2026-09-21-woshipm-workbuddy-hypit-viral-video-clone

教你用 WorkBuddy 复刻任何爆款视频（Hypit 开源工具实测）

马佳彬给出「爆款视频复刻」的第三种解法：不做拆解脚本的 Skill，而是给 WorkBuddy 装上开源项目 Hypit——一个把画面、字幕、B-roll、特效编译成完整制作工作流的视频制作语言与系统。丢一条 15 秒吉列剃须刀广告进去，28 分钟后拿到 1:1 复刻片；用代码渲染的画面不需要接视频模型，只有需要写实画面时才接视频生成 API。

基本信息

• 来源类型：文章（人人都是产品经理 · 作者：马佳彬，公众号「马佳彬」）
• 原文位置：raw/articles/2026-09-21-191049-tg-1ea968.md
• 原文 URL：https://www.woshipm.com/ai/6467542.html
• 素材来源：Telegram bot 抓取（telegram_msg_id 3989），正文由 scripts/http_capture.py HTTP 优先抓取
• 消化日期：2026-09-21
• 开源项目：Hypit 仓库 https://github.com/hypit-ai/hypit ；配套模型平台 HypiHub（需登录充值）
• 文章标签：AI视频 / WorkBuddy / 提示词 / 操作指南

核心观点

1. 爆款复刻有三条路线，这篇文章走的是第三条。作者先把市面上的做法分成三类：① 给 Agent 装一个「爆款视频复刻 Skill」，流程是拆解视频脚本，有时再配合多模态模型反推生成提示词；② 直接用专业 AI 视频生产工具（点名 libTV、Lovart，甚至即梦也推出了类似功能），但基本都要会员或积分；③ 本文路线——装上 Hypit 这样的开源工具，随便一个 Agent 装完就能用，作者认为对小白用户更划算。

2. Hypit 不是 Skill，而是「一整套完整制作视频的语言和系统」。这是本文最关键的定位判断：Skill 通常只输出拆解后的脚本，而 Hypit 直接产出一份包含画面、字幕、B-roll、特效的完整工作流。作者强调这个区别决定了后续能不能「拿到手稍微改改就能用」。它的能力是双向的：既能复刻（丢一条视频进去复刻），也能从零生成（用它的模板 + 文字描述想要的效果，让 WorkBuddy 写一套新的视频生成工作流）。

3. 「要不要接视频模型」取决于画面怎么来——这是成本分水岭。作者的规则很明确：常规视频生成需要接入视频生成模型；但用字幕、动效和代码渲染生成的画面不需要接模型，直接编译成片，只消耗当前大语言模型的 token。一句话概括就是”代码生成的动画视频不需要接入，只使用你当前的大语言模型，消耗 token 就行了”。

4. 国内视频生成模型有清晰的梯队，且价格差异巨大。作者给出的排序是：第一梯队 字节 Seedance 2.5（低一档是 Seedance 2.0），可在即梦、豆包、小云雀上使用，但要接 WorkBuddy 得去火山引擎申请 API；第二是 MiniMax H3——一个开源模型，可在 MiniMax 开放平台申请 API；再往下是可灵、Vidu、混元之类；曾经开源的千问 Wan 系列已不再开源，最新是 Wan3.0。作者的原话是”Seedance 模型除了贵之外没啥毛病”。

5. 预算分层给建议，而不是一味推最强。作者的建议很直白：真要做 AI 视频生成就得投入，有钱的别考虑太多直接选 Seedance；预算有限的选 H3 或 Wan3.0，或者被他调侃为”不争气开倒车的可灵”。至于自己部署开源模型，作者认为不是好选择——可选的模型不多，还需要足够硬件资源，“显卡现在这么贵，你还得折腾什么 Comfyui 之类的”，因此接 API 是一般最佳选择。

6. WorkBuddy 内置的 Videogen 是一个「不确定背后是谁」的视频生成能力。作者为了演示不接外部 API，直接用了 WorkBuddy 内置的 Videogen。他明确指出 Videogen 是能力名而不是模型名：“并不特指哪一个视频生成模型”，背后有时调混元、有时调可灵，“好像没啥规律”，消耗的是 WorkBuddy 积分。这条观察很实用：同一个入口在不同时刻可能落到不同模型上，效果不可预期。

