Huashu-motion正式发布!让你一键直出商业级产品宣传片!

1. Huashu-motion正式发布!让你一键直出商业级产品宣传片!

插画封面:戴渔夫帽的创作者坐在笔记本电脑前,右侧一整面屏幕墙陈列手机、耳机、相机、汽车、星球等产品画面,左上角写着「一键直出 商业级 宣传片」

[!abstract] 速览

  • 22秒,带配乐和音效,前后不到半小时,算了下花了1块9毛5(缓存命中率99.4%)。
  • 就像你在标题中所看到的,你可以理解为这是个帮你用coding agent做出商业级产品宣传片的skill。
  • 「一键直出」是这个意思:你说一句话进去,出来的是一支配好乐、能直接发的片子,后面你要改的,是你自己想改的细节。
  • 所以我们测试的,以及制作的目标,就是让你也能做出Apple、Google、Anthropic这些科技巨头那种商业级的宣传片。
  • 仓库里带了20种运动语言、10个起步模板、23种音效、3份示范谱,还有导演、节奏、颜色、声音、口播这几份方法文档。
  • 需要Node 22以上,电脑上有Chrome(或者Chromium、Edge),导出视频和合成配乐还要FFmpeg,目前只在macOS上实测过。

站住,别急着下滑!我们先看两支片子,记得开声音😐。

第一支是昨天DeepSeek-V4.1-Flash-1017发布时,我用Opus5.5做的发布片,发到X上以后,不少人以为这是DeepSeek官方的宣传片:

10月17日

模型斩杀线再次更新,梁子变身梁圣! 这个模型版本改名叫DeepSeek-V4.2-Pro都是可以的。

第二支是我为了测试DeepSeek这个新模型到底怎么样,让它自己去做的展示自己能做的动效能力的片子:

10月17日

实测了!DeepSeek-V4.1-Flash-1017 做动效的水平非常牛,基本上仅次于Claude模型的水平。 用GPT-6暂时也没做出这么好的效果。 当然,这是搭配了我新做的动效skill做到的,预计下周发布,敬请期待。

22秒,带配乐和音效,前后不到半小时,算了下花了1块9毛5(缓存命中率99.4%)。

当然,两支片子都不算所谓的「一句话提示词」做出来的,因为背后还装着skill呢,也就是今天开源的主角:Huashu-motion

就像你在标题中所看到的,你可以理解为这是个帮你用coding agent做出商业级产品宣传片的skill。

装上huashu-motion以后,你跟Claude Code、Codex这些agent说一句「给我的产品做个30秒的发布片」,它会先去读你的产品(或者通过网络搜索帮你查找),像Huashu-Design一样给你提供三个设计方向让你挑,选定以后写出整支片子,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,按C,在画面上点一下,写下要改什么,它就只改那一处。

1.1. 对标科技巨头的发布片

这个项目的起点是Claude Motion。10月8号Anthropic发布了它,让Claude用代码把报告、图表、产品讲解做成短动画,可以指着画面改,不过我查到的是,现在也还只在Team和Enterprise上beta。今年4月Claude Design出来的时候,我把它的核心能力逆向成了skill,就是后来的huashu-design,所以这次我也让Claude Code直接开工了,要求就一句:

我们的skill需要能够完整复刻claude motion的能力,并且要强很多!

结果第一天做出来的东西,我看着都很无聊。编辑器、版本管理、一百多项测试都有了,一个19秒的3D城市样片,但。。。就是很稀烂。运镜上缺乏节奏,很平稳,也就代表着很平庸……这也不是为了这次的动画调整。

所以我后面给agent,定了个目标,跟他画个饼表示希望我们的skill能帮助用户做出顶级的东西,想做出视觉效果、动效、音效、配乐,传达都是百万美元产品发布广告片级别的产品!

所以我们测试的,以及制作的目标,就是让你也能做出Apple、Google、Anthropic这些科技巨头那种商业级的宣传片。

标准定在那儿,就得先弄清楚那些片子到底是怎么做的。

[!example] 拆片样本
于是它去YouTube下了21支真实的发布片和开场片(Apple、Nothing、GoPro、Google、Vercel、Linear,还有Anthropic自己的),用ffmpeg一支一支地量切点、节拍、响度、能量曲线和颜色,又拆了142支高互动的发布片和动效片,按产品类型整理出各自用了什么手法。

这些量出来的东西,最后都变成了huashu-motion的导演规则,后面那些步骤,读产品、找颜色、写节奏单、作曲、冷审,其实都是在把这几百支片子的做法拆开,一步步教给agent。我们拿来测试的也全是真实产品的发布片,DeepSeek V4.1 Flash、小猫补光灯Pro、huashu-design 3.0、女娲,还有几个朋友的产品。

