靠;bpm 和 beats_sec 僅在音樂確有節奏感時才可靠,而判斷這一點是您在步驟 2 做出的決定。
先決條件:Python 3 具有可用的 librosa、numpy 和 soundfile。如果導入失敗,請先將它們安裝到活動的 Python 環境中,然後再執行分析器:
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;audio.duration_sec 已知。
步驟 2:影格骨架(僅結構)
目標:閱讀音樂並規劃出影格 — STORYBOARD.md 的骨架。
閱讀 references/frame-skeleton.md。親自將 audiomap.json 轉換為 STORYBOARD.md 的骨架 — 沒有中間的 JSON。在真實的音樂變化處(hard_stops、SURGE / DROP key_moments、滾奏的邊緣、沒有音頭的段落、大的能量跳躍)將曲目切割成影格,並將每個邊界應對齊到 audiomap 錨點。為每個影格設定 span_sec、pacing(來自步驟 1 信任判定的裁決 — 當網格是真實的時為 beat_cut,當它是施加於平靜音樂的節拍器時為 phrase_flow)、mood 和一行 feel(步驟 3 將範本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 style 留空 — 無範本、文案、顏色或字型。預期約 1–6 個影格。
關卡: 影格覆蓋整個曲目(第一個在 0,最後一個在 duration_s);每個影格都帶有 span_sec + pacing + mood + feel;每個 ### Groups 都是 TBD;任何地方都沒有內容。
步驟 3:填入規劃(使用者關卡)
目標:將骨架轉變為經過核准的完整 STORYBOARD.md。
閱讀 references/planning.md、storyboard-format.md、template-catalog.md、motion-primitive-catalog.md 和 montage.md(僅在使用者提供了資產時)。在同一個文件中原位編輯,執行兩件事:
- 選擇品牌。 使用
../hyperframes-creative/references/design-spec.md中的表格,從../hyperframes-creative/frame-presets/中選擇一個預設(與曲目的情緒匹配;只有其字型和顏色重要 — 範本擁有構圖)。將它未經修改地複製到frame.md中,並從中填入 frontmatterstyle(字型 + 一個 ≤4–6 色票的調色板)。 - 填入每個影格。 決定其群組,並為每個群組指定一種處理方式:從目錄中選擇一個匹配的範本(包含綁定的參數和真實的 audiomap 錨點)、從基本元素目錄中進行自由組合、或者一個遵守
pacing的資產處理方式。撰寫文案。您擁有 WHAT(範本 / 基本元素 + 內容 + 錨點);frame-worker 擁有 HOW — 絕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
修復每個 ✗(硬錯誤:持續時間不匹配、影格未覆蓋曲目、缺少 src);警告是盡力而為。然後向使用者顯示一個逐影格的摘要,並進行迭代直到他們核准。
關卡: frame.md 是逐字複製的預設;validate-plan.mjs 退出碼為 0;使用者核准了規劃。
步驟 4:從規劃構建影格
目標:將每個影格構建為一個獨立的合成檔案。
創建 compositions/frames/。閱讀 sub-agents/frame-worker.md 和 ../hyperframes-core/references/subagent-dispatch.md。為每個影格派發一個 frame-worker,盡可能並行(否則分批進行)。每個 worker 只處理一個影格,並帶有以下上下文:
PROJECT_DIR: <絕對路徑>
frame_id: <NN-frame_id> # = 影格檔案的主檔名,例如 02-f2;合成 ID
您的區塊:PROJECT_DIR/STORYBOARD.md 中 `## Frame N — <frame_id>` 區塊
audiomap: PROJECT_DIR/audiomap.json
frame.md: PROJECT_DIR/frame.md
素材:對於每個群組,<SKILL_DIR>/references/templates/<id>/index.html(範本)和
<SKILL_DIR>/references/motion-primitives/<id>/(自由組合);已暫存的 assets/(資產群組)
合約:../hyperframes-core/references/sub-compositions.md + determinism-rules.md
畫布:<w>×<h> 節奏:<beat_cut|phrase_flow>
寫入至:PROJECT_DIR/compositions/frames/<frame_id>.html
該 worker 會複製引用的素材,將每個錨點轉換為影格本地秒數(local_t = track_t − span_sec[0]),使用 0ms 剪切來關閉其群組,並寫入一個安全的影格檔案。該 worker 絕不運行 hyperframes CLI — 那些命令作用於已組裝的專案,而後者尚不存在,因此它們會報告錯誤的檔案。該 worker 僅根據合約進行寫入然後停止;您在組裝後(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 存在於磁碟上。
步驟 5:組裝
目標:將構建的影格 + 背景音樂連接成可播放的 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 掛載到軌道 11 上,並進行硬切影格 → 影格(影格無縫拼接覆蓋整個曲目,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 "$PROJECT_DIR/audiomap.json"
修復其報告的任何 ✗ — 一個缺失或空白的影格檔案意味著該 worker 寫入了一個不完整的檔案;重新派發它(步驟 4)並重新組裝。
關卡: index.html 存在;總持續時間 == audiomap.audio.duration_sec。
步驟 6:驗證和渲染
目標:驗證組裝後的影片,獲得使用者核准,並渲染最終的 MP4。
在已組裝的專案上運行 CLI — 這是正確的單位(逐影格的 worker 無法運行它)。lint 檢查結構,validate 運行無頭 Chrome(捕獲 JS 錯誤和缺少的資產),inspect 對影格進行快照。
( cd "$PROJECT_DIR" && npx hyperframes lint . && npx hyperframes validate . && npx hyperframes inspect . )
在 t=0、每個影格的開始、最強的 DROP / SURGE、每個 hard_stops[].t 以及最後一個影格處進行檢查。如果失敗,請自行進行最安全的修復:編輯有問題的 compositions/frames/NN-*.html。絕不更改持續時間或音訊時序來隱藏同步問題。一旦通過關卡,暫停等待使用者審查,然後僅在核准時進行渲染:
( 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;使用者核准;renders/video.mp4 存在且包含音訊,持續時間 == audiomap.audio.duration_sec。最終回覆說明 MP4 的路徑和持續時間。
繼續表格
| 您已有 | 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;縱向 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/ 目錄下:analyze-beatgrid.py(唯一分析器)、validate-plan.mjs(規劃檢查)、assemble-index.mjs(索引組裝)、stage-assets.mjs(暫存使用者媒體)、lib/storyboard.mjs(供應的解析器)。其他所有內容都是 hyperframes CLI。
| 應閱讀 | 時間 |
|---|---|
references/frame-skeleton.md | 步驟 2:閱讀音樂,規劃影格,設定節奏 |
references/planning.md · storyboard-format.md | 步驟 3:選擇品牌,填入每個影格,撰寫規劃 |
references/template-catalog.md | 步驟 3:為每個群組選擇一個範本 |
references/motion-primitive-catalog.md | 步驟 3:為每個群組選擇一個動畫基本元素 |
references/montage.md | 步驟 3:僅在使用者提供了資產時,用於資產群組 |
sub-agents/frame-worker.md | 步驟 4:如何調用 frame-worker 子代理 |
../hyperframes-core/references/subagent-dispatch.md | 步驟 4:子代理調用模式的規範性參考 |
../hyperframes-core/references/sub-compositions.md | 步驟 4:每個 frame-worker 必須遵守的合約 |
../hyperframes-core/references/determinism-rules.md | 步驟 4:影格構建的確定性規則 |