异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    用 agent 做视频该选谁:从 Hypit 到 HyperFrames,按手里有什么分五类

    以 Hypit 为起点,梳理 Claude Code / Codex 做视频的主流开源工具:复刻、渲染底座、端到端制作、剪辑、短剧五类,附许可证陷阱、成本口径和选型表。

    • 视频制作:让 agent … · 2/5
    • 精读
    • 2026.11.08
    • 15 分钟
    • 8,258 字

    思思扬撰写 · AI 协作整理

    类型
    精读
    系列
    视频制作:让 agent 拆视频、做视频
    位置
    第 2 篇 / 共 5 篇
    发布
    2026.11.08
    篇幅
    8,258 字 · 15 分钟
    章节
    11 节
    标签
    • video
    • agent-skill
    • hypit
    • hyperframes
    • remotion

    结论先行

    「Hypit 这类」工具其实是五类东西,别混着比:

    你手里有什么 / 想做什么先看
    一条想学或想仿的爆款视频先用 rea-video 拆,再用 Hypit 换元素重做
    产品截图 + 文案,要一条宣传片,不想付生成模型的钱HyperFrames(HTML 渲染)或 video-shotcraft(Remotion)
    只有一个主题,要从选题到成片OpenMontage(功能最全,AGPL)
    一堆口播 / 访谈原片要剪video-use(MIT,需 ElevenLabs key)、承风 videocut(中文口播,Codex 插件)
    AI 短剧 / 漫剧Toonflow、ArcReel(后者能出剪映草稿)

    两条硬提醒:许可证差别很大(Hypit 禁止多租户托管、OpenMontage 是 AGPL、Remotion 4 人以上公司要买许可),真正花钱的是生成模型和 agent 的 token,不是这些框架。

    先分层:五类工具各管一段

    层解决什么代表星数(2026-11-08)
    复刻参考视频 → 理解 → 重做Hypit、rea-video、HyperFrames /reverse-any-video28,476 / 3,743 / —
    渲染底座代码 / HTML 变成确定性的 MP4HyperFrames、Remotion、html-video、Motion Canvas80,635 / 71,540 / 4,817 / 19,720
    端到端制作从主题到成片的整条流水线OpenMontage、video-shotcraft、anything2explainer、MoneyPrinterTurbo78,344 / 17,669 / 3,115 / 140,815
    剪已有素材切口癖、字幕、调色、导出video-use、承风 videocut、herk-edit-kit、ffmpeg-skill、pireel30,709 / 3,191 / 2,641 / 4,749 / 1,357
    短剧 / 漫剧剧本 → 分镜 → 角色一致性 → 视频Toonflow、ArcReel21,031 / 6,294

    上层多半建在下层之上:OpenMontage 在 Remotion 与 HyperFrames 间择一合成,video-use 用 HyperFrames / Remotion / Manim 生成动画叠层,video-shotcraft 用 Remotion。所以选型时底座的许可证会传导上来。

