用途：面向 YUV.AI 视频制作，作为“总导演”将创意或脚本转化为成品、符合品牌的 MP4。代理需判断每个节拍需要什么，路由到合适引擎，组合为一个 HyperFrames 合成，套用 YUV.AI Neon Phoenix 品牌，自检后渲染 MP4。
核心规则：HyperFrames 通过 headless Chrome 逐帧 seek 到 FFmpeg 渲染（frameIndex = floor(t·fps)，同输入同输出）。视觉分两类：可 seek 的实时适配器（GSAP、Lottie window.__hfLottie、Three.js、由 GSAP onUpdate 驱动的 canvas）必须时钟驱动，禁用 Date.now()、Math.random()、setTimeout 或 .play()；不可 seek 的则离线预渲染（ManimCE、TTS 音频、背景移除），再作为素材片段导入。Manim 始终是预渲染片段，不能作为实时适配器。
路由：讲解概念、数学、神经网络、算法、训练 → ManimCE（预渲染，可切成 BURSTS）；品牌动效（logo 闪现、数据揭示、图标弹出、脉冲）→ Lottie；动态字幕、标题、揭示、转场、数据标注 → GSAP（默认）；3D/空间 → Three.js；语音转字幕 → 转录 + 审批 webapp；无旁白 → TTS（Kokoro：npx hyperframes tts）；品牌色/字体/图案 → frame.md。
流程：规划节拍与画幅（16:9 和/或 9:16）；放置 FRAME.md 到项目根目录；先预渲染素材节拍（Manim：py -m manim render -qh --fps 30 scene.py SceneName，复制 MP4 到 assets/）；脚手架与合成：npx hyperframes init <slug> --non-interactive，编写 index.html；自检门槛：npx hyperframes lint（0 错误）→ validate（0 控制台错误、WCAG AA）→ 渲染 → 抽查 5 帧；Lottie 必须截图验证；渲染：npx hyperframes render --fps 30 --output renders/<name>_FINAL.mp4。
前置条件：Node 22+、FFmpeg、Python 3.11+ 与 pip（Manim/字幕）。本机真实 Python 为 py → C:\Python313，裸 python 是 Hermes venv 且无 pip，不要用；ManimCE 安装 py -m pip install manim（用 Text()/MarkupText 则无需 LaTeX）。若 Manim 不可用则跳过数学节拍或询问安装，不要整体失败。
限制：资料未提供收费、价格、平台支持范围或效果承诺等事实；部分实现依赖本地环境与配套技能。