我用 OpenClaw 5 分钟做了一条视频,连剪辑软件都没打开

我用 OpenClaw 5 分钟做了一条视频，连剪辑软件都没打开

2026年4月 

你是不是和我一样也经常刷到无数技术科普视频，画面流畅美观、逻辑清晰，轻松输出干货，我是找了好久方法想制作这样的视频。

就在今天扒公众号文章，折腾 skill 的时候，无意间发现了 HyperFrames 这个视频生成框架。立马告诉OpenClaw安装这个skill技能，试着生成了上面这条视频，效果看上去不错吧。

01 HyperFrames 是什么

简单说：HyperFrames 是一个用 HTML 定义视频的框架，配合 AI 使用，可以实现自然语言 → 短视频的完整流程。

它的底层逻辑很优雅，整个技术栈分四层：

你不需要懂这些技术。你只需要告诉 OpenClaw想要什么，它来写代码，最后渲染成视频。

这和”用 剪映 剪视频”不一样。传统剪辑  是在已有素材上做后期；HyperFrames 是从零开始生成视频，没有任何原始素材也能做。

02 做你的第一条视频

流程就真的只是”说话”。假设你想做一条讲「时间管理四象限法则」的知识科普短视频，你只需要对 OpenClaw 说：

OpenClaw 会自动完成做出来效果还不错：

03 迭代优化：用自然语言改视频

第一版几乎不可能完美。但这不是问题，因为改起来和改提示词一样简单。

常见的优化场景：

你不需要知道这些改动对应的代码是什么，直接说想要的效果就行。OpenClaw 会定位到对应的 HTML/JS 代码并修改。

这种”对话式迭代”是 HyperFrames 最大的效率优势：你的注意力始终在内容和效果上，从不需要切换到”操作工具”的模式。

04 中文配音踩坑记录

这里要重点说一下，因为这是最容易翻车的地方。

HyperFrames 内置的 TTS 引擎是 Kokoro-82M。英文效果挺好，但用来做中文长文本会报错——原因是 token 长度限制，中文字符算下来很快就超了。

解决方案：换成 edge-tts，用微软的 Azure TTS 服务，免费、稳定、没有长度限制。

换完之后，中文配音明显自然很多，长文本也不再报错了。直接发给OpenClaw就处理好了。

05 打造个人风格 Skill

用了几条视频之后，你会发现自己有一套固定的风格偏好——比如总是深色背景、总是用某个配色、片头片尾格式固定。

这些偏好每次都重复描述一遍，很烦。解决办法是让 OpenClaw帮你把这些偏好打包成一个专属视频 Skill。

做法很简单：把你理想的视频风格用文字整理出来，然后告诉 OpenClaw：

OpenClaw 会生成一个 skill 文件，之后每次做视频，开头带上「用我的风格 skill」，就不需要重复描述了。一次定义，永久复用。

06 适合用 vs 不适合用

HyperFrames 不是万能的，要用对场景。

说白了，凡是画面主体是文字、图表、动态信息卡片的视频，HyperFrames 都能做得很好。如果你的视频需要真实镜头或复杂特效，还是得靠剪映或 PR。

但对公众号作者来说，知识科普类内容占了大多数——这个赛道，HyperFrames 几乎是目前效率最高的方案。

07 完整工作流总结

1准备话题

一句话说清楚你的视频主题，比如「讲清楚什么是 RAG 技术」。

2告诉 AI 风格偏好

如果有专属 Skill，直接带上。如果没有，说清楚背景色、字幕风格、是否要旁白。

3让 AI 生成 HyperFrames 代码

等 AI 写完，先在浏览器预览效果，检查动画和排版是否符合预期。

4对话式修改

哪里不满意，直接说，让 AI 改，再预览，反复几轮直到满意。

5渲染输出

满意了运行渲染命令，输出 MP4，发布到视频号 / 抖音 / B站。

08 几个实用小技巧

写在最后

HyperFrames 让我真正实现了”内容优先”的工作方式。我只需要想清楚说什么，剩下的交给 OpenClaw。

它不是剪映的替代品，是另一条路。

剪映是给有大量原始素材、需要精细剪辑的人准备的。HyperFrames 是给有内容、有表达欲、但没时间学剪辑的人准备的。

如果你和我一样，是”文字型创作者”想进入视频赛道，不妨先跑通这个流程，做一条再说。实际上手之后，很多疑虑都会自动消失。

有问题欢迎评论区聊，我看到必回。