OpenClaw × HyperFrames：从一句话需求到视频交付的完整流程

如果只是介绍“HTML 能渲染成视频”，HyperFrames 很容易被理解成又一个前端动画工具。但把它接进 OpenClaw，使用方式就变了：你在飞书或其他已经接入的聊天入口提出需求，OpenClaw 读取技能、准备工程、编排场景、运行检查，再把预览和成片交回来。

这篇文章的重点不是教你手写一个视频页面，而是走通这条链路：用 OpenClaw 组织工作，用 HyperFrames 制作和渲染视频，通过对话持续修改，最后拿到成片和工程。

1. 先分清：谁负责哪一部分？

角色	在这条流程里做什么
你	提供主题、素材和判断，确认表达是否准确
OpenClaw	理解需求，调用工具，读写项目文件，维护任务上下文并交付结果
HyperFrames 技能	告诉 Agent 如何选工作流、写合成、处理动画与媒体、检查和导出
HyperFrames CLI	实际执行工程初始化、检查、预览和视频渲染
聊天渠道	接收需求、展示进展、收取可发送的视频或附件

HyperFrames 本身是一个将 HTML 转换成视频的开源框架，不是文生视频模型。OpenClaw 也不是简单给它套一个聊天框：Agent 需要真正访问文件、执行命令、检查结果，才能把需求落到工程上。

同样，安装技能不等于已经安装好全部渲染依赖。技能主要是工作说明；真正干活的仍然是 CLI、浏览器、媒体处理程序和可用的执行环境。

2. 完整流程长什么样？

flowchart TD
    A[在聊天里提出视频需求] --> B[OpenClaw 读取 HyperFrames 技能]
    B --> C[明确目标和分镜]
    C --> D[创建工程与准备素材]
    D --> E[生成场景和动画]
    E --> F[检查并展示预览]
    F --> G{观看后确认}
    G -->|提出修改| E
    G -->|确认导出| H[渲染并检查 MP4]
    H --> I[交付视频和可编辑工程]

这条流程最重要的两个停顿是：先确认要讲什么，再确认实际画面。 分镜看起来合理，不代表生成后的字足够大、节奏足够舒服；命令返回成功，也不代表收到的视频没有黑帧或缺字。

3. 一次性准备：让 OpenClaw 看得到技能，也跑得动工具

下面默认你已经能正常和 OpenClaw 对话，而且准备在运行 Agent 工具的机器上执行视频任务。若 OpenClaw 在服务器上，命令和渲染依赖就应准备在服务器或实际使用的执行节点，不是只装在自己电脑上。

3.1 安装官方技能

在默认单用户环境中，可以使用支持 OpenClaw 的 skills CLI，将官方 HyperFrames 技能安装到对应的用户技能目录：

npx skills add heygen-com/hyperframes --agent openclaw --global --copy

在交互选择器里先选 Core Skills。--agent openclaw 指定安装目标，--global 使用用户级范围，--copy 使用文件复制。不同状态目录或多 Agent 环境，应以实际工作区和配置为准，不要只凭默认路径判断安装是否完成。

安装工具的参数见 skills 官方仓库；OpenClaw 的技能目录、加载优先级和作用域见技能文档。

然后检查本机识别情况：

openclaw skills list
openclaw skills info hyperframes
openclaw skills check

如果当前会话还没有刷新技能，刷新后重试，必要时新开会话。验收标准不是“终端说安装成功”，而是 OpenClaw 能找到并完整读取 hyperframes 技能。相关诊断命令见 OpenClaw Skills CLI。

3.2 检查执行环境

让 OpenClaw 先做一轮准备，而不是直接生成一分钟视频：

请检查当前执行环境是否能使用 HyperFrames。

确认：
1. 你能找到并读取 hyperframes 技能。
2. 当前工具执行环境可用，Node.js、npm 和 HyperFrames CLI 能运行。
3. 能创建项目文件，并具备检查、预览和渲染所需的依赖。
4. 如果缺少依赖，说明具体缺什么；没有完成的检查不要标成已通过。