7. 模型接入是三选一，且第三条路可以「白嫖」。Hypit 跑起来后会确认几件事，其中最关键的一件是”你接入什么视频生成模型”：① 用 Hypit 自带的 HypiHub 平台（类似视频生成模型 API 服务聚合，可登录使用，照样得充值）；② 用自己在火山引擎 / MiniMax 开放平台注册的 API Key；③ 只做解析和脚本——解析出来的脚本内容发给豆包，用豆包的免费视频生成额度去生成后续视频。第三条对只想要脚本的用户是零成本路径。

8. 15 秒广告的复刻成本可以被量化。实测复刻吉列剃须刀广告（15 秒）后，作者去 WorkBuddy 官网查了积分消耗明细，发现这次 Videogen 调用的是 kling-v3-t2v，共消耗约 800 个积分；作者补充说这些积分”不要钱，每天可以签到领鸡蛋做任务获取”，但如果换成用 Seedance 2.5 生成，大概也得十几块钱起步。这是本文给出的最具体的一组成本对照。

9. 复刻的还原度上限由你接入的视频模型决定，工具本身只负责流程。作者在结论里把因果关系说得很清楚：“效果好坏……根本原因取决于你使用的是什么视频生成模型”；“至于你要拿来复刻什么，复刻后能达到什么样的效果，其实最终还是取决于你接入的是什么视频生成模型”。他对工具本身的评价是正面的——还原度很高，比一般的视频复刻 Skill 还稳定。

10. 「问 AI」被当作学习路径的一部分。作者两处示范了把解释工作外包给 Agent：一是把 Hypit 开源地址发给 WorkBuddy，“让它去帮你整理解读总结”；二是对视频生成模型不熟时，“直接问 WorkBuddy，让它给你全网搜索后，列举出来，开源跟闭源的，哪些收费哪些免费”。这条隐含的方法论是：新工具的知识可以先由 Agent 代读，人只负责决策。

11. 评论区补上了「稳定」的另一种解释。读者「上官洋洋」写道：确实比普通的爆款复刻 Skill 稳多了，“普通 Skill 大多只输出拆解后的脚本，Hypit 直接给你整好包含分镜、字幕、特效节点的完整工作流，拿到手稍微改改就能用，省了好多梳理制作流程的时间”。这条外部反馈把「稳定」从”生成质量稳定”具体化为**“交付物完整度稳定”**——输出的是可编辑的成品工作流而不是半成品脚本。

实操内容保留

本文属工具操作型文章，含完整的分步教程与可直接复用的提示词，按原文原样保留。

部署提示词（原文原样）

部署这个项目 github.com/hypit-ai/hypit

• 模型选择：GLM-5.3-Flash
• 实测耗时：约 7 分钟部署完成
• 部署后可直接追问 WorkBuddy「Hypit 到底有什么功能、能做什么」

复刻提示词（原文原样）

/hypit 复刻这条视频 gillette.mp4

• 素材：视频号刷到的吉列剃须刀广告，时长 15 秒
• 操作方式：在已部署 Hypit 的对话窗口中上传视频文件，再加上面这句提示词

Hypit 会追问的确认项（原文流程原样保留）

1) 复刻目的是什么 —— 给 1/2/3 三个选项点击选择，第 4 个选项可自行输入需求
   作者输入：1:1 同款复刻，把吉列的名字改成「老马」
2) 接入什么视频生成模型 —— HypiHub（自带平台，需充值）
   / 自己的 API Key（火山引擎、MiniMax 开放平台）
   / 只做解析和脚本（脚本发给豆包，用豆包免费额度生成）
   作者填写：使用 WorkBuddy 内置的 Videogen 能力去生成视频

实测参数与成本（原文数据原样保留）

复刻时长：约 28 分钟（从提交确认项到复刻完成）
原片时长：15 秒（视频号 吉列剃须刀广告）
实际调用：kling-v3-t2v（在 WorkBuddy 积分消耗明细里看到）
积分消耗：约 800 个积分
积分来源：签到、领鸡蛋、做任务（作者称「不要钱」）
对照成本：换 Seedance 2.5 生成约十几块钱起步

