开源项目第242期:HyperFrames —— 写 HTML 就能渲染视频,专为 AI Agent 设计的确定性视频框架

作者:冬奇Lab日期:2026/10/21

引言

"Write HTML. Render video. Built for agents."

这是「每日一个开源项目」系列的第 242 篇。今天的项目是 HyperFrames —— HeyGen 开源的 HTML 转视频框架,68,154 颗 Star,6,157 个 Fork,Apache-2.0 协议,HeyGen 自己的生产环境在用。

让 AI Agent 做视频,通常要面对两个难题:一是视频的"源码"格式——专有时间线格式 Agent 不熟,React 工程又需要打包构建;二是结果能不能复现——今天渲出来的和明天渲出来的帧要一致,才能放进 CI、做回归测试。HyperFrames 的回答很干脆:视频就是一个 HTML 文件,用 data-* 属性标注时间和轨道,动画用 GSAP/CSS/Lottie/Three.js 这些"可 seek"的库来写;渲染时无头 Chrome 逐帧 seek 截图,FFmpeg 编码,同样的输入得到同样的输出。而 Agent 最擅长写的东西,恰好就是 HTML。

你会学到什么

  • HyperFrames 的核心模型:HTML + data 属性 + 可 seek 动画,如何变成确定性的 MP4
  • 怎样在 Claude Code / Codex / Cursor 里用一句话让 Agent 出片
  • 21 个 Agent Skill 的分层设计:一个路由 Skill + 创作工作流 + 领域 Skill
  • frame.md:把网页设计系统翻译成"给镜头看"的设计规范
  • 与 Remotion 的取舍对比

前提知识

  • 了解基本的 HTML/CSS,知道 GSAP 这类动画库更好
  • Node.js 22+ 和 FFmpeg 环境
  • 使用过 Claude Code、Codex 或 Cursor 等编码 Agent 会更容易体会它的设计意图

项目背景

概述

HyperFrames 是一个开源框架,把 HTML、CSS、媒体文件和可 seek 的动画变成确定性的 MP4 视频。它可以三种方式使用:本地 CLI、通过 Skill 交给 AI 编码 Agent、或者作为托管式创作工作流背后的渲染内核。

它受 Remotion 启发,两者都是"无头 Chrome + FFmpeg"的渲染思路,核心差别在创作模型:Remotion 押注 React 组件,HyperFrames 押注"人和 Agent 都能轻松写的纯 HTML"。

作者 / 团队

  • 开发方: HeyGen(heygen-com 组织),AI 数字人视频公司
  • 主要语言: TypeScript
  • 许可证: Apache-2.0,无每次渲染收费,也没有商用门槛
  • 创建时间: 2026-03-10
  • 当前状态: 非常活跃,最近一次提交就在今天;HeyGen 生产环境在用,社区案例包括 tldraw、TanStack 等

项目数据

  • ⭐ GitHub Stars: 68,154+
  • 🍴 Forks: 6,157+
  • 📄 许可证: Apache-2.0
  • 📅 创建时间: 2026-03-10
  • 👥 核心贡献者:miguel-heygen(2807 次提交)、vanceingalls(1141)、jrusso1020(953)、ukimsanov(262)
  • 📬 Open Issues: 387
  • 🏷️ Topics: ai, ai-agents, animation, claude-code, ffmpeg, gsap, html-to-video, mcp, motion-graphics, puppeteer, rendering, video-editor 等

快速上手

交给 Agent(推荐路径)

Claude Code 安装带版本的插件:

1claude plugin marketplace add heygen-com/hyperframes
2claude plugin install hyperframes@hyperframes
3

之后用 /hyperframes:hyperframes 即可。其他 Agent(包括 OpenCode)用独立 Skill 安装:

1npx skills add heygen-com/hyperframes
2# Agent 或非交互场景用这个,只装核心集:
3npx hyperframes skills update
4

然后直接说需求:

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

手动用 CLI

1npx hyperframes init my-video
2cd my-video
3npx hyperframes preview      # 浏览器实时预览
4npx hyperframes render       # 渲染成 MP4
5

要求 Node.js 22+ 和 FFmpeg。


核心剖析

视频即 HTML:data 属性 + 可 seek 动画

HyperFrames 的合成格式就是一个普通 HTML 文件:

