这周 GitHub 趋势榜上同时冒出来两个跟视频有关的项目，路子正好相反：一个把 AI 视频做成桌面 IDE，让你像摆机位一样先把场景摆好；另一个干脆把视频变成 HTML 文件，Agent 写完直接渲成 MP4。但两边的出发点是一个——”写句提示词，等模型吐一段能看的片子”这条路，已经到顶了。
ArtCraft：先搭景，再让模型动手
第一个是 storytold/artcraft，发文时 33,849 星，本周涨了 13,572，是这周趋势榜涨得最猛的之一。Rust 写的桌面客户端，MIT / Apache-2.0 双许可，macOS 和 Windows 有稳定版，Linux 得自己编，另外还有个网页版 studio。
它卖的不是模型，是”生成之前的控制权”。2D 图层合成、3D 场景合成、Image to Location（把虚拟演员放进同一个物理空间，一场戏拍多个机位，东西不会消失）、角色摆姿势、图片转 3D 网格、背景移除、混合资产——全是围绕”构图、角色一致性、机位”做的工具。官方 README 里有句话说得挺直白：艺术家需要的不是更长的提示词，是对画面的控制。
模型目录列了 62 个：Nano Banana 全家、GPT Image 1.5/2/2.5、FLUX、Seedream 4/4.5/5、Seedance、Kling 2.6/3.0、Veo 3.1、Sora 2、Vidu Q3、MiniMax H3、Suno 音乐、混元 3D、Tripo、Meshy、Marble 世界生成。外部还能接 Grok、Midjourney、Sora、World Labs。官网写的是不收订阅费、不做聚合中间商——客户端本身不要月费，但模型那头各家该收的钱一分不少，这点别搞混。
实话是：星数涨得凶不等于好用。它是重客户端，Linux 用户得跟编译环境较劲；62 个模型听着爽，实际每个都要单独配通道和额度，第一次打开容易懵；更关键的是”可控”只对有构图能力的人加成，不会打光、不会摆机位的人，堆一屏 3D 方块也不会自动变好看。这跟我之前写 VoiceStudio 那类项目是同一股风——把工具的所有权还给本地，但门槛也一起还给你了。
HyperFrames：视频就是一个 index.html
第二个是 heygen-com/hyperframes，67,784 星，Apache-2.0，TypeScript。HeyGen 官方开源，一句话概括：写 HTML，渲视频，为 Agent 而生。
它的 composition 就是 HTML 文件加 data 属性。不用 React，没有私有时间线格式，没有构建步骤，index.html 扔浏览器里就能播。引擎是 Puppeteer 驱动无头 Chrome 逐帧 seek，再交给 FFmpeg 编码、混音。好处是确定性——同样输入、同样输出、同样帧，能塞进 CI 做回归测试。动画不绑定某一家：GSAP、CSS keyframes、Lottie、Three.js、Anime.js、WAAPI、TypeGPU 都能接。
对 Agent 这块做得比大多数项目认真：21 个 skills，Claude Code 装插件、Codex/Cursor/Gemini CLI 用 npx skills add，三条命令跑通全流程：
npx hyperframes init my-video
npx hyperframes preview # 浏览器预览，热重载
npx hyperframes render # 输出 MP4
要求只有 Node 22+ 和 FFmpeg。渲染吃不住还能挂 AWS Lambda 分布式跑，catalog 里 npx hyperframes add 现成的转场、字幕条、动画图表、地图块。跟 Remotion 的差别也讲得很清楚：Remotion 赌 React 组件，HyperFrames 赌纯 HTML；Remotion 是 source-available 许可，HyperFrames 是 Apache-2.0，不收单次渲染费。它已经用在 HeyGen 生产环境里，tldraw、TanStack 也在用。这条思路跟 CLIProxyAPI 那种”把工具拆成 Agent 能接的零件”是一脉相承的。
实话也说：确定性渲染的前提是你的动画必须”可 seek”。用 setTimeout、靠真实时间推进的写法会直接翻车，得老实用 timeline 或者适配器。还有就是别指望它替你想创意——让 Agent 自由发挥生成 60 秒复杂片子，排版、节奏、音频对齐照样会崩。它真正省的是”改一版重渲一次”的工程成本，不是审美。
两个项目放一起看
2026 年 10 月的 AI 视频明显分了两条岔路：一条往专业工具走，ArtCraft 把控制权塞回人手，先构图再生成；另一条往代码流水线走，HyperFrames 把视频降级成可版本管理、可 diff、可 CI 的文本文件。抽卡式生成没死，但已经不是唯一入口了。
如果是给自己搭内容流水线、批量出片、要能回滚，HyperFrames 这种”HTML 即工程”的路子更实在，成本就是服务器那点算力。如果接的是商业片、要角色一致性、要反复改同一个镜头，ArtCraft 摆场景的思路更能救命。两个都开源，试错成本基本只剩模型调用那点钱——先拿一条 10 秒片子试，比看一百篇测评管用。
