codex 如何批量剪辑口播

codex 太厉害了，给你们看一下啊，就是我跟他说我的需求啊，就是自动化生成图片，然后对应的 cds 二点零的分镜提示词，然后直接生成视频，你看这个流程，直接他就能帮我做了啊， 他先让我啊，登录授权我们这个呃节目的账号啊， 然后我登上去之后啊，他说让我确认，我说我的意思是用 image 二模型生成图片啊， 就是目前来说最强的生图模型，然后好，他用了 gpt 的 生成了这四张啊图片看，然后他就写好了这个完整的分镜提示词， 点进来看一下啊，我对他这一版其实是不是很满意啊，我就又上传了我的塑身形象和这个音频音色一起给他生产啊，他就直接啊添加进去后啊，升级后的，其实是看见没有啊， 他的运镜啊，他的音频音色，还有啊他的模型啊，比例， 分辨率描述，他都会一并成交，让我确认，确认之后，好，你看八分钟之后生成完成， 虽说非常的厉害。你看到这边我自己来剪一下。看这套新中式 主楼加旁边小院房，一进门就是双层挑空门厅气场一下就出来了，面宽十三米，进深十一米五，屋檐声带一亮，晚上比白天还好看。细节看这里，门厅线条，灯光，院子比例，这房子盖的讲究，老家准备建房的评论区打别墅，我把这套思路讲给你听， 怎么样，是不是非常的厉害，就是现在哦，如果说你还没有体验过这种 and just give 就是 这种自动化的啊， 模型就真的是，呃，你现在所有的工作方式都可以通过它给你复制出来了，不信你你问一问他，他都能给你复制出来， 真的。所以如果你还没有体验过的可以好在评论区啊，打个一啊，或者说想体验我会教你怎么去做。我真的想在 ai 时代啊他们大家一起无限进步啊。

这些视频都是扣 test 剪的，剪了之后还有剪映的原文件，我只需要跟他说我的视频是在哪，他就可以帮我剪。大概有十个直播的切片，直播的小视频， 而且我改了字母之后，我直接跟他说字体样式样式，他就可以直接给我改，嗯，他说 a 九已经加上字体了，而且已经交对过了。嗯，给大家看一下我们的 a 九 流程呢？ o d s 里面，嗯，它这个确实是跟我设定的一模一样， 而且这里面它的 image two 它也是自己校对校对过的，真的绝了。

好了，大家好，这段时间 codex 相信很多小伙伴已经上手，开始用了一个非常好用的 openai 的 桌面端的一个 agent 工具。那么今天我想推荐一个 codex 里面的一个很强很厉害的一个做视频的插件叫 hyperframes， 它可以帮你按照网页的形式去做成一个视频，相当于用写前端的代码去做一个视频。首先我们知道 ai 在 写前端代码这块已经是非常厉害的，所以说这个插件就可以帮你 让你的 ai 像写代码一样去做视频。好的，那么我们就直接来试一试这个插件到底有多厉害。使用是在这边点击这个插件下面找到这个 hyperframes， 安装之后我们直接右上角点在对话中使用。这里我把 cloud 的 一个官网给他，我说一句，请根据这个网站做一个产品的宣传视频。好的，我们这里让他开始执行。好的，可以看到他跑了一段时间，他去官网去拉取了一些他需要用到的素材， 他接着在执行。好的，现在他已经生成好了，他已经跟我们说宣传视频已经生成好，在这里只需要点开就可以去预览。 并且他除了宣传片以外，他还使用了官方的素材，产品的文案，他还有动画的分镜，他还给这个宣传片加了旁白的阴鬼。让我们来一起看一下 the ai for problem solvers breakdown complex work together research write analyze data and code with expert level collaboration bring code to your desktop browser tools and team code by anthropic think bigger work clearer。 可以 看到整个效果还是非常好的，除了可能画面中有个别的小细节， 有一些排版上的问题，整个的效果你敢相信是我只用了一句话，没有经过任何修改它就出来的一个结果。随着 ai 进一步的发展，一开始的文字、 图片、视频以及到现在的全自动的生成视频以及剪辑， ai 的 发展只会越来越快，而且这个工具对于很多想要制作一些宣传视频、科普视频的人来说非常的有帮助。

你现在看到的这条视频就是 codex 加 hyperframes 做出来的，包括所有的动画字母以及里面的图片生成内容，包括这条视频也是 codex 自己发出来的。接下来我给大家拆解流程。首先我把这个视频的文文本案复制到 index t t s 去做配音生成，没错，这个视频的配音 也是 ai 的。 接下来在 codex 当中找到插件，下拉找到 hyperframes 白黑键，点击加号，再点击安装，然后就可以到对话窗口艾特这个插件，再把这段音频 一起放到聊天窗口，然后把要求给到它， codex 就 会根据 hyperframes 这个插件做出对应的动画。值得惊讶的是，当我看到这条视频的成片时， codex 居然自己去文件夹看了我的录屏素材，然后自己剪进了成片当中。所以你们会看到鼠标动画，但是我从来没有告诉过 codex， 我 提前录了屏。 这就是 codex agent 的 聪明之处，整个动画都是由 ai 自己调用技能做出来的，包括你看到这里可能会觉得这个动画有点看腻了，那这个时候应该有点真实的动画有点看腻了，比如一个玩美女的滑板，或者一个正在喝帅哥的咖啡， 是因为这个部分啊，调用了今天的 emerge 二生成图片，所以你看起来这个视频才不会那么枯燥。包括这期视频的封面也是 codex 做的， 视频发布也是他自己发出来的，既 computer use 功能发布之后，随之又上线了 chrome 的 功能，所以我就提前登录了视频后台，你才能看到这条完整由 aint 全流程制作，自动发布出来的视频。

家人们，扣代词现在可以直接做视频剪辑了，我只在扣代词里敲了一行字，装上嗨客 friends， 敲键一句话就能生成想要的任何视频。动效、转场、字幕配音全自动，不满意继续打字改就行，秒出新版本，还可以批量生成。下面这个视频是我让扣代词生成人类编程史的视频，太酷了！又会扣代，你就真 正打开了 ai 内容创作的新世界大门！我强烈建议所有自媒体人、内容创作者都要学会扣代斯这套玩法，真的能把效率直接拉高十倍！关注我以后分享更多玩法！