    Hypit:它到底是什么

    一句话:给编程 agent 一门「视频语言」和运行时,让它像导演一样把参考视频重新做一遍,而且成品是可编辑、可重跑的工程,不是一次性渲染。

    • 起点:hypit-ai/hypit,2026-07-29 建仓,28,476 星、3,309 fork、100 个未关闭 issue(采样)。TypeScript,要求 Node 22.15+。安装是 npx skills add hypit-ai/hypit -g。
    • 核心设计(来自 skills/hypit/SKILL.md 与 README):
      • 词级锚定:字幕、画面、特效绑在台词的词上而不是秒数上。换一句台词、换一种语速,时间轴自己重排。
      • 把参考当证据:SKILL.md 要 agent 先「看视频、查帧、按时间读台词」,弄清它为什么抓人,再为新内容重建同样的因果关系(「一个切换、一幅画面、一个揭晓在回应什么」),而不是照抄画面。
      • 默认生成素材:图、视频、语音交给模型(README 样例用 Seedance 2 Mini、GPT Image 2、WhisperX 对齐),画面系统写成项目内的可复用组件。
      • 也能不调模型:纯字幕加代码渲染的视频,可以零生成费用。
      • 渲染靠并发的无头 Chromium(样例写 64 个进程)。
    • 成本口径(自报):README 的三个样例,18–26 秒的成片,「Total cost」是 $1.07–$1.15,每个样例还附 3 个变体。这只含模型费,不含 agent 的 token。
    • 许可证:不是纯 Apache-2.0。 LICENSE 是「修改版 Apache 2.0 + 附加条件」:
      • 允许:自己用、给客户做活、单租户内部部署;你生成的成品归你。
      • 禁止(需商业授权):把它做成多租户 / SaaS 对外提供;把它或衍生品商业转售、打包进产品。
      • 不得去掉 CLI、运行报告里的名称 / LOGO / 版权信息。
      • 贡献者须同意项目方可调整协议、可商用你的代码。
      • GitHub 因此把许可证显示为 NOASSERTION。你做外包没问题;想把它包成对外服务不行。
    • 商业关系要看清:README 推荐的托管模型服务是 HypiHub(官方自己的),合作方里的 Monid、HiAPI 等链接带推广或邀请参数。工具免费,但默认路径会把你引向它的计费入口。
    • 已知问题(issue 区):#330 画面轨会让相邻字幕串台(未关闭);#222 新检出仓库无法渲染(pnpm 跳过 Chrome 下载,已关闭);#366 / #367 HypiHub 的 Seedance 请求失败、余额充足却报 402(已关闭)。一个三个月的项目有这些很正常,但说明还在快速变动。
    • 外部评价:我能读到的独立文字只有一条:一位 AI 博主称「一键复刻爆款」多半是营销噱头,耗 token、部分视频无法复刻、有侵权风险,但拆解流程本身有参考价值。另有知乎测评我这边 403 没读到,搜索摘要提到多人切镜、动态字幕、动作连续性是难点,未核实。

    复刻这一层:三家的真正区别

    这是最容易搞混的地方。HyperFrames 里也有一个「逆向」技能,而且思路和 Hypit 不同:

    rea-videoHypitHyperFrames /reverse-any-video
    目标弄清怎么做的,出方案理解为何抓人,换元素重新制作把原片原样重建成可编辑工程
    产物报告 + 复刻任务可重跑的工程 + 成片HyperFrames 工程,渲染后与原片逐帧 diff
    出片否是是
    是否解析拍法(机位、布光、调色)是否否(只重建画面)
    费用离线免费,视觉模型自备框架免费,模型按量需 HyperFrames Pro;真人镜头用 HeyGen 重拍
    许可证Apache-2.0Apache-2.0 + 附加条件HyperFrames 为 Apache-2.0,该技能是 Pro 功能
    适合学习、制定方案批量变体、换品换人换语言精确复制、迁移存量视频

    /reverse-any-video 的 SKILL.md 有两句话把立场说得很清楚:「Rebuild the video as it is; remix it only when the person asks」,以及「原片决定画幅:画布尺寸、帧率、时长必须与探测结果完全一致」。它用 hyperframes measure cuts 找切点,逐帧读变化处,最后用 diff 命令列出漏掉或多出的切点、声音偏移和最差时刻。这套「重建 + 逐帧 diff 校验」的闭环,是 rea-video 目前缺的(它的 Verify 只做到拼回成片出对比视频)。

    其他值得了解的

    渲染底座

    项目要点
    HyperFrames(HeyGen)HTML / CSS / 可 seek 动画 → 确定性 MP4。Apache-2.0。带 9 个技能(核心 4 个:/hyperframes、-cli、-registry、/media-use;其余按需装)。Studio 应用免费,Pro 套餐加 HeyGen 的模型
    RemotionReact 写视频。License 不是开源协议:官方说个人和不超过 3 人的公司免费,4 人及以上需公司许可,另付云渲染费用(据搜索摘要转述官方文档,价格数字各处不一,以 remotion.pro 为准)。remotion-dev/skills(6,553 星)是官方的 agent 技能
    Motion CanvasMIT,TypeScript 向量动画,适合技术讲解;最近一次 push 是 2026-07-02
    html-video(nexu-io)Apache-2.0,4,817 星,但最近 push 是 2026-06-21,约 4.5 个月没动
    Diffusion Studio某篇对比文称「很新」,但其 core 仓库(MPL-2.0,1,251 星)最近 push 是 2025-11-18,与说法不符,需自行判断活跃度

