最近发现一个刚开源的项目叫 Hypit，口号是"1 条命令，100 个变体，1 亿次播放"。
做短视频的都懂一个痛点：找到一个跑通了的视频结构（比如"三秒钩子 + 痛点引出 + 方案展示 + CTA 收尾"），但下一条视频你得重新做一遍——文案可以复制，字幕要重新对齐时间轴，B-roll 要重新找素材，转场动画要重新调参数。一个 20 秒的视频，真正动剪辑的时间可能是两小时。
Hypit 就是奔着解决这个问题来的。它是把爆款视频变成可复用的工作流——丢一个参考视频进去，AI Agent 自动拆解出完整的生产流水线，从这个流水线上你想怎么生产就怎么生产。
简单说，Hypit 是一个开源的 AI 视频克隆引擎，让 AI 编程助手（Claude Code、Codex 这类 Agent）能够看懂一条爆款视频，然后输出一份结构化的、可编辑的、可批量复制的视频工作流。目前已收获 2.4K Star。
Hypit 最底层的技术创新是 .svml 格式——可以把它理解成视频领域的 HTML。一份 .svml 文件分五层：Script（台词和角色定义）、Media Track（画面素材）、Caption（字幕层，支持词级别对齐）、Speech Track（语音合成层）、Film（画布尺寸和渲染配置）。
而且它不是静态的。你可以用 @标签 在台词里嵌入触发逻辑——比如 @[emoji_flash] 标注在某句话上，Agent 就会在那个词出现的时候自动触发 emoji 闪现动画；标注 @[product_shot] 就会在那个位置切一个产品特写。
本质上，Hypit 把视频生产从"非线性剪辑"变成了声明式编程——你不需要考虑第几秒出现什么，只需要说"这段台词出现的时候，同时出现这个画面、这段语音、这组字幕"，剩下的时间对齐全部自动计算。
七大使用场景
- 爆款广告克隆：从 Meta Ad Library 抓一条跑通的广告，换你的产品，当天出 50 个 hook 变体
- 带货：一个转化好的视频格式，每天换一个 SKU，换产品名、价格、CTA，结构完全不动
- 播客/访谈剪辑：分屏布局 + 说话人感知字幕 + 反应特效，自动识别谁在说话，字幕颜色跟着变
- 多语言本地化：同一条视频，改台词就自动出十种语言版本，时间轴重新对齐，嘴型同步
- 代码渲染视频：完全不用 AI 模型，只用字幕 + 动态图形，成本 $0，速度极快
- 街头采访模板：三段式揭秘结构 + 表情追踪 + 声音同步，自动检测人脸，字幕跟着人走
- 大规模 A/B 测试：10 个开头 + 5 个 CTA = 50 个变体，批量生成快速筛选
快速上手
环境要求：Node.js 22.15+（必须 22 以上），一个 AI 编程助手（Claude Code、Cursor、Codex 等）。
安装一行命令：npx skills add hypit-ai/hypit -g。首次使用时 Agent 会检查 Hypit 可执行文件是否就绪，没有会自动准备。
方式一：给参考视频让 Agent 克隆——/hypit Clone this video: /path/to/video.mp4 或给 URL。Agent 会下载/读取视频、调用多模态模型分析结构、生成 .svml 工作流文件、渲染成片预览、给你一个可编辑的项目。
方式二：从零描述让 Agent 写工作流——/hypit Make a 20-second TikTok style video about why open source is better for AI video. Hook: "Arcads charges $220/mo. This one's $0." Agent 会自动设计结构、写台词、选画面风格、生成完整的 .svml。
写在最后
Hypit 向我们证明了一件事：视频生产，终究会像代码生产一样被工程化。它不是让你做视频的效率提升 10 倍，而是让你把已经验证过的爆款结构直接变成工厂流水线，然后成倍地复制。
GitHub：github.com/hypit-ai/hypit
