1实现原理 · 为什么它能做到
要治的病是「场景思维」：每几秒换一张新图会让观众每几秒重启一次理解，而失败反馈会以模糊的「看不懂/太满」出现，而不是具体缺陷。
.claude/skills/video-storytelling/SKILL.md
The failure this replaces is scene-thinking. … rather than as a specific defect.
注：这里在做什么：把「AI 味/看不懂」归因到结构决策而非单张图的审美，从而引出后面全部几何与纪律规则。
一个持久世界：全片同一空间且永不重置，已出现的元素不被重绘、移动或改标；空间语法在建任何东西前定好并贯穿全片。
.claude/skills/video-storytelling/SKILL.md
### One persistent world … An element, once drawn, is never redrawn, moved, or relabelled.
注：这里在做什么：世界不重置是后续机制的前提（相机有地方可去、聚光灯才有意义、开环才能一直开着）；参考实现里左右=走向结果、上=人且唯一暖色、下=系统记录，并只允许为意义破例一次（reopen rate 的倒放）。
相机即剪辑：切到新图形会夺走观众方位感，而在不动的空间里移动不付费；并给出 World/Region/Detail 三高度与相邻移动规则。
.claude/skills/video-storytelling/SKILL.md
### The camera is the edit … Moving through a space that stays put costs them nothing.
注：这里在做什么：把运镜升级为信息结构；并配一组用返工换来的规则（取景写成世界窗口而非缩放系数、同用途复用同一窗口、覆盖层先不透明再动相机、标签距边 ≥60px、两个连续运动要合并成一个手势）。
注意力是聚光灯：任意时刻只有一个元素全亮，其余已画元素保持安静但可读；层级来自亮/静的比值，而不是把整体压暗。
.claude/skills/video-storytelling/SKILL.md
**Exactly one element at full brightness at any moment. Everything else already drawn stays quiet but legible.**
注：这里在做什么：给出状态与目标亮度（active 200-235 / context 120-150 / spent 85-105，标签永不低于 90），并用一个 lit() 函数在每次口播节拍统一驱动；参考实现首版最亮像素仅 101/255 不可读，修复方式是提亮墨水而不是继续变暗。
开环是空间性的：不说「我们稍后再回来」，而是在世界里留下可见的未完成物，并按脚本形状选几何（并列项/深流程/分层/对比/新闻/教程）。
.claude/skills/video-storytelling/SKILL.md
Never say "we'll come back to this." Leave something visibly incomplete in the world and return to it.
注：这里在做什么：把悬念几何化，并规定四步机制——植入在 hook、每个边界复现、可见推进、用开场那张图闭合；计数器必须配 1–2 词的名字而不只是数字。
元素纪律：没被念到就不画——每个形状要么是带标签元素、标签之间的连接线、行进主体或环境底，且每节屏上词数约 20 个。
.claude/skills/video-storytelling/SKILL.md
### If it doesn't get a word, it doesn't get drawn … Nothing else.
注：这里在做什么：把「太满」定位成「未标注形状与有意义的形状用同一笔重与同一配色」，观众被迫花注意力解码本不需要解码的东西；对应预算条款与「反例视觉绝不叠在推荐方案上」。
全局 token 集是硬约束：笔画 1.5/2.5/4/7、字号 22/30/42/60/84、圆角 10/22/40（恒为超椭圆 2）、五色五义零装饰，并用 token linter 让构建失败。
.claude/skills/video-storytelling/SKILL.md
Full detail in `reference/design-system.md`. … Gate it with a token linter that fails the build.
注：这里在做什么：对治首版「每个决定都局部正确、没有决定是全局的」（18 种笔重、9 种字号，多数相差 0.2）；design-system.md 声明 token 规则是 the single most important rule，且 qa-tokens.mjs 违规即失败。
构建契约把工程事故写成规则：一节一生成器、共享模块禁并行改、装配前给 SVG defs 命名空间、渲染必须 --workers 1。
.claude/skills/video-storytelling/SKILL.md
**Namespace the SVG defs before assembly.** … Cost in the reference build: 35 seconds of empty screen with every gate green. … `--workers 1` on render. Parallel workers make the video layer paint black.
注：这里在做什么：把真金白银的返工写成检查项——defs 未命名空间导致装配后大片空白而所有门都是绿的；并行 worker 让画面变黑；插入气口若硬接会截断语音衰减被听成结巴。
门禁齐备但明确「门禁不能代替亲眼看」：运动平滑必须在连续帧上验证，且每个门都要拿已知会触发的对照验证其有效性。
.claude/skills/video-storytelling/SKILL.md
**Gates do not replace looking**, and gates that have never failed are not gates. … Motion smoothness is verified on contiguous frames, never on beat frames. … Validate every gate against a control … A seam gate that reports zero on a broken build is worse than no gate.
