简体中文 | English

huashu-motion

「一键直出商业级产品宣传片。」

让你的agent做动画、作曲，指着画面改。

跟Claude Code、Codex这些agent说一句「给我的产品做个30秒的发布片」， 它会先读你的产品，给你三个方向挑，写出整支片子，自己写谱配乐， 然后在浏览器里打开一个编辑器等你。哪里不满意，在画面上点一下，写下要改什么，它就只改那一处。

npx skills add alchaincyf/huashu-motion

看效果 · 安装 · 能做什么 · 怎么做到的 · 背后的故事

---

看效果

这篇README里的每一段动画都是huashu-motion做的。上面那段取自它给自己做的53秒发布片，👉 下载完整发布片（MP4，带声音），下面Grok Bot（非官方）、huashu-design、DeepSeek、Claude Duet（非官方）这几支的完整版也在同一个页面。

指着画面改

按C，在画面上点一下，写下要改什么。评论发过去的时候带着时间点、场景、点中的元素和它在源码里的位置，agent先把那一帧和你点的那一小块截图放大看一眼，再只改那一处，改完回一句人话，预览停在原来的位置刷新。每一版都留着，⌘Z随时撤回；标题、数字、颜色、停留时长这些会变成编辑器右边的输入框，自己改，不用等agent。

（这段里的编辑器和终端是照真实界面重建的，代码细节是示意；评论是真实提过的意见。）

先写谱，再拍片

做发布片用的是作曲家模式：agent按节奏单先写一份谱（ABC记谱法，纯文本的乐谱），谱里的标记对齐每个场景，再由三角钢琴、弦乐和鼓组的采样演奏出来（真乐器采样要先跑一次om samples build，不跑就用合成音色）；画面上每个东西落地的那一帧，再配一个音效。配乐全部在本机现场生成，不调用任何收费接口。

一天，二十支

16个镜头，来自同一天做的七支片子，按拍子切。

Grok Bot（粉丝自制，非官方）· 30秒：傍晚交代任务，夜里几个agent各干各的，早上7点手机上收到汇报。这段是汇报一张张送往Chief of Staff的那几拍。

huashu-design 3.0 · 一句提示词钉住不动，背后的风格按拍子换 小猫补光灯Pro · 八种补光色，一拍换一种

不依赖Opus：DeepSeek V4.1 Flash也能做

这支22秒的动效片，是把Claude Code背后的模型换成DeepSeek V4.1 Flash（1017版）做的。中间我给了三轮意见（比如加上DeepSeek的鲸鱼logo、删掉几个镜头），带配乐和音效，前后不到半小时，按当时的价格花了1块9毛5（缓存命中率99.4%）。统一的配色、贯穿全片的那颗圆点、卡在124BPM上的配乐，是skill带出来的，我一句都没提过。方法写进了skill，便宜的模型也能拍出像样的片子。

Claude Duet（粉丝自制，非官方）：一次给足需求，全程没找我确认

Anthropic发布Claude Duet当天做的，29秒英文版。像素小人Claude Code在终端里等你敲键，变形成Duet以后主动来找你，你睡着了它接着干。完整版在Release页面。

---

样片是怎么做出来的

很多人问这些样片用的是什么提示词。下面是我当时的原话，一字没改，语音输入的错字也留着；本机路径和截图换成了方括号里的说明，跟这支片无关的话删掉了，用……标出；圆括号里是我补的上下文。

可以看出来，效果不全来自第一句话：有的片子我一次把需求说清楚，就放手让它做；有的片子我盯着改了好几轮。一句话也能出片，想到这个水准，要么第一句给足，要么后面有人当导演。

Claude Duet（非官方）· 一份需求、两条追加，中间没有修改意见

anthropic刚刚发布了claude duet，我希望你帮我充分调研信息，然后帮我做三个版本的视频 /huashu-motion
版本一：16：9 英文版本，30秒以内
版本二：16：9 中文版本 我希望除了品牌信息外，主要元素都是中文 ，30秒以内
版本三：带中文口播，2：3比例，主要界面内容包含官方英文，以及我们制作的中文版本，目标是发在抖音上给用户介绍Claude duet，1分钟以内

