做短视频投放的人，日子常常卡在一个地方。
创意不难想。难的是想完了做不出来。请模特要排期，租场地等档期，剪辑外包一条几百块，一周给你三条。三条测完，风口过去了。
于是退一步，去抄平台上已经跑出来的爆款。这没错。爆款是别人拿钱验证过的答案，它为什么爆，结构就摆在那儿。
可照着做照样卡。看得懂它为什么爆，和能把它做出来，中间隔着一条河。
今天上午我在自己电脑上试了一下。
七分钟，一条十五秒的竖屏片子出来了。带原生音效，没有 BGM，没有字幕，也没有水印。素材只给了两张图，一台饮水机，一只猫。
猫走到碗边，闻了闻，扭头走开。碗换了一个，水在动，它低头喝起来。
成片五段各取一帧，拒绝 / 怀疑 / 换碗 / 回头 / 喝
拆开看，一条爆款就五个动作。拒绝、怀疑、换碗、回头、喝。一个情绪从「它不肯喝」走到「它在喝」。
这活是 Hypit 拆的，一个开源仓库，两万六千多颗星。干活的是 AstraWork，装在我电脑上。
01 先在 GitHub 上撞见的
仓库叫 hypit-ai/hypit。
两万六千三百星，三千 fork，一千四百九十五次提交，二十七个 tag，五个分支。最后一次提交是十月二十八号，也就是昨天。仓库建在七月，三个月长到这个数。
简介一句话，「Clone any viral video with AI agents」。一条命令，一百个变体。
它跟那种帮你写脚本的工具不一样，交付的是整条片子。素材、字幕、B 转、动效，一套给全。
底下有个叫 SVML 的东西，像写代码那样描述一条视频。字幕和分镜都挂在词上，不挂在秒上。所以你改一句台词，时间轴自己重排。
这条设计挺要紧的。改词的活比改秒的活便宜太多，批量出变体才成立。
README 里放了三个官方示例，二十秒、十八秒、二十六秒，各标了总成本，一点一五美元、一点零七美元、一点零九美元。渲染是六十四路无头浏览器并行跑的。
协议是它自己那份，带条件的 Apache 二点零。软件不要钱，没有席位费，没有单次渲染费，也不加水印。模型的钱另算。
仓库首屏，26.3k 星，1495 次提交，27 个 tag
02 它一个模型都不训
Hypit 一个模型都不自己训。
官方推荐自家托管服务 HypiHub，也支持 BYOK，还挂了一串合作方，Monid、HiAPI、Pollo API、BeatAPI、TokenDance。都是中转性质的服务。
刚好它可以和AstraFlow星图 搭配在一起，走 OpenAI 兼容接口。Hypit 那边只要把 base_url 和 key 换掉，agent 侧代码基本不用动。
AstraWork 是另一头。它装在本机，能开终端、读写文件、跑沙箱，内置 AstraFlow Agent，也能一键切到 Claude Code、Codex、OpenCode。
Hypit 在这套东西里的形态是一个 skill。装法是 npx skills add hypit-ai/hypit，装完在项目目录里说一句斜杠 hypit，加个视频路径，agent 就自己往下走。
它自己查环境，问你要缺的凭证，生成素材，最后把成片组装出来。依赖写在 README 里，Node 二十二点一五以上，pnpm 十点三三。
素材我换了。产品图是一台白色陶瓷饮水机，猫是银渐层，绿眼睛，坐在地板上，光从右边打过来。
产品参考图，白色陶瓷饮水机
03 活是 AstraWork 接的
Hypit 是配方，把活干完的那套东西在 AstraWork 里。
我给它下的第一道指令，是写一份面向跨境卖家的 demo 脚本。它用了五十一秒，交回来的是一张时间轴表，六个环节，每一环都写明屏幕上该有什么动作，以及这一环唯一要达成什么。
这比脚本本身有用。开场那两分钟它写的是「只有标题页，不要放产品截图」，目的那一栏填的是让卖家自己说出「我选品没错，是素材跟不上」。
接着它给了一张三条变体的假设表，每条只改一个变量。V1 拿结构当对照组，V2 把猫拒水提到零点五秒加大字，V3 在第二秒插价格和包邮。表下面还压了四条现场准则，素材只搬结构、抽卡失败要能切录屏、成本必须当次实测、不要演示全自动。
AstraWork 交回来的 demo 时间轴，六个环节
三条变体的假设表，每条只改一个变量，下面是现场准则
然后我只打了一句话，帮我制作爆款视频吧。
七分零三秒。回来的是成片，十五秒，竖屏，带原生音效，没有 BGM 没有字幕没有水印。参考图也一并给了，产品图和猫两只，能拿去锁脸锁产品，接着跑后面两条。
整个过程我没开过终端。指令是中文，产物留在本地。
04 那条片子撑住，靠五段
拆到底就五个动作。
俯拍，白碗里的水静得像玻璃，猫凑上来闻，鼻尖离水面两厘米，舔一下，缩回去，扭头走。前两秒没抓住人，后面全白搭。
手指伸进碗底蹭一圈，指尖一搓，停住。看的人心里冒出「这水是不是有问题」。
新碗上台，插头咔哒一声，碟心的水涌出来，铺满整圈碟沿，往下淌。
猫的耳朵先转，整只回头，低头看那圈水。
舌头伸进去，尾巴尖翘起来。
第一段，1.5 秒处，猫闻了一下扭头走
这五段不是我事后总结出来的。片子出完，它自己交了一张表，时间切成 0 到 3 秒、3 到 6 秒、6 到 9 秒、9 到 12 秒、12 到 15 秒，每段配三列，作用、画面、声音。
片子出完它自己交的分镜表，作用、画面、声音三列
五个动作合起来是一件事，从「它不肯喝」走到「它在喝」。水面从静止走到流动。
把猫换成狗，把饮水机换成猫砂盆，五段照样成立。能搬走的就这个，搬不走的是那条片子的画面。
05 哪些活我留着
读片、拆动作、出图、出片、字幕对齐、抽帧质检，这些我都交出去了。
按回车那一下确实只有一次。它之前问了我四个问题，它之后我看了十二条片段。省掉的是操作，判断没省。
留下来的有四件。
首帧得我定稿。视频模型的一致性会飘，直接让它一把梭，十条里六条糊。做法是先出一张首帧，我看过，满意，再图生视频。多这一步，废片率掉一半。
选片得有人在场。十二条片段挑一条，这个动作暂时没模型替我。
账单得我核一遍。所有调用都走星图那把 Key，用了哪个模型、出了几张图、多少秒视频、花了多少钱，后台的用量和账单里都摆着，不用自己拿计算器估。
这比套公式算一遍准。同样五秒的片段，不同模型的单价能差一个数量级，账单上直接看得见哪个贵、贵多少。
字幕我关了。模型会往画面上写错字，价格、包邮、三十天退款这类得后面用剪辑加。
整个过程我没开过终端。指令是中文，产物留在本地。
三个素材进场，一条片子出库。下次换产品，换的还是这三个位置。
拆的活交给 Hypit，出片的活交给 AstraWork。
AstraWork：https://astraflow-desktop.modelverse.cn/download/#top
