▲ 以上每一条视频，都是 ClipForge 自动生成的。不是 PPT 翻页，不是图片拼接 — 有动画、有旁白、有配乐，是真正的短视频。

---

它做了什么

三个真实案例。每一行左边的输入，是你给 ClipForge 的话；右边，是它返回给你的成片。

案例 1：每日 GitHub 趋势盘点（45 秒）

你说的： 「今天 GitHub 上涨星最快的项目」

它做的： 自动抓取趋势数据 → 筛选涨星最快的项目 → 编写文案 → 配音配乐 → 渲染竖屏视频 → 生成封面和抖音文案

结果： 一条 45 秒视频，直接能发。每天 7 点自动执行，全程无需人工介入。

案例 2：AI 对企业培训的冲击（55 秒）

你说的： 上传一份 30 页的行业报告 PDF

它做的： 提炼核心数据点（4175 亿市场规模、75% 无效培训、AI 增速 4 倍）→ 编写旁白 → 配音 → 配乐 → 渲染成片

结果： 55 秒深度分析视频，5 个数据点讲清行业变革。

案例 3：WiFi 穿墙感知人体（50 秒）

你说的： 「帮我做一个 RuView 项目的深度解读视频，它用 WiFi 信号穿墙检测人体」

它做的： 调研项目原理 → 从技术原理到应用场景拆解成 7 个场景 → 编写文案 → 配音配乐 → 渲染

结果： 50 秒单项目深度解析，从「这是什么」到「能用在哪」一气呵成。

看完这三个例子，你是不是在想：如果我把我的专业领域喂给它，是不是也能做出这样的视频？

答案是：能。

---

你能做什么

ClipForge 不限于技术视频。它的核心能力是把信息变成视频 — 你熟悉什么领域，就做什么领域的视频。

如果你研究...	你可以这样做视频...
医学 / 健康科普	每周一条医学新知，用数据讲清每个结论
财经 / 投资	每日市场异动速报，用数字说话
读书 / 知识	把一本书的核心观点变成 1 分钟视频
AI / 科技前沿	论文速读、产品测评、趋势预测
教育 / 考研考证	知识点拆解，把难懂的概念讲明白
管理 / 职场	方法论拆解、案例复盘、行业分析
设计 / 审美	设计趋势、灵感集、案例分析
法律 / 政策	新法规解读、案例分析

你不需要会剪辑、不需要出镜、不需要配音。你只需要懂一个领域，并且愿意讲出来。

给 ClipForge 一个想法、一段文字、一份报告、一个 URL — 它都能变成视频。

---

这个项目是怎么来的

Linus 写了 Linux，没有收费，世界因此多了无数可能。无数开发者提交 PR，不求回报，只因为"这个问题我解决了，别人就不用再踩一遍坑"。

这就是开源精神——本质上是一种信仰：我贡献，不是因为能得到什么，而是因为世界会因此好一点点。

那些真正改变效率的开源项目，每天在 GitHub Trending 上冲榜、拿星，但大多数人根本不知道它们的存在。我一直觉得，好的代码不该只待在 GitHub 的角落里无人知晓。于是我想做一件事：每天把最火的开源项目，用最短的时间告诉所有人。

一个人分享，帮助十个人；十个人分享，帮助一百个人。当分享成为潮流，进步的速度就不是加法，而是乘法。

想法很纯粹，执行却走了很多弯路。我尝试了各种视频制作工具，自己上手剪了半个多月，才发现视频创作、脚本设计、分镜节奏这些专业知识远没有想象中简单。

转折出现在几个月后。我发现了开源项目 HyperFrames——通过写 HTML 代码就能生成视频。代码我懂，但实际用下来，它的排版布局不完全符合竖屏短视频的需求，每个视频都要反复调整，根本不可能做到每天一期。

所以——ClipForge 诞生了。

它把"写 HTML 生成视频"这个能力，包装成了一套完整的自动化管线：内容采集 → 场景设计 → 旁白配音 → BGM 配乐 → 视频渲染 → 封面生成 → 机器评分。指定一个分类，剩下的全自动完成。