接下来我会直接用一些案例来展示它的能力。第一个案例是本地文件的处理，那为什么我第一个案例要说本地文件处理呢？是因为大家之前常用的对话的 ai 产品其实是没有这个能力了， 也导致了我们经常需要复制、粘贴、上传、下载文件，其实是很浪费时间，那 agent 的 本地文件处理能力就会大大提升我们的效率。那比如说我这里有一堆视频素材，文件名全是乱的，以前呢，我只能一个个打开看，然后再手动改名，其实是非常浪费时间的。 现在呢，我直接把这个文件夹丢给 codex， 然后跟他说请读取这个文件夹中的视频及图片素材，然后根据画面内容给我重新整理命名发给他。 ok， 我 们可以看到 codex 已经把我们的素材都整理好，他给我们根据画面内容分成了五类，并完成了重新的命名，并且给了我一个整理清单，包含了原本的文件名，还有新的文件名， 还有内容的说明。那我们现在也回到刚刚的文件夹看一下，看他改的怎么样。这是原本的文件夹，可以看到他根据不同的类型建了不同的文件夹，并且给我们一个整理清单， 我觉得这个任务完成的是相当不错。那当然，第一次做这种批量操作呢，我建议大家可以让他们先生成预览的清单， 不要马上重命名，你确认命名风格没有问题，再让他真正的去执行。那第二个案例，我们来讲一个更贴近内容创作者的能力，用插件和 skill 把口播稿变成视频， 我想把一段口播稿做成一个有节奏的视频片段，通常我会用到两个东西，第一个是插件， 比如 hyperframes 插件，你可以把它理解成给 codex 装了一个能力包装上。以后呢， codex 就 知道 hyperframes 是 用来做 html 视频片头，动画字幕视觉化和动态图纹的。那第二个 skill skill 其实更像是我们自己的工作方法说明书， 那比如说我这里有一个自己的 video skill， 它规定了做口播的节奏，然后再做 time map， 屏幕上呢，只能放关键词，动画呢要跟着旁白重点走，最后呢，还要检查文字有没有重叠，有没有太小，有没有画面太空。那所以这个案例完整的跑起来，就是我给 codex 一 段口播稿，然后告诉他，请使用我的 video skill 的 方式，把这段口播做成一个视频片段。 然后呢，他会开始跑关键帧的预览，主要看三段的版式，有没有文字的溢出啊，层级是否清楚啊，然后再决定调整之后要不要渲染完整段视频。 ok， 这里他根据我们的需求，将文章分成了三段，然后做好了视频，并且渲染好了。这里我给大家看一下，如果之前看过我视频的，应该有看到过这些片段， 那这里呢，他会根据口播的速度，对画面的一些重点部分进行高亮，或者是增加一些动画的特效等等。 这个案例呢，其实想跟大家分享的是插件和 skill 的 使用，插件解决的是 codex 会不会用这个工具，以及是否具备这个能力。那 skill 呢，其实就是我们自己的工作流， 每当你完成一个任务，如果你觉得 codex 最终出来的结果是 ok 的， 那你就可以让 codex 把这个工作流总结成一个 skill， 下次遇到类似的问题，你就可以直接调用这个 skill 了。 前面给大家讲的都是比较基础的功能，接下来我们用一个案例讲一个稍微高级一点点的功能，命令行的使用，也就是 c l i， 那 c l i 的 意义就是让 codex 能够通过命令行直接操作其他的程序。这里呢，我们可以以非输的 c l i 为例， 你可以直接去复制提示词，然后在这里聊天框里面，你可以选择一个文件夹啊，就像我之前说的，我可能一般这种任务会把它放在这个文件夹， 那直接把我们刚刚复制到的 c l i 的 提示词发给 codex。 那 我们可以看到，在安装过程中其实会遇到各种各样的问题，但是 codex 一 般呢，都会自己解决，如果实在解决不了，需要权限的，他才会再来找你。 ok， 那 现在 c l i 就 已经配置好了， 装好之后呢，你就可以在 codex 里面让他去操作文件了。比如说你可以直接跟 codex 说，帮我整理一下这个文章，优化一下内容， 那它就会自己去操作啦。那这里我想说一下， c l i 呢，不只是给程序员用的那个黑框命令行，对 codex 来说， c l i 是 很多软件对外开放的一个操作按钮，当一个工具有了 c l i， codex 就 更容易替你去调用它。 c l i 也是 codex 从聊天变成执行的一个关键。 最后，如果你实在搞不懂这些名词，什么 c l i m c p 啊？因为我经常也搞不懂。那其实也有一个非常简单可行的方式，有什么问题直接问 codex。 这其实也是我经常用的方式， 就是哪里不会点哪里哪里不懂就直接问。在跟它的一轮轮的对话和操作过程中，可能你就已经搞定了这件事情了。

prodance 现在给我自动剪视频，告诉他按你的思路给我做一下剪辑，需要的案例和截图你自己来，然后把原视频上传给他。这是原视频。我终于实现了让 ai 自动帮我剪视频了。你们现在看到的整个视频的画面。这段视频是我自己拍的，它会先识别原视频的尺寸，时长，语音内容， 然后按口播主画面和截图信息动画转场，给我做成一个可预览可渲染的这个项目。那么它调用的功能是谁？是，这也是一个开源的项目，我把它安装成了一个 hyperphones 的 一个技能 工作区里面。之前我们有定制过很多的剪辑的这样的一个工程，它会自动地去调用里边的。我们给他的要求，包括它原片的抽帧和转写，它自己在做， 然后它还会自动地去理清楚里边内容是什么。是讲 ai 自动剪视频的这个口播视频能力展示，然后会做成片 ai 教程和案例展示的包装。开头强，标题中段出现 konix 的 skill， 然后自动生成素材，结果已经出来了，这一版它稍微有点问题，我让它又调整了一下， 他很聪明，他每一次出来之后，他不会全部看，而是会抽里边的秒看一下成片。我终于实现了让 ai 自动帮我剪视频了，你们现在看到的整个视频的画面特效以及整个配图视觉效果，全部都是 ai 自动生成的，来源于 code thanks 里边我们设定了一个 skills， 直接发。

