用途：为现有的真人出镜、访谈或播客视频叠加经过设计的图形卡片层，包括动态标题、下三分之一条、数据标注、引用、侧栏和画中画，并与口播内容的时间点同步。该技能不是普通字幕工具：它不改动原片，而是在播放的视频之上添加设计图形；若需要把说的话做成字幕，应使用 embedded-captions；若要从零创建视频，应走创建类工作流。整个流程经由 /hyperframes 入口进行意图路由和输入确认。
主要能力：在对话中由智能体根据转录内容直接设计卡片的内容与时间，并逐卡编写 HTML 片段，最后组装成单一合成 HTML，通过 hyperframes 渲染为 MP4。工作目录会生成 metadata.json（时长、宽高、帧率）、audio.mp3（提取音频）、transcript.json（词级时间戳数组）、storyboard.json（卡片规划）、public/cards/card-XX.html（逐卡片段）、public/index.html（最终合成）、output.mp4（渲染结果）。卡片数量由视频时长和信息密度自动推断，最短不少于 5 张；卡片区域支持 fullscreen、whiteboard-area、lower-third、side-panel、video-overlay 五种；支持 cut、fade、slide、wipe 四种卡片转场。
使用方式：先运行 npx hyperframes doctor 检查 ffmpeg、无头浏览器和渲染依赖，并确认技能目录内自带字体与 GSAP 资源；macOS 上建议设置 PRODUCER_BROWSER_GPU_MODE=hardware。随后创建 videos/<项目名> 工作目录，用 ffprobe 提取视频元数据、用 ffmpeg 抽取音频，再运行 npx hyperframes transcribe 在本地进行 Whisper 转录（无需 API 密钥），生成词级 transcript.json。修正明显的语音识别错误后，在对话中依据转录和元数据设计 storyboard.json，确定卡片的时间、区域、强调色和内容提示。之后与用户确认输出比例、布局、视觉风格和卡片密度预设，再逐卡编写 HTML 并组装合成页面，通过 hyperframes 渲染输出 MP4。首次使用前会确认运行 npx hyperframes skills update talking-head-recut 更新技能。
适用场景：访谈、播客、真人讲解类长视频的图形包装；需要将口播中的数据、引用、要点以设计卡片形式呈现的短视频或社交媒体内容；需要按内容密度自动决定卡片数量的剪辑包装任务。
限制：描述中未提供具体收费、价格和平台支持范围；渲染依赖系统 ffmpeg/ffprobe 与无头浏览器等环境；转录使用本地 Whisper，识别结果需要人工校正；卡片结束时间需钳制到媒体时长，避免渲染出现黑尾。其余功能细节暂未提供。