1实现原理 · 为什么它能做到
两个入口共用一个门：topic 模式下四问过滤器只用于选题与取舍、绝不能拒绝用户已指定的主题（要说明失败在哪、损失什么、给替代）；source 模式下过滤器完全不适用，改为读完全部用户素材并跑「storyline 矿脉」——把源材料当矿而不是提纲，抽 on-ramp / tension / turn / mechanism / receipts 五件事，多源多线只选一条脊梁，其余降级为 receipts。
skills/vox-explainer/SKILL.md
- **Topic mode** (the user names a subject, or asks for ideas): the four-part filter governs IDEATION and tie-breaking only.
注：这里在做什么：把「用户给的题」与「agent 想讲的题」分开处理，避免过滤器变成拒单器；source 模式的 cut-don't-fake 规则（填不实诚的 beat 剪掉）写在结构脊梁段。
结构脊梁是权威权重表：FAMILIAR 15% → DIG（点名人物+日期）5% → STORY 15% → ARTIFACT 10% → MECHANISM（观众能当场在屏幕上验证）20% → SECOND WIND 15% → THESIS（黄圈）10% → CLOSE 10%；THE FAMILY 属 FAMILIAR 的后半而不是新 beat。
skills/vox-explainer/SKILL.md
FAMILIAR 15% → DIG (person + date named) 5% → STORY 15% → THE ARTIFACT BEAT 10% → MECHANISM the viewer verifies on screen 20% → SECOND WIND (a technology removes a constraint) 15% → THESIS in the yellow circle 10% → CLOSE mirrors the open 10%.
注：这里在做什么：把「Vox 味」拆成可计量的时间配比，MECHANISM 占最大头——片子的说服力落在一个能被看见的演示上，而不是旁白断言。
设计 pass 先交付接触表（每 beat 一帧、960×540 tile、HTML → 无头 Chrome 截图）且在交付前自检 LOOK GATE：调色板必须是官方测得的固定色（ink #1a1a1a / yellow #FFE619 / process blue #66CFFF / specimen blue #58BCEC / greys / ground #fbfaf8），标题用 Archivo Black，每帧必须是命名 recipe，黄圈作为反复出现的视觉载体；这里迭代比在成片阶段改便宜 10 倍。另有一条防污染规则：源文档带自己的品牌系统时不要顺势继承（brand-faithful 是另一条工作流）。
skills/vox-explainer/SKILL.md
Iterate here — it is 10x cheaper than comp notes.
注：这里在做什么：把审美判断前置成可检查的清单（色值、字体、recipe 命名），并用「接触表先给用户看」替代做到一半才发现方向错。
音频时钟：VO 先录或走 TTS（TTS 输入写成发音稿：数字写全、名字按读音写），再转写取词级时间戳；此后每一次 cut、弹出与高亮都对到词时间，换一条 VO 等于整片重定时。字幕转写的是「实际念出来的」而不是脚本文件。
skills/vox-explainer/SKILL.md
Transcribe the result for word timestamps — audio is the clock; every cut, pop, and highlight keys to a word time.
注：这里在做什么：让声音先落地、画面跟着声音走；这也是「edits re-open the seam」纪律的来源。
接缝（seam）是这一 skill 的核心机制，且是「生成 + 验证」两件套：先写 ledger.json（一 seam 一行：cut 秒、exit/entry 的 axis+dir、承载运动的 selector、technique），用 seam-stamp.mjs 把 master seam 代码盖进 index.html（替换 // <seams:auto> 块），再由 seam-gate.mjs 数值核验——ledger 行一致性、exit 在切点仍在动、entry 不得从静止起步、实测方向与 ledger 一致、entry/exit 速度匹配（WARN）、zero-overlap（同一帧只有一侧可见，不是叠化）、Z 符号（scale 变化方向两侧一致，且扫描 incoming 场景自身入场是否反号）、carrier 矩形连续性（含祖先 scale，12px/5% 容差）。
skills/vox-explainer/references/motion-continuity.md
The script (usage + ledger schema: [seam-gate.md](seam-gate.md)) numerically enforces, per seam: ledger-row consistency, exit still moving at the cut, entry mid-flight (never from rest), measured direction = ledger direction, entry/exit speed match (WARN), **zero overlap** (one side visible per frame — the cut is not a dissolve), the **Z sign** rule
注：这里在做什么：把「切得顺不顺」从手感变成测量——脚本用 getBoundingClientRect（x/y 取中心、z 取宽度比）采样，所以外层 wrapper 变换会自动计入；脚本还能 probe --t <cut> 帮你找出真正的 carrier。
反幻灯片地板与技术声明：每个 beat 在 beat map 阶段就要**声明**布局 recipe 与运动手法（不许在建片时即兴），整片必须清过最低线（≥1 次 zoom-isolation 推入并穿过载体的换镜、≥1 次用于 payoff 的 inverse zoom-through、≥2 次以满屏收尾的 drive-past/scale traversal、≥1 次背景剥离的 cutout 做平卡做不到的运动、≥1 次 newsprint layering 与 circle reveal），并有硬上限（静态卡/并排 ≤ 每 3 个 beat 一个，相邻 beat 不得同 recipe 同手法）。
skills/vox-explainer/SKILL.md
- CAPS: static-card / side-by-side layouts ≤ one third of beats; no two consecutive beats share the same layout recipe or the same treatment.
