Hypit：给 AI Agent 一套“视频语言”，把爆款视频变成可复用的工作流

Hypit 是什么？

Hypit 是 2026 年 9 月开源的一套 AI 视频制作框架，采用修改版 Apache 2.0 许可。它不是独立的剪辑软件，也不是“文字转视频”的生成器。它的核心是一套给 AI Agent 使用的视频语言和系统：Agent 把视频写成一份叫 SVML 的源文件，Hypit 的渲染引擎负责把它编译成 MP4。

SVML 全称是 Script-Video Markup Language，一份 .svml 文件把视频拆成五个层：Script 管台词和角色，Media Track 管画面素材，Caption 管字幕，Speech Track 管语音合成，Film 把这些合成渲染成视频。关键设计在于：所有轨道锚定在词上，而不是秒上。这意味着你改一句台词，字幕、画面切换、动效的时间点会自动重新对齐，不需要手动拖时间轴。

Hypit 本身免费使用。你的 Coding Agent（Claude Code、Codex 等）和模型服务各有自己的账号和费用。渲染时如果只用字幕、动效和代码渲染的画面，不调用生成模型，就不会产生模型服务费。

Hypit 的主要功能

视频克隆（Clone）。给 Hypit 一条参考视频，Agent 把它拆解成一份完整的 SVML 工作流，包含画面、字幕、B-roll、特效和节奏。你拿到的不是“脚本拆解”，而是可以直接修改和重跑的工程文件。

模板与从零创作。克隆是最快的入口，但不是唯一入口。你可以从 Hypit 提供的模板开始，也可以直接描述想要的视频，让 Agent 从零写出一份 workflow。

可插拔组件。换主播不需要动字幕，换产品不需要重写布局。组件可以来自官方库、社区示例，也可以自己写。

多语言与批量变体。同一份 workflow 可以输出十种语言版本。改一句台词，时间轴自动重排。官方口号是“一条命令，100 个变体”。

本地渲染。渲染链路使用 ffmpeg 拼接和 64 个无头 Chromium 进程并发渲染，画面生成才需要调用外部模型。这意味着字幕、动效、代码驱动的视觉全部本地完成，不产生云端 API 费用。

Hypit 的核心特色

视频变成“源码”，而不是“成片”。这是 Hypit 和所有“一句话生成视频”工具的根本区别。Runway 或 Pika 生成的是像素，改一个字要重新生成整条。Hypit 生成的是 SVML 文件，改一行只影响那一行对应的部分，重渲染一两分钟出结果。这个设计选择决定了它的整个工作流：可编辑、可版本控制、可批量复用。

锚定在词上，而不是秒上。传统剪辑软件的时间轴以秒为单位，台词改了就要手动挪所有素材。Hypit 的词级锚定让“改台词”变成安全操作：字幕、B-roll 切入时机、动效触发点全部跟着词走，自动重排。

复刻的是结构，不是内容。Hypit 的克隆目标不是“做一条看起来像的视频”，而是“提取那条视频被验证过的结构”——开头钩子、节奏、字幕样式、转场逻辑——然后把内容替换掉。官方示例中，一条足球排行榜视频可以变成科技创始人排行榜，主播换成香蕉猫，排名翻转，但结构原封不动。

生成模型是可选的。大多数 AI 视频工具强制调用生成模型。Hypit 的 workflow 可以只编译字幕、动效和代码渲染的画面，完全不碰生成 API。需要 AI 生成画面时再调用 Seedance、可灵、MiniMax 等模型，按你选择的服务商计费。

Hypit 可以用来做什么？

复刻爆款结构，批量出变体。你看到一条跑通的 TikTok 广告或 Reels 视频，想用同样的结构做自己的产品。克隆它，换上你的产品和文案，当天发出几十个 Hook 变体。两周后创意衰退，换一批开头重跑，主体不动。

