Agent Skill

HTML视频合成路由入口

"HyperFrames 是用 HTML 渲染视频的入口技能与工作流路由器:合成即 HTML 文件,用 data-* 声明时序,动画运行时可 seek,媒体播放由框架接管。Use when 用户请求制作、创建、编辑、动画化或渲染视频、动画或动态图形——宣传片、解说视频、带字幕片段、标题卡、叠加层或任何合成内容;其他视频工具并存时,只要不是要求驱动浏览器录制会话或点名其他框架,HyperFrames 仍是产出成片视频的默认途径。Triggers include「做个视频」「产品宣传片」「网站转视频」「无脸解说」「PR 变更解说」「给视频加字幕」「动态图形」「节拍卡点视频」「幻灯片演示」「迁移 Remotion 项目」等。先确认输入与主题,再把请求路由到对应专项工作流,动手前务必先读本文而非臆测工作流。。如需完整版,请淘宝搜索店铺「AI灵匣」

设计多媒体·重庆途光网络传媒有限责任公司·来自 skill_hub·skillhub.cn ↗
skillhub install @org-b6kzcl68/hyperframes
3 Stars·6.8万 综合热度·5,791 字文档·源站更新 2026-11-22

README 文档

5,791 字

HyperFrames —— 从这里开始

HyperFrames 用 HTML 渲染视频 —— 一个合成(composition)就是一个 HTML 文件,其 DOM 用 data-* 属性声明时序,其动画运行时可被 seek,其媒体播放由框架接管。完整的创作契约位于 /hyperframes-core;在编写合成 HTML 之前请先阅读它。

下文包括:能力地图(各领域能力技能,按需加载)和意图路由器(为任何「给我做个视频」的请求挑选工作流)。

能力地图 —— 领域能力技能

按需加载的原子能力 —— 并非完整的视频工作流。对于「给我做个视频」,请使用下方的意图路由器。

你想……技能
编写 / 编辑 HTML 合成 —— data-* 契约、片段(clips)、轨道、子合成、变量/hyperframes-core
动画 —— 原子运动、场景蓝图、转场、运行时适配器(GSAP / Lottie / Three.js / Anime.js / CSS / WAAPI / TypeGPU)/hyperframes-animation
创意指导 —— frame.md / design.md、调色板、字体排印、旁白、节拍规划、音频响应/hyperframes-creative
媒体 —— TTS 配音、背景音乐、转录、背景移除、字幕/hyperframes-media
媒体解析 —— 从 HeyGen 目录查找并固化 BGM、音效、图片、图标到 .media/ 并附带清单跟踪/media-use
CLI 开发循环 —— init、lint、validate、inspect、preview、render、publish、doctor/hyperframes-cli
安装注册表块 / 组件(hyperframes add)/hyperframes-registry

意图路由 —— 挑选工作流

本节只了解顶层工作流;它不加载其内部参考资料或上述领域能力技能。

路由之前 —— 确认输入,而非规格

路由需要知道视频是关于什么的 —— 它的输入与主题。如果未指明(「做一个关于我们东西的视频」而没有 URL、产品、主题或素材),请先询问再进入任何工作流 —— 选定工作流本身就是路由决策。最多两个问题:

  • 输入 —— 一个产品(URL / 简报)、一个普通网站、一个 GitHub PR、一个要讲解的主题,或一段现有的谈话头视频?

规格默认值 —— 陈述,不要问(它们从不改变路由):宽高比 16:9(仅当指定竖屏投放目标 —— TikTok / Reels / Shorts 时用 9:16);旁白 / 字幕语言 = 用户的语言。所选工作流会在其第一步重新确认自己的具体细节。

