Hypit：讓 AI Agent 把影片變成可編輯、可重跑的工作流

Hypit 是一個以 AI Agent 為入口的開源影片製作系統。它讓 Claude Code、Codex 等 coding agent 讀取參考影片或文字 brief，再把畫面、字幕、B-roll、特效、聲音和時間軸整理成一個可編輯的影片專案。[1]

Hypit 的核心產物是一份可以修改、重新執行和替換素材的 workflow。你可以把影片丟給 Agent，要求它依照原本的節奏換主持人、換產品或換主題；也可以從零描述一支影片，讓 Agent 建立完整的製作流程。[1][3]

截至 2026 年 9 月 17 日，本次只檢查 GitHub main 分支與官方文件，核對到的 commit 是 6bc08c2d25ec6712718b60811c3ed1770aa499b2。本輪沒有安裝、執行或實際渲染 Hypit，因此下文會把「原始碼與文件已確認」和「尚未實測」分開寫。

本文導覽

• Agent Skill：讓 coding agent 理解影片製作
• CLI 與來源檔：檢查、規劃、執行和重跑
• Component、Runtime 與 Provider：組合影片和模型服務
• 範例與使用情境：從排行榜到 UGC、Podcast 和街訪
• 費用、授權與限制：正式導入前要核對的邊界

本文會整理 Hypit 的六個核心模組：

• Agent Skill：把影片製作知識交給 coding agent
• Hypit CLI：檢查、規劃、執行和查看影片專案
• SVML、SVS、SVRun：描述影片、元件、配方和一次執行
• Component Package：以套件方式管理字幕、B-roll、排行榜和場景
• Runtime、Provider：選擇模型服務、憑證和本地處理環境
• Studio、Result：預覽、修改、保存輸出和延續工作

---

Agent Skill：先讓 coding agent 理解影片製作

先看重點

• 定位：提供影片製作知識、工作流程和工具入口。
• 使用方式：安裝 Skill 後，在 Claude Code、Codex 等 coding agent 中輸入 /hypit。
• 輸入：參考影片、文字 brief，或兩者一起提供。
• 產出：可編輯的影片專案與可重跑的工作流。
• 邊界：Skill 提供製作方法，不包含模型帳號、API 額度或生成費用。

Hypit 的第一層是 skills/hypit/。官方 Skill 文件要求 Agent 先理解參考影片的整體結構，再查看逐字稿、畫面、字幕、B-roll、聲音和剪輯節點，最後把這些觀察寫進專案檔案。[3]

這讓 Agent 的角色接近影片導演和製作人。它需要先判斷影片的目標、觀眾、節奏和視覺層級，再決定哪些內容可以重用，哪些部分需要重新生成。[3]

安裝方式：

npx skills add hypit-ai/hypit -g

官方文件把 Skill、可執行程式和影片專案視為三個獨立位置。安裝 Skill 後，Agent 會檢查 Hypit executable 是否存在，必要時協助準備；模型服務和帳號則另外設定。[3]

安裝後可以這樣開始：

/hypit 參考這支影片：/path/to/video.mp4，
保留原本的節奏和字幕結構，把主持人換成一位介紹 AI 工具的科技創作者。

也可以從空白 brief 開始：

/hypit 製作一支 20 秒的短影音，
用街頭採訪形式介紹一個新產品，加入口播、逐字字幕、B-roll 和 CTA。

這裡的重點是，Agent 產生的是製作專案和組成邏輯，後續素材可以重新替換和調整。[3]

---

Hypit CLI：檢查、規劃、執行和查看結果

先看重點

• 套件：@hypit/cli。
• 主要任務：檢查、規劃、計價、執行、查看狀態和匯出結果。
• 專案選擇：依目前目錄附近的 package.json，或使用 --workspace 指定。
• Runtime 選擇：使用專案的 .hypit/runtime，或用 --runtime 暫時指定。
• 輸出：支援人類可讀格式和 --json。

CLI 的設計是讓 Agent 和人都能讀取同一組專案狀態。--json 只改變輸出格式，--verbose 則增加細節；CLI 不會自行替你選 Provider、Target 或 Result Repository。[9]

常用命令可以依工作階段排列：

其中 check、plan 和 pricing 適合在付費生成前使用。官方 CLI 文件也明確區分「執行工作」和「保存 Result」：Build 失敗後，已經產生的 Output 仍可以被新的 Run 重用。[9]