注：这里在做什么：把「别做成 PPT」变成可审计的分布表；文档还规定地板与 zoom-in 契约冲突时契约优先——缺一个手法比多一个无动机手法更小的缺陷。
2核心能力
01两种入口路由：topic 模式（四问过滤器只管选题）与 source 模式（读完全部素材 + storyline 矿脉），且写脚本前必须先交 beat map 给用户批准
02脚本纪律：每句必须过删除测试，opener/closer 规则成立；旁白不点名素材来源，source 模式下观众设定为源材料的原本受众
03全数值 QC 门（强制）：lint/check 0 错误；对成片逐帧 MAD 死时扫描；seam 数值测量；每 beat 事件间隔上限；构图完整性逐条审计；关键帧表人工看
04接缝生成+验证两件套（ledger → stamp → gate），验收内容含 zero-overlap、Z 符号扫描与 carrier 连续性
05真实素材优先：只用公共领域档案（Wikimedia Commons API、LOC）与用户提供的真件，缺扫描件要标为 recreation
06配音可控：先走官方 CLI 的本地 TTS，失败则装 espeak-ng 直接调 Kokoro + 缓存模型；第三方 TTS/转写 API 必须先取得用户批准（provider/数据/凭据/成本）
07出品边界：只写用户指定的项目目录，不自动发布或上传
3外部依赖
| 类型 | 依赖 |
|---|---|
| cli | HyperFrames 预览服务（版本钉在脚本常量里：0.8.14；--project 模式下由 npx 拉起，未缓存时会从 npm 下载；可改用 --url 复用已在跑的服务） |
| cli | 上游脚手架/技能安装：npx skills add heygen-com/hyperframes、npx hyperframes init |
| cli | Node 22+ 与本地 Chrome/chrome-headless-shell（verifier 自找 Puppeteer 缓存或系统 Chrome，用隔离临时 profile） |
| network | source 模式会抓公开引用与公共领域/开放许可资产（最多一跳公开引用），资产来源为 Wikimedia Commons API、LOC 等声明的来源 |
| api | 可选的第三方 TTS / 转写 API（须先向用户说明 provider、数据、所需凭据与可能成本并获得批准） |
| network | 预览期仍可能加载构图自身声明的远端资产（verifier 只把 --url/--comp-url 限制为 localhost，不限制页面内的远端引用） |
4风险提醒 风险提醒：黄色 · 留意使用
风险提醒：黄色 · 留意使用
- 验收依赖本地环境 — verify --project 要拉起 HyperFrames 预览服务与无头 Chrome；npx 首次会下载钉版包。环境不通时这条数值门禁直接落空，接缝只能靠肉眼。
- speed-match 只是 WARN — 入口/出口速度不匹配不会让 gate 失败，只打印警告；文档也承认『generated seams satisfy the generator's hard invariants, but the verifier may still report speed-match warnings』——警告需人工处置。
- 脚本能力边界要靠作者遵守 — seam-gate.md 列了脚本查不到的项：full-frame incoming wrapper 必须在 HTML/CSS 里先 opacity: 0；多段链必须写成 fromTo(..., {immediateRender:false})，否则随机 seek 下 GSAP 惰性取值会出错。
- 抓回的素材进上下文 — source 模式抓取的公开引用与档案资产会成为脚本与设计依据，远端文本可携带指令式内容（prompt injection 面），skill 无技术隔离。
- 第三方 TTS 路径的隐私成本 — 默认走本地 TTS，但一旦用户批准第三方 provider，配音稿文本与凭据就交给外部服务——文档要求先披露，选择权与责任在用户。
- 素材合规靠纪律不靠检查 — 『Real assets only』与 PD/开放许可来源是提示级规则，没有许可校验机制；商用前仍需自行确认每个资产的授权状态。
风险提醒：黄色，留意使用。判级对象＝skill 自身目录（SKILL.md + scripts/seam-{gate,stamp}.mjs + references×11）。自身零凭证读取：seam-gate.mjs 用白名单构造子进程环境并用 previewEnv() 过滤，不整包透传 process.env；seam-stamp.mjs 只读写项目内 index.html 且拒绝符号链接。落黄的是执行期网络：--project 模式用 npx 拉起钉版（0.8.14）预览服务、未缓存时从 npm registry 下载；source 模式抓公开引用与公共领域档案（Wikimedia Commons API、LOC 等已声明来源），属固定、公开、可预期的端点。另有两条按批4 口径不判级的路径：① 可选第三方 TTS/转写 API 属「需用户显式批准的可选替代方案」（文档要求先说明 provider/数据/凭据/成本），且给了完全本地的后备（hyperframes tts / espeak-ng + Kokoro 缓存模型）；② 预览期构图自带的远端资产引用属产物期行为。未见 TLS 降级、绕过检测、批量采集或任意代码执行面。若用户实际批准走第三方 TTS 并把稿件与凭据交给外部服务，实质上等同橙档条件，需自行评估。
