20个仓库拼不出一个motion studio，除非先写对seek(t)

20个开源仓库被整理成一套给 Opus 5.5 的 motion studio 技能清单。配文很兴奋，大意是 animation、physics、3D、sound、delivery 全齐了。先别急着点收藏。

清单本身不差。它把视频生产拆成了几个职责清楚的部分：动画、物理、3D、声音、剪辑和编码。问题是，20个仓库堆在一起，很容易变成收藏夹里的一个 motion studio，永远在装修，永远不交付。

清单先摆在这

01 Remotion：React 视频引擎 http://github.com/remotion-dev/remotion
02 HyperFrames：HTML 转视频渲染器 http://github.com/heygen-com/hyperframes
03 Anime.js：时间线编排 http://github.com/juliangarnier/anime
04 React Spring：弹簧动画 http://github.com/pmndrs/react-spring
05 PixiJS：GPU 加速的 2D 图形 http://github.com/pixijs/pixijs
06 p5.js：生成式视觉 http://github.com/processing/p5.js
07 Paper.js：矢量路径 http://github.com/paperjs/paper.js
08 Matter.js：2D 物理 http://github.com/liabru/matter-js
09 Three.js：3D 场景 http://github.com/mrdoob/three.js
10 Rapier：3D 碰撞 http://github.com/dimforge/rapier
11 OGL：自定义 shader http://github.com/oframe/ogl
12 tsParticles：粒子效果 http://github.com/tsparticles/tsparticles
13 glTF Transform：3D 资产优化 http://github.com/donmccurdy/glTF-Transform
14 GL Transitions：shader 转场 http://github.com/gl-transitions/gl-transitions
15 OBS Studio：屏幕捕捉 http://github.com/obsproject/obs-studio
16 Chatterbox：配音 http://github.com/resemble-ai/chatterbox
17 Tone.js：合成器和音效 http://github.com/Tonejs/Tone.js
18 faster-whisper：字幕转写 http://github.com/SYSTRAN/faster-whisper
19 OpenCut：时间线剪辑 http://github.com/OpenCut-app/OpenCut
20 FFmpeg：编码和交付 http://github.com/FFmpeg/FFmpeg

工具多，不等于系统成立。eigen 转发的那篇长文里，作者自称来自一家有 200+ 常规客户的 motion studio，做视觉特效总监。他给了一个更小、更可执行的栈：Claude Opus 5.5 写代码，Remotion 做可复用 React 视频组件，Playwright 控制浏览器，FFmpeg 编码。HyperFrames 作为 HTML 原生替代方案，可以拿来理解 seek(t)，但不必每个项目都同时跑两套渲染器。

关键在 seek(t)，不在模型会不会写代码

那些看起来像 AI 视频的 UI 动画，底层常常不是扩散模型逐帧生成画面。模型写的是代码，浏览器按帧绘制，FFmpeg 把帧压成 MP4。25 秒、30 FPS，就是 750 帧。每一帧有自己的编号 f，时间 t = f / 30。渲染器直接调用 window.seek(t)，要求动画给出这一时刻的状态。

这带来一个很实际的结果：要渲染第 600 帧，不需要先跑完前 599 帧。动画不能依赖上一帧的状态，不能有不受控的随机数，不能靠计时器驱动的 CSS 过渡。每个可见属性都要从时间戳算出来。

素材里 @twoclipping 展示的 UI 状态动画，按钮、加载器、播放器、滑块、图表、菜单来回切换，重点不在画面本身，在机制。输出不再是一段只能重拍的视频，而是一段可编程动画。想改文字、颜色、时长、节奏，改代码或数据，重新渲染。

一个可复现场景，比20个参考更接近生产

长文里画的系统是：Brief → Structured Data → Animation Engine → Frame Review → Video Render → Campaign Variants。拆开是六块：把客户资料编译成结构化数据，场景引擎把数据变成动画指令，渲染器出帧，质量检查找问题，变体生成器做不同钩子和比例，交付系统打包。

一个具体例子：SaaS 创始人给网站、logo、品牌色、截图和产品说明。系统产出 25 秒动画产品视频，3 个开场钩子，3 种比例 9:16、1:1、16:9，2 个 CTA。3 × 3 × 2，一次 campaign 出来 18 个可用组合。不是 18 条完全不同的片子，是同一套叙事和场景数据在不同布局、钩子、CTA 下的组合。

有回复提到，应该加一个 project manifest，记下引擎版本、字体、资产路径和复现预览的命令。这个提醒比清单本身更接近生产。20 个仓库是参考资料，一个能稳定复现的场景才是排查问题的起点。

质量检查是最容易被跳过的一环

生成代码不等于成片。原文建议分五轮看：先看故事板，每个场景抽几张代表帧，确认叙事连贯；再看时序，在重要转场前后取帧，查文字重叠、突然位移、元素消失；然后把预览缩到手机尺寸，看信息还能不能读；再对品牌和事实，logo、字体、颜色、截图、产品声明都不能让模型自己编；最后看完整视频和音频，确认时长、比例、音画同步。

FFmpeg 可以按固定间隔抽帧拼 contact sheet。但固定间隔不够，转场前后的断裂可能刚好落在两张缩略图之间。更稳的做法是每个转场前后单独取样。

原文还举了一个反例。Mable Joseph 做 45 秒手绘动画短片，没有用动画软件，每一笔水彩和音效都由代码生成，但创作者报告用了 163 次模型调用和数小时工作。一键成片的叙事很动听，真正交付的人知道第一版通常不是最终版。

卖成品包，不是卖 prompt

商业侧更值得看。原文不建议一上来卖 AI 工具，而是卖一个客户已经理解的结果。比如产品发布动效包：一个产品，一个确认过的叙事，3 个开场钩子，3 种比例，2 个 CTA，交付 MP4、封面帧和约定轮次的修改。客户不需要知道 seek(t) 是什么，他需要按时拿到能投放的 campaign。

原文给了一个假设价格：750 美元一个发布包。两个包 1500 美元，税前，且没扣软件、算力、音频授权、销售时间和修改成本。这是 illustrative number，不是市场价。真正该跟踪的是首个设计耗时、每个额外变体耗时、渲染和 API 成本、修改请求、交付错误、复购。自动化只有降低重复生产工作且不牺牲质量，生意才成立。

许可别忽略。Remotion 对符合条件的个人和最多 3 人的团队有免费许可，更大团队和某些自动化设置要查当前条款。HyperFrames 是 Apache 2.0，没有按次渲染费。客户 logo、素材、字体、音效、音乐的权利也要单独确认。自动化不消除版权义务。

20个仓库也是20份信任

还有一个容易被清单掩盖的问题。Stanislav Sorokin 在回复里提醒，每个 skill 本质上是 agent 会阅读并执行的文本，20 个仓库就是 20 份信任。来源不明的仓库、doc comment、README 里的隐藏指令，都可能进入 agent 的上下文。这个风险不新鲜，但收藏清单时很少有人看。

所以更现实的路径不是把 20 个仓库全装上。先做一个 25 秒的产品仪表盘，四个场景：开场标题、带光标的 UI 交互、数据或功能可视化、产品标识和 CTA。一个虚构或完全授权的产品，一套真实 logo 和截图，一份风格指南。把这一条视频做顺，再把文字、图片、颜色、时序变成可配置数据。然后加第二种比例，再加钩子。

一个好视频是作品集。一套可复用、可检查、可复现的 motion engine 才是资产。自动化一个平庸动画，只会得到更多平庸动画。先跑通一个场景，再谈那 20 个仓库。