我的视频号每天定时更新一条 22 秒的 AI 资讯视频，到今天已经连续 36 天没断更了。
身边很多朋友问我怎么做到的——"你每天剪视频要多久？"
答案是：平均 1-2 分钟。
不是因为我剪得快，是因为整个流程让 AI 做了。这篇文章就把这条流水线完整拆给你看，看完你应该能搭一条同样的——不一定比我做得更好，但至少知道为什么能这么干。
特别预告：文末会送一份完整的 Skill 安装包（daily-news-pipeline-12 + wechat-video-channel-publish），装上之后你自己就能 /daily-news-12 一键跑通整条流水线，连「把 HTML 转视频」那一步都给你封装好了。
一、为什么 HyperFrames 适合做这件事
每日资讯视频有 3 个特点：
- 高频：每天都要发，靠人剪不现实
- 模板化：版式固定（3 页 × 4 条 / 22 秒）
- 数据驱动：内容是结构化的（标题、信息、来源）
这 3 个特点加在一起，决定了它最适合用 HTML + GSAP 模板 + 自动化渲染来做，而不是 PR / AE。
具体来说：
|
|
|
|---|---|
| HTML + CSS |
|
| GSAP |
|
| ffmpeg |
|
| HyperFrames |
|
如果你不知道 HyperFrames 是什么，先看官方仓库。简单说，它做的是"把 HTML 页面转成视频"——你写一个 HTML，它用 headless Chromium 跑一遍，再用 ffmpeg 录成 MP4。
二、Agent 不是 HyperFrames 的一部分，但比它更重要
很多朋友看完 HyperFrames 文档后第一个问题是"那我用谁写 HTML？"
答案：用任何 Agent 都可以。
- OpenCode：开源、本地、自带 Skill 机制
- pi：CLI/TUI、极致简洁、速度快
- Claude Code：上下文最长、调试方便
- Hermes：模板化最强、有现成的项目模板
- Cursor：编辑器内嵌、所见即所得
它们的核心功能都一样——"读取文件 + 执行命令 + 输出结果"——这套流水线对它们都通用。
差别只在命令语法和配置位置，核心逻辑 100% 通用。
我自己的方案：Coze 智能体抓资讯 → pi 制作视频。Coze 抓资讯很稳（定时任务 + 工作流编排），pi 写代码很干净（CLI 直接 run）。你完全可以替换成别的组合。
三、5 步流水线总览
整条流水线只有 5 步：
- 抓资讯：Agent 联网抓 12 条 AI 资讯（6 国内 + 6 国际）
- 写 Markdown：整理成结构化文案（含 5 行精简版）
- 写 build_html.py：填 ITEMS 数组，校验文字长度，渲染 HTML
- HyperFrames 渲染：
npx hyperframes render --output output.mp4 - 清理 + 发布：删脚本，打开文件夹，定时发布（可选）
从拿到 12 条资讯到输出视频，1-2 分钟。
四、Step 1：抓资讯（让 Agent 联网）
很多朋友第一个问题是"12 条 AI 资讯哪来？"
答案：让 Agent 自己联网抓。
但别让它漫无目的地抓——给它圈定来源范围效率会高很多。我自己用的来源清单：
|
|
|
|---|---|
| 都市资讯 |
|
| 财经金融 |
|
| 科技产业 |
|
| 科技速览 |
|
| AI 重磅 |
|
| 半导体 |
|
为什么是这些？ 因为它们更新频率高、内容结构化、有明确作者署名，比微博热搜 / 知乎热榜更适合做"严肃资讯"。
这一步根据个人情况即可。你关注什么行业，就给它什么来源清单。比如做股票就换同花顺/雪球；做娱乐就换猫眼/灯塔。
给 Agent 的提示词大致是：
关键：每个字段给字符上限，否则 Agent 会给你写 200 字详细信息，渲染时塞不下。
下面是我使用coze抓取的资讯信息部分截图：
五、Step 2：写 Markdown（5 行精简版）