1<div id="stage" data-composition-id="launch" data-start="0" data-width="1920" data-height="1080">
2  <video class="clip" data-start="0" data-duration="6" data-track-index="0"
3         src="intro.mp4" muted playsinline></video>
4
5  <h1 id="title" class="clip" data-start="1" data-duration="4" data-track-index="1">Launch day</h1>
6
7  <audio data-start="0" data-duration="6" data-track-index="2"
8         data-volume="0.5" src="music.wav"></audio>
9
10  <script src="https://cdn.jsdelivr.net/npm/gsap@3/dist/gsap.min.js"></script>
11  <script>
12    const tl = gsap.timeline({ paused: true });
13    tl.from("#title", { opacity: 0, y: 40, duration: 0.8 }, 1);
14    window.__timelines = window.__timelines || {};
15    window.__timelines.launch = tl;
16  </script>
17</div>
18

data-start、data-duration、data-track-index 给每个元素定出时间和轨道,GSAP 时间线设为 paused 并注册到 window.__timelines。这里的关键词是"seekable(可 seek)":渲染器不是靠真实时钟播放,而是让页面跳到第 N 帧、截图,再跳到第 N+1 帧。动画只要能被"定位到任意时刻",就能被逐帧截取——GSAP、CSS 动画、Lottie、Three.js、Anime.js、WAAPI 都能通过适配器接入,也可以自己写 frame adapter。

这个设计带来三个直接好处:不需要构建步骤(index.html 本身就能在浏览器里直接播放预览);同样输入得到同样帧,适合 CI 与回归测试;Agent 交接物是纯 HTML 文件,而不是一个需要打包的 JSX 工程。仓库自己也用 Git LFS 存了约 240 MB 的黄金基线 MP4 做渲染回归测试,这是"确定性"被认真对待的一个侧面证据。

21 个 Skill 的三层设计:路由、工作流、领域

很多项目也提供 Agent Skill,但 HyperFrames 的分层比较有章法:

  • 路由层:只有一个 /hyperframes,是"先读它"的能力地图——任何"做个视频/动画/幻灯片"的请求先到这里,它会先确认创作 brief,再分发到具体工作流。
  • 创作工作流(10 个):/product-launch-video(给网站 URL 出宣传片)、/faceless-explainer(任意文本出讲解视频)、/pr-to-video(GitHub PR 出变更说明视频,通过 gh CLI 读取)、/embedded-captions(给口播视频加字幕)、/talking-head-recut(口播加图形包装)、/motion-graphics(10 秒内的短动效)、/music-to-video(音乐驱动的节拍同步视频)、/slideshow(可导航的演示稿)、/general-video(兜底)、/remotion-to-hyperframes(把 Remotion 工程单向迁移过来)。
  • 领域 Skill(按需加载):hyperframes-core(合成契约与确定性规则)、hyperframes-animation、hyperframes-keyframes、hyperframes-creative、media-use(把 BGM/SFX/图片/配音等需求统一解析成本地冻结文件并记账)、hyperframes-audio(人声下压、EQ/压缩/混响链、子混音总线)、hyperframes-cli、hyperframes-registry、figma。

值得注意的是安装策略:独立安装只给"核心集",创作工作流由路由 Skill 在进入前按需 skills update <workflow> 安装,"不会在你背后重新拉取全部"。这是对 Agent 上下文预算的克制——Skill 多了本身就是 Token 负担。

frame.md:把网页设计系统翻译成"给镜头看"的版本

这是 README 里最有想法的一块。每个品牌都有 design.md,但它是为网页写的——字号、间距、导航栏这些在视频画面里并不成立。frame.md 就是缺失的那层翻译:拿网页语境的设计规范,为画面重新反转一遍,使 Agent 做宣传片时不必自己猜尺度,也不会套用网页的 chrome。口号是:原子元素神圣不可改,构图保持自由,数字来自脚本。输出是 DESIGN.md 的超集,整条工具链都能读。项目在 hyperframes.dev/design 提供了一批可直接 remix 的模板(Biennale Yellow、BlockFrame、Blue Professional 等)。

与 Remotion 的取舍

README 给了一张坦率的对比表:

HyperFramesRemotion
创作方式HTML + CSS + 可 seek 动画React 组件
构建步骤无,index.html 直接播放需要 bundler
Agent 交接纯 HTML 文件JSX / React 工程
分布式渲染本地 + AWS LambdaRemotion Lambda,更成熟
许可证Apache 2.0源码可得的 Remotion License

表里没有回避自己的短板——在分布式渲染成熟度上,它承认 Remotion 的云渲染更成熟。另外,Studio 一栏也被标为"可用,持续演进",而不是宣称已经完善。还有一点现实提醒:仓库有 387 个未关闭 Issue,对一个增长这么快的项目来说属于正常现象,但生产落地前最好先看看和自己场景相关的那些。