先不接入付费服务，也不生成正式成片。

这里不要求装完全部可选能力。先跑通纯文字、图形、无配音的短片，再增加配音或生成素材，排错会简单很多。

4. 从一条聊天消息开始

准备就绪后，日常使用不需要每次打开终端。可以直接给 OpenClaw 发这样的需求：

请使用 hyperframes 技能，制作一个 30 秒的中文讲解视频。

主题：OpenClaw 如何把一句需求变成一个可编辑的视频工程。
观众：用过 AI 助手，但不熟悉程序化视频的人。
用途：发到博客，横屏 1920×1080。

结构：
- 开场：提出“一句话能不能变成视频”的问题。
- 中间：用需求、工程、预览三个环节解释过程。
- 结尾：强调可以继续对话修改，而不是只能重新生成。

视觉：简洁、深色背景、白色正文、一种强调色。
声音：第一版先不加配音和音乐。
素材：以文字和图形为主，不使用未提供的个人资料。

请先提出一个推荐方向和分镜。
分镜确认后制作，完成检查后给我看预览，确认画面后再导出。
工程放进独立项目目录，最终交付 MP4，并保留可编辑源文件。

这份需求不长，但已经交代了主题、观众、用途、画幅、视觉、声音和交付方式。信息不全时，OpenClaw 可以补问真正影响结果的部分；信息齐全时，则不必围着固定问卷转一圈。

还有一个细节：在普通聊天入口中，“请使用 hyperframes 技能”是自然语言请求，不应假设 /hyperframes 在每个渠道都注册成了可直接执行的斜杠命令。 能否识别技能，以当前会话实际加载情况为准。

5. OpenClaw 在后台应该怎么做？

5.1 先读入口技能，再选工作流

hyperframes 是入口，不是让 Agent 靠记忆随便写一段动画。它会根据目标选择更合适的流程，例如：

需求	常见工作流
把一篇文章或一个概念做成讲解	`faceless-explainer`
用网站内容制作产品介绍	`product-launch-video`
做一个短小、无旁白的动态视觉	`motion-graphics`
给已有口播视频添加字幕	`embedded-captions`
较长或更自由的自定义制作	`general-video`

上面的 30 秒主题讲解更接近 faceless-explainer。具体仍由需求决定，不是看到“网站”两个字就一定要做网站宣传片。

独立技能安装采用核心能力先装、工作流按需加载的方式。需要更新或补齐所选工作流时，Agent 按技能指引执行相应命令，例如：

npx hyperframes skills update faceless-explainer

如果采用插件包安装，则遵循插件自己的更新方式。工作流入口和能力划分以 HyperFrames 官方仓库中的技能说明为准。

5.2 把聊天里的决定落进项目文件

对话负责沟通，文件负责保存已经确认的制作决定。一个稍完整的工程可以这样组织：

projects/openclaw-video-demo/
├── BRIEF.md              目标、观众、约束和交付要求
├── STORYBOARD.md         分镜、顺序和确认状态
├── SCRIPT.md             有旁白时使用的脚本
├── frame.md              需要时记录视觉方向
├── index.html            主合成
├── hyperframes.json      工程配置
├── compositions/         分场景内容
├── assets/               素材与字体
└── renders/              导出成片

不是每个五秒片头都需要这些文件，但长一点的工程不该只依赖聊天记录。文件能让 OpenClaw 在后续会话里继续工作，也让人自己接手更容易。官方项目模型解释了这套源文件与编辑工具共用工程的方式。

5.3 生成工程，而不是给出一段“你可以这样做”的建议

在实际执行环境里，初始化和验证通常会涉及这些命令：

npx hyperframes init openclaw-video-demo --non-interactive
cd openclaw-video-demo
npx hyperframes check
npx hyperframes preview --background

这些只是关键节点，不是一段执行完就会自动得到定制视频的万能脚本。初始化之后，Agent 还要按已确认分镜编写场景、准备素材、接好可定位的动画，再运行检查。

对使用者来说，应该看到的是“哪些场景已经完成、发现什么问题、接下来做什么”，而不是一串工具调用日志。公开进展也不需要暴露模型的私有推理。

6. 预览阶段：服务器上的 localhost 不是手机能打开的链接

这是把 HyperFrames 接入聊天助手时，很容易漏掉的一步。

CLI 在服务器上启动的本地预览地址，只对相应网络环境可达。OpenClaw 把 localhost 地址贴到飞书里，并不意味着手机能打开它。

因此应按环境选择交付预览的方式：

在同一台电脑制作和查看： 使用本机 Studio 预览，直接检查时间线和画面。
OpenClaw 在远程机器上： 通过已配置、可访问的预览入口查看；没有这种入口时，先让 Agent 把关键帧截图作为附件发回聊天，确认视觉和文案。
需要判断完整运动和声音： 静态截图不够，应明确要求一份试看片，并授权导出这一版，再在播放器里看完整节奏。