这就是 codex 的 强大之处，它不只是写代码，也能通过 computer user 搜索真实软件。打开剪映，导入视频，粘贴完整口簿稿，选择男生朗读，生成音轨，压低背景音，再导出成片。更关键的是，这不是一次性的操作， 我们把整个流程沉淀成了一个 skill， 下一次只要一句话， codex 能重复调用这头能力，把复杂的软件操作变成可附用的自动化工作流。

codex 用起来吧，大家赶快用起来吧！ codex 加 remotion 做视频有多方便？我现在给大家展示一下，现在我要科技感， 我要简约感，给我做一个指尖陀螺，给我下一个科技雨，给我下一个卡片雨，所以你就可以清楚的看到用 remotion 加 codex 做特效有多方便。 那我们怎么打造个人专属风格呢？我也想知道，我也想知道。 这正题问得好，你只需要把你的风格，你所需要的一个特效，大概的需要的一个场景告诉他，然后一句话就可以生成一个这样的效果， 或者说你不知道你到底喜欢什么样的风格，喜欢什么样的一个特效，你可以去游览一些比较优质的一些设计网站，比如 在这些设计网站上看到你喜欢的一些比较好的一些模板，就可以把它截图下来，直接会给你的 qx， 让他帮你生成一套你专属的一个特效，这样的话你就能更快的 去打造属于你自己的一个 remotion 特效个人模板。所以大家快把我们的 remotion， 我 们的 codex 用起来吧，大家赶快用起来吧。

用 codex 自动剪视频，效果真的很惊艳。你现在看到这条视频，就是用 hyperframes 做出来的。方法其实很简单，把写好的文案发给 codex， 然后艾特 hyperframes， 接着告诉他 帮我把这段文案做成一条视频，合适的地方可以生成真实感 ai 图片，如果你有录屏，也可以直接放进画面里。 codex 会先理解文案，再拆成适合视频表达的镜头，他会判断哪里用图片， 哪里用实录画面。 hyperframes 负责把标题、字幕、图片、录屏和转场组织起来。于是你得到的不是几个素材拼接，而是一条有节奏、有画面、有配音的视频。最关键的是，这个流程可以附用。下一次你只要换一段文案， codex 就 能继续按这套方式生成新视频。 真正省时间的地方是从第二条开始。你不用每次都重新想结构，重新找素材，重新剪节奏，先把表达讲清楚，剩下的交给流程。

ai 可以 剪口播视频了？以后啊，视频都不需要人来动手剪了，把剪辑软件都卸了吧。方法很简单，总共分两步，第一步， 装一个 codex， 不知道咋装的评论区。第二步，新建一个项目，把你的原视频素材给到 codex， 并把你的剪辑要求告诉他，俗称口喷。 我的要求很简单，就是把这个口播视频的气口剪掉，并加上字幕。然后呢，就是等待审批和题修改意见，直至完成。我们来看最终的成篇剪的怎么样。从前有座山，山里有座庙， 庙里有一个老和尚和一个小和尚，老和尚给小和尚讲故事。 故事的内容是什么呢？从前有座山，山里有座庙，庙里有一个老和尚和一个小和尚，老和尚给小和尚讲故事。故事的内容是什么呢？ 气孔呢？剪的非常准，字幕呢，也很清晰。重点啊是整个过程全是 codex 自己来搞定的，他能自己做规划，找工具，配技能，写代码， 做完了呢，还能自己检查修改和优化。我呢，就可以腾出手来去做其他事情。然后呢，再回来验收就可以了。

