一个神奇的视频生成 Skills，实测，狂喜

这个 skills 我愿称之为老章狂喜Skills

我的视频号，都是文字转视频，用的基于Remotion自己手写的skills，目前我还是比较满意的

今天再聊一个更神奇的 Skills——HyperFrames，让 AI agent 用 HTML 代码直接写出视频

一句话定位是：Write HTML. Render video. Built for agents.

还是先看效果吧，我把前几天发的那篇 Claude Opus 蒸馏 Qwen3.6-27B，GGUF 来了，消费级显卡轻松本地部署！ 喂给了 HyperFrames，让它压成一段可视化解读视频

结果如下：

然后我花了一些时间，把它融入到语音克隆、读稿、字幕处理、视频生产、BGM压制大工作流中

生成了我的声音播报、带精准字幕和BGM的视频

简介

HyperFrames 是一个开源的视频渲染框架，把视频组合（composition）写成一个 HTML 文件，浏览器里实时预览，命令行渲染成 MP4

最有意思的是 Skills 这条线

装上 HyperFrames 的 skills，Claude Code、Cursor、Gemini CLI、Codex 这些 agent 就学会怎么写合规的 composition 和 GSAP 动画

在 Claude Code 里，这套 skills 直接注册成斜杠命令：/hyperframes 写 composition，/hyperframes-cli 跑 CLI，/gsap 解决动画问题

技术栈是 headless Chrome + FFmpeg 的稳定组合，HTML 文件直接当源文件用，没有构建步骤

核心特点：

• HTML 原生 — composition 就是带 data-* 属性的 HTML 文件，没有 React，没有专有 DSL，agent 本来就会写 HTML
• Skills 驱动 — 一行 npx skills add heygen-com/hyperframes 把视频框架的肌肉记忆装进 agent 脑子里
• 确定性渲染 — 同样输入 = 同样输出，自动化流水线友好
• Frame Adapter 模式 — 动画运行时可以换，GSAP、Lottie、CSS、Three.js 都能接
• 50+ 现成模块 — 社交平台覆盖层、shader 转场、数据图表、电影感特效，一行命令安装

安装

要求 Node.js >= 22，加 FFmpeg。

配合 AI agent（官方推荐）：

npx skills add heygen-com/hyperframes

装完之后直接在 agent 里描述需求即可

手动起项目：

npx hyperframes init my-video
cd my-video
npx hyperframes preview      # 浏览器实时预览，热更新
npx hyperframes render       # 渲染成 MP4

hyperframes init 会自动把 skills 一并安装好，随时可以切回 agent 模式

Codex 用户有专门的 plugin 入口，稀疏安装：

codex plugin marketplace add heygen-com/hyperframes --sparse .codex-plugin --sparse skills --sparse assets

Cursor 也有对应 plugin，可以从 Cursor Marketplace 装，也可以本地 sideload

使用

一个 composition 长这样，就是一个 HTML 片段：

<div id="stage" data-composition-id="my-video" data-start="0" data-width="1920" data-height="1080">
  <video
    id="clip-1"
    data-start="0"
    data-duration="5"
    data-track-index="0"
    src="intro.mp4"
    muted
    playsinline
  ></video>
  <img
    id="overlay"
    class="clip"
    data-start="2"
    data-duration="3"
    data-track-index="1"
    src="logo.png"
  />
  <audio
    id="bg-music"
    data-start="0"
    data-duration="9"
    data-track-index="2"
    data-volume="0.5"
    src="music.wav"
  ></audio>
</div>

data-start 是开始时间，data-duration 是持续秒数，data-track-index 是轨道编号——视频、图片、音频在时间轴上的关系一目了然

这就是它能让 agent 准确生成视频的关键：HTML 大模型再熟不过了

调用 catalog 加现成组件：

npx hyperframes add flash-through-white   # shader 转场
npx hyperframes add instagram-follow      # Ins 关注覆盖层
npx hyperframes add data-chart            # 动态数据图表

跟 agent 配合的几个典型 prompt（直接抄）：

❝

Using /hyperframes, create a 10-second product intro with a fade-in title, a background video, and background music.

❝

Take a look at this GitHub repo https://github.com/heygen-com/hyperframes and explain its uses and architecture to me using /hyperframes.