不要为了“给一个链接”就默认把整个工作目录公开上网。预览可达性是一项单独需要验证的交付条件。

修改意见也尽量具体：

保留当前分镜和配色，只修改三处：
1. 第二幕文字太多，拆成两次出现。
2. 结尾总结至少停留两秒。
3. 把强调色限制在关键词，不要整段上色。

修改后重新检查，并给我看修改位置的预览。

这里应修改同一份工程，而不是每次丢掉上一版重做。

7. 画面确认后，才进入成片交付

当预览满足要求，可以在聊天里明确告诉 OpenClaw：

这版画面确认了，请按当前工程导出 MP4。
导出后检查时长、尺寸、首尾画面和关键场景。
把可播放的视频发到当前聊天，并保留工程文件。
如果渠道限制导致不能直接发送，说明原因和文件位置，
再提供当前环境支持的文件交付方式，不要只说“已完成”。

Agent 随后执行的导出命令可能是：

npx hyperframes render --output renders/final.mp4

命令选项与执行方式见 HyperFrames CLI 指南。导出后，OpenClaw 应确认文件实际存在且非空，核对媒体信息，并抽查导出的真实画面；有配音或音乐时，还要检查声音和同步。

文件生成和文件送达，是两件事。 在聊天里打印服务器路径，不等于已经发送附件。OpenClaw 的媒体发送需要使用渠道支持的结构化媒体字段，且受渠道能力和文件大小限制，相关机制见媒体与附件说明。

理想的交付结果包含三样东西：

当前可以观看或下载的 MP4。
可继续编辑的项目目录，或用户需要时打包的源文件。
简短说明：规格、验证结果，以及确实存在的未完成项。

以后要改标题、改结尾或制作另一个比例，就可以直接说“继续这个工程”，不必从零描述整支视频。

8. 常见卡点，应该排查哪一层？

表现	优先检查
助手说不会用 HyperFrames	技能是否在当前 Agent 的加载范围内，是否读取了入口技能
技能安装成功，却无法运行	CLI 和渲染依赖是否在实际执行环境里，而非另一台机器
只给出教程，没有生成文件	当前是否允许工具执行、工作区写入，任务是否明确要求实际制作
手机上打不开预览	链接是否只在服务器本地可达
预览正常，导出缺字或缺图	字体、素材路径、外链稳定性和渲染环境是否一致
修改一次就丢失上一版	是否保留同一工程和确认文件，而不是只依赖对话
显示完成，但收不到视频	是否真的发送媒体附件，渠道是否支持、文件是否超过限制

另外，开源不等于整条链路没有成本。官方快速入门说明，本地渲染不消耗 HeyGen 积分，但 Agent、生成素材、配音和托管服务可能有独立费用。先用无声短片跑通，再按需要接入这些能力即可。

结语：真正连接起来的是一条可修改的生产流程

OpenClaw 和 HyperFrames 的结合，不是“发一句话，神奇地得到一个视频”这么简单。

它更像是把需求沟通、技能指引、工程文件、自动检查、人工审阅和媒体交付接在了一起。你不必手动操作每个技术环节，但依然能决定内容、检查表达，并用自然语言推动修改。

所以，第一次尝试时，不妨把目标设得很小：在聊天里提出一个主题，完成一段 30 秒视频，拿到能播放的 MP4 和可以接着改的工程。 这条闭环走通之后，再谈批量生产和更复杂的创作。

本文是 OpenClaw × HyperFrames 的使用流程指南，示例对话用于说明操作方式，不代表本文已把示例主题制作成片。技能目录、工作流和命令依据官方文档核对，具体可用性仍需在自己的执行环境中验证。文档核对日期：2026-10-15。