这三个版本我们都需要体现三个方面，但你可以通过不同的方式强调和和体现：
1、Claude duet和Claude code这种coding agent之间的区别
2、目前的使用门槛：大致是pro、max会员可以用上，但是需要申请waitlist
3、ChatGPT dots、muse、grok bot这三个都是personal agent，一定程度上可以认为面对前面三个personal agent，claude选择了claude duet出击。[一张Claude Code像素形象的截图] 这是Claude code原本的形象，我觉得你可以用一个比较视觉化的，动效出色的语言比较有趣的去表达这件事。
三个版本都需要被认为超过了90分才能算制作完成。以及第三个版本我们做完后，你制作封面和标题简介，然后发到抖音和视频号

除了huashu-motion之外，你也可以使用 /huashu-video-pipeline /huashu-art-motion 这两个skill辅助你完成内容创作

随后追加了两条，一条在11秒后，一条在5分钟后：

不需要找我做任何确认，请完全独立执行

用更多的动效和视觉隐喻去表达，而非用过多的字幕与语言。

抖音版本里可以用x截图之类的方式辅助口播去表达anthropic刚刚发布了这个新产品

之后除了交代做完发到X，没再给过意见。方向是agent自己选的，「过了90分」由另开的评审agent按评分标准打分，英文版改到第9版拿到91分才交。

DeepSeek V4.1 Flash动效片 · 一句话＋三轮意见，全程不到半小时

用 /huashu-motion skill尽情展示你的动效制作能力，不要关心传达什么，做尽可能多的快切和不同类型的动效展示，30秒以内。最后展示这个动画是由DeepSeek v4.1 flash 1017制作的即可

做的过程中：

哦对，开头也可以加一点DeepSeek的logo、鲸鱼，然后快速转动画

看第1版：

[截了一帧] 这部分画面动效就去掉吧，我觉得很差，不需要展示。以及最后的结尾也长了一些。我觉得爆点可以更早开始！

看第2版：

[又截了两帧] 这两个动效画面也可以去掉，很差

之后就没再改过，最后交的是第8版。

Grok Bot粉丝片 · 一句话＋选方向＋一轮意见

我们去给马斯克新推出的personal agent：grok bot做一个产品发布的宣传片

agent给了三个方向（团队上线、夜班、八只手），推荐用夜班的故事做骨架、中间插一段色块快切、电脑窗口用真界面。我回：

没问题，按你的推荐结构

看第4版：

整体不错，但是第一帧开场的效果我觉得很差，还不如核心聚焦在typing呢

看第6版：

非常非常棒！！我觉得我们的huashu-motion比昨晚又强了很多很多。……

huashu-design 3.0发布片 · 一句话＋选方向，第一版就过了，后来又往上提

你再打开两个fanbox窗口，分别去做huashu-design、darwin.skill的宣传动画吧。不用要求太多，用上我们最新的huashu-motion skill即可。

……

看完三个方向的关键帧：

我希望a和b结合

看第3版：

非常不错！

（agent问片里的「60种风格库」要不要改成84种）

可以改！

隔天重看：

我们这期视频做得其实非常出色。但是我觉得使用的案例，包括开头的快切，以及后面的三个选择的案例，app的案例等等，多样性都有些不足，很单调。你帮我找找我们最近是否有更好的 /huashu-design 的案例可用。

以及如果不行的话，你也可以自己调用新的终端窗口，让opus5.5再根据你的影片实现目标和镜头语言需要的设计，去做一些案例。 /huashu-motion 是这次设计的总负责人。

我希望能把我们这次宣传片的品质再提升100%，这对我们很重要！！！

huashu-motion自己的发布片 · 最折腾的一支：一个半小时，十个版本

……以及，我觉得我们需要现在，立刻重新做一个 /huashu-motion 的发布动画！！！让它把自己的能力，操作流程，特点都表达清楚，最后展示huashu-motion的仓库地址！