带货视频每天换 SKU。一个跑通的格式，产品、价格、CTA 换掉，结构不变。跨境卖家可以用别人验证过的节奏装自己的货，不用从零试错。

AI UGC 与口播。配音、词级字幕、B-roll、评论区贴纸、卡点剪辑，自动挂好。

播客与采访切片。分屏布局、区分说话人的字幕、反应特效。

代码渲染的视频。画面完全由前端代码驱动，本地渲染，不调生成模型 API。

多语言版本。同一条视频输出十种语言，改一句台词时间轴自动重排。

不适合的场景：需要精细手动调色的专业后期、需要真人实拍素材的纪录片、以及不涉及视频编排的纯图文内容。

Hypit 适合哪些人？

• 跨境卖家和信息流广告投放者：需要快速复刻已验证的广告结构，批量换产品、换 Hook、换语言。
• 短视频创作者和 MCN：想把一条爆款变成可复用的模板，持续产出变体。
• 用 Claude Code、Codex 的开发者：已经在 AI 编码助手里工作，想让 Agent 顺手把视频也做了。
• 对“AI 生成视频”但需要可控性的团队：受够了“改一个字整条重生成”的工具，想要源码级的编辑能力。

不太适合：需要专业级调色和音频混音的人、做纯动画电影的人、以及不信任 Agent 编排视频节奏的人。

Hypit 如何安装？

前置条件：Node.js 22.15+、pnpm 10.33+（部分场景）、ffmpeg 和无头 Chromium（渲染用）。

方式一：安装 Skill（推荐）

npx skills add hypit-ai/hypit -g

这条命令安装 Hypit Skill。首次使用时，Agent 会检查 Hypit 可执行程序，并按需协助安装。

方式二：安装 CLI 可执行程序（可选，Agent 可代劳）

npm install -g @hypit/hypit

Skill 和可执行程序是分开安装的。Skill 提供制作知识，可执行程序提供 hypit 命令和渲染运行时。

验证安装：在项目目录对 Agent 说 /hypit 做一个 ranking 视频，把 Hypit 排到 S 级。如果 Agent 能检查环境、索要凭据并开始生成，说明安装成功。

Hypit 怎么使用？

基本用法（克隆视频）：

/hypit 复刻这个视频：/path/to/video.mp4，把排行榜内容换成 Hypit 与其他 AI 视频产品的对比。

从零创作：

/hypit 做一个 ranking 视频，把 Hypit 排到 S 级。

Agent 会做什么：检查环境 → 索要渲染需要的第三方凭据（如果用到生成模型）→ 生成素材 → 构建成片。

手动 CLI 用法（了解即可）：

hypit version        # 查看版本
hypit paths          # 查看项目、Profile、Distribution 路径
hypit version --check # 检查是否有新版本（只读）

输出内容：一份可编辑的 SVML 工作流、渲染好的 MP4、以及项目中保存的素材和结果。项目可以放在任意位置。

Hypit 使用技巧

先从“不调用生成模型”的 workflow 开始。字幕、动效、代码渲染的画面完全本地完成，零 API 费用。先确认编排和节奏满意，再引入生成模型做画面素材。官方示例中，一条 20 秒视频的总成本可以低到 $1.15，大部分花在 AI 生成画面上。

理解 SVML 的五层结构再动手。Script（台词/角色）、Media Track（画面）、Caption（字幕）、Speech Track（语音）、Film（合成）。改内容时知道自己在改哪一层，比让 Agent 猜要高效得多。

词级锚定是安全网，不是限制。你不需要手动调时间轴。改台词、换语言、调整语速，时间轴自动重排。利用这一点做多语言版本和 A/B 测试。

注意许可边界。Hypit 采用修改版 Apache 2.0。自己用、公司内部用、为客户做项目都免费。但多租户 SaaS、对外托管服务、付费再分发需要商业授权。生成的视频归你所有，但第三方模型产出的部分受那些服务商条款约束。

跨项目复用可执行程序，但组件跟项目走。Hypit 的 CLI 可以跨项目共用，但视频项目的组件依赖记录在项目自己的 lockfile 中。更新 Hypit 不会自动升级每个项目的组件版本。

Hypit 收费吗？

Hypit 本身免费且开源。采用修改版 Apache 2.0 许可。自己用、公司内部用、为客户做的商业项目均免费，不需要额外授权。不按人头收费，不按渲染次数收费，不添加水印。

