风格库 - ZLHad/OpenVideoHarness GitHub Wiki
English · 中文
不加约束的话，AI 做的视频很容易长成一个样子：暗底、发光、玻璃卡片、满屏动态 UI。风格库给 agent 准备了 31 个实打实的其他选择，可以借用。每个预设都从名作里提炼出一套语法（色板、字体、构图、运动、转场、声音），写成 agent 能照着做的说明，并且附一段用本仓库真渲的 5 秒样片，样片带着各自的配乐。它们是参考，不是模板：一支片子的长相从立意推出来，可以借一个预设，可以几个混着借，也可以都不借。31 段样片的内容完全一样，都是标题"每一帧，都是代码。"加上"大纲 → 分镜 → 初版"三个元素，差别只来自风格。
连着看：styles-gallery.mp4（在 Release media 里），每种约 1.5 秒，带各自的声音，切换处有很短的交叉淡化。每种风格学的是哪些作品、听起来是什么样，完整表格见 styles/README.md。
每个预设是一个目录 styles/<slug>/：
-
STYLE.md：学习对象；视觉、运动、声音语法；适合与不适合；禁止项；prompt 块；引擎做法；自查重点； -
tokens.json：机器可读的数值； -
swatch.js（用 Blender 渲的场景是swatch.py）、score.json和events.json：样片的画面、配乐和音效时间表的源码； -
media/：swatch.mp4和封面帧。
| 家族 | 预设 |
|---|---|
| 电影与片头 |
cutout-jazz 剪纸爵士片头 · scratched-type 刮擦字片头 · monumental-scifi 纪念碑科幻 · symmetry-pastel 对称粉彩绘本 · neon-step-print 霓虹抽帧 · archival-pan-zoom 档案推拉 · clockwork-map 机械钟表地图 · tabletop-miniature 桌面微缩剧场 |
| 品牌与发布 |
product-keynote 产品发布片 · swiss-grid-type 瑞士网格动态字 · brutalist-meme 野兽派梗 |
| 数据与讲解 |
dark-math 暗底数学 · editorial-data 编辑部数据叙事 · bubble-chart-story 气泡图现场讲 · fui-hud 电影界面 HUD · isotype 图形统计 · pastel-ui 浅色界面讲解 |
| 插画与印刷 |
bouncy-flat-2d 弹性扁平 2D · halftone-comic 半调漫画 · risograph 孔版印刷 · silhouette-papercut 剪影剪纸 · watercolor-pastoral 水彩田园 |
| 中国美学 |
ink-wash 水墨 · dunhuang-mural 敦煌 · shadow-puppet 皮影 · guochao-festive 国潮 |
| 复古与科技 |
blueprint 工程蓝图 · crt-terminal CRT 终端 · synthwave-outrun 合成器浪潮 · pixel-16bit 16 位像素 · y2k-chrome Y2K 铬面 |
学习对象包括 Saul Bass 的片头、《七宗罪》、《银翼杀手 2049》、韦斯·安德森的对称构图、王家卫的抽帧、Aardman 和 Laika 的定格微缩、瑞士网格、3Blue1Brown、《纽约时报》的数据图、纽拉特的图形统计、Material You、《蜘蛛侠：平行宇宙》的网点、超级任天堂的 16 位像素、Wipeout 和 Mac OS X 的 Aqua 界面，以及水墨、敦煌壁画、皮影、国潮。
每个样片都有一份专门写的配乐：自己的体裁、签名乐器、律动和空间，全部由 bin/vh music 用代码合成，没有采样，立体声（只有 crt-terminal 是单声道，对应它那只小小的终端喇叭）。cutout-jazz 是带弱音铜管的摇摆大乐队；scratched-type 是带铁砧的工业噪音；symmetry-pastel 是巴拉莱卡小进行曲；dark-math 是垫在旁白下面的安静毡锤钢琴；ink-wash 是古琴加箫；shadow-puppet 是板胡、梆子和锣鼓经；guochao-festive 是唢呐加 trap 鼓；tabletop-miniature 是一台立式钢琴，角色的每个动作就是一个音。每个 STYLE.md 都写了自己的声音，styles/README.md 里一个风格一行。
它们到底有多不一样？agent 听不了，所以量：7 个音频特征（谱质心、起音率、低中高三段的能量占比、立体声宽度、打击乐占比），再算两两之间的距离。在当时的 28 个样片上量，成对距离的中位数从 2.27 升到 3.71，最近的一对从 0.52 拉开到 1.22，378 对里没有一对小于 1.2；之后加的 3 个样片没有量。这把尺子只有 7 个数：听不出旋律和和声，好不好听还是要人来听（研究笔记 02）。
样片里的转场音效按风格选一个家族（纸、气声、甩、带音高的 swoosh、磁带停转等），按动作塑形，每个事件还有自己的 variant，所以连播版里不再是每段都响同一个 whoosh。音效用 swatch profile 混进去，每个样片的 WAV 和 mp4 都过了 bin/vh qa，响度约 −14 LUFS，AAC 编码之后真峰值仍低于 −1.5 dBTP。渲染在 CPU 上做（Blender 场景用 CPU 上的 Cycles）、编码单线程，所以重复渲染得到的是同样的字节。
风格从立意里推出来（playbook/12）。关卡 ① 的每张立意卡都有一行写由它推出的画面：专属的长相，或者这里的一个、几个预设，附上样片；studio 档每张卡还配一段 10–20 秒的草图。你想多看几种长相时，agent 从这里挑两三个彼此差别很大的预设并排给你看（bin/vh style compare a,b,c 就是出这张图的）。你也可以在需求里直接点名一个预设（"用水墨风格"），或者说想要哪部片子的感觉，也可以在回复里换掉立意卡上的预设。