看第2版：

还不错，但是有两个问题：
1、我希望开头部分先行做一些快速的切镜，包括不同素材，不同运镜方式，比如一堆素材，3d视角流动，然后快速拉进切出好几个产品发布篇。

接着开始展示huashu-motion的发布流程！

然后，我觉得现在的发布流程展示挺清晰的，但是1、2、3、4、5，那切换运动很像ppt，不够高级！

看第3版：

[两个素材文件夹] 我们这两个文件夹中一大堆素材，你可以选择其中最好的。以及如果觉得还不够的话，可以更进一步！！自己去做一些你认为需要的。

其实我觉得一个精细化的精密仪器或者生理结构的模型，然后爆炸，环绕之类的会能够展现出非常出色的效果，你可以考虑下

[一张接触表] 这个感觉还挺多的，不过我希望你注意下素材的丰富性，以及这些素材凭借在一起时的审美表现！

看第7版，连着说了几条：

[截了一帧] 我觉得01-06这部分依然需要大改，如果乔布斯想要把这个产品发布出去，他会对这部分动画提什么要求？

另外，开头的节奏感我觉得很怪！！

音乐和视频节奏都不对，需要导演再提一些意见

（agent说要保留顶部的01–06导航栏）我觉得不应该保留，这一保留就显得很ppt

（agent说素材墙里有一张真人面孔，先剔除）我们不排斥真人素材

看第8版：

37-38秒左右的音乐音效非常奇怪糟糕。像是突然卡了一下，然后断了。我发现别的视频制作也出现类似的问题。我们排查下原因并且修复掉！！！

最后这条后来变成了配乐引擎的一个修复。第10版就是这篇README最上面那段。

这些意见里反复出现的几条（开场不够强、整段像PPT、节奏平、素材单调），现在已经写进skill：用户只给一句话的时候，agent会先拿这几条自己挑一遍，再把片子给你看。

---

安装

方式一：跟你的agent说（推荐）

帮我安装huashu-motion这个skill（github.com/alchaincyf/huashu-motion），装好后跑一遍demo

方式二：一行命令

npx skills add alchaincyf/huashu-motion

skills会认出你在用的agent，把skill放进对应目录；要指定的话加-a claude-code、-a codex等参数。

Claude Code、Codex、WorkBuddy、Grok Bot、Muse、Dots等产品都能跑；它遵循Agent Skills协议，支持skill的agent都能装。

方式三：克隆整个仓库

展开查看

git clone https://github.com/alchaincyf/huashu-motion.git
ln -s "$PWD/huashu-motion/skills/huashu-motion" ~/.claude/skills/huashu-motion   # Codex换成~/.codex/skills/

skill里的bin/om会直接调用仓库里的命令行工具，改仓库就是改skill，本机只有一份。

需要什么

• Node 22以上。
• Chrome（或Chromium、Edge）：截帧、检查、导出都用你电脑上已经装好的浏览器，不额外下载渲染器。
• FFmpeg：导出视频、合成配乐要用。
• 真乐器音色（可选）：想要三角钢琴、弦乐、鼓组，让agent跑一次om samples build，下载约55MB的免费采样（CC0和CC-BY授权）；不跑就用合成音色。
• 口播（可选）：macOS的系统音色不用装；想用Kokoro念中文稿，第一次用时会给出一行安装命令（要uv和Python 3.12，模型约325MB）；逐字对齐要装whisper-cli（brew install whisper-cpp）。

缺什么跑om doctor就知道，这些都可以直接让agent帮你装。目前只在macOS上实测过。Codex的沙箱会拦本地预览和浏览器，遇到时手动批准一下。

---

能做什么

装好以后，直接跟agent说：

你说	它做
「用huashu-motion给我的产品做一支30秒的发布片，官网是xxx.com」	先读产品，出三个方向的关键帧给你挑，写节奏单，再写片、作曲配乐，打开编辑器等你
「把data/funnel.csv做成30秒解说，讲清楚为什么注册率翻倍了」	按数据讲故事：先轴、后数据、只标一件事，数字变成可以直接改的输入框
「做