视频制作行业,正在经历一场静悄悄但实质性的变革。
回想一下,以前要想拍出一支像样的产品宣传视频或者知识解说视频,得凑齐专业的剪辑师、动画师、配音员,搞不好还要花几万块找外包团队。就算是小团队自己上手,也得把AE、Pr这些复杂工具摸得门儿清,光学习成本就够让人头疼的。而这一切,还都建立在纯人工操作的基础上。
就在大家觉得这事儿也就这样了的时候,Open Design团队搞了个大动作。他们花了3天时间,写了3万行代码,一举改写了视频制作的玩法,而且——还是开源的。

现在,你只需要跟AI Agent聊两句,或者粘一个公众号文章链接过去,它就能直接给你生成一支动态的MP4视频。整个过程都在你自己的电脑上运行,没有云渲染费用,也不绑定任何厂商。
这个工具的名字叫html-video——一个真正把HTML变成视频的利器。

什么是html-video?
html-video是Open Design团队官方研发的开源项目,它的核心理念很直接:在你的电脑上,把HTML变成视频。
你不需要是专业的剪辑师,也不需要是动画专家。只需要三步:
- 描述一个视频(或者直接粘贴一个文章链接/GitHub仓库)
- 让AI Agent来接手处理
- 导出真实的MP4视频
在这个过程中,Agent会自动帮你搞定:
- 选择合适的渲染引擎
- 挑选最匹配的视频模板
- 填入你的内容
- 渲染出高质量的视频
而且,这一切都在你的本地机器上完成,不用上传到任何云端,也没有单次渲染费用。
核心亮点:为什么html-video不一样?
1、基于Hyperframes框架
html-video不是从零开始的。它的默认渲染引擎是Hyperframes,这是一个成熟的HTML+CSS+GSAP框架,专门用于制作动态HTML动画。整个项目的架构思想,其实和Open Design在设计领域的产品是一脉相承的。
更关键的是,这个架构是可插拔的。现在默认用的是Hyperframes,未来Remotion、Motion Canvas、Manim这些引擎都会陆续接入。每增加一个新引擎,所有模板、所有Agent、整条工作流就都能同步用上,扩展性极强。
2、21套顶级HTML视频模板
html-video内置了21套经过精选、许可清晰的视频模板,每一套都经过了精心设计。

这些模板覆盖了多种常见的使用场景:
- 数据可视化:纽约时报风格的动态折线图、瑞士网格数据卡,适合“数据增长”类叙事
- 标题与特效:故障艺术标题、动感排版、打字机光标,很适合开场爆点
- 主视觉与电影感:极光液态渐变背景、漏光电影感画面、暖色颗粒杂志风
- 产品宣传:15秒/30秒的多场景产品宣传片
- 解说骨架:决策树解说、Takram有机动效
每个模板都有清晰的分类和标签,Agent可以根据你的意图自动匹配最合适的模板。而且,这些模板都可以在Open Design中找到,保证了设计系统的一致性。
3、分页预览、分页编辑、帧文字编辑
传统视频制作工具,你改一点东西就得重新渲染整个视频,等上半天才能看到效果。html-video彻底改变了这个工作流。它支持:
- 分页预览:每一帧都可以单独预览,不用等整个视频渲染完
- 分页编辑:每一帧都可以单独编辑,想改哪帧改哪帧
- 帧文字编辑:直接在界面上修改每帧的文案,所见即所得
同时支持多种视频尺寸:
- 横屏 16:9
- 竖屏 9:16
- 方形 1:1
- 小尺寸 4:5
你可以根据发布平台随时切换尺寸,完全不需要重新制作。
4、自动识别本地6种Code Agent
html-video最厉害的地方在于,它可以自动识别你电脑上已经安装的Coding Agent。目前支持14个主流的Agent:
- Open Design (Vela)
- Windsurf CLI
- Trae CLI
- Claude Code
- Cursor Agent
- Codex CLI
- Hermes
- Gemini CLI
- Grok Build
- Qwen Code
- OpenCode
- GitHub Copilot CLI
- Aider
- Anthropic Messages API
这些Agent会在系统的PATH上自动探测,你只需要在Studio的顶栏一键切换。即使没有本地Agent也没关系,你可以直接使用官方API接入,或者配置Anthropic API key,Studio直接走Messages API。
值得一提的是,Studio默认将Open Design (Vela)排在最前面——一次登录、多种模型、成本更低——然后回落到第一个可用的Agent,保证你永远有一个能用的后端。
5、已接入MiniMax
视频没有声音是不完整的。html-video已经接入了MiniMax,你可以一键给视频加上背景音乐和旁白。在Settings→Audio里填入MiniMax API key,然后在每个项目的Soundtrack面板:
- 背景音乐:描述一种情绪(比如“舒缓的电影感氛围,缓慢推进”),MiniMax会生成一段器乐
- 旁白:输入文案,MiniMax会朗读出来(TTS)
两者都会通过ffmpeg混进导出的MP4,音乐还会自动压低到人声之下,还支持可选的淡入淡出效果。
快速上手
在开始之前,你需要先安装几个依赖:

默认渲染引擎用无头Chromium录制带动画的HTML,再用ffmpeg(libx264)编码为MP4。如果没有系统安装的Chromium,可以装Playwright内置的版本。
安装和运行都很简单:
pnpm install
pnpm -r build
node packages/cli/dist/bin.js studio
# 在 http://127.0.0.1:3071 打开studio
然后在浏览器里打开http://127.0.0.1:3071,你就可以看到html-video的Studio界面了。
在Studio里,你可以:
- 挑一个模板(或者直接描述视频/粘贴链接)
- 跟Agent对话
- 逐帧改文案
- 加配乐
- 导出MP4
就这么简单。
支持三种输入方式:
- 网页文章:抓取并扁平成Markdown。像微信公众号这种服务端渲染的页面开箱即用。
- GitHub仓库:通过公开API拉取简介、顶层结构、README——很适合做“解读某开源项目”的视频。
- 只给一句话:描述主题,Agent从零写内容。
无论哪种来源,它都会成为视频真正依据的素材——不是套模板时的摆设。Agent会读取抓来的内容,自己决定需要几个场景,写出一份content-graph故事板:要点变成帧,要点之间的关系(这个承接那个、这个对比那个)变成边,再把所选模板的视觉风格逐帧应用上去。
CLI工具
除了图形化的Studio,html-video还提供了可脚本化的CLI工具:
node packages/cli/dist/bin.js doctor
# 探测已安装的Agent + 引擎
node packages/cli/dist/bin.js search-templates --intent "github stars race" --top 3
这对于想把html-video集成到自己CI/CD流程中的团队来说非常有用。你可以写个脚本,每天自动生成项目进度视频,或者自动把新发的博客文章转成视频。
写在最后
html-video给我们展示了一种全新的视频制作方式。它并不是要取代专业的剪辑师,而是要让每一个人都能轻松地制作出高质量的视频。而且,这一切的成本都极低——你只需要一台电脑,不需要任何专业设备,也不需要给任何云端服务付费。
Open Design团队用了3天时间写了3万行代码,带来了这样一个革命性的工具。这就是开源的力量——一群聪明人聚在一起,就能改变世界。
如果你对这个项目感兴趣,不妨去GitHub上看看,给它一个Star,或者直接上手试试。
GitHub地址:https://github.com/nexu-io/html-video