這個設計對影片製作很實用。修改一個字幕元件或重新指定一個 B-roll，不需要整個專案從零開始；新的 Run 可以選擇要保留的舊輸出，再建立新的 Build。[4][5]

---

SVML、SVS、SVRun：把影片寫成可組合的來源檔

先看重點

• .svml：描述影片來源、Script、素材、元件和組成方式。
• .svs：保存可重用的 Recipe。
• .svrun：指定一次執行使用哪些 Source、Target 和既有 Output。
• Build：一次影片執行嘗試。
• Result：保存執行結果、輸出檔案和相關證據。

Hypit 的影片專案使用類似標記語言的來源檔來描述製作內容。官方文件把這幾種檔案分工得很清楚：Source 描述作品，Run 選擇這次要執行的內容，Runtime 提供服務，Build 執行工作，Result 保存輸出。[3][4]

一個簡化的專案可以長這樣：

video-project/
├── reference.svml
├── recipes.svs
├── build.svrun
├── packages/
├── assets/
├── .hypit/
│   ├── runtime
│   └── results/
└── package.json

SVML 主要處理影片邏輯。官方範例中可以看到它匯入 Script、Sound、Text、Media、Image、Video、Caption、Timeline、Ranking、Film 和 Render 等元件，再用這些元件組成一支完整影片。[7]

例如一支足球排行榜影片，可以在來源檔裡同時描述：

• 主持人口播內容
• 主持人圖片和聲音
• 每一句話對應的 B-roll
• 排行榜項目和進場順序
• 逐字字幕
• 背景音樂
• 畫布比例
• 最終影片輸出

這種寫法讓「台詞說到哪裡」和「畫面何時出現」維持語意上的關係。字幕、圖片和排行榜可以跟著 Script 的 Selection 或 Moment 變化，不需要只用固定秒數硬切。[3][4]

---

Component Package：用套件管理影片中的視覺角色

先看重點

• 定位：把影片中的視覺、聲音和互動行為包成可選擇的元件。
• 內建範例：Caption、B-roll、Ranking、Audio Track、Media Track、Studio 等。
• 專案擴充：可以在專案的 packages/ 中建立自己的元件。
• 跨專案分享：可以發布到 npm scope 或私有 registry。
• 使用方式：Source 匯入元件，Runtime Profile 再選擇實際服務。

Hypit 將「影片需要什麼」和「哪段程式碼提供這個功能」分開管理。官方 Packages 文件列出六種責任：Author Component、Model、Provider Endpoint、Credential Store、Result Repository 和 Distribution。[5]

這個分層讓元件可以依照影片需求組合。字幕可以是一個獨立 Track，排行榜可以是擁有內部狀態的場景，主持人口播則可以透過 Script 和語意時間軸控制畫面。[5]

如果現有元件不符合需求，可以在專案內建立自己的元件。例如：

packages/
└── product-comparison/
    ├── package.json
    ├── src/
    │   ├── activation.ts
    │   ├── component.ts
    │   ├── render.ts
    │   └── types.ts
    └── preview/

這個元件可以負責產品卡片、價格比較、徽章、轉場和畫面排版。當另一個專案也需要相同功能時，再把它發布成版本化套件。

---

Runtime 和 Provider：把模型服務接到影片工作流

先看重點

• Runtime Profile：保存 Endpoint、Provider、Bindings 和憑證參考。
• Provider：負責把 Model 請求對接到 hosted API 或本地服務。
• HypiHub：官方推薦的整合式 hosted service。
• Local Provider：支援本地媒體處理與部分本地模型服務。
• 外部服務：可以使用自己的 API 或自行部署的模型服務。

Hypit 把 Agent 工作環境和模型服務分開。你可以在 Claude Code 或 Codex 裡使用 Hypit，再選擇 HypiHub、自有 API 或本地 Provider 來處理語音、圖片、影片和媒體轉換。[3][4]

Runtime 初始化：

hypit runtime init

這會建立可編輯的 hypit.runtime.json，並透過 .hypit/runtime 指定目前專案使用的 Profile。官方文件指出，這個命令只建立設定，不會自動登入、執行生成或啟動服務。[4]

