1实现原理 · 为什么它能做到
核心前提是「无素材可抓」：刻意不做 capture、不建 asset-descriptions.md、不 populate capture/assets/，画面全部在下游被发明（排版/抽象图形/图表/数据可视化）。
skills/faceless-explainer/SKILL.md
Do **not** run `npx hyperframes capture` (there is no URL). Do not create `asset-descriptions.md` or populate `capture/assets/` — faceless visuals are invented in Steps 4-5, not captured.
这里在做什么：与同批 product-launch-video 共用同一条六步流水线（同样的 Step 0/3/6 用户门禁、同样的脚本名），但把 Step 1 的抓取换成「把用户文本原样存成 visible-text.txt + 手造一个 tokens.json」。Quick Reference 里专门列了『Faceless deltas vs a captured-asset workflow』四项差异。
设计系统不靠手写调色：选定一个 shipped frame preset 后，由 build-frame.mjs 把 preset 的 FRAME.md 重映射成项目 frame.md 并生成 caption skin；无品牌色时保留 preset 自身完整配色。
skills/faceless-explainer/SKILL.md
A faceless explainer usually has **no brand colors/fonts** (`tokens.json` colors/fonts empty) → the script keeps the preset's own palette, a complete shippable design.
这里在做什么：把「设计系统」退化成一次选型（挑 preset）+ 一条确定性命令，作者不手改规格（'no hand-editing of the spec'），脚本自校验失败即 exit 1。
故事顺序来自叙事设计而非输入文本的段落顺序：明确要求重排/合并/省略/压缩，并按「角色→蓝图」菜单给每个 beat 选候选镜头形状，但禁止为了套形状而造 beat。
skills/faceless-explainer/SKILL.md
The video's sequence comes from **narrative design, not the input text's paragraph order** — reorder, merge, omit, compress.
这里在做什么：素材是一篇文章/一堆笔记，最偷懒的做法是按段落顺序逐段配图；本 skill 在 Step 3 明确禁止这种做法，并要求 blueprint 只是**软指引**（'Teaching truth still decides which beats exist — never force a beat to fit a blueprint'）。
配音与音乐走媒体侧脚本：可指定 voice/provider，默认声线写死在流程里（HeyGen Marcia / Kokoro am_michael），并定义「完全静音」的规范标记组合。
skills/faceless-explainer/SKILL.md
The pipeline default is otherwise **Marcia (female)** on HeyGen / `am_michael` on Kokoro — so a request like "a male voice" is silently ignored unless you pass the flag.
这里在做什么：把「用户说了男声但默认是女声」这种静默失配写成显式警告，要求先解析 provider 再取 voice id。静音标记是 `music: none`（STORYBOARD 顶部 YAML）+ 无 SCRIPT.md，audio.mjs 识别后会清掉陈旧 audio_meta.json（absent = 静音），Step 5 的 duration sync 与 fetch-sfx 一并跳过。
构建期一帧一个子代理：packet 构建器把「该帧的 storyboard 块 + blueprint 正文 + 所有引用规则」内联成有界 packet，再拼出完整 worker 角色文件 _role.md，worker 只读这两份文档。
skills/faceless-explainer/SKILL.md
Workers read only their packet and `frame.md`; they never open `STORYBOARD.md` or the skill documents (the packet inlines what was selected upstream). Each worker writes only `compositions/frames/NN-*.html`. Workers must never edit `STORYBOARD.md`.
这里在做什么：把上下文隔离做成硬约束——worker 看不到全局，因此不会越权改故事板；编排者负责在 worker 返回后把该帧标成 animated。帧的地面（纯色/渐变/网格）被要求挂在 `class="clip"` 图层上而不是 #root，理由是 #root 的背景会被 clip 门控到帧窗口，暗色内容可能落到黑色 body 上渲染不可见。
收尾门禁 + 一个被显式登记的已知假阳性：check 可能在 caption 词上报 1–4px 的 text_box_overflow，skill 要求不要追它、也不要用放大 line-height 的坏办法掩盖。
skills/faceless-explainer/SKILL.md
**Known false-positive — do not chase it.** `check` may report a handful of `text_box_overflow` findings of ~1–4px on the **caption** highlight words (selector `#caption-word-*` / `.caption-line`).