❝

Make a 9:16 TikTok-style hook video about [topic] using /hyperframes, with bouncy captions synced to a TTS narration.

❝

Make the title 2x bigger, swap to dark mode, and add a fade-out at the end.

最后那条改稿 prompt 才是真正的杀器——把 agent 当视频剪辑师用，自然语言改样式、加下三分之一、加片尾淡出，全程不用碰代码

HyperFrames 与 Remotion

视频渲染框架这块，绕不开 Remotion

HeyGen 自己也大方承认 HyperFrames 受 Remotion 启发，源码里还保留了向 Remotion 致敬的注释（Chrome 启动参数、image2pipe → FFmpeg 流式管道、帧缓冲那些模式）

两者底层都是 headless Chrome 驱动，都讲究确定性渲染

差别在一个核心决定上：作者主要写什么

Remotion 押注 React 组件，HyperFrames 押注 HTML

许可证差别更直接：HyperFrames 是 Apache 2.0 完全开源，OSI 认证那种，商用任意规模、无按渲染计费、无座位上限、无公司体量阈值

Remotion 是 source-available，代码在 GitHub 上但用的是自定义 Remotion License，超过小团队规模需要付费授权

如果是给 agent 用，HTML 这条路比 React 那条路顺得多——大模型生成 HTML 的准确率远高于生成完整 React 项目，加上 HyperFrames 没有构建步骤，agent 写完文件就能预览，反馈链路特别短

生态包

仓库是个 monorepo，按职责拆得很清晰：

随框架一起出的 skills 一共 5 个：

website-to-hyperframes 这个最骚——把网页直接变视频，这是把"内容素材搬运"的活儿都打包好了。

实战：把一篇公众号文章做成 22 秒解读视频

上周发的那篇 Claude Opus 蒸馏 Qwen3.6-27B，GGUF 来了，消费级显卡轻松本地部署！ 喂给了 HyperFrames，让它压成一段可视化解读视频

全程 HTML + GSAP 写五个场景：标题 → Qwen + Opus 公式 → 关键参数卡片（12K SFT / 16 prompt 评测 / RTX 5090 / Apache 2.0）→ GGUF 量化档位列表 → 收尾

npx hyperframes init 起项目，npx hyperframes lint 校验，npx hyperframes render 渲染——总共 22 秒的 1920×1080 视频，渲染耗时 25 秒，输出 2 MB 的 MP4：

又生成了一个适合视频号的3:4

整个 composition 的核心结构就是一个 HTML 文件，每个场景一个 .scene 块加 data-start、data-duration 控制时间轴，底下一段 GSAP timeline 控动画。改文案、调时长、换配色都是改 HTML，agent 改起来跟改普通网页没区别

中间有个小坑：渲染时碰到 PingFang SC 不在 HyperFrames 的确定性字体映射表里，有 warning，但兜底会走 Inter，不影响出片。要彻底干净的话，文档里说自己加 @font-face 引入字体文件就行

总结

HyperFrames 这套东西的精妙之处，在于它把视频生成这个传统上需要剪辑师/动画师的工种，重新定义成了写 HTML——而 agent 写 HTML 的能力本来就到位了

Skills 把框架的具体语法、动画模式、CLI 用法封装成 agent 可加载的上下文，等于给大模型现场培训了一个全栈视频开发能力

适合谁用：

• 做内容流水线的，想批量生成宣传短视频、产品演示、社交平台内容
• 已经在用 Claude Code / Cursor / Codex，希望把视频环节也接进 agent 工作流
• 需要确定性、可复现的渲染，做自动化测试、脚本化产出
• 不想被 Remotion 商业许可绑住，要纯开源协议的

局限也得说清楚：

• 分布式渲染目前还没有，Remotion 已经有 Lambda 方案
• HTML + GSAP 这条路对纯前端不熟的人有上手门槛
• 复杂三维特效还是要靠 Three.js 或外部工具，框架本身只是给一个 frame adapter 接口

最大的看点还是 Skills 这条线，也是本文测试等重点

把一个开源视频框架的全部知识塞进 agent，让"写视频"和"写文章"在 Claude Code 里变成同一种操作——这是让我觉得"AI 原生工具"这个词终于落到实处的一个例子

#HyperFrames #Skills #HeyGen #视频生成 #ClaudeCode