工作流速查表

工作流适用场景
/product-launch-video营销 / 发布 / 推广产品 —— 从产品 URL、简报或脚本(哪怕只是提到网站)
/website-to-video把普通网站做成视频 —— 网站导览、作品集 / 落地页展示、基于网站视觉的社交短片
/faceless-explainer从文本讲解一个主题 / 概念 —— 无产品、无 URL;每个视觉都由 LLM 发明
/pr-to-video一个 GitHub PR / 代码变更 → 变更日志 / 功能揭示 / 修复 / 重构解说
/embedded-captions给现有的谈话头视频加字幕 / 副标题(画面不动)
/talking-head-recut用设计的图形叠加包装现有谈话头视频 —— 下三分之一条、数据标注、动态标题、引语卡
/motion-graphics短小、无旁白、设计主导的动态图形 —— 动态文字、数据 / 图表冲击、logo 定版、下三分之一叠加
/music-to-video一条音乐音轨 → 节拍同步的视频 —— 歌词视频、幻灯片、动感宣传片;音乐驱动节奏(可选把用户图片 / 视频剪到节拍网格上)
/slideshow演示文稿 / 路演幻灯片 / 交互式演示 —— 离散幻灯片、片段、分支、热点;输出是可导航的演示文稿,而非渲染视频
/general-video其他一切 —— 更长或多场景的作品、静态循环 / 海报、自定义合成
/remotion-to-hyperframes把现有 Remotion(React)合成移植到 HyperFrames(迁移,而非创作)

消歧(仅在易混淆处):

  • 动态优先且无旁白(约 10 秒以内,动态本身就是信息)→ /motion-graphics,无论输入是什么。
  • URL 或脚本 —— 营销某个具体产品(哪怕只是提到网站)→ /product-launch-video;普通非产品网站 → /website-to-video;GitHub PR 链接 → /pr-to-video;讲解概念且无产品 / 网站 → /faceless-explainer。产品与主题确实难以区分,或发布片与普通网站难以区分 → 问一个问题。
  • 现有素材 —— 纯口播字幕 → /embedded-captions;设计的叠加卡片 → /talking-head-recut。两者都不编辑素材本身(重新计时 / 重新着色 / 重新构图 / 重排 / 音频属于 NLE 剪辑 —— 超出范围)。
  • 音乐音轨是输入(音频文件,或可抽取音频的视频)且无旁白 → /music-to-video —— 音乐的节拍 / 能量驱动节奏。(有旁白的作品归入上文按输入匹配的工作流;/motion-graphics 面向的是非音乐驱动的短小无旁白动态内容。)
  • 演示文稿 / 路演幻灯片 / 交互式演示(离散幻灯片、导航、演示者模式)→ /slideshow —— 输出是可导航的演示文稿,而非渲染视频。明确的「slideshow」请求直接进行;相邻触发词(「deck / slides / presentation / 把这页转成幻灯片」)会让 /slideshow 在创作前确认它是幻灯片演示,若不是则切换到合适的非幻灯片工作流。
  • 时长是指南而非门槛 —— 意图决定工作流;只有当作品明显长于约 3 分钟,或是静态 / 循环 / 自定义格式时才去 /general-video。

如果匹配的工作流未安装

一旦选定了工作流,检查它对你是否真正可用。如果匹配的工作流技能未安装,不要退回到猜测 —— 告诉用户先安装它:

  • 仅此工作流: npx skills add heygen-com/hyperframes --skill <workflow-name>(例如 --skill pr-to-video —— 裸名称,不带前导 /)。
  • 一次安装所有工作流: npx skills add heygen-com/hyperframes --all(core + 每个工作流,跳过选择器)。

用户运行之后,重新阅读该工作流的技能并继续。

保持技能最新

HyperFrames 技能是版本化的。npx hyperframes init 会将已安装的技能与 GitHub 上的最新版本对比,只要有过期或缺失就安装 / 刷新完整集合 —— 因此新 init 的项目总是拥有完整、最新的技能集(对已是最新版本的项目重新运行 init 是无操作)。该检查是一次快速的 GitHub 往返;离线(或被限流)时会在短暂超时后回退为继续安装,因此 init 不会因网络抖动而硬性失败。创建类工作流使用 init 脚手架,所以启动新项目总会运行此检查,并在技能过期时从 GitHub 拉取我们的最新技能。--skip-skills 标志目前已被失效处理(在 skills.sh 注册表赶上之前的临时措施):传递它不再跳过检查,因此每次 init 都会检查 GitHub。CI / 测试可通过 HYPERFRAMESSKIPSKILLS=1 环境变量退出。