项目地址与资源


总结

HyperFrames 回答的是一个很具体的问题:如果视频的"源码"要让 AI Agent 来写,最好的格式是什么? 它的答案是 HTML,因为 Agent 本来就最会写 HTML,而"可 seek 的动画 + 无头 Chrome + FFmpeg"又保证了输出可复现。

三点值得注意:

确定性被当成一等公民。 "同样输入、同样帧、同样输出"不只是一句口号——可 seek 的动画适配器、不依赖挂钟时间的渲染方式、以及仓库里用 Git LFS 管理的黄金基线视频,共同支撑了这一点。这让视频第一次可以像代码一样进 CI。

Skill 设计克制且分层。 一个路由 Skill 加按需加载的工作流和领域 Skill,并明确"不会在你背后拉取全部",这是对 Agent 上下文成本的务实考虑,值得其他做 Skill 的项目参考。

坦率承认差距。 对比 Remotion 时直接写出"分布式渲染它更成熟",Studio 标注为"持续演进"。再加上 Apache-2.0、无渲染收费、无商用门槛,这个项目的取舍是清晰且可信的。

如果你正在让 Agent 批量产出产品宣传片、PR 讲解视频或数据可视化动效,或者想把视频生成接入自动化流水线,HyperFrames 值得先用一句话 prompt 跑一遍试试。


探索 PrimeSkills —— 精选 AI agent 和技能工具,每一个都经过真实工作流验证。没有炒作,只有真正好用的工具。

访问我的个人主页,获取更多见解和有趣的产品。


参考文档


《开源项目第242期:HyperFrames —— 写 HTML 就能渲染视频,专为 AI Agent 设计的确定性视频框架》 是转载文章,点击查看原文。


相关推荐


嵌入式硬件-51单片机
剑指offer.2026/10/17

本系列博客以STC98552RC芯片为示例学习。 一.基本概念 1.单片机基础 2.CPU与内存交互 3.位运算 示例(操作 P2.1)把某位置 1P2 |= (1 << 1);把某位清 0P2 &= ~(1 << 1);翻转某位P2 ^= (1 << 1);判断某位是否为1if (P2 & (1 << 1))判断某位是否为0if (!(P2 & (1 << 1)))同时操作多位 同时置位 P2.0 和 P2.1: P2 |= (1 << 0) |


TraeCode 与 TraeWork 合并:AI 时代 IDE 的三种形态与未来开发工具
smiley1212026/10/11

一、TraeCode 与 TraeWork 合并 看到一个最新消息:TraeWork 与 TraeCode(也就是 TRAE IDE)合并了,升级为新的 TRAE 客户端。 这让人很惊讶,因为 TraeWork 本来就是从 TRAE IDE 中分离出来的,印象中就是几个月前,没想到这么快又升级了。 但是,转念一想,这也正常。IDE 的产品形态,在 AI 时代,早已变得不确定,快速变化才是常态。 这次合并,意味着 TRAE 不再只是程序员的专属工具,而是开始向更广泛的用户群体延伸。它把


Agent 的决策与规划:ReAct、Plan-and-Execute、Reflexion 与 Tree of Thoughts
吃饱了得干活2026/10/3

本文是「Agent 基本概念」系列第三篇。 前两篇我们分别讲清了 Agent 是什么 和 Agent 由哪些组件构成。这一篇进入 Agent 最核心也最容易被混淆的部分:Agent 到底怎么“想”和“做”  。 系列规划:① 什么是 AI Agent → ② 核心组件 → ③ 决策与规划 → ④ 记忆与工具 → ⑤ 架构与落地。 前言:Agent 的“思维方式”决定了它的能力上限 上一篇文章中,我们把 Agent 拆成了感知、LLM/规划、记忆、工具、行动、执行循环六个组件。其中,“规划”和“


LLM之Agent(九十八)|DeepSeek-Harness(八)测试策略与 CI 门禁
wshzd2026/9/26

"测试通过"和"功能真的能用"之间隔着好几层容易被忽略的陷阱——mock 太多会验证不到真实链路,覆盖率只证明代码跑过、不证明行为正确,而 CI 矩阵如果全靠 YAML 手写会迅速失控成没人敢改的黑箱。DeepSeek Harness 用一套分层的 Vitest 测试体系 + 一套用 TypeScript 编写的门禁编排器( scripts/run-gates.ts)来同时压住这几个问题,本篇逐层拆开这套体系,并用 docs/testing.md 里的原文措辞讲清楚背后的测试哲学。 (