用 ai 剪视频，真正花时间的不是剪辑。过去半个月，我深入的研究了 hyperframes， 得出了一个结论，大多数人出片效果差，不是因为工具不行，而是因为跳过了最关键的前期准备工作，脚本怎么写，素材怎么准备，节奏怎么定，这些都是要提前想清楚的，不然后面全是反光。 所以这一期我把我的整套方案拆解一遍，从 ai 剪视频的原理到成片走一遍完整的流程，里面涉及到的所有的内容都已经开源了，你可以装上直接跟我一起操作。所以这一期又是一期非常干的视频，希望对你有所帮助。那我们现在开始 ai 剪辑到底在干什么？ 其实就是让 ai 写代码， ai 用 html、 css 和 javascript 在 网页里面搭画面，动画、字幕、转场，全都靠代码， 然后浏览器一帧帧截图拼成 mp 四。所以你听到的 html 渲染成视频，说白了就是先在浏览器里把画面跑出来，再一帧帧录下来， 那代码能做到什么程度？网页上你见过的所有的交互效果、动效、转场、字幕、动画、三 d 适量图，它全都能做，但它也有做不到的，比如说实拍视频、图片这些它就不能实现，所以必须靠提前准备好素材，或者让它上网帮你来搜索。 hyperframes 就是 这种工作原理，从 html 渲染成视频，它能做的事情非常多， 画面可以分层叠加，视频文字图形往上垒就可以了。它内置了 coco 语音模型来帮你合成配音，还内置了 whisper 语音模型，帮你生成带时间戳的字幕，还能合成背景音乐和音效，甚至能一键扣掉人像背景。 功效方面，三 d、 a e 动画、 gpu 特效这些都支持生成完成后，它还会自动做一轮质量检查，扫代码结构、跑浏览器测试、抽关键帧截图，确保画面没有明显的问题。 hyperframes 的 完整的工作流大概就是这样的，先出使画一个项目，然后一个镜头一个镜头的去搭载画面，搭载完成后，检查和焦验 没有问题就预览，预览通过后输出渲染。我们在这个流程里其实就做两件事，告诉 ai 我 们需要什么样的视频，以及提供 ai 自己造不出来的素材，比如配音图片、视频设计文件等等。 但有个问题，你直接跟 hyperframes 说，帮我剪一条 spacex 的 视频，他大概率做不好，因为什么主线、什么风格、什么节奏、什么素材，他完全不知道，只能靠瞎猜。所以我写了 video spike builder， 加在了 hyperframes 前面，他专门干一件事情，通过追问，逼你动手之前，把所有的决策都想清楚。怎么追问呢？分五个阶段。 第一个阶段是锁定视频的基本盘，他会问你几个问题，包括视频的目的是什么，给谁看，发在什么平台，时常是多少核心，想传递什么信息，以及品牌的调性是什么样的。 第二个阶段是盘点素材，把你可能需要的素材分成六类，逐项跟你确认文案有没有配音，用真人还是 ai 有 没有实拍画面， logo 有 没有高清透明底，需不需要三 d 模型，还缺什么素材要去找等等这些事情。 第三个阶段是我觉得整个 skill 里最有意思的一步叫做激发表达手段，大多数人根本不知道自己想要什么效果，那他就会主动的告诉你 html 可以 实现哪些效果让你来选。 第四个阶段是定视觉主题，你可以从 hyperframes 里面预设的八个主题你选一个，也可以描述你想要的风格，让他来帮你生成一套。 第五个阶段是收集参考和返利，让 ai 有 一个具体的参考，或者明确说你不希望视频里出现什么内容，让 ai 知道哪些原则是不可以违反的。 五个阶段走完，所有的决策都会落到一份叫 video spike 的 markdown 文档里，等到 hyperframes 接手的时候，它只需要照着这份文档执行即可。 这个 skill 里还内置了六十九个预设的画面组建，包含了数据图表、流程图、思维导图、 ui 模拟、大字海报和各种场景，也不需要自己去想这一境用什么形式来表达，它会根据你的内容自动去匹配。 说白了， video spike builder 就 干一件事情逼你想清楚，你前期想得越透，后期出片的质量就会越高，返工就会越少。好，那知道了原理和流程之后，接下来我们来安装 hyperframes。 打开 codex， 点击左上角的 plugins， 在 搜索框里输入 hyperframes， 找到之后点一下右边的加号，弹出窗口后点击下方的安装就可以了。装好了之后，你可以再点进 hyperframes 的 插件页面，看看它的详细介绍。 这里有一点要注意， hyperframes 不是 一个单独的 skill， 它其实包含了十五个 skill， 但在这个页面里，你可以自由地管理这些 skill。 装好了怎么用呢？点击右上角的 tryinchat， 系统就会帮你新开一个聊天窗口， 里面已经预设了一段生成视频的提示词，示意跟着它就能快速上手。接下来我们还要装我专门为 hyperframes 写的一个 skill， 它的作用就是在生成视频之前，帮你先把脚本和分镜梳理清楚。在 github 上面搜索 video spike builder， 找到这个开源项目。 往下滑到安装部分，你会看到两条命令，第一条是安装 hyperframes， 我 们刚才已经装过了，所以跳过。第二条是安装 video spike builder， 复制这条命令， 然后回到 codex， 把命令贴进去。稍等片刻，它就会从 github 上面把项目拉下来进行安装。装好了之后，可以看到它默认安装到了 project level， 也就是项目级， 只在当前这个项目下才能使用。如果你希望在任何项目里都能调用这个 skill， 那 就需要把它装到大局。操作其实很简单，你只需要跟 codex 说一句，帮我把它装到 user level 就 可以了。 hyperframes 和 video spec builder 都已经装好了，不过在开始生成视频之前，我想先让你看一下 video spec builder 里面到底写了些什么。在 cursor 里打开项目左侧，可以看到 video spec builder 这个 skill 的 所有文档已经从 github 上面拉下来了。 我们先打开 skill 的 md 看一下介绍。当用户想制作视频、宣传片、产品演示或者动画的时候，这个 skill 就 会自动启动。它一共有两种模式，第一种是零到一模式，第二种是迭代模式， 启动的时候， skill 会自动检查项目文件，家里有没有现成的 video spike 文档，如果没有或者是空的，那就走零到一模式，如果已经有了，那就进入到迭代模式，让你通过对话反复的打磨视频脚本， 再往下看文档结构，整个 skill 的 文件组织一目了然。其中最重要的是 reference 文件夹里面我准备了几份核心文档， 包括沟通风格、零到一工作流、迭代工作流、视频组建的使用方式、节奏设计指南，以及最关键的一份 question bank， 也就是问题库。我们打开问题库看一下， codex 在 使用这个 skill 时，就是按照前面讲的五个阶段来追问你，一步步逼你把需求想清楚， 每个阶段该问什么，追问的逻辑是什么，什么样的回答可以接受，什么样的回答必须打回去重答，全部都写在了 question bank 里， 可以说 question bank 就是 整个 skill 的 灵魂。看完了 skill 的 内部结构，接下来我们就要开始做视频了，不过在正式开始之前，还有一步准备工作一定要做。 前面我们讲到 hyperframes 里面有八个主题，那如果你想用自己的自定义主题该怎么办？所以这次实操我就带你走一遍。比如我提前整理了 spacex 和 grog 的 设计语言， 纯黑白的硬科技风格，然后提炼成了地址按点 md 设计文档和 tokens 点 css 这样的样式代码，把它们一起复制到了项目文件夹里。 hyposhop 检查自定义主题的逻辑是，如果项目文件夹里已经有了 design， 点 m d 就 会问你要不要使用这份自定义的设计风格。准备工作做好了，接下来我们开始第一条视频。 在聊天框里面输入 slash video spike builder。 使用这个 skill， codex 做的第一件事就是扫描项目目录，他发现里面没有现成的 video spike， 于是就进入到了零到一模式，从零开始引导我们。 他先抛出来两个问题，这条视频讲什么？投放在哪个平台？横屏还是竖屏？那我告诉他，我想做一条关于 spacex 发展历程的视频， 时长大约是一分钟左右，横屏格式 codex 收到了之后，并没有急着往下走，而是上网搜索了一圈 spacex 的 资料，然后又追问了两个问题。第一个是时长，他觉得一分钟，这个回答太模糊了，因为七十五秒、九十秒、一百一十秒的视频节奏是不同的， 所以希望我给一个精确的。第二个呢，是受众，这个片子到底是给谁看的？这决定了内容的深度。那我回答他，时长就一分半左右。受众是普通的知识区观众，核心内容讲的是 spacex 如何通过复用来改变航天行业的发射成本。 拿到这些信息后， codex 给出了初步的方案，九十秒大约可以插入十二到十六个镜头。时长有限，所以没有办法做完整的传记，只能走一条主线，从早期的失败，到 fokken 九的实现复用，再到成本逻辑的改变。他问我这条主线行不行， 另外他还问我有没有竹子稿。那在这一步，我把自己提前准备好的但时间错的配音文件都一起发给了他。 codex 收到字幕和配音之后，先检查了两者在时长的节奏是否对齐，然后仔细的过了一遍字幕内容，帮我做了事实核查，看看这里面有没有表达的错误，或者是事实偏差或者不准确的地方。 查完之后，他问了我一个关键的问题，音频已经准备好了，要不要根据核查的结果重新做一版，把发现的问题都改掉？因为我想快点看一下效果，所以就告诉他不用改了，直接用现成的音频就好了。 紧接着 codex 问了两个关键的画面问题，比如说发射回收筷子夹火箭之类的真实视频或者照片，画面路线是走真实的摄影为主，还是走动态的图形为主？那我告诉他，我目前还没有任何的素材需要他来帮我搜集。 视频的风格以真实的摄影摄像为主，版权先不用担心，因为我们只是测试，不会真的去发出去。现在 codex 开始工作，从竹子稿里面分析出素材的需求，整理成清单，然后去搜索。 搜索完成后，他把视频划分成段落，每个段落该配哪些画面素材都一一对应好呢？给我确认没问题的话，他就会把素材清单写进 video spike 里，然后继续追问。我看了一下没有什么要改的，所以就确认通过。 接下来 callix 问我要不要背景音乐和音效镜头节奏，他给了我一个镜头的节奏建议， 我没有太多的反馈，就让他先按照这个建议去往下执行。那字幕他也问了，是像纪录片那样的整句长注，还是整句加关键词高亮，那我选择的是字幕，需要整句长注。在字体和主题方面， codex 看到我已经有了一套黑白工业风的自定义主题， 不过他还是告诉我， hyperframes 内置的八个预设主题里， data shift 和 shadowcut 这两个也很适合这条片子，但我决定还是不换了，就用我自定义的就好了。最 后 codex 问了装饰和组建的想法，问要不要加时间码，任务编码或者是线框十字定位这些元素， 有没有参考的案例或者是反例？那我确实没有什么特别的参考和反例，就让他按照他自己的建议来设计。以上就是 codex 追问的所有的问题，问题答完之后，他就已经有足够的信息来帮我写视频的脚本了， 那这里我们稍等一下。好，写完了。现在点击右上角的 video spike， 打开它帮我们生成的视频脚本。 这份脚本里面包含了视频的整体基本盘，视频的目的、受众、画面规格、语气基调、修饰结构、表达的手段，还有素材清单，十九个分镜以及每个镜头的具体内容，还有音频的时间轴以及参考范例。最后还有一些留给 codex 自己决定的开放性问题， 所有这些都已经完整的写进这份脚本里了。你刚才看到的这个过程包括内容的主线、受众定位、画风风格、镜头节奏、字幕样式、 bgm 的 氛围、素材清单。所有这些决策在前期全部敲定了，等到 hyperframes 接手的时候，它只需要做执行就行。 如果我跳过了这一步，那直接跟 hyperframes 说，帮我剪一条 spacex 的 片子，相信我，它出来的东西根本就没法用。这就是我开头说的那句，工作量要在前期准备好的意思。 ok， 那 脚本已经准备好了，接下来就是交给 hyperframes 开始干活。在聊天框里输入 slash hyperframes， 让 codex 调用 hyperframes skill。 这个时候 codex 会接上 hyperframes 的 制作流程，根据我们刚才写好的 video spike 开始生成视频。 它会按照我们的设计规范处理字幕、旁白和音频，按照素材清单上网搜索画面素材，还会帮我们合成背景音乐和音效， 这些几乎都不用我们再干预了。因为所有的决策在前期编辑 video spike 的 时候已经全部做完了。 hyperframes 只是在这个环节负责搜集素材、剪辑画面以及最后渲染成视频。 渲染完成后，他还会自动做一轮审核，通过抽取关键帧的方式来检查画面的布局以及素材是否合适。整个过程大概需要四十多分钟，所以这里我先跳过好视频渲染完了，我们来看一下成片效果。二零二四年十月十三号， 一枚七十米高的火箭从太空飞回来，被发射塔上两条机械臂在半空中夹住了。全世界都疯了，但二十二年前造它的这家公司连火箭都飞不起来。二零零二年，马斯克拿卖 paypal 的 钱创办了 spacex， 就 一个目标，让火箭能重复使用。所有人都觉得它疯了。 火箭这东西从来都是用一次就扔了。二零零六年，第一枚炸了。二零零七年，第二枚又炸了。二零零八年，第三枚还是炸了，钱烧完了，特斯拉也在崩盘边缘， 马斯克把最后的钱全压上去。第四枚飞进了轨道。接下来， spacex 做了一件从没人做过的事，让火箭自己飞回来。二零一五年， falcon 九的一级助推器稳稳落回地面。 二零一七年，一枚用过的火箭再次升空，发射成功，火箭不再是一次性的了。今天 spacex 一 年发射超过一百三十次，比全世界其他所有国家加起来还多。一枚助推器最多已经负用超过三十次，发射成本从过去每公斤上万美元降到了两千多。 而开头那一幕，筷子加火箭，就是在这条路上。再往前走一步，火箭连着陆腿都不需要了，直接飞回发射塔，被空中接住翻新再飞。 从什么都炸到徒手接住火箭，再到每一枚都能反复再飞。这条路 spacex 走了二十二年。 刚刚播放的就是一次成片的效果，我没有做任何的干预和调整，从完成度上来说其实还可以，但是你仔细看，里面有不少可以优化的地方。 比如说片子中提到了三次发射失败的场景，其实每一次都可以用一张当时真实的照片来替换，也可以加入更多的视频素材，比如说火箭返回到着陆的画面，但是可能 codex 在 上网搜索的时候就没有找到，那这个时候就需要你来提供了。 而且说到我们自己提供素材，其实主题风格也是一样的。前面这条视频我用的是一套自定义的黑白硬科技风格，那这套主题我是怎么设计的呢？接下来我来带你看一下， 其实很简单，你可以在 cloud design 里面进行设计，输入屏幕上这段提示词，他就会帮你生成一套主题，然后你再跟他多聊几轮，不断的调整细节，基本上各种需求就已经能搞定了。比如我这条 spacex 视频，用的黑白硬科技风格就是这么设计出来的， 它包含了一整套的设计语言，视觉的底座、中英文字体、装饰元素， a 肉出镜使用到的各种贴纸卡片，还有 b 肉讲解概念或流程时候需要用的图标、思维导图以及数据格式化，这些都已经帮你设计好了。 设计完成之后怎么导出呢？有两种方式，第一种是点右上角的 share， 然后选择 download project as a zip 下载成压缩包。那第二种是可以直接点 handoff to cloud code， 这样就可以在 cloud code 里面进行二次的开发和调整 好。实操部分就到这里，最后我来跟你聊一聊我用下来的心得，还有几个实操上的建议。 hyperframes 目前还不是很成熟，所以你千万不要指望它一次就能出成品，除非你的视频本身就很简单，只有字幕和简单的动效，不然你大概率是要调整几轮的。 问题在于，每一轮的调整其实时间成本都非常的高，赶完之后必须重新渲染，一轮就需要半个小时到一个小时的渲染时间，那大概三次也就是三个小时，这个时间成本非常的大。 所以你在使用它之前，一定要先判断一下你这条视频到底适不适合用它来做。像概念的讲解，流程演示、数据图标这类的视频， hyperframes 完全够用。 如果你的视频依赖大量的真实素材，复杂的剪辑节奏，那目前它还搞不定。还有一个问题就是它的效果不太稳定，有点像开盲盒。 虽然看起来它什么都能剪，但是实际体验下来，我觉得它的效果是时好时坏的。如果你真的想把它用起来，比如说批量的去做视频，或者是做讲解类的科普视频， 我建议你要固定一套视觉风格，几个转场和字幕样式以及贴片的动效，做成一条固定的工作流程，不然每次他都从零开始发挥这样的效果，非常不稳定。 然后是关于素材脚本里列的素材清单，不管是图片、视频、音效，我都建议你自己去准备，不要指望扣代斯可以上，我帮你搜索。找回来的素材经常和你的画面对不上，而且现在基本都有反爬 a 阵呢，是没有法下载的， 再加上搜索的过程又慢又耗 tokens， 算下来非常不划算。那我们应该去哪里找素材呢？接下来是我经常使用的素材网站，图片和视频我会常用 pixabay， 最综合 ansplash 和 paxos 的 图片资源，更多一些 bgm 和音效我推荐你用 solno ai 来合成，那这些工具都是支持 api 接入的。如果你有工程能力的话，完全可以自己搭一条自动的流水线， 配音也是一样的。 hyperframes 虽然内置了一个声音合成模型，但是它的效果其实非常的差，声音很机械，在正式的作品里根本没法用。如果你想快速的看效果，那没有问题，但是如果你想把它变成正式能用的视频， 我建议你去使用 mini max 的 speech 二点八 hd 这个模型，或者干脆自己去录好，那我的素材库差不多也就是这些了。那最后呢？我把 ai 剪辑视频这件事情拆成四层来做个收尾。最底层是大模型，模型的能力是地基， 分镜拆的好不好，素材理解的对不对，动效配的准不准全看模型。所以我这里首选 opus 四点七或者是 gpt 五点五。 第二层是脚手架 hyperframes remote， 或者你自己写的任何视频剪辑的 skill 都是脚手架，脚手架决定了你能实现什么样的效果。第三层是脚本书里怎么拆分镜，每个分镜的内容，文案转场以及整体的节奏的设计。 第四层是素材整理，你准备的素材的质量直接决定了最终画面的质量，这四层合在一起，共同决定了 ai 剪辑视频的最终效果。 以上就是本期的全部内容，如果你觉得对你有所帮助，别忘了点赞以及加入废材俱乐部，我们可以一起探索更多实操的玩法，那我们下期见了。

