视频技能

把你的编码 agent 变成视频制作人。描述你要的视频;agent 写稿、配音(本地 TTS,免 API key)、 加字幕、合成动画 HTML,并渲染出真正的 MP4。

引擎是 HyperFrames —— 开源(Apache-2.0)的 HTML + GSAP 视频框架,经无头 Chrome 确定性渲染。video 技能驱动它,并补上一条产线所需的东西: 带质量门的阶段化工作流、策展种子模板与配方、中文优先的字幕、平台预设。

安装

npm i -g @nanhara/hara-video
hara-video install            # 注册为 hara 插件
hara-video install --claude   # 或链接进 Claude Code(~/.claude/skills/video)
hara-video install --codex    # 或 Codex(~/.agents/skills/video)
hara-video doctor             # 检查 node ≥22 / ffmpeg / hyperframes

引擎创作深度另装官方 HyperFrames 技能:npx skills add heygen-com/hyperframes。

在 agent 里用

直接说一句 —— "做一条 45 秒的抖音口播,讲 XX,用我的音色" —— 技能跑完整条产线,并在任何渲染 之前先给你一个实时预览 URL:

1. 需求 —— 平台/比例、时长、配音、风格(问一次,不反复问)。
2. 稿件 —— 先写出来给你确认(烂稿会浪费后面所有渲染)。
3. 配音 + 对齐 —— 本地 Kokoro TTS(含普通话音色,免 key)+ Whisper 逐词时间轴。
4. 合成 —— 从策展种子起稿,不用白板;字幕遵循中文排版规则。hyperframes lint + inspect 是 P0 门。
5. 预览 —— 对话式剪辑循环:你说"第二个场景砍掉 2 秒",agent 改 HTML,预览热更新。没有拖拽时间轴 —— agent 就是剪辑师。
6. 渲染 —— 带平台预设参数;拿到 MP4(和一张封面帧)。

三种能力

• HTML 合成视频(核心) —— 每条视频都是 agent 写的 HTML 合成。字幕、排版、动效、时间轴:全归你, 可复现,零渲染费。
• AI 生成片段(素材通道) —— 文生视频片段(自带供应商 key)作为 <video> 元素放进合成里 —— 生成永远不是成片,合成才是。
• 可视化编辑(对话式) —— 你看着实时预览,用大白话指挥修改。

CLI 辅助

hara-video init koubo my-video    # 从种子脚手架一个项目(koubo | promo | kepu)
hara-video srt subs.srt --words   # SRT → HyperFrames 字幕 JSON(CJK 逐字拍)

init 脚手架一个 lint 干净的合成 + assets/ 目录;放进配音/背景,填掉 [REPLACE],再 npx hyperframes render。

平台预设与配方

内置参考覆盖 抖音 / 视频号 / 小红书 / B站 / YouTube / Shorts(画布、时长、渲染参数)、中文字幕排版 (字体栈、行长、同步纪律),以及从 120+ 已发布集数提炼的三个配方:口播、promo、科普。

许可

Apache-2.0。HyperFrames 是 HeyGen 的独立 Apache-2.0 项目 —— 技能驱动它并叠加策展,不重分发它。 HyperFrames 在任意公司规模下均免费。