拿到 12 条资讯后，下一步是整理成 Markdown（这些是agent自动完成的）。
这一步最关键的产出是精简版视频描述——它是发到视频号时的标题 + 简介。
为什么是 5 行？ 视频号用户滑到简介区最多看 5 秒钟，5 行刚好够读完。超过 5 行没人会读。
六、Step 3：写 build_html.py
这是整个流程最复杂的部分——但因为它是模板化的，你只需要把咨询信息给agent，它会自动完成。
build_html.py 包含 3 件事：
- 12 条 ITEMS 字典数组（你要填的）
- HTML / CSS / GSAP 模板（一次性写完）
- 字段长度校验函数（自动报警）
ITEMS 数组结构：
5 种主色系统：
|
|
|
|
|---|---|---|
| gold | #ffcc00 |
|
| cyan | #00c6ff |
|
| purple | #9b59ff |
|
| pink | #ff6b9d |
|
| green | #00ff88 |
|
为什么是 5 种颜色？12 条资讯如果全部同一个颜色会糊掉，但太多颜色又会花。5 种刚好够分维度（国内 / 国际 / 事件类型），又不会分散注意力。
七、Step 4：渲染（1 分钟）
渲染完成后：
检查视频质量：
八、实战案例：VOL.40 「换血」
7 月 4 日那条视频的主题是「换血」——讲国产 AI 芯片市占率首次突破 52%。
12 条分布：
- P1 头条（换血）：国产芯片首破 52% / 豆包 Seed2.1 / 文心 4.5 开源 / 商汤 EMA 2.0
- P2 市场（工具换血）：通义 3.0 / 豆包国际版 / 华为盘古 7.0 / 智谱 GLM-5
- P3 全球（产业链换血）：OpenAI GPT-5.6 / NVIDIA H300 / Meta 重组 / Anthropic 续任
目录结构如下：
部分内容如下：
九、6 个常见坑
跑了 36 天下来踩过的坑：
|
|
|
|
|---|---|---|
| 字段超限 |
|
|
| GSAP set 缺失 |
|
opacity=0, y=12
|
| 背景音乐炸耳 |
|
data-volume="0.15"
|
| emoji 没清 |
|
r'[\U0001F300-\U0001F9FF]' 删 emoji
|
| build_html.py 留在目录 |
|
rm build_html.py
|
| Page 标签名重复 |
|
|
十、把 36 天的代码沉淀成一份 Skill（这才是真正的资产）
跑 36 天之后回头看，build_html.py 写一次就好，但每天都临时拼一份实在太蠢。
于是我把整条流水线沉淀成了一份 Agent Skill——一个 2113 行的 SKILL.md 文件 + 配套的辅助脚本。
10.1 Skill 是什么
简单说：Skill 是一份给 Agent 看的说明书，告诉它"什么时候调用我、我应该做什么、做完交付什么"。
Agent 启动时不会自动加载所有 Skill——它是按需加载的。当你说 "/daily-news-12" 或者提到"生成 12 条资讯"的时候，Agent 才把这份说明书调出来读一遍，然后按里面的步骤一步步执行。
10.2 这份 Skill 的核心结构（86KB · 2113 行）
description 字段非常关键，它决定 Agent 什么场景下会调用这份 Skill。我写的 description 是：
"流水线生成每日 AI 前沿资讯视频。12 条信息分两页展示（每页 6 条），采用顶部标题区 + 底部内容区单屏布局，3 个 section（头条 / 市场 / 数据）每段 4 条……视频时长 14s，1080×1920 竖屏。触发条件：用户提到'生成 12 条资讯'、'daily-news-12'、'2 页资讯'、'加大资讯数量'或触发 /daily-news-12 命令时调用此技能。"
10.3 6 个 Step 全部内嵌在 Skill 里