1.2. 一句话之后,它在干什么

[!tip] 「一键直出」是什么意思
「一键直出」是这个意思:你说一句话进去,出来的是一支配好乐、能直接发的片子,后面你要改的,是你自己想改的细节。

最省事的用法,是跟它说一句直接做,它会自己选最稳的那个方向,说一句为什么,另外两个方向留到交付的时候一句话提给你,节奏单、检查这些步骤它照样自己走完。

想多参与一点的话,后面它大概会走这么九步:

  1. 先读你以前说过的偏好,和过去的片子里攒下的经验;
  2. 读你的产品,官网、App Store页面、README、logo、品牌色,读完给你发一条消息,把它打算怎么做的默认值都写进去,你哪条不同意就改哪条,顺便定下要不要口播;
  3. 出三个方向,每个方向一张真渲染出来的关键帧,加一张写着色板、节奏和配乐的小卡片,你挑一个,或者混着挑;
三个方向对比:A 是「更强,也更省」的数据折线关键帧,B 是「一座故宫」红底 3D 展示关键帧,C 是「探索未至之境」深蓝底鲸鱼图形关键帧,右下还附了 A、B、C 三组配色与配乐卡片
  1. 选定以后先写一份节奏单(treatment.md),没写完不许开工;
  2. 先做最难的那个镜头,按最终的分辨率、字体和颜色做到位,再做其他的;
  3. 自己跑检查,截关键帧来看,字有没有被裁掉、有没有压在界面上、有没有空镜;
九张带时间码的关键帧检查截图:对话入口、夜赛车流、测试室机械臂、故宫、四宫格分屏、空白空镜、折线图、性能对比、HLE 得分等画面,用于逐帧核查文字是否被裁切或压住界面
  1. 写谱配乐,画面上每个东西落地的那一帧配一个音效;

  1. 在浏览器里打开编辑器,等你指着画面改;

  1. 你说可以了,导出,再把这一次你说过的话、改过的地方收一遍,你的宣传片就出来了,以及如果你不满意,也依然还可以随便修改。

1.3. 一天,二十支

前天凌晨两点,我要睡觉了,跟它说了一句:

我要睡觉了,接下来你把后续的宣传片也都做了。所有的选择都由你自己来判断和决策!

醒来的时候,剩下的五支片子都做完了。那天白天我又在FanBox里开了好几个窗口接着做,前后加起来大概二十支。

这段取自huashu-motion给自己做的发布片,16个镜头来自其中七支片子,按拍子切。

小猫补光灯Pro,第一版竖屏16秒,做成了小猫补光灯Pro在App Store的预览视频,已经提交审核了。后来按新的节奏方法又重做了三个方向,这是其中一支,八种补光色,一拍换一种:

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点手机上收到四条汇报:

1.4. 带走这个skill

skill开源在GitHub:

https://github.com/alchaincyf/huashu-motion

安装:

npx skills add alchaincyf/huashu-motion

或者直接跟你的agent说:

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

[!info] 装之前先知道

  • 需要Node 22以上,电脑上有Chrome(或者Chromium、Edge),导出视频和合成配乐还要FFmpeg,目前只在macOS上实测过。
  • 想用真钢琴、弦乐这些乐器音色,要让agent跑一次om samples build,下载大约55MB的免费采样(CC0和CC-BY授权),不跑的话会用合成音色。
  • 缺什么跑一下om doctor就知道,这些你都可以直接让agent帮你装。
依赖 / 命令 说明
Node 22 以上 运行环境
Chrome、Chromium、Edge 浏览器里打开编辑器
FFmpeg 导出视频和合成配乐
om samples build 可选,下载约 55MB 免费采样(CC0 和 CC-BY 授权)
om doctor 跑一下就知道缺什么

装完之后,可以这么跟它说:

用huashu-motion给我的产品做一支30秒的发布片,官网是xxx.com
用huashu-motion把{数据图表/PPT}做成30秒的解说,讲清楚为什么我们的注册率翻倍了
用huashu-motion做一支发布片,要口播,用我自己的录音:{视频/音频文件}

我自己主要在Claude Code里用,模型是Opus 5.5,上面也看到了,换成DeepSeek V4.1 Flash也能做得不错,不过不同模型的品味差别是真实存在的。Codex也跑过,Cursor、OpenClaw、Gemini CLI这些支持skill的agent应该也能装,我还没逐个试,不需要额外的API key。

也说几个它做不到的。

[!warning] 它做不到的
它听不见,配乐它只能靠谱面、能量曲线和频谱图去查,最后那一耳朵还得是你自己;它也不会凭空生成真人和实拍,要真人,就用你自己的素材,它负责合成和包装。

仓库里带了20种运动语言、10个起步模板、23种音效、3份示范谱,还有导演、节奏、颜色、声音、口播这几份方法文档。

仓库自带 数量
运动语言 20 种
起步模板 10 个
音效 23 种
示范谱 3 份

也欢迎在WorkBuddy、豆包工作、Grok bot、Muse等产品里装上试试,看看跑得怎么样,有问题或者做出了好看的片子,都欢迎发给我。

one more thing!既然这是个做产品宣传片的项目,怎么能不让ta来介绍下自己的发布呢👇