可以混搭：这个预设的色板，那个预设的转场。叠两种质感（网点加水墨、扫描线加纸纹）很容易糊，真要叠，先渲一小段看。
预设在项目里是参考，不是模板。项目自己的 STYLE.md 从立意写起；借了什么（色板、字体、转场、声音、质感），在 DECISIONS.md 记一行，和它不一样不用解释。预设里的数字是样片的值，换了场景就按自己的理由重新定。
bin/vh style list # 31 个预设、所属家族、有没有样片
bin/vh new promo launch-film --style cutout-jazz # 预设副本放进 style-refs/，记在 BRIEF 的 Style refs 一行（几个：--style a,b）
bin/vh style compare cutout-jazz,ink-wash,blueprint # 几个预设并排：封面，或加 --frame t 看各样片的同一时刻
bin/vh style apply <slug[,slug]> <项目> # 给已有的项目挂上预设当参考（同一个再挂一次不会重复）
bin/vh style <slug> --draft # 以 draft 画质渲一段样片（不覆盖已发布的正式样片）
bin/vh style check <slug> # 确定性检查：不同 worker 数渲出的无损帧必须一致（Blender 场景：在新进程里乱序重渲 12 帧来比）
bin/vh style gallery --mp4 # 重建 styles/gallery.jpg 和 styles/gallery.mp4- 学语法，不抄作品：不用原作的角色、logo、镜头和素材；在世导演的名字只出现在"学习对象"一栏，prompt 里不写"模仿某某"。
- 文化题材要准确：不把不同朝代、不同地区的纹样混成一锅，不堆"东方元素套餐"；飞天不长翅膀，中国皮影也不和印尼的 wayang kulit 混为一谈。
-
声音也是风格的一半：每段样片都有自己的配乐，按该风格的声音语法写、用
bin/vh music合成，音效落在画面的动作上。风格需要的"静"都做成屏息，底下保留一层垫音，不出现数字静音。 -
只用本机字体：字体用
@font-face local()引用，不分发字体文件。本机没有的字会回退，每个STYLE.md都注明样片实际用了什么字体。 - 事实要核实：年份、作者、出处都查过，拿不准的会标出来。
所有样片都交给一个没参与制作的"严苛动效导演"，按 7 个维度的打分层评过两轮，中间改了三轮。最低分的中位数从约 4.5 升到了 6。到目前为止，还没有一个样片每一项都达到 8 分。 v0.2.1 新加的两个预设，最低分分别是 7（pixel-16bit）和 6（isotype）。第一个用 Blender 渲的样片 tabletop-miniature 过了七轮评审：最低分第一轮是 6，之后每轮都是 7。pastel-ui 和 y2k-chrome 各过了三轮，最后一轮按 8 个维度打，最低分都是 7。这是一个还在打磨的库，不是完工的作品集。
这些评审大多早于新的配乐；新配乐是用测量检查的（见上面），没有再打分。打分层在 2026-10-02 加了第 8 个维度"立意"。路线图里有一项和剩下的事有关：让每个样片每一项都到 8 分（计划在 v0.3）。
六个步骤写在 styles/README.md 的"加一个新风格"一节：用 playbook/07 拉片拆解 1–3 部作品；照 _TEMPLATE.md 写 STYLE.md，再写 tokens.json；从 _swatch/demo/ 复制 swatch.js（要路径追踪的光和真实景深时，改写成 Blender 场景 swatch.py，样板是 tabletop-miniature），要声音就加 score.json；用 bin/vh style <slug> --draft --hud 反复改，满意后用 bin/vh style <slug> 出正式样片；跑 bin/vh style check <slug>；重建总览，在表里加一行。然后开 PR，见参与贡献。
风格给一支片子上皮肤，配方给一个镜头搭骨架。recipes/ 里有 24 个不依赖引擎的配方，写一个镜头或一个接缝怎么动：分几段、每段多少帧（30 fps），参数表里标出命门，哪里容易翻车，做完看哪一帧，再附一段 canvas 草图，任何预设的 tokens.json 都能给它换皮。八条全片骨架定下整支片子的能量弧、停顿和限额：三条按能量弧排（15 秒发布片、30 秒有旁白的讲解、60 秒产品片），五条从立意出发（时间放大镜、机器视角的肖像、用做法讲做法、吉祥物穿越风格、工作流即故事）。
bin/vh recipes list --intent abundance,process --energy 4 --engine hyperframes # 按这一镜要说什么、多响来找配方
bin/vh recipes check # 校验配方：frontmatter、链接、索引、许可声明agent 把配方 id 写进分镜的"配方"列，写这一镜的代码前先读配方全文。风格和配方冲突时，外观听风格的，配方的命门数值照样要守。配方库有一部分改编自 Apache-2.0 的项目（video-shotcraft、HyperFrames），保留了它们的许可声明（NOTICE.md）。每个配方带一个状态：9 个是 upstream-tested（在来源项目的片子里用过），14 个是 tuned，1 个是 draft，还没有 battle-tested，因为那要求本仓库做过的片子里用过、并且有人看过、给了判定。
这些会拉到 references/repos/ 下，只读：lemo-opuscar 的 43 种风格（MIT）、HyperFrames 创意参考里的设计师风格、OpenMontage 的风格。各自的许可证结论见 references/community-skills.md。