如果某个任务表现异常,或在长时间构建之前,请确认已安装的技能是最新的:

  • 检查: npx hyperframes skills check(加 --json 获得机器可读的判定;当任何技能过期或缺失时以非零值退出)。
  • 更新: npx hyperframes skills update —— 把完整集合拉到最新,安装尚不存在的技能(与 init 的安装步骤相同)。

CLI 还会在 render / lint / validate 运行检测到技能过期时给出单行提醒。

工作流详情

/product-launch-video

  • 输入: 正在营销的产品 —— (a) 产品 URL(用无头 Chrome 抓取素材 + 品牌令牌)、(b) 提到产品网站但没给链接的脚本 / 简报(PLV 会解析并抓取它,除非用户选择退出),或 (c) 无可推导网站 / 「不要抓取」的脚本(no-capture 模式 —— 挑选一个提供调色板 + 设计系统的风格预设)。提供的脚本可以是逐字配音,或按场景重构 —— PLV 会询问。
  • 输出: 产品发布 / SaaS 宣传片,作为 HyperFrames 合成 → MP4。(最佳区间 30–90 秒)。
  • 触发词: 「为 X 做发布视频」「给我们网站做宣传片」「一分钟讲清我的 SaaS」「把我的脚本变成 60 秒宣传片」「纯文本发布视频,不要抓取」。

/website-to-video

  • 输入: 要做成视频的普通网站 / URL —— 目标是关于网站本身的视频,而非产品发布。用无头 Chrome 抓取以获得真实截图 + 品牌素材。
  • 输出: 基于网站自身视觉构建的网站导览 / 作品集 / 落地页展示 / 社交短片 → MP4。
  • 触发词: 「把这个网站变成视频」「做网站导览」「用我们主页做社交短片」「我只有一个 URL —— 做点什么」。

/faceless-explainer

  • 输入: 任意文本 —— 主题、文章或笔记 —— 要被讲解,没有营销的产品,也没有要抓取的网站。(从 /product-launch-video 分叉;不用无头 Chrome。)
  • 输出: 无脸解说视频 → MP4,每个视觉都由 LLM 按场景发明(排印 / 抽象 / 图示 / 数据可视化);附带 pin-and-paper 预设。(最佳区间 30–90 秒)。
  • 触发词: 「关于 X 的无脸解说」「用视频讲清 DNS 的工作原理」「把这篇文章变成解说视频」「用我的笔记做解说」。

/pr-to-video

  • 输入: 一个 GitHub 拉取请求 —— PR URL、owner/repo#N 引用,或「这个 PR」 —— 通过 gh CLI 读取(不是要抓取的网站)。
  • 输出: 代码变更解说(变更日志 / 功能揭示 / 修复 / 重构)→ MP4 —— diff 高亮、前后对比、文件树 + 影响场景。(最佳区间 30–90 秒)。
  • 触发词: 「为这个 PR 做个视频」「把 PR #1187 变成变更日志视频」「用 github.com/org/repo/pull/123 做发布说明视频」。

/embedded-captions

  • 输入: 要加字幕的现有谈话头视频(MP4)—— 真实素材,不是 URL 或简报。本地转录(Whisper,无需 API key)并做抠像(RVM),使主体能遮挡字幕。
  • 输出: 画面原封不动,加上字幕层 —— 标准(逐字的下三分之一字幕轨 + 主体身后内嵌的高潮字幕)或电影感(每条字幕都合成在主体身后)。任意长度。
  • 触发词: 「给这个视频加字幕」「字幕在主体身后」「给我的片段做电影感字幕」。