一個簡化的本地 Runtime Profile：

{
  "format": "hypit.runtime-local@1",
  "dataRoot": ".hypit/runtimes/local",
  "credentials": {},
  "endpoints": {
    "media.local": {
      "use": "@hypit/provider-media-local"
    }
  },
  "bindings": {}
}

準備服務時，可以先做診斷：

hypit auth status media.local
hypit doctor --endpoint media.local
hypit runtime up --endpoint media.local
hypit runtime status

這幾個命令的責任不同：

• auth status：查看 Endpoint 的憑證狀態和授權入口。
• doctor：檢查設定與 Provider 診斷，不提交生成請求。
• runtime up：準備本地依賴、Managed Programs 和 Worker。
• runtime status：查看目前 Worker 和 Runtime 狀態。

Hypit 不會因為某個服務失敗，就悄悄切換到另一個帳號或 Provider。服務選擇、憑證和付費授權需要明確設定。[4]

---

執行需求：安裝門檻和實際 Build 前置條件

先看重點

• Node.js：22.15+。
• pnpm：10.33.x，根目錄 packageManager 指定 10.33.0。
• Python：3.10–3.13，只在本地 WhisperX 和 OpenCV 服務需要。
• uv：用來管理 Python 環境。
• ffmpeg／ffprobe：媒體處理需要。
• Chrome／Chromium：本地 HyperFrames 渲染會使用。

Root package.json 顯示套件名稱為 @hypit/hypit，目前檢查到的版本是 0.2.1，Node engine 為 >=22.15.0，package manager 為 pnpm@10.33.0。[2]

官方 Development Guide 將 Node.js 和 pnpm 列為基本需求。Python、uv、ffmpeg、ffprobe 和 Chrome／Chromium 則屬於執行特定本地 Build 時才會用到的工具。[6]

如果要從原始碼開發 Hypit，文件列出的日常流程是：

corepack enable
pnpm install --frozen-lockfile
pnpm check
pnpm test

其中：

• pnpm check：執行 TypeScript type check。
• pnpm test：透過 Node.js 內建 test runner 執行套件和邊界測試。

Hypit 使用 Node.js 內建的 node:test runner。測試涵蓋純編譯測試、Provider mapping、媒體傳輸、任務進度和 repository boundary。[10]

本輪沒有執行上述安裝、type check 或 test，因此這些內容代表官方文件記載的開發方式，不代表本機已經成功完成 Build。

---

範例一：Football Ranking

先看重點

• 類型：足球排行榜短片。
• 輸入：主持人圖片、聲音、球員照片、音效和 Script。
• 生成內容：主持人口播、B-roll 圖片和相關媒體。
• 編排內容：排行榜、逐字字幕、音效和畫面時間。
• 可重用部分：同一套影片結構可以替換主持人、排名主題和受眾題材。

examples/ranking-football/ 是 repository 裡較完整的影片專案範例。它使用 reference.svml 描述主持人、兩段 A-roll、八張 B-roll 圖片、足球排行榜、字幕、音效和最後的影片輸出。[7]

README 另外說明，球員照片是由專案提供的素材，並非全部交給生成模型重新創作；生成的主要內容包括主持人圖像、B-roll 和語音相關部分。[7]

使用方式：

hypit check reference.svrun
hypit measure reference.svml --segment ronaldo --language en --pace fast --rounding ceil
hypit measure reference.svml --segment messi --language en --pace fast --rounding ceil
hypit plan reference.svrun --runtime ./hypit.runtime.json
hypit build reference.svrun --runtime ./hypit.runtime.json --follow

範例 README 標示兩段口播估計各為九秒，並且在範例說明中列出 Seedance Mini、Fish Audio、GPT Image、WhisperX 和本地媒體／渲染設定。[7] 這些命令和成本數字屬於 repository 範例的記錄，本輪沒有重跑，也不能直接當成所有專案的固定成本。

這個範例能看出 Hypit 的主要工作方式：

Script
  → 語音和影片生成
  → WhisperX 逐詞對齊
  → B-roll 依語意片段出現
  → 排行榜依 Segment 進場
  → Caption 跟著時間軸排列
  → Render 輸出影片

---

範例二：UGC、Podcast 和 Street Interview

README 目前列出三類示範影片：UGC、Podcast 和 Street Interview。[1]

