用途:在 ScreenKite 录屏(屏幕+摄像头合成)上叠加短动画 B-roll。屏幕录制始终是主体,B-roll 只做 4–6 秒角落画中画点缀,出现、供观众阅读、再由 magicMove 退场。
流程共 7 个阶段:1) 定位 .skbundle 中的麦克风音频;2) 用 ElevenLabs Scribe 转录为词级 JSON;3) 打包成短语视图并用联网搜索校对;4) 提出视觉创意菜单并选择密度档(稀疏4 / 中7 / 密集11–13 / 超高15+,默认中7),需用户确认后再继续;5) 为每个视觉位脚手架 N 个 Hyperframes 项目;6) 派发并行子代理,各自编写一个 index.html;7) 逐个渲染为 MP4 并应用 setSceneLayout DSL。
前置条件:macOS 上的 /Applications/ScreenKite.app;Node ≥ 22 与 PATH 中的 FFmpeg;推荐 uv(curl -LsSf https://astral.sh/uv/install.sh | sh),未安装则退回 python3;项目 .env 中需 ELEVEN_LABS_API_KEY(注意不是 ELEVENLABS_API_KEY),缺失时应先向用户索取,不得静默跳过转录;Hyperframes CLI 通过 npx hyperframes 调用,仓库 https://github.com/heygen-com/hyperframes,可选执行 npx skills add heygen-com/hyperframes 注册技能。
关键脚本均在 uv run 下使用:scripts/transcribe_mic.py(读取 .env 密钥、按来源缓存)、scripts/pack_transcripts.py、scripts/scaffold_slots.py、scripts/apply_broll_dsl.py(应用布局并清理残留片段)、scripts/find_skbundle_mic.py。渲染需串行执行,示例:for i in $(seq -w 01 07); do ( cd broll/slot_$i && npx hyperframes render --output renders/slot_$i.mp4 --quality standard ); done。质量可选 standard(审阅)、high(交付)、draft(快速迭代)。
硬性约束:MP4 本身就是 PiP,内容须铺满 1920×1080 整帧,不能放在子角落;时间线为“入场 → 稳定停留”,不写内部退场动画(退场交给 magicMove);合成时长需大于 DSL 窗口并留 1.5–2 秒阅读停留;时间线同步、暂停状态并注册到 window.__timelines["main"],禁用 async、setTimeout、Promise、Math.random、Date.now 和 repeat: -1;合成独立,根 div 直接在 body 下;完成后在槽位目录运行 npx hyperframes lint --json 修复错误并报告警告。
主要限制与注意事项:中文录音中英文专有名词易被误识别(如 Claude 被听成 Cloud),视觉生成前必须校对,此步骤不可跳过;setSceneLayout 只切分不替换,重复应用会留下亡魂片段,须用脚本清理尾部;不要并行渲染以免 Chrome 争抢;不要重复转录已缓存来源(Scribe 计费);用户未确认密度前不要开始渲染。参考资料按需加载:references/external-tools.md、dsl-cookbook.md、hyperframes-contract.md、visual-ideas-menu.md、subagent-brief-template.md。官方文本暂未提供。