你们现在看到的这条视频是一张产品图做出来的，没用到任何剪辑软件，也没写一行代码。以前外包做这样一条视频，上万块打底，现在只需要一张产品图加 codex 就 够了。今天手把手带大家玩一遍，打开 codex， 在 插件市场里搜 hyperframes， 下载装好， 然后新建一个项目，随便起个名字，我这里叫 vivo。 好， 第一步，先跟 codex 把方案聊出来，具体怎么聊呢？ 直接在对话框里把你的产品三式图丢进去，再配上这段提示词。这里有个经验，用 a 技能做视频，不要只甩一句，帮我做个宣传视频，这样的做出来的大概率不是你想要的。你得先把思路框架给他，告诉他你想要什么样的风格，什么节奏，多长时间，最后出来的效果才会是你想要的样子。 恋爱聊完，不要急着把他直接出视频。我的做法是，先让他出分镜图，远景、中景特写，一张一张，确认哪张不满意直接跟他说就行。图片全部 ok 了之后，再让他合成视频， 先图后视频，这样一步一步来比较可控。第一版视频出来之后可能不会太满意，这个很正常，让他接着改就行了。比如我觉得他给的动向很丑，可又说不出来到底我想要什么样的效果， 你让我描述，我又描述不清楚。这时候我让 ai 生成了一个效果， playground， 把不同的动效方案摆在一起，让我自己挑，不用去做填空题，直接做选择题，省事很多。这个方法不只是做视频能用，以后你用 ai 做任何视觉呈现方面的东西， 只要你说不清楚自己想要什么，就让他一次给出多个方案，让你选调，调整到满意，就是你开头看到那个视频了。最后总结一下，用 ai 做产品视频，记住两件事就行，第一个，先图后视频，别让 ai 一 步到位，一步一步确认比较可控。 第二点，说不清楚你想要什么的时候，不要硬去描述，也不需要用什么专业术语，让 ai 出一个选择题给你挑，以后不管工具怎么叠带这两个底层的逻辑是不会变的。