注：这里在做什么：给出具体缺陷指纹（相邻 tile 大跳后多帧近似=前重缓动/死停；运动停住后另一种运动开始=该合并为一个手势；单帧异样=pop），并说明参考实现的 intro 曾带着这种 glitch 通过所有门、被客户一次观看抓出。
音频审计到声学层而非转写层：全轨死段扫描、1ms 分辨率包络取证、对成片重跑 ASR 与期望文本比对。
.claude/skills/video-storytelling/SKILL.md
**Audit audio at the acoustic level, not the transcript level.** … truncation cliffs and dead holes, not doubled words.
注：这里在做什么：指出转写层扫描对剪辑引入的伪影是结构性盲的（报告 clean 而客户听到 stutters）；并给出气口插入的正确做法（房间音 + 40ms 等功率交叉淡入，绝不硬接）。
2核心能力
01长片视觉层设计方法：持久世界 + 空间语法 + 三高度相机 + 聚光灯 + 空间开环
02按脚本形状选开环几何（并列项/深流程/分层/对比/新闻/教程），并附一个可复用工作实例（wall of slots）
03可带走的几何模块：槽位材料/光照定义与超椭圆圆角路径，供每个 section builder 共享同一接口坐标
04token 化视觉系统（笔画/字号/圆角/五色五义）与违规即失败的 linter 要求
05生成器工程纪律：每节一个 build_<id>.py 只写自己的 HTML、共享模块禁并行改、装配前 defs 命名空间、渲染 --workers 1
06时序纪律：一切对词起点（提前 0.15–0.25s 入场）、审计 >1.5s 死屏、气口插入用房间音且 40ms 等功率交叉淡入
07验收门族与读带方法：qa-tokens / no-crossfade / legibility / seamjump / deadframe / presence / integrate + 每转场抽连续帧条带
08与相邻 skill 划界：明说不是 hyperframes-video-beats（后者把叠加卡放在说话人身上，本 skill 设计视频「关于」的东西）
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | FFmpeg（转场窗口连续帧条带抽取，用于读运动缺陷） |
| cli | Node 门禁脚本族（使用者项目内生成的 qa-*.mjs / integrate.mjs，非随包分发）与 HyperFrames CLI |
| package | Python 几何/槽位模块（随包分发，供项目 section builder 导入） |
| package | 兄弟资源：仓库根 docs/STORYTELLING-WORKBOOK.md（中性练习表）与本 skill 的 reference/design-system.md |
4风险提醒 风险提醒：蓝色 · 知晓即可
风险提醒：蓝色 · 知晓即可
- 规则密度极高，实际执行需要真人投入（逐项门禁 + 连续帧阅读 + 声学审计） — 方法自认慢是有意的，但若团队没有相应工时，最容易被跳过的恰是回报最高的两项：装配体目视与条带读帧。
- 依赖项目内自建脚本（qa-*、build_<id>.py、integrate.mjs）而不随包分发 — SKILL.md 的命令假定使用者已有这些生成器；从零开始需自行搭建，否则门禁名存在但无实现（本 skill 只提供方法与几何模块）。见 second_pass 的 discrepancy 条。
- 几何/坐标纪律是硬约定，违反会静默劣化 — wall.py 头注释声明 SLOT 1 坐标被 build_s01.py 硬编码为 dock 目标；若改坐标而不同步生成器，dock 会错位且不易察觉。
- 素材文本进入生成器源码字符串，缺少转义/消毒条款 — 口播/文章内容会被烘焙进 build_<id>.py 的字面量与标签；含引号或指令式文本的素材可能破坏生成或影响后续节次，需使用者自行处理。
- 文档中的参考数字不可复现（私有构建） — 见 second_pass 的 unlocatable 条：亮度/时长/事故数字来自未随包的参考构建，不能当作可核事实引用。
- 对「门禁未覆盖的主观质量」仍有依赖 — 方法自己承认可读性/图例感不可自动化（绝对像素占比衡量的是文本量），因此最终质量取决于执行者是否真的做静音目视评审。
风险提醒：蓝色，知晓即可。本 skill 自身目录 = SKILL.md + reference/（一份设计系统 md、一个模式目录含 README.md 与两个 .py）。两个 Python 文件是纯几何数学：wall.py 定义槽位/材料与 defs 常量字符串，geom.py 只有 math 与路径构造；全目录 grep（*.md/*.py）无 http、无 requests/urllib、无 os.environ、无 subprocess——即无网络外发、无凭证读取、无子进程执行。SKILL.md 指示的动作都属于本地构建与本地验证：生成 build_<id>.py 与 compositions/*.html、渲染、跑项目内 qa-*.mjs 门禁、用 ffmpeg 抽帧、用 npx hyperframes lint。唯一值得知情的是操作风险而非安全风险：写盘量大（生成器烘焙上百个时间字面量，任何时间线变更必须走 AST 级位移而非手改），以及文档明确的渲染约束 --workers 1（并行 worker 会让画面变黑）。