这里在做什么：把「工具噪声 vs 真缺陷」的判据写进流程（只有指到帧元素 `#el-NN-*` 时才需要处理），并警告不要用 inflate line-height 的方式掩盖——这属于把工程经验固化成纪律，减少 agent 在假阳性上空转。
审核与渲染门禁：先 inject/verify 转场、lint、check、snapshot 接触表，再暂停给用户看 Studio 预览，最后才渲染 MP4；渲染后不再重跑 lint/check/snapshot。
skills/faceless-explainer/SKILL.md
**Gate:** `lint` and `check` passed and the snapshots were inspected before render; user approved at the review pause (autonomous: checks passed and the delivery includes the contact sheet); `renders/video.mp4` exists. Final reply states MP4 path and final duration.
这里在做什么：把「检查通过」与「人类看过」分成两个条件；autonomous 模式下退化为「先问预览还是直接渲染」这一个保留问题（来自 brief-contract 的规范问句）。
2核心能力
01任意文本 → 无脸解说片（题目解说、概念拆解、how-to、listicle），视觉全部现场发明
02合成式输入包：把用户全文原样存证 + 手造最小 tokens.json（title/description/可选品牌色字体），保留用户自带脚本（VO_MODE verbatim/restructured）
03一脚本设计系统：preset → frame.md + caption skin（含品牌 token 按角色重映射与自校验）
04解说结构设计：hook 策略、价值先于证据、清晰度技巧、情绪节拍、类型枚举映射与 VO_MODE
05逐帧视觉设计（时间编码镜头序列 + 内联 Layout/运动词表 + 视频级 ## Video direction 块），并发音轨起步
06并行逐帧构建（一帧一子代理，packet + _role.md）与字幕/装配流水线（captions 后台 + assemble-index）
07静音项目的规范处理（music: none + 无 SCRIPT.md 的组合语义，含清理陈旧 audio_meta.json）
08协作模式下的草稿板（sketch pass）：先给每帧线框、拼满后只问一个版面问题、只改被点名的草稿
3外部依赖
| Kind | Dependency / Endpoint |
|---|---|
| cli | hyperframes CLI（init / lint / check / snapshot / preview / render / skills update；注意本 skill 不调用 capture） |
| api | HeyGen（TTS 与音乐库检索；凭证 ~/.heygen，由媒体侧脚本使用） |
| api | 本地离线 TTS（Kokoro）作为无登录态降级路径 |
| cli | ffprobe / ffmpeg（装配期音频探测与补齐，由 assemble-index.mjs 调用） |
| network | GSAP CDN（写进装配产物 HTML，带 SRI 完整性校验） |
| cli | media-use 侧脚本（prefs.mjs 记偏好、recipe.mjs 应用配方、heygen-tts.mjs 列语音） |
| package | 兄弟 skill 依赖（/hyperframes 路由、/hyperframes-core、/hyperframes-creative 的 frame-presets、/hyperframes-animation 的 blueprints+rules、/media-use） |
4管控建议与判定依据
建议配套管控措施
面向 Agent
分级或逐次授权，建议在沙箱运行
面向管理者
审批流程、可回滚、全程审计
判定依据（文件路径与关键语句摘要）
- scripts/: 执行本地脚本或命令: node scripts/build-frame.mjs --preset <name> --hyperframes .（step 2 设计系统，落
- 网络端点: 声明外部网络访问: HeyGen Audio API（TTS 语音与音乐库检索；经 media-use 侧脚本/CLI，凭证 ~/.heygen）
- 本地工作目录: 文件读写与工件输出: videos/<project>/hyperframes.json、BRIEF.md、capture/extracted/visible-text.t
审计说明： 。触发橙档的是**凭证面**：音频步骤使用 ~/.heygen 登录凭证调 HeyGen（语音合成 + 音乐库检索），未登录才走本地 Kokoro；同时流程要求把 `npx hyperframes auth status` 的输出原样转述给用户（属于把账号状态带进对话）。除此之外行为面干净：本 skill 不做网页抓取、不探测视觉 key（这一点与 product-launch-video 明显不同），17 个脚本零 HTTP 调用，产出 HTML 引用的 CDN 资源带 SRI。之所以不落黄色而是橙色，是因为『依赖外部账号凭证 + 第三方服务完成核心功能』本身需要使用者评估（可能产生费用与数据出境）。
