音樂轉影片 — 一個以音樂為基礎、節拍同步的影片工作流程
使用此技能將音樂音軌轉換成節拍同步的 HyperFrames 影片。您只需分析一次音軌,佈局影格,填入每個影格的計畫,並將每個影格構建成一個組合。輸入是音樂音軌加上可選的使用者圖片或影片 — 沒有旁白,也沒有網站擷取。排版與範本是基礎(完整影片無需任何素材);使用者提供的任何媒體都會以相同的節拍網格嵌入。
您是協調器。在 videos/<project>/ 中運作。依序執行步驟,並在繼續前通過每個閘門。有兩個步驟需要使用者:步驟 3(計畫批准)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程式)之外,所有步驟都由您親自執行。將設計與動態規則保留在此檔案之外 — 它們位於 references/ 以及 frame-worker 子代理程式中。
SKILL_DIR = 此技能目錄。PROJECT_DIR = videos/<專案名稱>/。
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 TBD);步驟 3 計畫 → 完整的 STORYBOARD.md + frame.md;步驟 4 建置 → 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,而且您要信任它。
analyze-beatgrid.py是唯一的節拍分析器 — 絕不使用其他工具或靠耳朵重新測量節拍。其能量/密度/滾奏/起音/靜音始終可靠。其bpm和beats_sec僅在音樂真正具有節奏性時才可靠;在平靜的音樂上,網格是追蹤器強加的節拍器,因此請改用樂句和能量來控制節奏,切勿對其進行硬剪輯。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;群組存在於內部。 步驟 2 將音軌分割成影格,每個影格變成一個組合檔案
compositions/frames/NN-<frame_id>.html,由一個 frame-worker 建立。一個影格可以細分為群組(每個群組是一個範本或一個動態基本指令組合)。額外的密度位於群組_內部_,因此影格數量追蹤不同的處理方式,而非節拍 — 快速音軌不會增加子代理程式的數量。
步驟 0:設定、背景音樂與輸入
目標:確定音樂來源,建立 HyperFrames 專案,並記錄任何使用者提供的媒體。
音樂是主幹 — 在任何其他事情之前先確定一個音軌。此技能針對快速、高能量的背景音樂進行了最佳化:強大的節拍網格驅動剪輯(平靜的音軌也可以,但依照樂句而非節拍控制節奏)。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,請生成一個:根據使用者的描述選擇情緒(例如「動感的合成波」、「陷阱節拍」、「積極向上的商業風格」),並透過 /hyperframes-media 製作一個音軌(references/bgm.md — 有憑證時使用 HeyGen 檢索,否則使用本機 Lyria / MusicGen;ElevenLabs 或其他生成器也可以)。在生成之前,執行 npx hyperframes auth status 並逐字轉述其輸出(不要改寫或重寫) — 它會顯示背景音樂是來自 HeyGen 還是本機 MusicGen,以及如果未登入,如何登入。如果未登入,請停止並等待使用者選擇 — 登入,或繼續離線使用本機 MusicGen — 然後再生成音軌;不要將金鑰寫入每個儲存庫的 .env。(在自主模式下,記錄狀態並繼續離線。)請參閱 /hyperframes-media → 預檢以取得規範性指南。無論如何,音軌都會放在 assets/bgm.mp3。暫存使用者提供的任何圖片或影片,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。
僅在缺少 hyperframes.json 時進行初始化。根據簡報以 kebab-case(短橫線分隔)命名 <project>,例如 midnight-drive-loop — 絕不使用時間戳。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>" "$PROJECT_DIR/assets/bgm.mp3" # 如有需要,先從影片中提取
# 僅當使用者提供了圖片/影片時:
node <SKILL_DIR>/scripts/stage-assets.mjs --from <dir> --hyperframes "$PROJECT_DIR" --into public
品牌(字型 + 調色盤)在步驟 3 中選擇,不在這裡。不要預先選擇流派或音軌類型 — 資產只是一個可選的組成部分,流派從每個影格的選擇中浮現。
閘門: hyperframes.json + assets/bgm.mp3 存在;記錄了長寬比 / 長度 / fps 以及(如果有的話)資產庫存。
步驟 1:分析音樂
目標:產生整個影片賴以建立的唯一規範時間分析。