国内视频生成模型梯队（原文排序原样保留）

第 1 梯队：字节 Seedance 2.5（高一档）→ Seedance 2.0（低一档）
          使用入口：即梦 / 豆包 / 小云雀；接 API 走火山引擎
第 2：MiniMax H3（开源；API 走 MiniMax 开放平台）
再往下：可灵（Kling）/ Vidu / 混元
开源转闭源：千问 Wan 系列（最新 Wan3.0，已不再开源）

开源地址（原文给出）

Hypit：github.com/hypit-ai/hypit

关键概念

• Hypit —— 本文主角，开源爆款视频复刻工具（首次出现的实体，已建页）
• WorkBuddy —— 承载 Hypit 的 Agent 壳；内置 Videogen 视频生成能力
• 视频生成模型 —— 复刻效果的上限变量；本文给出国内梯队排序
• Seedance 2.0 —— 第一梯队模型（含 2.5）
• MiniMax —— H3 所属厂商
• Kling —— 实测中被 Videogen 实际调用的模型（kling-v3-t2v）
• Skill —— Hypit 明确不是 Skill，这是本文的定位判断
• AI视频剪辑自动化 —— 同属视频生产自动化谱系
• AI内容创作 —— 归属主题；爆款复刻是该主题下的子方向

与其他素材的关联

• 与 2026-09-21-woshipm-ai-desktop-outfit-video-skill（鱼皮的桌面换装视频）构成同一天的两条复刻路线对照：鱼皮走「逐帧逆向 → 生成提示词 → 封装成 Skill」的人工拆解路线；老马走「装上开源工具 → 工具自己产出工作流」的成品工具路线。前者的产物是提示词模板，后者的产物是可编辑的分镜/字幕/特效节点工作流。
• 与 2026-08-11-codex-9-video-skills、2026-08-12-workbuddy-libtv 衔接：这些素材记录 WorkBuddy 作为视频 Skill 运行环境的能力，本文补上了它在「接入外部视频生成 API / 内置 Videogen」这一层的实测细节。
• 与 2026-07-17-juejin-workbuddy-agnes-ai-api、2026-07-19-juejin-workbuddy-workrally-ai-short-drama 同属「WorkBuddy 作为多模态生成宿主」的谱系：Agnes 走「文档 → 编译 Skill → 调外部 API」，WorkRally 走「Open API → 33 个 CLI 命令 → 短剧全流程」，本文走「开源项目 → 部署 → 复刻 + 调用内置 Videogen」。

原文精彩摘录

摘录一（工具与模型的成本分界） “Hypit最终输出的是视频制作的工作流，但是最终的视频生成，你是需要接入视频生成模型的。当然了，如果是用字幕、动效和代码渲染生成的画面，那是不需要视频生成模型的，直接就能编译成片。一句话概括就是一般正常的视频生成，需要接入视频生成模型。如果是代码生成的动画视频，那就不需要接入，只使用你当前的大语言模型，消耗token就行了。”

摘录二（视频模型梯队与预算建议） “按目前AI行业的情况来看，排除掉国外的模型，国内的视频生成模型，排名第一的就是字节的Seedance2.5，再低一个版本的是Seedance2.0。……Seedance模型除了贵之外没啥毛病，最新的2.5效果是最好的。其次是Minimax的H3，这是一个开源的模型……老马的建议是你真要搞AI视频生成，还是得投入的，有钱的不要考虑太多，直接选Seedance模型。预算有限的就选择H3或者Wan3.0，或者不争气开倒车的可灵。”

摘录三（Videogen 的不确定性） “Videogen是WorkBuddy的视频生成能力，并不特指哪一个视频生成模型。这个能力背后有时候会调用混元的视频生成模型，有时候是可灵的，好像没啥规律，消耗的是WorkBuddy的积分。”

摘录四（成本实测与效果归因） “像吉列剃须刀广告这样15秒的视频，复刻下来消耗了WorkBuddy差不多800个积分，好在积分不要钱，每天可以签到领鸡蛋做任务获取。如果换成用Seedance2.5模型生成，那大概也得十几块钱起步算了。……Hypit这个爆款视频复刻工具体验下来，老马觉得还是挺不错的，还原度很高，比一般的视频复刻Skill还稳定。“

相关页面

（暂无）