关键设计：Step 0 的"自动抓取昨日资讯"是后加的，所以后来跑这条流水线基本不用人手介入。
10.4 还配套了一份发布 Skill
光渲染出 output.mp4 没用，还要把它发到视频号。所以我顺手做了一份 wechat-video-channel-publish Skill（3.3KB · 11 行触发说明）：
两套 Skill 配合：前者负责"做"，后者负责"发"。中间不用我做任何事——早上 6 点 Coze 自动抓资讯，下午 18 点 pi 自动渲染 + 视频号自动排队好草稿。
10.5 把 build_html.py 沉淀进 Skill 的好处
|
|
|
|
|---|---|---|
| 复用 |
|
|
| 升级 |
|
|
| 可移植 |
|
|
| 可分享 |
|
|
| 可教学 |
|
|
10.6 怎么自己动手沉淀一份 Skill
如果你也想把"每天重复的事"变成一份 Skill，4 步就够：
Step 1：把你最近 7 天做的事情写下来
不用追求"完整"，列出关键节点就可以。比如我这份：
Step 2：把每个节点写成一个可执行的 Step
每个 Step 包含三件事：
- 输入：上一步交付物是什么
- 操作：具体做什么（命令、文件、HTTP 调用）
- 输出：这一步交付什么文件 / 状态
比如 Step 3：
Step 3：写一份 description（这是 Skill 的"自我介绍"）
description 决定什么时候 Agent 会被触发调用它。关键要素：
- 做什么：一句话说清
- 触发条件：关键词 + 命令
我这份的 description 在前面 10.2 节已经列了。
Step 4：扔到 Agent 的 skills 目录
放进目录后，Agent 启动时会扫所有 description——命中关键词就调它。
10.7 一份 Skill 沉淀下来要多久
老实说：写这份 daily-news-pipeline-12 花了大概 4 小时。
- 1.0 版：2.5 小时（写最简 200 行）
- 1.4.2 升级：1 小时（加字段校验 + 字号优化）
- 1.4.2+ 精简版：30 分钟（Markdown 压缩到 5 行）
对比不写 Skill：每天 10 分钟 × 36 天 = 360 分钟 = 6 小时。投入 4 小时之后省 6 小时，第 36 天之后才是净赚——也不算特别赚。
但 Skill 的真正价值不是省时间，而是：
- 可分享：别人 1 分钟装上就开跑
- 可演进：版本化了就能持续优化
- 可组合：和 wechat-video-publish 等其他 Skill 组合成完整流水线
- 可教学：12 条 / 5 行精简版 / 5 色系统都是这份 Skill 教的
十一、写在最后
回头看这套流程，最核心的不是 HyperFrames 也不是 Agent——是"把 12 条资讯当成数据"这个思路。
把内容当成数据之后：
- 资讯 → 字典数组
- 字典数组 → HTML 模板
- HTML 模板 → MP4
每一步都是数据转换，没有任何"创意"决策。这就是为什么 AI 能 1-2 分钟做完。
这一套流程适合做"高频 + 模板化 + 数据驱动"的所有视频——不只是 AI 资讯，比如：
- 每日股票复盘（12 只股票 × 4 个维度）
- 每日播客精选（5 个节目 × 3 个看点）
- 每日技术雷达（10 个项目 × 4 个指标）
把结构抽出来，剩下的就是 Agent 的活。
互动问题：你平时做什么类型的高频视频？用 HyperFrames 是不是也能搭？
福利：公众号后台回复 "每日资讯Skill"，获取两份完整 Agent Skill 安装包：
daily-news-pipeline-12（86KB · 2113 行）—— 整条 36 天流水线封装wechat-video-channel-publish（3.3KB）—— 视频号扫码登录 + 自动发布
装上之后自己就能跑 /daily-news-12 一键生成，再 /wechat-publish 一键发到视频号，从资讯到上线全程不碰手。