每一行开源代码是一颗星火，每一次无私分享是一颗星火，每一个愿意贡献的人也是一颗星火。星火不灭，燎原不止。

---

它是怎么做到的

整个过程可以理解成三步：

你说话 → 它创作 → 出成片

第一步：你说话 — 告诉 ClipForge 你想讲什么。一句话、一段文字、一个 URL、一份 PDF 都行。

第二步：它创作 — 自动写旁白文案 → 选配音 → 配音乐 → 设计画面 → 编排动画。每个环节都有质量门禁，不达标自动重来。

第三步：出成片 — 生成竖屏视频 + 封面 + 抖音文案，直接能发。

就是这么简单。你负责想，它负责做。

---

以下为技术细节，面向开发者和贡献者。 如果你是内容创作者，看到这里就够了 — 找一个懂技术的朋友帮你装好环境，然后你只需要和 ClipForge 对话。

---

快速开始

git clone https://github.com/Johnson-Jia/video-clipforge.git
cd video-clipforge
claude          # 启动 Claude Code，技能自动加载
/clipforge 制作一个关于 XXX 的视频

前置依赖： Node.js >= 22、FFmpeg、edge-tts、yt-dlp。详见 安装指南。

使用方式

命令	用途
/clipforge	交互式视频制作 — 告诉它你想做什么
/clipforge-category-setup	引导创建新分类配置 + 可选定时任务 — 只需回答几个问题
/clipforge-feedback	分析播放数据，校准机器评分 — 进入自进化

定时任务（如每日/每周自动执行）由 /clipforge-category-setup 引导生成，属于个人配置，不入 git。

自进化反馈

ClipForge 不是一个固定输出的工具 — 它会从播放数据中学习，持续进化。

工作原理：

制作视频 → 机器评分 → 发布 → 你导入播放数据 → 机器对比预测 vs 实际 → 自动调整规则

1. 每条视频制作完成后，ClipForge 自动生成机器预测评分（score_report.json）
2. 视频发布 1-2 天后，你从各平台导出播放数据
3. ClipForge 对比「机器预测」vs「实际播放表现」，发现偏差并产出校准信号
4. 校准信号经人工确认后写入规则库，让下一次预测更准确

如何导入数据：

将平台导出文件放到 workspace/sources/视频数据/YYYY-MM-DD/ 目录：

平台	导出路径
抖音	创作者中心 → 数据中心 → 作品分析 → 投稿作品 → 投稿列表 → 选择全部 → 导出
B站	创作中心 → 数据概览 → 近期稿件对比 → 导出（每次10条，多次导出）
视频号	视频号助手 → 数据中心 → 视频数据 → 单篇视频 → 下载表格
小红书	创作服务平台 → 数据看板 → 内容分析 → 笔记数据 → 全部 → 导出

三种触发方式：

• 自动：每次制作完视频，ClipForge 自动检测是否有新数据，提示你分析
• 手动：运行 /clipforge-feedback，选择项目进行评分校准
• 引导：直接告诉 ClipForge「分析一下最近的播放数据」，它会自动走完流程

管线

内容获取 → 导演设计 → 旁白文案 → 音频制备 → 素材制备 → 视频渲染 → 交付输出 → 机器评分 → 自动清理
                                                                       └→ 反馈校准（可选）

阶段	产出	说明
Stage 0	env-check	依赖检测与自动安装
Stage 1	content	文字 / URL / PDF / GitHub 数据 / 任何你能提供的素材
Stage 2	design	情感内核 → 配色 → 沉浸模式 → 故事板
Stage 3	narration	场景拆解 + 分段旁白文案
Stage 4	audio	分段 TTS + BGM 选取 + 音量校准
Stage 5	assets	视觉素材制备（可选）
Stage 6	video	HTML + 三层组件（bg / fx / content）+ 动画 → HyperFrames 渲染
Stage 7	delivery	封面 + 文案 + 双版本输出（含 BGM / 纯旁白）
—	machine-scoring	交付后自动运行 gate 全量校验，记录机器预测评分
Stage 8	feedback	播放数据 + 人类评分 → 机器评分校准（发布后手动触发，可选）
—	cleanup	按保留策略删除中间产物