    端到端制作

    项目要点
    OpenMontage78,344 星、10,428 fork、AGPL-3.0。README 称 12 条流水线、100+ 工具,样例成本 $0.15–$5(自报)。AGPL 意味着把它放进对外网络服务时要开源你的改动。第三方评价偏谨慎:质量一致性和长任务稳定性缺独立验证,缺图形界面
    video-shotcraft17,669 星,Apache-2.0,Remotion。把你的真实页面截图和文案,套进 150 个调好的镜头配方,不是生成视频,每帧由代码绘制。还带浏览器内剪映风格编辑器和剪映草稿导出
    anything2explainer / video-talkcraft同一作者:主题生成解说视频 / 台词配音驱动的动效视频
    MoneyPrinterTurbo140,815 星,MIT,2024 年建仓。是主题到短视频的传统一键流水线,不是 agent 技能;放在这里是因为它是整个品类里星数最高的对照

    剪辑已有素材

    项目要点
    video-use(Browser Use)30,709 星,MIT。设计很干净:LLM 不看视频,而是读它——音频转写(ElevenLabs Scribe,词级时间戳、说话人、笑声等事件)压成约 12KB 的文本,加视觉拼图。能剪口癖、调色、加字幕、并行子 agent 生成动画叠层、每个切点渲染后自检。要 ElevenLabs key;最近 push 2026-10-08
    承风 videocut skills3,191 星,Apache-2.0,中文口播向。Codex 插件,入口含剪口播、字幕、画面、导出;运行时本体是另一个仓库,公开下载版本落后于插件要求(README 自己写明不兼容时只报告并停止)
    herk-edit-kit / ffmpeg-skill前者 Codex / Claude Code 剪短视频,后者 42 个 FFmpeg 工具并带机器可读说明(MIT,4,749 星)
    pireel / OpenChatCut / ChatCut开源剪映类编辑器,经 MCP 或对话让 agent 操作;pireel 和 OpenChatCut 均为 AGPL
    FireRed-OpenStoryline自然语言剪辑 agent,Apache-2.0,3,645 星,最近 push 2026-07-31(约 3 个月没动)

    短剧 / 漫剧

    Toonflow(21,031 星,MIT)与 ArcReel(6,294 星,AGPL)都是自部署的工作台,管剧本、分镜、角色一致性和多模型调度;ArcReel 能导出剪映草稿并追踪费用。awesome-short-drama-skills(CC0)收集了国内模型(Seedance、可灵、MiniMax)的短剧提示词技能。

    顺带发现

    latent-spaces/brag(20,692 星,MIT)的简介是「把你刚做完的项目变成可分享的短视频」,对做产品宣发的独立开发者很对口。它只管故事和分镜,渲染交给 HyperFrames,详见第 4 篇。

    横向对比:许可证与成本

    工具许可证对「做外包 / 做产品」的影响
    HypitApache-2.0 + 附加条件给客户做活 OK;不能包成 SaaS 或转售;不得去掉 LOGO
    HyperFramesApache-2.0最宽松;Pro 功能另付费
    RemotionRemotion License个人 / ≤3 人公司免费;更大要买许可
    OpenMontageAGPL-3.0内部用无碍;嵌入对外服务要开源
    video-useMIT宽松;依赖 ElevenLabs 付费 API
    video-shotcraftApache-2.0宽松;底层是 Remotion,许可传导
    rea-videoApache-2.0宽松
    pireel / OpenChatCut / ArcReelAGPL-3.0同 OpenMontage
    Toonflow / MoneyPrinterTurboMIT宽松