UGC

UGC 範例是 20 秒足球 Tier List，包含主持人、AI 角色、足球照片、排行榜、字幕、B-roll 和音效。README 列出三個變體：更換主持人、翻轉排名，以及把足球員替換成科技公司創辦人。[1]

這類流程適合廣告和短影音團隊，因為變動內容集中在主持人、Hook、商品、排名或語言，影片的基本構圖和剪輯節奏可以保留。

Podcast

Podcast 範例是 18 秒的分屏訪談，包含兩位主持人、逐詞字幕、產品畫面、B-roll 和背景音樂。README 列出替換主持人、替換產品和改變廣告垂類等版本。[1]

這種結構可用於產品介紹、Podcast 片段、訪談剪輯和帶貨內容。實際製作時，仍要個別確認生成模型、語音服務和第三方資產的授權。

Street Interview

Street Interview 範例是 26 秒的街頭採訪，使用人臉邊界框、說話人字幕、表情符號揭示板和彩色音效。[1]

它展示了 Hypit 如何把「誰在說話」「哪個詞正在出現」「畫面現在要揭露什麼」連在同一條時間軸上。這種編排很適合街訪、反應影片、產品推薦和短影音廣告。

---

Hypit 可以用在哪些影片工作？

先看重點

• 爆款影片複製：保留剪輯結構，替換主持人、商品或主題。
• UGC 廣告：同一套編排產生多個 Hook 和產品版本。
• Podcast 切片：處理分屏、字幕、音效和反應圖形。
• 多語言版本：替換台詞與語音，再重新對齊時間。
• 程式化影片：使用前端元件和時間軸產生可重複的視覺內容。
• 影片模板：把已驗證的格式保存成可以重新使用的 Source 和 Package。

Hypit README 將使用情境列為付費社群廣告、病毒短片、TikTok Shop、AI UGC、口播、Podcast、街頭採訪、程式化影片和多語言版本。[1]

實際上可以依照內容變化方式選擇工作流：

---

一套適合 Hypit 的製作流程

1. 先確認 Brief

先寫清楚影片要服務誰、希望觀眾做什麼，以及哪些內容需要保留。若有參考影片，要記錄開場、口播、畫面層級、字幕、B-roll、音效和結尾 CTA。

2. 讓 Agent 讀取參考資料

提供影片路徑、逐字稿、圖片、品牌素材或產品資訊。Agent 會依照 Skill 的工作方式理解影片，並把分析和製作決策保存到專案檔案。[3]

3. 先建立 Source 和元件

使用 .svml 描述 Script、素材、Model、Caption、Timeline 和 Render。需要重用的視覺行為則放進 .svs Recipe 或專案 Package。

4. 使用 check 和 plan

hypit check build.svrun
hypit plan build.svrun
hypit pricing build.svrun

先確認來源檔、依賴和服務需求，再決定是否準備模型或授權付費請求。

5. 設定 Runtime 和 Provider

hypit runtime init
hypit auth status <endpoint>
hypit doctor --endpoint <endpoint>

需要本地服務時，再執行 runtime up；不需要的服務可以留在 Profile 中，但不必全部啟動或登入。[4]

6. 執行 Build

hypit build build.svrun --follow

Build 是一次獨立執行。--follow 只負責觀察進度，關閉終端不會自動取消工作；若要停止指定 Build，使用 hypit cancel <build-id>。[4][5]

7. 檢查 Result 並重用輸出

hypit status <build-id> --watch
hypit logs <build-id> --lines 80
hypit inspect

如果只想修改字幕、B-roll 或某個元件，可以在新的 Run 中明確選擇舊 Output，再建立新的 Build。[3][4]

---

Hypit 和一般 AI 影片工具的差別

Hypit 的核心差異在工作單位。

一般影片工具通常以一次輸入和一次輸出為主。Hypit 以 Source、Run、Build、Output 和 Result 保存整個製作狀態，Agent 可以重新讀取檔案、修改元件、替換服務，再重新執行同一份工作流。[3][4]

這會帶來幾個實際差異：

這種架構適合有固定內容格式、需要大量變體，或希望保留可修改性的影片工作。[1][3][4]

