用途
这个技能把制作“影片加强版原理讲解动画”的流程固定下来，输出可上课投影或上传YouTube的MP4。它把上网查资料、写脚本、中文旁白、逐格动画、字幕、配色、找授权照片与生成示意图、生成AI影片、自我审查到输出串成一条流程，适合需要“动画讲原理、照片当证据、AI影片带情绪”的教学影片。
主要能力
- 研究阶段要求至少两个独立来源，数字分官方宣称、实测或报道、自己的估算三类，估算须与现实比对。
- 旁白支持edge-tts（默认，可产出台湾口音）与Breeze TTS 2（进阶，需本机NVIDIA GPU），每句一个WAV。
- 支持修正唸错字：同声音生成多个候选， audition后apply，整句等比伸缩回原长度并重算字幕时间，不整句重录以免动画时间跑掉。
- 三色主题与全片统一字型，写在theme.json；默认黑底#121212、白字#F2F0EA、橘色强调#FF7A1A，默认源石黑体粗体。
- 图片层：每支片3–5张，真实照片当证据卡（仅接受公有领域、CC0、CC BY、CC BY-SA），Codex生成图当开场收尾气氛背景，自动写CREDITS.md并标注。
- AI影片层（选配）：每支片2–4段，需能跑MiniMax H3的环境（本机约26GB显示内存的NVIDIA GPU+ComfyUI或其他服务）；没有则可用只给prompt、静态图代替或不放影片。
- 审查用review-loop：draft品质输出后按子句截contact sheet逐张检查，修完重出直到一轮无问题，再输出high品质成片。
- 最后瘦身字型，CJK字型从12–17MB降到几百KB。
使用方式
在项目文件夹执行指令，工具用代号指向技能文件夹：<me>为本技能文件夹，<fe>为HyperFrames官方faceless-explainer技能，<review-loop>为review-loop技能。
环境检查：python <me>/scripts/hw_check.py --project <项目>，依references/hardware.md说明建议。需Node.js 22+、ffmpeg/ffprobe、Python 3+Pillow+fonttools；HyperFrames CLI用npm install -g hyperframes安装，再跑hyperframes doctor；官方技能用hyperframes skills update与hyperframes skills update faceless-explainer。
建项目与分镜：hyperframes init videos/<kebab-name> --non-interactive --example=blank --skill=faceless-explainer，写BRIEF.md，照faceless-explainer的Step 0–2做，选线稿清楚的preset，在frame.md加繁体中文覆写，跑bash <me>/scripts/fetch_fonts.sh <project>把字型放进assets/fonts/。写STORYBOARD.md与SCRIPT.md，旁白按子句切，数字写国字。
旁白：edge-tts用python <me>/scripts/edge_tts_voice.py --project <p> --voice zh-TW-HsiaoChenNeural [--rate=-5%]；Breeze TTS 2用python <me>/scripts/breeze_voice.py。先试听一两句，不满意换voice或语速。之后跑voice_meta.py与audio.mjs sync-durations。响度最后调到约−14 LUFS、true peak≤−1 dBFS。
镜头设计与平行制作：在shots.json写每格“第几个子句→画面出现什么”，跑apply_shots.py换算秒数；用hyperframes catalog找现成组件；多格重复的主角画成共用SVG。用frame-packets.mjs分格，每格派sub-agent平行做；没有sub-agent时自己照格号顺序做。全部回来跑unify_frames.py统一字型与发丝线。
组装：依序跑captions.mjs build、assemble-index.mjs、patch_captions.py、theme.py、transitions.mjs inject与verify、hyperframes lint与check。字幕每次重建后都要重跑patch_captions.py再跑theme.py；transitions.mjs inject会延长每格长度，每次跑完theme.py都要再inject一次，但不要连续inject两次。
图片层：用find_images.py search与get找照片，亲眼看后裁掉路人、其他品牌logo、浮水印；用gen_prompts.json与codex_images.py生成示意图（需本机已登录Codex CLI，用内建image_gen，不需API key）；在media.json写裁切、尺寸、模式与placements，跑treat_images.py与place_media.py。
AI影片层（选配）：写spec到assets/videos/gen/specs/<name>.json，每段4–15秒，主体写“没有品牌、没有文字”；用ai_video.py prompt与run生成，check后看每张check-1.png；在media.json用video字段摆放，跑place_media.py与hyperframes lint/check。
审查与交付：先hyperframes check，再用draft品质输出整片，用sheet.py按review_times.py给的时点截contact sheet，对照references/lessons.md检查表逐项看，修完重出直到一轮无问题，再hyperframes render --skill=faceless-explainer --quality high输出最终版并量响度。交付MP4路径、片长、总览contact sheet、素材来源清单（CREDITS.md与AI生成prompt文件位置），并列出用了哪些来源、哪些数字是宣称或估算、哪些地方与需求不同、哪些没做。
适用场景
- 需要中文旁白与字幕的原理讲解动画教学片。
- 要用真实授权照片当证据、AI生成图当气氛背景的影片。
- 在具备MiniMax H3环境时可加入AI生成影片带情绪；没有环境也能完成整支片。
- 需要固定审查流程确保画面品质的影片制作。
限制
- 完整流程依赖HyperFrames CLI、官方faceless-explainer技能与review-loop技能。
- edge-tts产生时需连网；Breeze TTS 2需本机NVIDIA GPU（约7.7GB VRAM，建议12GB以上，模型档约7GB）。
- AI影片层需能跑MiniMax H3的环境；没有时只能采退路。
- 照片仅接受公有领域、CC0、CC BY、CC BY-SA。
- Codex生图需本机已登录Codex CLI；没有Codex可改用其他生图工具把PNG放进指定文件夹。
- 匿名使用统计默认开启，需询问使用者是否hyperframes telemetry disable。
- 价格、收费与平台支持细节暂未提供。