    钱花在哪(通用结论):框架本身都不收费;成本由三块构成,生成模型(视频最贵,Seedance、可灵等按秒或按条)、agent 的 token(Hypit 被点名「挺耗 token」,没人给出数字)、语音与转写 API(ElevenLabs、WhisperX 自部署可省)。纯代码渲染路线(HyperFrames、video-shotcraft、Hypit 的零模型模式)可以做到生成费为零,只剩 token。

    这些工具共通的做法

    读完这批 SKILL.md 和 README,有几个设计反复出现,值得借走:

    1. 确定性渲染:时间轴可 seek,同样输入同样输出,这样 agent 才能 lint、预览、diff,而不是盲出片。
    2. LLM 读不看:video-use 把视频压成转写文本加联系表再交给模型,rea-video 用联系表复核,都是为了省 token 并避免幻觉。
    3. 词级而非秒级对齐:Hypit 的核心卖点,换台词不用重排时间轴。
    4. 校验闭环:HyperFrames 的逐帧 diff、video-use 的切点自检、rea-video 的分歧上报,本质是同一件事——别信一次生成。
    5. 花钱要卡点:rea-video 要求付费生成前先 --dry-run 并征得同意;OpenMontage 据第三方转述有单步超 $0.50 需批准、单项目 $10 上限的护栏(未核实)。
    6. SKILL.md 是工作流合同:连 Hypit 的 SKILL.md 都有约 2.9 万字符,规定怎么与用户沟通、何时问钱。

    资源与社区

    • 目录:awesome-claude-video-skills(1,717 星)自称收录 427 个仓库、按类型分 10 类。注意它自己声明由模型读 README 来筛,页面内计数和星数前后不一致,当线索表用,别当权威榜单。
    • 官方文档:Hypit 的 docs/guide/(含 providers.md、runtime.md、skill.md);HyperFrames 的 docs/guides;Remotion 官方 skills 仓库。
    • 渲染选型文章:Voyager 的 HyperFrames 替代品对比(含 Creatomate、Shotstack 等托管 API,Cavalry、After Effects 等传统工具),按工作流给结论,但无星数,也像是产品方的内容营销。
    • 社区:Hypit 有 Discord 与 Telegram;rea-video 有 GitHub Discussions 与 Discord;多数项目的真实使用反馈在 issues 里而非博客里,那是最有价值的信息源。

    给你的建议路径

    基于「独立开发者、AI 外包、自有产品、想把做出来的东西推出去」这个前提(仅推演):

    1. 最低成本起步:HyperFrames(你环境里已有它的技能)做一条自己产品的 30 秒宣传片,全程零生成费用,验证「agent 出片」的真实 token 成本。
    2. 学爆款再动手:挑一条同赛道爆款,用 rea-video 拆出镜头结构和字幕节奏,再决定值不值得上 Hypit 做变体。
    3. 外包交付先看许可证:给客户交付,Hypit / HyperFrames / video-use 都没问题;要把工具包成产品卖,避开 Hypit 和 AGPL 系。
    4. 别急着上全自动:所有项目自己也说要人工验收。先把一条做到能接受的质量,再谈批量。

    没覆盖到的

    Palmier Pro、Rendiv、Creatomate、Shotstack 只从二手文章了解;剪映、即梦、可灵官方的 agent / API 路线没查;Hypit 的 docs/guide 只看了目录没逐篇读;未做任何实跑。

    来源

    12 条

    下次复查:2026-11-22(星数、Hypit 许可条款与未关闭 issue、HyperFrames Pro 定价、是否出现独立实测)。

    系列全部 5 篇
    1. 01一条爆款视频是拍的、生成的还是代码写的?rea-video 用证据链逐镜回答19 分钟
    2. 02用 agent 做视频该选谁:从 Hypit 到 HyperFrames,按手里有什么分五类15 分钟
    3. 03代码写出来的动画16 分钟
    4. 04做完就吆喝:/brag 把项目变成 20 秒发布视频,值得抄的是它的『创意法则』12 分钟
    5. 07为什么它用代码建的 3D 模型能这么好:拆解 ESCAPEMENT 的建模手法28 分钟