---

費用、開源授權與使用邊界

先看重點

• Hypit 原始碼公開，Root README 表示沒有 Hypit seat pricing、per-render fee 或額外水印。[1]
• Coding agent、模型 API、語音、圖片、影片和轉寫服務各自計費。[1][3]
• HypiHub 是官方推薦的 hosted service，但也可以連接自有 API 或本地模型。[3][4]
• LICENSE 是修改版 Apache License 2.0，附加多租戶和商業重新分發條件。[8]
• 生成內容的權利和第三方模型服務條款需要分開確認。[8]

Hypit 的使用費用應分成三層：

1. Hypit 原始碼和可執行 Distribution 的使用條件。
2. Coding agent 本身的帳號和模型費用。
3. 圖像、影片、語音、轉寫、OCR、雲端儲存和部署服務的費用。

README 的範例會列出單支影片的估算成本，例如 Football Ranking 範例標示 $1.15；這是該範例在指定服務和生成內容下的紀錄，不能當成 Hypit 的統一價格。[1][7]

授權方面，Root LICENSE 說明 Hypit 採用修改版 Apache License 2.0。文件允許組織在自己的基礎設施上使用 Hypit，包括內部工具和自身商業工作；但未經 Hypit.AI 書面授權，不可把它用於多租戶 hosted、managed、SaaS 服務，或以商業利益重新分發 Hypit 和衍生作品。[8]

LICENSE 同時說明，使用 Hypit 產生的影片、音訊、圖片、manifest 和其他 artifact，Hypit.AI 不主張其權利；第三方模型或服務可能另有使用條款。[8]

因此，正式導入前至少要分開確認：[8]

• Hypit repository license
• 第三方模型 license
• 生成圖片、影片和音訊的服務條款
• 外部素材、品牌、人物和音樂的授權
• 單租戶或多租戶部署方式
• CLI、Run report 和面向使用者介面的標誌保留要求

---

目前仍要自行驗證的部分

本次研究確認的是 repo、README、官方文件、LICENSE 和範例原始碼。以下內容沒有在本輪執行：

• npx skills add hypit-ai/hypit -g
• pnpm install --frozen-lockfile
• pnpm check
• pnpm test
• hypit runtime up
• hypit build ... --follow
• 任何付費模型、轉寫或影片生成請求

因此，不能從本次靜態研究直接推出：

• 本機安裝一定成功
• 所有 Provider 都能正常連線
• 範例影片能在目前環境重現
• README 的成本和渲染時間適用於其他硬體
• 64 個 headless Chromium processes 在所有專案都能使用
• 模型生成品質、速度和穩定性已經達到生產標準

這些需要依照指定 Runtime、模型服務、素材和硬體進行 bounded smoke test。Hypit 文件本身也把本地 Runtime、Hosted service、Provider 和模型帳號分開管理。[3][4]

---

結論

Hypit 的主角是「影片製作工作流」，AI Agent、模型服務和渲染工具則是這套工作流的不同組成部分。

它把影片製作整理成幾個可持續修改的層次：

Brief / 參考影片
  → Agent 分析和創意方向
  → SVML 來源與 Components
  → Model / Provider 產生素材
  → Runtime 執行 Build
  → Studio / Result 檢查輸出
  → 新 Run 重用舊 Output

如果你只是想快速產生一支單次影片，Hypit 的完整架構可能會增加起手成本。若你的工作是短影音批次生產、廣告變體、Podcast 切片、UGC、影片模板或多語言版本，它的價值在於把「換一個元素再重跑」變成可管理的專案操作。

實際導入可以依照這個順序：

1. 安裝 Hypit Skill。
2. 用一個小型參考影片建立第一份 .svml。
3. 先使用 check、plan 和 pricing 確認需求。
4. 只設定目前需要的 Provider。
5. 建立一次 Build 並查看 Result。
6. 修改字幕、B-roll 或主持人，建立第二個 Run。
7. 確認變體流程穩定後，再抽出可重用的 Component Package。

這樣可以先驗證「影片工作流是否真的適合你的內容」，再決定是否投入更多模型服務、Studio 操作和套件開發成本。

Sources

• 1：Hypit GitHub repository and README
• 2：Hypit package manifest
• 3：Making videos with an Agent
• 4：Hypit Runtime
• 5：Hypit Packages and Extension
• 6：Hypit Development Guide
• 7：Football ranking example
• 8：Hypit Open Source License
• 9：Hypit CLI README
• 10：Hypit Testing Guide