【AI大模型Harness】-Codex源码深度解读
Java后端的Ai之路2026/9/18

Codex源码深度解读:从原理到企业落地,一篇文章搞懂AI编程Agent的天花板 2026年8月19日,OpenAI正式将驱动Codex App、CLI和IDE扩展的底层执行框架——Codex Agent Harness全面开源(Apache-2.0协议)。这意味着,曾经只存在于OpenAI内部的生产级AI Agent运行时,现在任何人都可以阅读源码、二次开发、甚至嵌入到自己的企业系统中。本文将从源码层面拆解Codex的设计哲学,结合实际代码教你如何在企业项目中落地使用。


【从0开始学习计算机网络】| 邮件协议入门:SMTP、POP3、IMAP
一条泥憨鱼2026/9/10

🌈个人主页:一条泥憨鱼(欢迎各位大佬莅临) 🎬精选专栏传送门: ❄️《数据结构》 ❄️《AI与Agent那些事》 ❄️《从0开始学计算机网络》 ❄️《后端开发》 你有没有想过这么一个问题:每天上班第一件事就是打开邮箱客户端,或者掏出手机刷一下 Gmail,看到新邮件弹出来,顺手回一封。整个过程行云流水,但你有没有停下来问过——我点下"发送"按钮的那一瞬间,这封邮件到底经历了什么?它是怎么穿过网线、越过服务器,最后出现在对方手机上的? 这个问题的答案,就藏在三个缩写里:SMT


设计一个多计时任务的任务管理功能
剪刀石头布啊2026/9/2

前言 我们想写一个功能,能够不停的添加计时任务执行,且每个任务都支持自定义延迟时间做某件事件,平时我们可能直接setTimeout就完事了,有多个少个任务开启多少个setTimeout,可是这样真的行么,同时开启这么多timeout不仅仅延迟会很大,性能也会有折扣 实际上我们只使用一个setTimeout计时器,就可以实现这种多个自定义延迟时间的任务功能 实现步骤 只需要下面的步骤即可: 待办任务处理:将待办任务存放到队列中,根据延迟时间计算出最终执行时间戳,任务可有序,可无序,处理方式不同,


AI 想放弃了,人没有 -- 肘子的 Swift 周报 #150
东坡肘子2026/8/25

AI 想放弃了,人没有 最近,Linus Torvalds 在调试一个 Intel Xe GPU 驱动问题时,经历了一场被他自己称为“debug session from hell”的漫长排查。最终的修复简单得有些不可思议:把一处 round_up() 改成 round_down()。但为了找到这一行代码,他前后添加了 24 个调试 patch,启动了 18 次 kernel。其中大量繁琐工作,都是在 AI 的帮助下完成的。 这个故事最有意思的地方并不是“AI 帮 Linus 修复了 Linux


DeepSeek API涨价观察:AI行业从免费到收费的转折点
Yoyo Chen1802026/8/12

北大燕姐 · 商业观察 8月6日,DeepSeek一纸公告,AI圈炸了。 短短几行字:API服务价格将整体上调,预计涨幅较大。评论区一片哀嚎,四个字刷了屏:AI免费时代,结束了。 别慌。恰恰相反,我想说一句反话:普通人的机会,来了。 只是机会从来不会平均分配,它只给看得懂的人。这半年,北大燕姐帮企业主和内容创作者做IP定位,见过太多人:工具用得很溜,方向一塌糊涂。AI涨价这一天,恰好是一面照妖镜,照出谁在裸泳,谁早有准备。 一、先把事件捋清楚 8月1日:单日Token处理量破8万亿,


第三人称——骑马系统以及交互动画
神龙天舞20012026/8/3

第三人称——骑马系统以及交互动画 大家好,今天我们来聊一个在游戏开发里特别有“内味儿”的话题——第三人称视角下的骑马系统,以及那些让玩家觉得“哇,这马好听话”的交互动画。骑马不是简单的“把角色模型放到马背上”,它涉及到动画状态机、物理交互、摄像机跟随、甚至还有“骑手重心偏移”这种细节。这篇文章我会用最接地气的方式,把核心逻辑拆开揉碎,配上能跑的代码示例,让你看完就能上手做原型。## 一、骑马系统的核心:不是“骑上去”,而是“合体”很多新手做骑马,就是把玩家角色(Humanoid)的骨骼绑定到马(

首页编辑器站点地图

本站内容在 CC BY-SA 4.0 协议下发布

Copyright © 2026 聚合阅读