Agent 做视频：编程 Agent 视频生产工具链全景（10 类、2 条技术路线 + 选型建议）
一句话总结：剪辑后期和讲解科普是当前最成熟方向，代码化渲染（HyperFrames / Remotion）是主流底座，配方卡式经验沉淀正在成为新复用单位。
基本信息
- 来源类型：文章
- 原文位置：raw/articles/2026-10-08-075004-tg-624c5f.md
- 原文 URL：https://juejin.cn/post/7693144953569787955
- 消化日期：2026-10-08
核心观点
- Agent 做视频目前最成熟的两类活：处理已有素材（粗剪、去静音、加字幕）和把文字稿转成讲解片；剪辑后期和讲解科普合计 122 个仓库，占总量的三分之二。
- 代码化出片已成主流：180 个仓库中 72 个（40%）点名 HyperFrames 或 Remotion；代码渲染每一帧可控、可复现、可修改，这是 Agent 的舒适区。
- “配方卡”正在成为可复用资产：video-shotcraft 的 152 张镜头配方卡、video-talkcraft 的 109 张动效配方卡，把好镜头拆成 Agent 能直接套用的参数；比写一大段描述性提示词稳定。
- 小仓库的信息密度被严重低估：50 星以下仓库中 Paper-Cut（绕开视频模型）、aftr（打通 AE 路线）都值得读；按清晰规则筛选比按星数排可靠。
- 选型建议：
- 画面以排版为主选 HyperFrames（HTML/CSS 出片，门槛极低）
- 镜头语言、复杂转场选 Remotion（React 组件描述每一帧）
- 典型场景：讲解动画/图文快剪选 HTML 路线；产品宣传片/电影感短片选 Remotion
实操内容保留
操作步骤（从原文摘录）
- 先跑通一个确定性场景：比如“录屏 → 去静音 → 加字幕”，用剪辑类 Skill 即可完成，成果容易验收。
- 再选定渲染底座：以排版为主选 HyperFrames，以镜头为主选 Remotion，不要两套同时上。
- 沉淀自己的配方卡：把团队满意的片头、转场、字幕样式固化成 Skill，后续每条视频都复用。
- 最后再考虑生成式画面：视频大模型成本高、可控性差，适合作为点缀而不是主体。
推荐仓库（原文摘录）
- 剪辑与后期：FireRed-OpenStoryline（3.4k 星）、AdobePremiereProMCP（106 星）、cut-video（101 星）
- 讲解科普：vox-director（2.0k 星）、video-talkcraft（1.2k 星）、Paper-Cut（16 星）
- 产品宣传与演示：video-shotcraft（9.7k 星）、guizang-product-video-skill（445 星）、aftr（22 星）
- 短视频与口播：codex-storyboard（344 星）、claude-faceless-shorts-creator（268 星）
- 故事与动画：story-to-handdrawn-video（2.1k 星）、remotion-guofeng-starter（25 星）
- 动效与 Logo：diffusionstudio/lottie（5.5k 星）、pixel2motion（2.3k 星）
关键概念
- HyperFrames —— HTML/CSS/JS 合成视频框架，已成 Codex 官方插件
- Remotion —— React 组件描述视频每一帧的开源框架
- Claude Code —— 编程 Agent 视频生产底座
- FireRed-OpenStoryline —— 自然语言下达“导演指令”完成剪辑
- vox-director —— Vox 风格纸拼贴讲解视频
与其他素材的关联
- 与 2026-06-10-codex-hyperframes-video：相同素材讨论 HyperFrames 作为 Codex 官方插件、额度消耗低、与专业视频产品仍有差距
- 与 2026-07-01-woshipm-vibe-motion-10-pitfalls：相同素材讨论 Remotion vs HyperFrames 选型、口播场景用 HyperFrames、全合成动画用 Remotion
原文精彩摘录
这篇文章不打算照搬清单，而是想回答三个更实际的问题：这个领域现在哪些场景已经成熟，哪些还在早期？想让 Agent 做视频，底座该怎么选？每个方向先看哪几个仓库最划算？
剪辑、讲解、框架、产品宣传四类合计 122 个，占总量的三分之二。这说明 Agent 做视频目前最靠谱的两类活是：处理已有素材（粗剪、去静音、加字幕），以及把文字稿转成讲解片。
趋势三：小仓库的信息密度被严重低估。Paper-Cut 绕开视频模型的巧思、aftr 打通 AE 的独特路线，都藏在不到 50 星的仓库里。对于选型来说，按规则筛远比按星数排可靠。
你打算在团队里尝试用 Agent 做视频，可以参考这样一个循序渐进的路径：先跑通一个确定性场景（比如“录屏 → 去静音 → 加字幕”），再选定渲染底座，最后再考虑生成式画面。