DAG 定义在 schema.yaml。中断后重新运行自动跳过已完成阶段。

设计哲学

• 不教怎么做，只定边界 — 把创造空间留给 Agent，从 58 条真实播放数据中持续进化
• Schema 即真相 — schema.yaml 定义所有 artifact 依赖和状态，状态即文件存在
• 委托不重写 — HTML 渲染和混音委托 HyperFrames
• 双域分离 — 流程层零自由度（LETTER），内容层最大自由度（SPIRIT）
• 双闭环反馈 — 失败归因收紧规则 + 成功分析沉淀模式

引擎层完整设计参见 自进化架构设计。

在你的领域启动

ClipForge 内置了分类配置（GitHub 趋势、频道置顶等）。覆盖新领域只需一个命令：

/clipforge-category-setup

它会引导你回答几个问题（领域名称、数据来源、风格偏好、标签），然后自动生成完整的分类配置文件。大部分字段有合理默认值，你只需要提供你熟悉的那部分。

如果后续需要全自动化，/clipforge-category-setup 可以同时生成定时任务编排文件。

详见 CONTRIBUTING.md 和 架构文档。

项目结构

.claude/commands/
├── clipforge.md                   # 主控制器（DAG、模式选择、错误恢复）
├── github-*.md                    # 定时任务编排（个人配置，不入 git）
└── clipforge/
    ├── schema.yaml                # Artifact DAG（唯一真相源）
    ├── stages/                    # 阶段执行指南（stage0 ~ stage8）
    ├── shared/                    # 共享技能（渲染安全、清理规则等）
    ├── categories/                # 分类配置（GitHub、漫画等）
    ├── components/                # 视觉组件库（52 个三层组件）
    │   ├── bg/                    # 背景层（15 个：极光、星云、光束…）
    │   ├── fx/                    # 特效层（14 个：粒子、光带、代码雨、星座…）
    │   └── content/               # 内容层（23 个：数据卡、时间线、电影特效…）
    ├── scripts/                   # 工具脚本
    ├── engine/                    # 自进化引擎（门禁/归因/Trace/治理/可观测性/lint）
    ├── rules/                     # 约束规则库
    ├── skills/                    # 技能声明（四原子模型）
    └── patterns/                  # 经验模式（数据驱动）

扩展点

• 新内容源： 运行 /clipforge-category-setup，引导生成分类配置 + 定时任务
• 新分类： 运行 /clipforge-category-setup 引导生成，或手动在 categories/ 下创建配置文件
• 新规则： 在 rules/ 下添加 YAML，引擎自动加载
• 新阶段： 更新 schema.yaml + 创建 stage 文件

组件库扩展

ClipForge 的视觉画面由三层组件构成，每层都可以自由添加新组件：

层级	目录	现有	作用	示例
背景层 (bg)	components/bg/	15	奠定画面氛围底色 — 渐变、光晕、粒子、网格	极光流动、星云漂移、能量脉冲、钻石网格
特效层 (fx)	components/fx/	14	叠加动态视觉反馈 — 扫描线、光带、粒子爆发	代码雨、脉冲光球、对角光带、星座网络、分形闪电
内容层 (content)	components/content/	23	承载信息呈现 — 数据卡、时间线、对比面板	英雄卡片、星级计数、数据可视化、结论框

三层组合方式： 每个场景 = 1 个背景 + 0~2 个特效 + 1 个内容组件。AI 根据场景情感（兴奋、沉稳、悬念…）自动选配组合。

添加新组件只需三步：

1. 在对应层级目录下创建 HTML 文件（含 @ComponentMeta 元数据头）
2. 在 registry.yaml 中追加一条索引
3. 完成 — AI 下次创作视频时自动发现并引用

组件格式要求：纯 CSS 动画（bg 层）或 CSS + GSAP/Canvas（fx/content 层），深色底色，所有元素默认可见（opacity ≥ 0.15）。详见 components/ 目录下任意现有组件作为参考模板。

依赖

依赖	用途	安装
HyperFrames	HTML 转视频渲染	首次运行自动安装
Node.js >= 22	HyperFrames CLI	winget install OpenJS.NodeJS.LTS
FFmpeg	音视频处理	winget install Gyan.FFmpeg
edge-tts	中文 TTS 旁白	pip install edge-tts
yt-dlp	YouTube 免版税音乐	pip install yt-dlp

赞赏支持

如果 ClipForge 帮你做出了满意的视频，欢迎请创作者喝杯咖啡 ☕

许可证

Apache License 2.0