首先打开启动器，然后找到素材文件夹复制地址，这里选自动审查就直接出草稿，不勾选会出素材审查， 等待几分钟，素材识别，我们去看看识别结果，这里就有推荐组合的口播文案， 三个干扰素材直接剔除，这里会自动剔除，重复口播，选最通顺的，有的素材你想用你也可以勾选，而且素材会选择痛点放前面标准营销结构点生成草稿，等待几分钟，草稿就写入了， 我们打开剪辑软件看看。 那自从我参加工作之后，上班的穿搭我真的是不会随便乱买的，那它是一个小立领的设计，可以修饰咱们的肩颈线条，而且领口弹力大，一点都不会卡脖，还显得你的脖子很长的那。

我的 codenix 在 帮我剪视频，这是我发给他的原视频，这条视频的口播是 codenix 帮我剪的，我之前一直特别想要大博主的那种剪辑效果，这是我的一个数字人做的视频啊。然后呢，我现在，呃，就把它交给了 codenix， 当然我做了一个 skills， 然后他这现在已经给我跑完了，我们来看一下成片，他已经保存到我的本地。这条视频的口播是 codex 帮我剪的，我之前一直特别想要大博主的那种剪辑效果，但又不想专门请剪辑师，因为剪辑最麻烦的其实不是花钱，而是沟通，是不是超级棒。 然后我现在呢，又有一些素材，我让他补充一下，他现又在帮我跑了，我说在这个基础之上帮我加入这张图，证明确实是 codex 帮我剪的。 好嘞，现在自己在跑啊，导出来了，我们来看一下，他告诉我剪辑草稿里面也更新成这样一版，避免我打开的时候还是旧素材， 视觉正看的是对的。 ok， 我 们来看一下，结果他刚刚出来的那个视频，把这个素材放哪里了？在这里啊，你现在看到的字幕、动画、节奏，画面的效果全部都出自口袋里，关键就是。

