Hypit Skill:让 AI 智能体一键克隆爆款视频生成 100 个变体
一条命令,从一段参考视频克隆出 100 个变体,10 秒 1.15 美元就能跑完一整轮爆款流水线——这是 Hypit 这个 Skill 在 2026 年 9 月用 GitHub Trending 日榜 +1,789 颗星刷出来的真实数据。短视频团队、独立创作者、AIGC 工具人都开始把它当成「生成式爆款工厂」。
功能与原则
Hypit 把自己定位为「给 AI 编码智能体的视频生成语言与系统」。它做的不只是写脚本,而是把参考视频拆解成一套以「词」而不是「秒」为锚点的工作流(SVML),完整覆盖素材、字幕、B-roll、效果。智能体可以:
- 用一条命令产出 100 个变体(换主播、换话题、换 B-roll、换效果)
- 通过
npx skills add hypit-ai/hypit -g一行安装到 Claude Code、Codex 等任何 shell-capable 的智能体 - 选择本地模型或自带 API;渲染层是 64 个 Headless Chromium 并行
- 完全可选生成模型:纯代码也能渲染字幕、动效、可视化
核心设计原则是「工作流优先于模型」。任何生成模型(包括 Seedance、GPT Image、WhisperX)都是工作流中的可替换节点,没有锁定。
认可度
- GitHub Stars:约 11,694(截至 2026-09-20,API 实测)
- 创建时间:2026-07-29,发布不到 2 个月
- Trending 经历:2026-09-18 GitHub Daily Trending 当日前 5(+1,789 颗星/日)
- 第三方榜单:Trendshift #229030,已被多个 AI 工具评测榜收录
- 社交热度:HN / X / Discord(Telegram 群 + Discord
85hnyQnxpn)同时走红
链接
原作者
Hypit 由团队 hypit-ai 维护,官网运营方为同一组织。官方仓库围绕 AI Agent + 短视频自动化展开,团队同时维护 Discord 与 Telegram 社区(discord.gg/85hnyQnxpn、t.me/hypitai)。
介绍
Hypit 的设计目标是让 AI 编码智能体拥有「剪辑师语言」。用户给一段参考视频,Hypit 会把它转写成一个 SVML(Structured Video Markup Language)源文件,左边是声明式的工作流描述,右边实时渲染出视频。智能体读 SVML 就能直接生产新版本,而不需要重新分析原片。
仓库已经内置多个真实可跑的范本。ranking-football 例子用一段 20 秒的「GOAT DEBATE」足球分档视频克隆出三个变体:把主播换成香蕉猫、把排名翻转、改成科技创始人主题——同一套爆款结构,三条不同内容。podcast 例子把 DAILY CREATINE 短视频改成三段不同广告(Pepe vs Doge 狗爪辩论、retinol 平替、CheatGPT 学习 app),全程跑下来成本 1.07 美元。
跟「脚本生成器」不同的是,Hypit 把每个镜头的口型同步(WhisperX word alignment)、卡拉 OK 字幕、色块动效、并行 Chromium 渲染都写成 workflow 节点。生成模型(Seedance 2 Mini 720p、GPT Image 2 等)只是节点之一,可以完全关闭走纯代码路径,对不想依赖闭源模型的工作室更友好。
特点
- 真·Skill 形态:通过
npx skills add一键安装,调用方是 Claude Code、Codex 等智能体,不是单独的 GUI 工具 - SVML 工作流语言:以词为时间锚点,而不是帧/秒,智能体编辑工作流就像改 Markdown
- 100 变体工厂:一条命令同时生成 100 个版本,并行 64 个 Headless Chromium,渲染端接近 SaaS 级别产能
- 零模型锁定:支持本地 LLM、BYOK 或关闭生成模型,纯代码也能渲染
- 单视频 < $1.2:官方示例 20 秒视频成本 $1.15、18 秒 $1.07,比商用 SaaS 便宜一个数量级
使用方法
最小安装(需要 Node.js):
npx skills add hypit-ai/hypit -g
智能体首次调用会检查 hypit 可执行文件,没有就自动准备。视频项目目录可以放在任意位置。
基础调用(让 Claude Code 帮你完成):
「帮我克隆
examples/ranking-football/reference.svml,把主播换成香蕉猫,再生成 3 个变体。」
或者直接 CLI 调用 Hypit:
hypit clone examples/ranking-football/reference.svml --swap host=banana-cat --variants 3
如果你想自带模型:
在对话中告诉智能体「我的服务名是 X,文档在 Y」,它会自动配置连接。
使用场景与人群
- 短视频工作室 / MCN:批量测试「同一爆款结构 × 不同选题」的投产比
- 独立 AIGC 创作者:一个人跑 100 个变体,从里面挑表现最好的几个
- 跨境营销团队:同一支参考片,分国家换主播、换语言、换商品做本地化
- AI 工具评测博主:演示「一个 Skill 把 Claude Code 变成视频生成器」的视觉冲击
目标用户是已经习惯 Claude Code / Codex 工作流、希望把视频产能从「每周几条」拉到「每天几十条」的个人或小团队。
输入与输出案例
案例 1:参考 → 变体
- 输入:20 秒足球分档视频「GOAT DEBATE」
- 输出:3 个变体
swap-host.mp4(主播换成香蕉猫)swap-effect.mp4(特效换风格)swap-topic.mp4(话题改成科技创始人)- 成本:$1.15
- 耗时:约 90 秒(并行 Chromium 渲染)
案例 2:从零生成
- 输入:自然语言描述「做一个 18 秒播客短片,两个主播因为抗皱成分吵架」
- 输出:完整工作流
interview.svml+ 渲染产物,包括分屏访谈布局、说话人感知卡拉 OK 字幕、产品交互动画 - 成本:约 $1.07
- 特点:智能体从零写工作流,不需要给参考视频
更多例子见仓库 examples/ 目录:ranking-football、podcast、interview 三个 production-ready 范本都附带完整 SVML 源码和 README 注释。
评论区
登录后可评论。