analyze-beatgrid.py 是唯一的節拍分析器 — 絕不使用其他工具或靠耳朵重新測量節拍。它讀取一次音軌並寫入 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、節奏 / 網格以及 audio.duration_sec。它是確定性的 — 同一個檔案總是給出相同的地圖。大多數欄位在任何音樂上都是可靠的;bpm 和 beats_sec 僅在音樂真正具有節奏性時才可靠,而判斷這一點是您在步驟 2 中做出的決定。
先決條件:Python 3,需安裝 librosa、numpy 和 soundfile。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
閘門: audiomap.json 存在;已知 audio.duration_sec。
步驟 2:影格骨架(僅結構)
目標:讀取音樂並佈局影格 — 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 key_moments、滾奏的邊緣、沒有起音的區段、巨大的能量跳躍)將音軌分割成影格,將每個邊界對齊到一個 audiomap 錨點。對於每個影格,設定 span_sec、pacing(來自步驟 1 信任判斷的裁決 — 當網格是真實的時為 beat_cut,當它是強加於平靜音樂上的節拍器時為 phrase_flow)、mood 以及一行 feel(步驟 3 將範本與之匹配的純音樂情況)。僅在此處進行分類和佈局:將每個影格的 ### Groups 保留為 TBD (Step 3),並將 frontmatter style 留空 — 沒有範本、文案、顏色或字型。預期約 1–6 個影格。
閘門: 影格平鋪整個音軌(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;沒有任何內容。
步驟 3:填入計畫(使用者閘門)
目標:將骨架轉換為經批准的完整 STORYBOARD.md。
閱讀 references/planning.md、storyboard-format.md、template-catalog.md、motion-primitive-catalog.md 以及 montage.md(僅當使用者提供了資產時)。在原地編輯同一個檔案,執行兩件事:
- 選擇品牌。 使用
../hyperframes-creative/references/design-spec.md中的表,從../hyperframes-creative/frame-presets/中選擇一個預設(匹配音軌的情緒;只有其字型和顏色重要 — 範本擁有構圖)。將其未經修改複製到frame.md中,並從中填入 frontmatterstyle(字型 + 一個 ≤4–6 色板調色盤)。 - 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:一個來自目錄的匹配範本(帶有綁定參數和真實的 audiomap 錨點)、一個來自基本指令目錄的自由構圖、或一個遵守
pacing的資產處理方式。寫入文案。您擁有 WHAT(範本 / 基本指令 + 內容 + 錨點);frame-worker 擁有 HOW — 切勿將毫秒級補間寫入故事板。
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 ✗(硬性錯誤:持續時間不匹配、影格未平鋪音軌、缺少 src);警告為盡力而為。然後向使用者顯示逐影格摘要,並迭代直到他們批准。
閘門: frame.md 是逐字複製的預設;validate-plan.mjs 退出碼為 0;使用者批准了計畫。
步驟 4:根據計畫建立影格
目標:將每個影格建立為一個獨立的組合檔案。
建立 compositions/frames/。閱讀 sub-agents/frame-worker.md 和 ../hyperframes-core/references/subagent-dispatch.md。為每個影格分派一個 frame-worker,儘可能並行(否則分批進行)。每個 worker 僅獲得一個影格以及以下上下文:
PROJECT_DIR: <絕對路徑>
frame_id: <NN-frame_id> # = 影格檔案主檔名,例如 02-f2;組合識別碼
您的區塊:PROJECT_DIR/STORYBOARD.md 中的 `## 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);暫存的 assets/(資產群組)
合約:../hyperframes-core/references/sub-compositions.md + determinism-rules.md
畫布:<w>×<h> 節奏控制:<beat_cut|phrase_flow>
寫入:PROJECT_DIR/compositions/frames/<frame_id>.html