5第二遍独立确认
- [ok] 两个随包 .py 是否真的无网络/无 env/无子进程（蓝档关键） — wall.py 仅 import os, sys 用于路径常量与 DEFS 字符串（os 未用于 environ/exec）；geom.py 仅 import math。全目录 grep 无 requests/urllib/socket/http/os.environ/subprocess/eval。结论：几何模块，无执行面。
- [discrepancy] SKILL.md 的门禁脚本是否真属本 skill（避免把项目内产物算作 skill 资产） — ［判定：口径澄清，非缺陷］SKILL.md 的命令写作 node scripts/qa-tokens.mjs、node scripts/build_<id>.py、node scripts/integrate.mjs——这些是使用者项目里生成的脚本，pin 仓库的 skill 目录内不存在（该目录仅 5 个文件）。本报告因此在 internal_assets 只列随包文件，并在 external_deps 标注门禁脚本属项目内生成物。
- [unlocatable] 参考实现的具体数字与事故能否在源码内定位 — SKILL.md 引用的大量参考构建细节（最亮像素 101/255、35 秒空屏、输入口 glitch、被听成 stutters 的 20-40ms 接缝、speaker 在屏约 40%）来自作者对一段私有参考构建的返工记录；pin 仓库内没有该构建的渲染/日志/qa 输出，故这些数字只作「文档声明」记录，不在结论中当已核事实。方法本身（规则名与门禁名）可在 SKILL.md 内逐条定位。
- [ok] 「门禁不能替代人眼」是否只是修辞（会不会把 qa 脚本当通过依据） — SKILL.md 明写 'Gates do not replace looking, and gates that have never failed are not gates.'，并要求每条门用已知会触发的 control 验证、在装配体而非 section 原型上验证、可读性必须看 960x540 降采样、运动必须读连续帧条带。规则自洽且可执行。
- [ok] 音频纪律是否与「剪辑不碰词」原则冲突 — SKILL.md 要求在句界插入 4–8 帧房间音（words never touched）、用 40ms 等功率交叉淡入接进尾音衰减、且插入式改动对转写是确定性位移（无需重转写）——与语速/词不被裁切的原则一致，属对反例（硬接造成 cliff）的显式修正。
6结论
适合：适合做有脚本的长片口播视频（新闻解读、单主题深挖、对比、教程、清单）并自己写生成器的人：需要在 10 分钟尺度上维持观众方位感、要一套可带走的空间开环与 token 系统、且愿意接受「门禁 + 亲眼看」双轨验收。也适合把它当「为什么我的画面像 AI 做的」的诊断手册来读。
不适合：不适合：① 只要叠加卡式的 talking-head 包装（走 hyperframes-video-beats）；② 短视频/竖屏快剪（本 skill 面向长片与持久世界）；③ 不想搭生成器与门禁脚本、只想拿模板的人；④ 无法做目视与听感复核的纯自动化流水线（本方法明确拒绝把门禁当通过依据）。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-28
方式 A · 人下载镜像包下载 video-storytelling.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agentaf02bf58b5fef932…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库nateherkai / nateherkai/hyperframes-student-kit
原始 GitHubnateherkai/hyperframes-student-kit ↗
Stars1070
最近推送2026-09-28
本 skill commit
0d30152a82许可MIT（仓库根 LICENSE = MIT License, Copyright (c) 2026 Nate Herk）；另有 licenses/PIPELINE-USE-PERMISSION.txt（教学包再分发授权）与 licenses/HYPERFRAMES-LICENSE（Apache-2.0，随包 HyperFrames skill 的上游许可）；GitHub API 因附加许可把仓库标为 NOASSERTION
本站信息
收录日期2026-09-06
分类内容创作
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。