让 AI Agent 画宣传片：huashu-motion，点哪改哪，一部 2 块钱

AI 视频生成模型有个尴尬。你让它生成一段 30 秒的产品宣传片，效果不错，但有个画面里 logo 偏了一点。你说”把这个 logo 往左挪一下”，它重新跑一遍——整体动作都变了，原来的节奏没了。

黑盒模型的天花板就在这里：你没法只改那一处。

今天介绍的 huashu-motion 走了另一条路。花叔（小猫补光灯开发者，App Store 付费榜第一）开源的 Agent Skill，MIT 协议，让 Claude Code、Codex 这类编码 Agent 用代码画片子，不调用任何视频生成模型。每一帧都是代码，每一段动画都是 GSAP、Canvas、Three.js 写出来的。

一、它是个什么样的工具

huashu-motion 不是一个独立应用，而是 Agent Skill。你装到 Claude Code 或 Codex 里，Agent 就多了一项”用代码画商业宣传片”的能力。每部片子最终是一个 index.html 文件，所有画面都是代码绘制的，可读、可改、可精确控制。

作者花叔此前因为”小猫补光灯”在 App Store 付费榜登顶被大家认识。这次开源的 huashu-motion 能力对标 Anthropic 在 2026 年 10 月发布的 Claude Motion，且更进一步：开源、可跨 Agent 使用、把”先写谱再拍片”和”点选改帧”做成了完整工作流。

整个项目分两块：一块是 Skill 文档（20 种运动语言、12 个模板、3 个 demo 谱），Agent 读完后知道”高级感宣传片怎么拍”；另一块是 om 命令行工具，负责创建项目、起浏览器编辑器、渲染、导出。

二、核心功能

第一个杀手锏是”点选改帧”。浏览器编辑器里按 C，点画面任意位置，写下”这个标题再大一点”。批注会自动带上时间戳、当前场景、点击的元素、对应的源码位置。Agent 收到后只看那一帧、只改那一处，预览自动回到同一位置。每一版都有保存，⌘Z 能撤销。右侧表单里标题、数字、颜色、时长都变成可编辑输入框，想直接调参数也行。

第二个特色是”先写谱再拍片”。Agent 先用 ABC 记谱法写一份纯文本乐谱，把场景切换点标在节拍上，再用采样乐器（钢琴、弦乐、鼓）在本地合成播放。每一个画面元素落地都有一个对齐的音效。配乐全程本地生成，不调用任何付费 API。要更逼真的乐器音色，跑一次 om samples build（约 55MB，CC0/CC-BY 协议）之后用真实采样；不跑也能用合成音色兜底。

第三个亮点是”运动语言库”。花叔用 FFmpeg 测了 21 部真实发布片（Apple、Nothing、GoPro、Google、Vercel、Linear、Anthropic 的片子）的剪辑点、节拍、响度和能量曲线，又拆解了 142 个高传播动效案例，整理出 20 种运动语言。每种都标注了”传达什么、适合什么产品、怎么做”。每次开新项目，Agent 会先读这份运动语言库再动手，所以小模型也能拿到一份相对成熟的视觉判断。

渲染部分不依赖外部服务。huashu-motion 直接驱动你本地的 Chrome/Chromium/Edge 做帧捕获，默认开 8 个浏览器实例并行渲染（按 CPU 核数缩放），音乐和视频并行编码，没改过的音乐直接复用。30 秒片子在 14 核 Mac 上 12-15 秒渲染完成；开动态模糊大约 1-1.5 分钟。

质量保障有两道。om check 是预检，看脚本错误、文件缺失、规则违反、文字被裁剪或遮挡、对比度不足。om qa 是后检，看单帧闪烁、死气、硬切、整体运动曲线。Skill 还要求 Agent 交付前必须按正常速度看一遍帧，可以再派一个独立 Agent 做冷评审。

三、安装实测

安装方式比较直接。最简单的是一句话让 Agent 自己装：

帮我安装huashu-motion这个skill（github.com/alchaincyf/huashu-motion），装好后跑一遍demo

或者一行命令：

npx skills add alchaincyf/huashu-motion

skills CLI 会自动识别你用的 Agent，装到对应目录。也可以直接 git clone 后软链到 ~/.claude/skills/huashu-motion 或 ~/.codex/skills/。

环境要求：Node 22+、Chrome/Chromium/Edge（用于帧捕获和导出）、FFmpeg（视频编码和音乐合成）。可选的有 Kokoro TTS（中文旁白，约 325MB）、whisper-cli（词级对齐）。装完跑 om doctor 自检，缺什么会列出来。

成本方面花叔自己测过：把 Claude Code 的模型换成 DeepSeek V4.1 Flash（1017 版），做一段 22 秒的片子，缓存命中率 99.4%，单次成本约 1.95 元人民币。这个数字说明：缓存跑顺之后，单部片子的边际成本可以压到很低。

需要留意的限制有几条。Skill 没有耳朵，音乐部分靠能量曲线和频谱图检查，最后那关还是要你自己听。不生成真人或实拍素材，要真人出镜得自己提供素材，工具负责合成和打包。主要在 Claude Code + Opus 5.5 上开发测试，DeepSeek V4.1 Flash 也能跑，但不同模型的”口味”差异是真实存在的。目前仅在 macOS 上测试，Windows/Linux 还没跑通。

四、和其他方案的对比

跟 AI 视频生成模型（Sora 类）比，huashu-motion 的核心差异是”白盒可改”。黑盒模型改一处要全片重生成，huashu-motion 是点哪改哪、其他帧不动。代价是不能像黑盒模型那样生成真实人物或实拍镜头，画面都是代码画的。

跟 Anthropic 自家的 Claude Motion 比，huashu-motion 是开源版，能力对标且扩展，支持任何兼容 Agent Skills 协议的 Agent（Claude Code、Codex、WorkBuddy、Grok Bot 等）。Claude Motion 目前只对 Team/Enterprise 开放 beta。

跟 PR/AE 这类剪辑软件比，huashu-motion 的门槛低很多。你不用学时间轴、不用懂关键帧，Agent 帮你写代码，你在浏览器里点哪改哪。代价是画面由代码绘制，自由度不如专业软件，但胜在迭代快、成本低。

五、几个注意点

4 秒以上的片子末尾 1.2 秒会带一个小水印”Made with huashu-motion”，用的是片子本身的字体和颜色。介意的话直接告诉 Agent 去掉即可。

导出格式支持 MP4、MOV（带透明通道）、WebM、GIF。om share 命令会输出一个分享包：一个 10MB 以下的 GIF（适合 README 头图或 X 帖）加一份 share.md（带推文文案和 README 头图代码）。

支持多画幅切换。跟 Agent 说”改成竖屏”，它会创建一份 1080×1920 的副本，把重新布局的任务排进 inbox。

总结

已经在用 Claude Code 或 Codex，又恰好需要做产品宣传片、需要发布物料，huashu-motion 是一个值得跑一遍 demo 的 Skill。代码画片子、点哪改哪、配乐提前写谱、20 种运动语言打底，单部片子成本能压到 2 块钱以内，对小团队和独立开发者相当友好。

GitHub 地址：https://github.com/alchaincyf/huashu-motion

想做得讲究又不想花钱请外包、自己又懒得学剪辑，让 Agent 帮你写代码画片子，这条路现在算是被花叔趟通了。