又一个神级Skills，让 Agent 自己去复刻爆款视频

最近 GitHub 上有个叫 Hypit 的开源项目，干的事挺有意思：把做视频这活儿交给 AI Agent 来干。仓库是 7 月底才建出来的，到现在也没多久，现在的 Star 已经 8200 多了，涨得挺快。我装下来玩了几天，今天聊聊它。 Hypit 是什么 先简单说下这是个什么东西。Hypit 是给 AI 编程 Agent 用的视频制作系统，像 WorkBuddy、豆包、Codex 这类 Agent 都能把它装上。装完以后想做什么视频，用大白话跟 Agent 说就行。手里有现成视频的话也行，直接丢给它，它会把这条视频拆成一份工程文件，这份文件后面还能改，改完还能重新跑。 代码主要是 TypeScript 写的，开源。软件本身不收钱，出来的成片也不给加水印，完全开源。 SVML 源文件和实时预览，左边改文本右边画面跟着动 上面是它工作台的样子。左边是视频源文件，右边是实时渲染出来的画面，文本改了，画面跟着就变。 功能详情 拆出来的东西能直接出片 这类工具我以前也见过一些。丢条视频进去，它给你吐一份分镜拆解，或者一份文案分析，告诉你这条视频是怎么怎么火的。这种东西吧，看看还行，真要自己去照着拆解出来的建议去做一条出来，得有一定的专业知识才行。 Hypit 给的东西不一样，它拆出来的是一份完整的工程，一条片子里面的所有东西都在里面了。每个镜头用的什么素材，字幕卡在哪，音效跟在哪句话后面出来，全都标清楚了。这份工程拿到手，可以直接再渲染出一条片子来，想改哪里也能接着改。 官方在仓库里放了三个完整的例子，连成本都标出来了。一条 20 秒的足球排行榜视频，全部成本 1.15 美元。还有一条 18 秒的播客片段，1.07 美元，一条 26 秒的街头采访，1.09 美元。钱花在哪也写明白了，大头是调生成模型的费用，渲染是在本地跑的，这部分不花钱。 改台词不用重排时间轴 这个功能我得多说两句，因为我觉得它是整套东西里面最有用的。 干过剪辑的都知道，素材是钉在时间轴上的。第 3.5 秒切个画面，第 5.2 秒出条字幕，全是死的。这时候你要删一句词，麻烦了，后面的字幕和动画全都留在原地不动，声音和画面对不上，只能一个一个手动往后挪。改文案最烦的就是干这个。 Hypit 的思路是把所有东西都挂在台词的词上面，不挂时间轴。字幕是跟着台词走的，B-roll 是等某个关键词说到了才进来，音效也是卡着词触发的。这么一来你随便改台词，改完整条视频的时间会自己重新排，对齐这种事根本不用人操心。 它描述视频用的是一种叫 .svml 的文件，可以理解成视频版的 HTML。一个文件里面分了好几层，台词和角色是一层，画面素材是一层，字幕和语音各有各的地方，最后还有一层管怎么合成。台词里还能用 @ 标签做记号，比如说讲到哪个词的时候，让屏幕上弹个表情出来。 词级字幕组件的效果 工程拆出来以后可以反复用 工程拆出来还不算完，我觉得更划算的是后面，它能反复用。 举几个例子： • 主播看腻了想换一个，那字幕和动画这些部分原样留着就行，只要重新生成主播的镜头。 • 带货的场景就更直接了，换品的时候把产品图换掉，价格啊口播词啊顺手改几句，整条片子的结构一点都不用动。 • 想出外语版也差不多，台词换掉以后，时间轴自己会跟着重新排。 官方的说法是一份 workflow 最多能出 100 个变体，这个量我没跑过，我就是拿自己的素材视频换了几次试了试，出来的东西确实是同一条流水线上出来的，没什么问题。 做投放和带货的朋友看到这里，应该就明白这东西能干嘛了。一个结构跑通以后，后面每天换品就行。 每个部分都是独立组件 片子里面的各种花样，字幕样式啊、排行榜啊、表情揭示板啊、评论区贴纸啊，在 Hypit 里面都是一个一个独立的组件。官方库里本来就带了一些现成的，比如下面这个排行榜，条目是跟着音效一条一条落位的： 排行榜组件效果街访视频里的表情揭示板组件 现成的要是看不上，可以 fork 一个过来自己改，改得多了也可以从零自己写一个，做好的组件还能打包发出去给别人用。这个玩法跟前端那边玩组件库差不多，只不过这边拼出来的东西是视频。 不用生成模型也能出片 片子里面的字幕和动效，还有用代码画出来的画面，编成成片的时候其实不用调视频生成模型。官方的说法是纯代码渲染的情况下，模型费用可以是零。素材和文案要是在手里都有，剩下排版加字幕加动画这些活儿，本地就能干完，一分钱模型费都不用花。 当然，要让 AI 生成主播形象和画面，那还是得接模型服务的。官方那几个例子里用的是 Seedance 生成视频，GPT Image 出图，WhisperX 做逐词对齐。 这部分钱是模型服务方收的，Hypit 自己不过手。它也不绑定哪家服务商，你有自己的 API 也行，想接本地模型也行，把服务名字和 API 文档扔给 Agent，它会自己去把连接配好。 许可证和费用 最后说下许可证，这个建议用之前看一眼。Hypit 的许可证是在 Apache 2.0 上面加了条件的，不是标准的 Apache。平时自己用，改改源码，这些都没什么障碍。但要是想拿它做多租户 SaaS 这种对外服务，官方是要求单独谈商用授权的。 具体边界划在哪，我就不替大家下结论了，真有商用的打算，花几分钟把仓库里的 LICENSE 文件读一遍，或者直接去问官方，这样最稳。 快速开始 我自己装的时候就跑了一行命令： npx skills add hypit-ai/hypit -g 装之前先看一眼 Node.js 的版本，要 22.15 以上，低了跑不起来。装完以后随便在哪个目录里跟 Agent 说话就行。比如我让它复刻一条本地视频，就是这么说的： /hypit 复刻这个视频：/path/to/video.mp4 手里没有参考视频也行，直接描述想要的东西： /hypit 做一个排行榜视频，把我最近写的三个工具排个名次 第一次跑的时候，Agent 会自己检查环境，缺什么东西它会带着我们装。模型服务的 key 也是真要用到的时候才来要，不用提前准备一堆，完事的话，视频项目放哪个目录都行。 官方给了一些视频复刻案例，效果非常显著，基本是可以拿来即用的那种： 案例一案例二案例三 最后聊聊 最后聊几句我自己的看法，不一定对。 聊聊它跟文生视频产品的区别。那些产品是让模型每次现想一条片子出来，Hypit 干的是另一件事，它把你手里已经验证好用的那条片子存下来，变成一个能反复用的东西，以后在上面换内容就行了，是两种赛道。当然选题和钩子这些还得人自己想，它省掉的主要是对字幕、换素材、重排时间这类重复劳动。 还有句话得说在前面，复刻别人的视频结构没什么问题，但素材版权、人物肖像这些事情得自己把关，AI 生成的内容发布的时候，记得按平台规则标清楚。这些事工具管不了，只能自己上心。 我自己接下来的打算，是先把以前写过的几篇文章丢给它改成视频试试，跑通了再来跟大家汇报。 开源地址 https://github.com/hypit-ai/hypit