你有没有好奇过这样的视频是怎么量产出来的？今天我带你用二十分钟的时间，从文案到 html， 然后再到这样的完整视频，完整的带你去做一下。先看一下这样视频的一个效果， 这两个视频都是用不到二十分钟的时间做出来的，非常非常适合做这类讲解类的视频。 这个是今天视频的一个流程。首先我会对比 hyperframe 和 remotion， 因为我之前做过一个用 remotion 来做视频的。 呃，一个视频，那然后我会带大家用 hyperframe 去安装，然后再装一下这个 slidecraft skill， 它是用来配有 hyperframe 的。 之后我们正式开始一个完整的演示，用这支 agent 去完成调研和写作，用 scrip skill 去呃，帮 hyperframe 生成一个底层肌底，然后再用 hyperframe 把它渲染成完整的视频。 ok， 那 首先我们来先对比一下 hyperframe 和 remote 之前的视频我出过有关于 remotion， 那 hyperframe 它是这两个月刚出的一个新技术，它是为了 agent 而生的，它跟 remotion 是 有一些不同，那我们来看一下具体有什么层次的不一样。首先就是 remotion， 它是用 react 作为一个底层技术去实现的， 那而 hyperframe 它是天生为了 agent 而生的，所以它用的是 agent 最擅长的 html 加上 c 加 css css 这一套技术。 其他方面呢？呃， hyperframe 它渲染视频会更清亮，然后更省 token， 同时它的动画效果，包括构建的错误率都会要胜于 呃 remote。 那 这边我们找到 hyperframe， 然后复制它这个指令，我们打开终端，然后把这个指令复制过去就可以了。那你也可以在我这边是用 vx code 的， 你也可以用 codex 或者是其他的。 嗯，这样 coding agent 去使用，我更习惯用这个而已。那用 codex 的 话，它的优势就在于可以直接生成图片，那 在这里面粘贴完指令以后，它会帮我们下载 skill， 这里面可以勾选一些，用空格去勾选。我没有勾选 contribute catalog， 因为我并不打算做什么。呃，社区贡献，然后我也没有勾选 remote code， 因为我目前没有需要转换格式的视频，然后这里面选上 cloud code 就 ok 了。 然后 project 就是 这个系统，就是这个项目层级的，然后 yes， 然后它这个安装安装完成了，那我们的 hyperframe 就 安装完成了， ok。 然后下一步我们去下载一下 slidecraft skill， 它是用来生成配合 hyperframe 的 html 的， 这个是我自己做的一个 skill， 然后你可以从这里面直接去 复制，然后让他去下载。当然也有其他的生成 excel 的 skill， 比如说这个心量也很高，他的字体什么的会更优雅一些，但是可能做出来的视频效果不是很酷炫，所以我会更倾向于用我这个 skill， 然后我们点扣的去把他的那个嗯复制过来 这个网址复制过来，然后你直接跟 call 去说，帮我去安装这样的一个 skill 就 完全 ok。 那么之所以我们先要用 slidecraft 去生成 html， 而不是直接从文字生成视频，是因为我们需要一些检查点，从让我们的视频它的风格更受我们自己控制，而不用去大量的反攻。 那除此之外，我们现在要把我另外一个 skill， 也就是 researcher agent， 它主要是用来调查写文章的这个你自己，呃，看你自己的情况去编辑一下，自定义一个就可以了，然后把它复制过来， 因为我还没有把它放到网上。然后在我的 skill 文档，他这边是 skill 已经安装好了，但是他安装在另外一个目录，他我我们需要他安装在我们的 project 的 这个项目的目录层级，所以我们让他再去。嗯，跟他说一下，安装到项目的这个 project folder 里面， 他就会把这个目录调整到这个安装，调到我们现在这个目录里面。然后， 嗯，我们再开一个窗口，让它继续完成写作。我们先把我们的 researcher agent skill 放到我们这个 skill 的 里面， ok， 这样看到了 researcher agent， 它是一个通过进行网上搜索，然后嗯，根据主题写文章，里面还有一些我个人的写作偏好。 那这里希望 cloud 解锁到这个 skill 的 话，我们需要把这个点 agents 改成点 cloud， 这样它就可以自动去读取这些 skill 了。点 agents 的 话它更多的去适合，比如说 antigravity 或者是 timi 等等。 我们改成点开了，我们看到可以搜索到这个 slidecraft skill 了，然后我们就可以让他去给我们生成 t m 表了。但这些第一步还是我们先要去写调研的文章，那我们现在，嗯准备去构思一下哦。在这之前给大家看一下这个图层的消耗数量，目前是十点四八 才才人民币，我用的是 deepsea 的 模型，那等会给大家展示每一步都分别消耗了多少钱的头肯。现在我们先来完成第一步，这一步如果你已经有文案了，或者是有其他的写作的方法，你可以直接跳过， 等会我们会拿这个文章去生成 html， 那 这里我把我这次要写的一个文案的一个方向告诉他，让他去调研，我们要做一个讲解一下关于特定几大核心观念，然后我们这边跳过直接写完了，然后文章写好了，我们把文章路径发送给他。 嗯，这个文章我们写完以后，然后进行了一些微调，那我们现在让他把这个文章，嗯，看，没什么问题，让他把这个文章去转化成一个 啊 html， 用我们的 slidecraft skill， 然后你要跟他说一下，就是，呃，因为你会需要根据这样一个页数后面去来做调整视频的长短，所以我希望他大概能有十来页的样子， 那我让他每一个概念是占用两到三页，然后，嗯，整体的语调，还有整体的风格，你都可以去跟他说一下。 然后这一步没有什么问题，我们就把 skycraft skill 打上，然后去 bypass mission， 让他去完成我们的掉人任务。然后看一下我们刚才十点六五，现在到十一点七一，也就是写文章这个部分其实花了一块多钱， 这个是比较多的，因为刚才写文章的时候是进行了大量的网络搜索，网络搜索的的话头肯一般会比较大，然后我们这边让他去开始做 h t m l， 那 么调用这个 skill 之后，它会跟你进行几轮的交互，会问你大概想生成多少页，大概这个分享是用作什么样的目的，它会根据这样一个目的去调整它的语调语气， 然后它也会问你是否需要配图，那我们这次是需要配图的。嗯，我先选一下，我有配图还没有给他哈，等会把我们的配图放到正确的位置就可以了。那配图怎么来呢？我们可以。 呃，我还是想用之前新入股那样的风格的配图，我会等会让他去生成对应的提示词，然后加几个配图进去，放到对应的文件夹，就可以正确的引用，然后就把图会图片就会显示在视频里面。 嗯，然后我们选一个，一下风格，一共是八种风格，它这里面只列了四个，当然完整的八个风格你可以在 get up 上面看到。那我们这次使用一个复古未来主义的一个风格，这种风格一般来说做出来的视频效果会比较炫酷，有科技感一点。那我就跟他说一下，我要选择复古 未来主义，也就是 retrofuture。 嗯，他除了这种风格之外，也有很多别的风格，分别适应不同的一个呃场合，有的会比较激进的，会比较艺术，有的会比较呃调皮等等。 那么回答完问题以后，他就会帮我们去把这样的一个文章转化成一个，嗯， html。 ok。 那 在此期间我们可以用即梦来生成一些图片， 那因为 ai 它现在这里面有我的文章，所以我会倾向于让它直接帮我生成一些生图的提示词。那我们先把它的路径复制过来， 他就知道要看哪个文章，然后我们去跟他说，请你根据这篇文章，然后把一些抽象的概念转化成具体的形象，然后生成一些像素星露谷风格的图片的生图提示词，不是直接生成图片， 当然你如果接了季梦的 c l i 的 话，你也可以直接生成图片，是没有任何问题的。然后，哎，这会我们看到左边他的 excel 换灯片，应该是差不多弄好了。对，然后他这个提示词他会，哦，他是需要我们把图片放到对应的位置里面，那我们现在先把这个，嗯，让他去帮我们生成提示词， 哦，然后有个字打错了，应该是新入股风格。 ok， 我 们稍微改一下，然后打断它，然后再发给他，让他重新去生成。然后他这边 html 已经生成完了，我们去 outlook 里面去把这个打开，你可以先预览一下，这个是还没有放图片的 html， 它大概的一个效果， 嗯，有些它不是图片哈，它就是自带的一些小的一些，嗯，图像它并不需要你去图片。那我们这边图片我都给那个 kimi， 其实都给 kimi。 然后 kimi 把图片生成完以后，我们下载到这个本地这个文件夹里面放回来，再跟他说把这些图片再去放进去。让他放的时候我们提前把这个另外一段提示词指令写好，也就是我们需要等会儿让它 用 hyperframe 去把这样一个 html 做成完整的视频。那具体要求你要注意就是，呃， 我需要让它生成这个视频，它每一它完整的呈现体现了整个 html 的 一个 结构，每页的内容都不能缺少，一共差不多十几二十页。呃，同时要增加一些炫酷的动态效果，以及你可以跟他说不需要任何音频的生成，因为他会自动给你配音。有的时候，嗯， 那我们把这个写完以后，我们再去发给他。另外一边他这边图片已经配好了，他自动生成的一个自动自动会帮你打开。我们大家可以预览一下有图片以后是什么样的一个效果， 整体来说还是不错的。那这边我们满意以后，我们呃把这个提示词就准备可以发给他了，然后他就可以完成我们最后一步。 嗯，这里面的注意就是你不用打某个 hyper-frame 的 skill， 你 直接说使用 hyperframe， 他 自己就可以理解，因为这里面太多 skill， 其实也不是说每一个你都知道如何精确的调用。 那这边也是跟刚才一样，我们把 html 的 路径复制给他，让他知道是哪一个 html， 然后 ipartimation 一 起发给他。那现在我们再来看一下做完这个 slidecraft 它的拓展消耗，本来十一点七，现在十二点二七，花了大概五毛多钱的样子做了一个。呃， ppt， 那 最后一步就是把这个 ppt 变成，呃，这个 html 变成完整的视频， 我们这边等待一下他完整的这样一个转化的进程，嗯，大概需要五分钟左右，一般就可以弄好。 嗯，那就是我们让他继续生成，然后生成完以后我们这边跳过一下。呃，但他又遇到一个问题啊，他这步完成之后，他说他已经生成完成了，但是我没有看到他生成的文件，所以我们让他再去渲染一下，渲染完以后大概是这么一个效果。 嗯，整体来说还是比较丝滑的，然后也加了很多炫酷的动效。那它时长是一分四十多秒。呃，当然，一般这样的视频 我自己会配上更丰富的文案作为口播配合使用。那我会把一分四十二秒，比如说调成零点三，零点四倍的速度，让它变成一个五分钟左右的视频，再配上口播，整体来说就是一个相当不错的知识讲解类的视频。那我们再刷新一下，看看花了多少 token。 这是十二点二七， 现在变成十二点零七，一共花了八毛钱，所以整个视频的成本不算，写作的话，一共也就是一块多的成本。 嗯，我们继续来看一下。当然除这种风格之外呢，还有很多很多其他的风格。 然后当然只要你有这个 html 作为铺垫，具体什么样的风格你都可以再自己去尝试。 ok， 呃，那这个视频就讲到这，然后我们下次再见。拜拜。