但以下情况会产生费用或需要授权：

• 模型服务：调用 Seedance、可灵、GPT Image 等生成模型时，费用由你选择的服务商收取，Hypit 不抽成。
• Coding Agent：Claude Code、Codex 等有自己的订阅或 API 费用。
• 商业授权：多租户 SaaS、对外托管服务、付费再分发需要 Hypit.AI 书面许可。

实际成本参考：官方示例中，一条 20 秒足球排行榜视频（含 AI 生成画面）总成本约 $1.15；一条 18 秒播客片段约 $1.07。

Hypit 的优点与缺点

Hypit 与同类工具对比

vs 一句话生成视频工具（Runway、Pika）。那些工具生成像素，改一个字要整条重生成，成本高且不可控。Hypit 生成 SVML 源码，改一行只影响一行，重渲染快且便宜。前者适合“不想管过程只要成片”，后者适合“需要反复迭代和批量变体”。

vs 传统剪辑软件（Premiere、剪映）。传统软件的时间轴是给人拖拽的，Agent 读不了工程文件。Hypit 的 SVML 是文本格式，Agent 可以直接读写。Hypit 团队的目标是“kill Adobe、CapCut、DaVinci”，因为当 Agent 成为视频制作者时，它需要的不是 GUI 时间轴，而是可编程的源文件。

vs 其他 AI 视频编排工具。多数工具只解决“生成”或“剪辑”中的一环。Hypit 覆盖了从克隆参考、编排结构、生成素材到渲染输出的完整链路，且所有环节通过 SVML 统一在一个文件里。

Hypit 常见问题 FAQ

Q：Hypit 和“AI 视频生成”有什么区别？
AI 视频生成工具（Runway、Pika）从文字或图片生成像素。Hypit 从参考视频或描述生成可编辑的工作流源码，渲染是最后一步，且渲染可以完全不调用生成模型。它的核心是编排，不是生成。

Q：需要会写代码才能用吗？
不需要。你通过自然语言对 Agent 说 /hypit 复刻这个视频，把产品换成我的，Agent 处理 SVML 的读写。但如果你想手动调细节，可以编辑 SVML 文件，它本质上是文本。

Q：必须用 Claude Code 或 Codex 吗？
官方支持 Claude Code、Codex 等主流 Coding Agent。Hypit Skill 通过 npx skills 安装，兼容支持 Agent Skills 标准的工具。

Q：生成的视频有水印吗？
没有。Hypit 不添加水印。

Q：可以商用吗？
自己用、公司内部用、为甲方做项目都免费。多租户 SaaS、对外托管服务、付费再分发需要商业授权。

Q：不调用生成模型能做出视频吗？
可以。字幕、动效、代码渲染的画面全部本地编译，不产生模型服务费。生成模型只在需要 AI 生成画面素材时才调用。

Q：Hypit 和 brag 有什么区别？
brag 是“从项目代码生成一条发布视频”，面向的是刚做完的项目。Hypit 是“从参考视频克隆一套可复用的工作流”，面向的是需要批量产出变体的内容创作者。两者解决不同场景。

Hypit 综合评价

Hypit 解决的是一个结构性问题：短视频创作者和营销团队每天面对的不是“能不能生成视频”，而是“能不能复用已经验证过的结构，快速产出下一个变体”。

传统路径是：看到爆款 → 手动拆解节奏 → 重新找素材 → 重新对齐时间轴 → 产出一条 → 再手动改 → 再产出一条。Hypit 把这个流程压缩成：克隆参考 → 改 SVML 中的内容 → Agent 重渲染 → 出变体。改台词时间轴自动重排这个设计，让“批量变体”从体力活变成了参数调整。

它的门槛在于理解“视频是源码”这个范式。如果你习惯了拖时间轴，一开始可能需要适应 SVML 的分层结构。但一旦理解，它提供的可控性和复用性是“一句话生成”工具无法比拟的。

它的局限在于质量上限取决于参考视频和你的内容。Hypit 复刻的是结构，不是魔法。如果参考视频本身节奏差，复刻出来的也不会好。另外，AI 生成画面的质量和成本仍然受所选服务商制约。

对于跨境卖家、信息流投放者、短视频创作者、以及任何需要“一条爆款变一百条”的人来说，Hypit 是目前开源方案中最接近“视频生产线”的工具。它不承诺每条都是爆款，但它让“试错一百次”的成本变得可以承受。