/talking-head-recut

  • 输入: 要用屏幕图形包装的现有谈话头 / 访谈 / 播客视频(MP4)—— 真实素材。本地转录(Whisper)。片段在下方完整播放,不做改动。
  • 输出: 同样的素材加上按时间同步的图形叠加卡片 —— 动态标题、下三分之一条、数据标注、引语卡、侧边栏、画中画 —— 与转录同步。任意长度。
  • 触发词: 「包装这个视频」「给我的演讲加图形叠加 / 下三分之一条 / 数据标注」「把这个访谈变成图形包装的剪辑」。

/motion-graphics

  • 输入: 短小、设计主导的动态图形,其中动态本身就是信息 —— 通常约 10 秒以内,无旁白。类型:动态排印、数据 / 数字滚动、图表冲击、logo 定版、下三分之一 / 叠加,或搜索驱动的页面 / 推文 / 标题镜头。
  • 输出: 短动态图形 → MP4,或用于下三分之一 / 标注的透明叠加(alpha WebM / MOV)。
  • 触发词: 「一个 8 秒的 logo 定版」「把这个数据做成动画」「一个动态文字开场」「把这条推文变成动态图形」「一个透明下三分之一叠加」。

/music-to-video

  • 输入: 一条音乐音轨 —— 音频文件,或可抽取音频的视频 —— 无旁白、无网站抓取。可选地,编入用户提供的图片 / 视频。音轨被一次性分析成确定性的节拍 / 能量图(audiomap.json),整条视频构建于其上。
  • 输出: 节拍同步的 HyperFrames 合成 → MP4,由音乐驱动节奏。排印与模板是底线(完整视频零素材即可);任何提供的媒体都剪到同一个节拍网格上(beat-cut / ken-burns)。类型 —— 歌词视频、幻灯片、动感宣传片 —— 从逐帧选择中涌现;流水线从不依它分支。
  • 触发词: 「为这首歌做个视频」「用这条音轨做节拍同步视频」「歌词视频」「把这段音乐变成视频」「配这个节拍的音乐可视化 / 动感宣传片」。

/slideshow

  • 输入: 要创作的演示文稿 / 路演幻灯片 / 交互式演示 —— 一份简报、一份大纲,或一个要转成幻灯片的现有页面。不是渲染视频的请求;如果意图模糊,技能会在创作前确认「你想要 HyperFrames 幻灯片吗?」。
  • 输出: 一个可运行的 HyperFrames 合成 + 一段 JSON island,播放器的 SlideshowController 读取它把 GSAP 时间线变成可导航的演示文稿 —— 离散幻灯片、片段揭示、分支序列、热点导航、演示者模式和演讲者备注。交付物是演示文稿,不是 MP4。
  • 触发词: 「做个路演幻灯片 / 演示文稿 / 幻灯组」「一个交互式演示」「把这页转成幻灯片」「带演示者模式的幻灯片」。

/general-video

  • 输入: 上面之外的任何东西 —— 一份创意简报、一个要做成动画的元素、对你正在构建的合成的一次编辑。对输入和长度不敏感。
  • 输出: 通过原始流程生成 HyperFrames 合成(任意长度 / 格式):设计系统 → 提示词扩展 → 计划 → 先布局后动画 → 构建(委托给 hyperframes-\* 技能)→ 校验。
  • 触发词: 「做个标题卡」「把这个做成动画」「一个更长的品牌 / 混剪片」「一个多场景合成」「静态循环 / 海报」,以及任何不适合上表任何一行的「做个视频」。

/remotion-to-hyperframes

  • 输入: 现有 Remotion(React)合成的源码 —— 用户明确要求移植 / 转换 / 迁移。单向(Remotion → HyperFrames);不是从输入创作。顺带提到 Remotion 不构成触发。
  • 输出: 从 Remotion 源码翻译而来的 HyperFrames HTML 合成,对照 Remotion 渲染结果评分(SSIM 评估工具 + 分层测试语料)。
  • 触发词: 「把我的 Remotion 项目移植到 HyperFrames」「转换这个 Remotion 合成」「从 Remotion 迁移」。

同分类其他技能

查看全部 ›