Worker 會分叉引用的素材,將每個錨點轉換為影格本地秒數(local_t = track_t − span_sec[0]),以 0ms 剪輯對其群組進行閘控,並寫入一個可安全尋找的影格檔案。Worker 永遠不執行 hyperframes CLI — 這些命令作用於已組裝的專案,而該專案尚不存在,因此它們會報告錯誤的檔案。Worker 只需根據合約寫入並停止;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寫入磁碟。
閘門: 每個影格都有其 compositions/frames/NN-*.html 在磁碟上。
步驟 5:組裝
目標:將已建立的影格 + 背景音樂連接成可播放的 index.html。
assemble-index.mjs 是確定性的 — 沒有子代理程式,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 上,並在影格之間進行硬剪輯(影格平鋪音軌且沒有間隙,因此沒有轉場注入器)。
node <SKILL_DIR>/scripts/assemble-index.mjs --storyboard "$PROJECT_DIR/STORYBOARD.md" \
--hyperframes "$PROJECT_DIR" --audiomap "$PROJECT_DIR/audiomap.json"
修正它報告的任何 ✗ — 缺少或空白的影格檔案表示該 worker 僅寫入了部分檔案;重新分派它(步驟 4)並重新組裝。
閘門: index.html 存在;總持續時間 == audiomap.audio.duration_sec。
步驟 6:驗證與渲染
目標:驗證已組裝的影片,獲得使用者批准,並渲染最終的 MP4。
在已組裝的專案上執行 CLI — 這是正確的單元(逐影格的 worker 無法執行它)。lint 檢查結構,validate 執行無頭 Chrome(捕獲 JS 錯誤和缺少的資產),inspect 對影格進行快照。
( cd "$PROJECT_DIR" && npx hyperframes lint . && npx hyperframes validate . && npx hyperframes inspect . )
在 t=0、每個影格開始處、最強的 DROP / SURGE、每個 hard_stops[].t 以及最後一個影格處進行檢查。失敗時,自行進行最便宜的修復:編輯有問題的 compositions/frames/NN-*.html。切勿改變持續時間或音訊時序來隱藏同步問題。一旦所有閘門通過,暫停以供使用者審查,然後僅在批准後進行渲染:
( cd "$PROJECT_DIR" && npx hyperframes render . --skill=music-to-video -q draft -o renders/video.mp4 --fps 30 )
閘門: lint / validate / inspect 已通過;使用者批准;renders/video.mp4 存在且包含音訊,持續時間 == audiomap.audio.duration_sec。最終回覆需說明 MP4 路徑和持續時間。
恢復表
| 您擁有 | 從...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: 預設為橫向 1920x1080;直向 1080x1920;方形 1080x1080。在故事板 frontmatter 中設定一次畫布(canvas: { w, h, fps })。
指令碼位於 scripts/ 下:analyze-beatgrid.py(唯一分析器)、validate-plan.mjs(計畫檢查)、assemble-index.mjs(索引組裝)、stage-assets.mjs(暫存使用者媒體)、lib/storyboard.mjs(供應的分析器)。其他所有內容都是 hyperframes CLI。
| 閱讀 | 時機 |
|---|---|
references/frame-skeleton.md | 步驟 2:讀取音樂,佈局影格,設定節奏控制 |
references/planning.md · storyboard-format.md | 步驟 3:選擇品牌,填入每個影格,撰寫計畫 |
references/template-catalog.md | 步驟 3:為每個群組選擇範本 |
references/motion-primitive-catalog.md | 步驟 3:為自由構圖群組選擇基本指令 |
references/montage.md | 步驟 3:將使用者資產編織到影格中 |
| sub-agents/frame-worker.md | 步驟 4:分派到 frame-worker |
../hyperframes-core/references/subagent-dispatch.md | 步驟 4:子代理程式分派合約 |
../hyperframes-core/references/sub-compositions.md | 步驟 4:Worker 如何服務一個群組 |
../hyperframes-core/references/determinism-rules.md | 步驟 4:可重現建立的規則 |