HTML 转视频是个真实的品类——但每个引擎都有自己的脾气。
Hyperframes、Remotion、Motion Canvas、Manim,每个都要你学它那一套写法。多数团队只能选一个、忍受它的限制。html-video 是凌驾在它们之上的 meta-layer。
Open Design 家族里的 HTML 转视频 meta-layer。描述一个视频——或粘贴一篇文章链接、一个 GitHub 仓库——你的本地 agent 就写出多帧 storyboard,给每一帧填上动画 HTML,再用 Hyperframes 引擎渲染成真实 MP4。可插拔引擎、策划过的模板库、可选 AI 配乐。不走云渲染,没有按片计费。
Hyperframes、Remotion、Motion Canvas、Manim,每个都要你学它那一套写法。多数团队只能选一个、忍受它的限制。html-video 是凌驾在它们之上的 meta-layer。
agent 决定 storyboard,引擎决定怎么画——两者互不渗透。引擎只是一个 render() adapter 背后的实现细节。接入一个新后端,所有模板都自动受益。
无头 Chromium 逐帧录制动画 HTML,ffmpeg 编码(libx264)。唯一的网络请求是可选的抓取源和可选的配乐。不走云渲染、没有按次计费、不锁定厂商。
一句话(或一个链接)进去,一个真实 MP4 出来。无论你从 prompt、文章还是仓库开始,流水线都一样。
粘贴一个 URL 或 GitHub 仓库;studio 在服务端抓取并压平成 Markdown。微信公众号这类服务端渲染页面开箱即用。
你的本地 agent 读取素材和所选模板的风格,输出一个 content-graph storyboard——每帧一段动画 HTML。
多帧中间表示:节点(实体 / 数据 / 文本)+ 边(顺序 / 对比),拓扑排序成帧序和时序。
每个节点变成磁盘上一段自包含的动画 HTML 帧——这正是 storyboard 与引擎解耦的 meta-layer 所在。
无头 Chromium 加载每一帧并录制,自动延长以覆盖该帧自身的动画 → 每帧一个 webm。
每个 webm 编码成 MP4(libx264)再拼接成一段视频;导出时可选混入 MiniMax 音乐与旁白。
每个模板都是真实、可动画的单文件 HTML 视频——是实时渲染,不是效果图。放一个进去,让 agent 填上你的内容,导出 MP4。studio 库里共 21 个,这里展示六个。
引擎是单一 adapter 接口背后的一个 render(input, ctx) 约定。换引擎,storyboard 和 agent 循环都不动。Hyperframes 今天已可用,其余在路线图上。
HTML + CSS + GSAP,由 agent skill 驱动。默认引擎——通过无头 Chromium + ffmpeg 渲染真实 MP4。
React 组件。adapter 接口已为它设计,但适配器尚未实现。
canvas 上的 TypeScript 生成器——最适合 code-first 讲解视频。
数学 / 3D 优先。小众,但天然契合同一套 adapter。
一组策划过、许可清晰的模式——按你要讲的故事选一个。
为"数字涨了"类故事做的编辑式动画图表。
多场景揭示——主视觉、功能、行动号召。
适配信息流的竖版动态文字短片。
从文章或仓库生成的决策树与概念讲解。
故障标题、logo 尾卡、干净的收尾。
胶片颗粒、漏光氛围,适合品牌片。
动画排版——drop、开场、"系统上线"的能量感。
把一个 GitHub 项目变成结构化的"这是什么"视频。
html-video 使用你 PATH 上任意一个 agent CLI,可在 studio 顶栏切换。它优先用 Open Design (Vela)——一次登录、多种模型——再回退到第一个可用后端。什么都没装?配一个 Anthropic key,它直接对接 Messages API。
给成片加上声音。配一个 MiniMax key,描述一段背景音乐的情绪,或输入一段旁白脚本;两者都会在导出时通过 ffmpeg 混入 MP4(音乐在人声下做 ducking)。没配 key?studio 其余部分照常工作。
三条命令:pnpm install、pnpm -r build,然后 html-video studio——会在 127.0.0.1:3071 打开。选一个模板或粘贴链接,跟 agent 对话,编辑每帧文字,加配乐,导出 MP4。全部在你的电脑本地运行。
同样的 meta-layer 思路驱动着设计领域的 Open Design——一个凌驾在众多工具之上的 agent 层。html-video 是同团队在动态影像领域的对应物:HTML 进,视频出。