5第二遍独立确认
- [ok] 『无抓取、无视觉 key』这一关键差异是否属实 — 整目录 grep GEMINI/GOOGLE_API_KEY/OpenRouter → 0 命中；SKILL.md 明确 'Do **not** run `npx hyperframes capture` (there is no URL).'；URL 扫描仅 2 处（同一 gsap CDN 字符串出现在 assemble-index.mjs 与 captions.mjs）。差异成立。
- [discrepancy] 是否与 product-launch-video 真正共享脚本（第一遍的资产描述是否正确） — 第一遍初稿把本 skill 写成『无 build-frame』——复核发现**错误**：Step 2 原文就是 `node <SKILL_DIR>/scripts/build-frame.mjs --preset <name> --hyperframes .`，scripts/ 下确有 build-frame.mjs。真实差异是：本 skill 无 capture（Step 1 改为手造输入包）、无 stage-assets（SKILL.md 写明 'There is **no asset-staging step**'），而 build-frame / audio / captions / transitions / frame-packets / assemble-index 六个脚本两家都有。已按源码更正 analysis 与 internal_assets 的表述。
- [ok] 『外部资源』逐条回查调用点 — hyperframes init/lint/check/snapshot/preview/render 均在 SKILL.md 出现；HeyGen 与 ~/.heygen 在 Step 3.1 原文；Kokoro 离线降级与 am_/bm_ 前缀在 Step 3.1 原文；prefs.mjs/recipe.mjs 在 Step 0 原文并定义了 <MEDIA_DIR>；ffprobe/ffmpeg 在 assemble-index.mjs 的 spawnSync 可验。
- [ok] 静音标记的实现语义是否与文档一致 — SKILL.md 规定 `music: none` + 无 SCRIPT.md = 全静音，且『audio.mjs recognizes it and generates nothing (it removes any stale audio_meta.json; an absent audio_meta.json is what assemble treats as silent)』；Step 5 的 sync-durations / fetch-sfx 在静音时跳过。语义自洽（以「文件不存在」作为静音的真值载体）。
- [unlocatable] 正文自述的已知假阳性是否真实存在于工具链 — SKILL.md 声称 `check` 会在 caption 高亮词上报 1–4px 的 text_box_overflow（选择器 `#caption-word-*` / `.caption-line`），且该 pill 的 snug line-height 由 scripts/captions.mjs 设定。caption pill 的 line-height 设定可在本 skill 的 captions.mjs 中定位，但『该假阳性确实会出现』这一行为需要实际跑 `npx hyperframes check` 才能证实——本任务为只读侦查，未执行构建/渲染（亦被任务书禁止）。故记为无法在源码内定位，不做进一步断言。
6结论
适合： 适合手里只有文字（一篇文章、一堆笔记、一个题目或一份 brief）而完全没有素材/网站的口播型解说视频：概念拆解、how-to、listicle，或需要把长文压缩成有教学节奏的短片。也适合需要中英双语场景——TTS 走 HeyGen 或本地 Kokoro，字幕与故事板格式与其它 HyperFrames workflow 一致（便于复用同一套项目目录习惯）。
不适合： 不适合：① 有网站或产品要展示的推广/导览片——应走 /product-launch-video（description 点名）；② 短、无旁白、以动效为主的作品——应走 /motion-graphics；③ 需要真实素材（实拍、截图、产品图）的片子——本 skill 明令不抓取、不建资产清单，唯一例外是用户自己放进 public/<basename> 的单张图；④ 不想使用任何外部账号/凭证的纯离线场景（音频默认依赖 HeyGen，仅部分可降级到 Kokoro）；⑤ 期望无审批直出——Step 0/3/6 有用户门禁；⑥ 要求严格按原文章节顺序逐段配图的场景（本 skill 明确要求重排/合并/省略）。
Install Agent-Ready
① Verified Mirror 2026-09-15
Option A · Direct DownloadDownload faceless-explainer.tar.gz
sha256:
Option B · Copy Guide for Agent2b565aaa0ac76062…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② Upstream GitHub
GitHub Repo ↗
Pinned to commit b8328f9573.