5第二遍独立确认
- [ok] 『--url/--comp-url 只接受 localhost』是否真在代码里 — seam-gate.mjs 有 localUrl(value, label) 校验函数，非 localhost 直接报错；--project 模式自己 spawn 预览服务后拼 http://localhost:<port> 再连。文档声明与实现一致。
- [ok] seam-gate 到底验什么（本题重点） — 逐 seam 的报告行对应规则：ledger（plan 层 exit/entry 向量一致）、exit-moving / entry-moving（规则1/3：不许静止退出、不许从静止入场）、exit-direction / entry-direction（实测符号 = ledger 符号）、speed-match（law §3 速度匹配，仅 WARN）、zero-overlap（规则6：同帧只有一侧可见，切口不是叠化）、z-sign-scan（规则7：incoming 场景自身入场不得与 Z 符号打架）、carrier-*（规则3/4：carrier 矩形连续性，含祖先 scale，12px/5% 容差）。速度不匹配只是警告，不是失败——使用者需自己看警告与渲染帧对。
- [ok] 子进程环境是否被显式过滤 — previewEnv() 只取 15 个白名单系统变量 + npm_config_audit/fund，不用 process.env 整包；另单独读 CHROME_PATH 找浏览器。
- [ok] stamp 的写入边界 — seam-stamp.mjs 的 --write 目标 resolve 后必须落在当前项目目录内，且拒绝符号链接（lstatSync 判定）——降低借 ledger 写项目外文件的面。
- [ok] 文档量化门禁是否都有出处 — 色值/字体/recipe 命名在 vox-collage-layout.md 与 SKILL.md 的 LOOK GATE；运动法则与反模式表在 motion-continuity.md；转场代码与占位符在 velocity-matched-transitions-gsap.md；ledger schema 与容差在 seam-gate.md。引用链完整。
- [unlocatable] 『Grammar measured from Vox's Cooper Black film』所述测量过程与样本 — 该测量（以及 motion 的 frame-by-frame calibration）的过程与数据不在本 skill 目录内，无测量脚本或样本文件；只作为文档声明记录，本次只读侦查未运行 verifier 或渲染，故不作为已核事实使用。
6结论
适合：适合做 60-90 秒的「日常之物背后的因果史」型解说片：用户给题目（topic 模式）或给材料/链接（source 模式），要 Vox 式拼贴语言 + 旁白驱动 + 数值化质检。也适合把这类片子做成可复用流水线（ledger 化接缝、可重跑 verifier、可交接的 beat map）。对想要严格影调与运动一致性的创作者，这套 seam 工具链的价值最大。
不适合：不适合：① 需要品牌皮肤的产品发布片（应是 brand-faithful 那条工作流，本 skill 明确拒绝默认继承品牌 token）；② 无人看管的一键出片——它强制 beat map 批准、设计接触表交付与关键帧人工审阅；③ 长片或多线叙事（脊梁权重按 60 秒设计，且一次只讲一条 storyline）；④ 无非公开素材可用、又不接受 recreation 标注的题材；⑤ 不愿安装 Chrome / 不能跑本地预览服务的环境（数值接缝门禁不可用）；⑥ 期望全部离线且拒绝 npx 拉包的用户。
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 vox-explainer.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agente75b209b1949465d…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heygen-com / heygen-com/hyperframes-community-skills
Stars156
最近推送2026-09-24
本 skill commit
ba7a0bb6d3许可Apache-2.0（仓库根 LICENSE）
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。