这期讲一个最近很有意思的玩法，用 codex 软件接入最近很火的 deepsafe v 四模型，然后再调用 hyper 插件直接做演示视频， codex 作为软件和工作台， deepsafe v 四作为后端模型， happer 作为视频生成插件。第一步，在系统环境变量里设置一个 deep seek ipi k， 后面 codex 会通过这个变量去读取密钥。第二步，改 codex 的 config html， 核心就是告诉 codex 模型用 deep seek 杠 v 四 pro provider 叫 deep seek base url 指向 deep seek 的 epi 地址，并且从 deep seek 下划线 api p 这个环境变量里读 key。 第三步，检查 oic 召验，确认 codex 启动时真的能拿到这个 key。 配置完以后不要急着做视频，先在终端验证环境变量再启动 codex。 问一个简单问题，看它是不是走 deepsea v 四，如果这里不通，后面 hyper 再强也没用，这里有个坑。 当 codex 用第三方 api 形式登录时，官方插件能力可能会受限制，你会发现模型能用了，但插件用不了， 所以这时需要安装 codex 加加这类项目。把第三方模型调用和插件能力重新接起来。跑通以后， codex 才能一边用 deepsea v 四思考，一边正常调用 hyper 插件制作视频。 最后流程就很清楚， codex 接 deepsea v 四， codex 加加补插件能力， hyper 负责预览和渲染，这样一个视频项目就能从口播页面到 mp 四全流程跑起来。