一句话复刻爆款视频：腾讯 WorkBuddy + 开源 Hypit 小白保姆级教程
最近跨境圈和自媒体圈都在传一个玩法：把一条爆款视频丢给 AI，它帮你复刻出一条同款。
听起来像玄学，其实已经落地了——用腾讯的桌面 AI 助手 WorkBuddy，加一个开源项目 Hypit，你只需要发一段话、再发一段话，就能把一条真实的爆款视频复刻成自己的成片。全程本地渲染，0 元。
这篇教程不讲原理，只带你跑一遍完整闭环：选定爆款 → 下载到本地 → 发提示词 → 它自己干活 → 拿成品和原视频对比 → 一条消息改出变体。每一步都在 Windows 11 上完整实测过，截图全部来自真实过程（包括它中途自己修复报错的画面）。
先看最终效果——左边是原视频（B 站 22.6 万播放的爆款），右边是用 Hypit 复刻出来的成品（进阶版：连头像都换上了真实画像），同一个群、同一套对话脉络：
一、先把 Hypit 说明白：它是什么，凭什么火
动手之前，用三分钟认识一下主角，网上讨论最多的几个问题一次说清。
1. Hypit 是什么？
一个开源的 AI 视频制作系统（官网 hypit.ai，GitHub 搜 hypit-ai/hypit）。它给 Claude Code、Codex、WorkBuddy 这类 AI 助手提供了一套"视频制作语言"：AI 助手把视频写成一份工作流源文件，Hypit 的渲染引擎负责把它变成 mp4。
2. 它解决了什么问题？ 市面上的 AI 视频工具大多是"一句话生成"，看起来爽，但有个致命伤：改不了细节。想改一个字、换一个头像、调一下节奏，只能整条重新生成，又贵又慢。Hypit 把视频变成了"源码"——视频的每一屏、每一条消息都是文件里的一行描述，改哪改哪，渲染在本地完成，改完重出一条只要一两分钟。
3. 凭什么在跨境圈火起来？ 因为它的官方主打工作流就是四个字：复刻爆款。官方 README 的原话是"让 AI Agent 复刻任何爆款视频"——任何 TikTok、Reels、Shorts 都能变成模板：换主播、换 Hook、换产品、换语言、换画幅。对跨境卖家来说，这意味着别人验证过的爆款结构（开头 3 秒钩子、对话节奏、评论区氛围）可以直接拿过来装自己的货，而不用从零试错。更关键的是：字幕、动效、界面类画面全部本地渲染，不调云端生成模型，不产生 API 费用。
4. 小白怎么上手？ 两条路：① 命令行版——装好 Node.js 和 ffmpeg，自己敲命令，可控性最强，见姊妹篇《从一条爆款视频到你的第一条 AI 视频》；② 懒人版（本篇）——装个 WorkBuddy，发两段话，剩下全交给它。新手强烈建议从本篇开始。
二、复刻对象：一条真实的爆款视频
复刻案例嘛，就得拿真爆款练手。我选的是 胥渡吧的《唐朝皇帝微信群聊遭曝光！》：
- 在哪里看：B 站搜索这个标题，或直接访问
bilibili.com/video/BV1kR4y1H76k - 数据：22.6 万播放、1.17 万点赞，弹幕 183 条
- 内容：唐朝皇帝们建了个群聊「大唐雄风」，李隆基、李亨、李豫轮番冒泡，为了中秋赏花互怼，画面就是一部手机上的微信界面
- 为什么选它：
- 题材本身就是爆款母题——"历史人物建微信群"是全网验证过的高流量格式（同题材《如果把中国古代422位皇帝放到一个微信群里》在 B 站有 50 万播放，胥渡吧的"古代帝王群聊"系列更是这个品类的开山鼻祖）；
- 画面是纯聊天界面——没有实拍、没有口播，正好走 Hypit 的零成本渲染路线，复刻全程不花一分钱；
- 竖屏 480×852、2 分钟——尺寸和手机视频组件天然匹配，长度也适合拆解学习。
三、爆款视频怎么获取？以什么形式喂给它？
获取（三选一，都合法合规地用于学习拆解）：
| 方法 | 操作 | 适合 |
|---|---|---|
| B 站电脑端下载 | 装 yt-dlp，一条命令拉下来（本教程实拍就是这个方法） | B 站视频 |
| 手机端保存 | 抖音/快手作者开了下载权限的直接"保存到相册"；关了权限的，复制分享链接，微信小程序搜"去水印"工具，粘贴链接即存相册 | 抖音、快手 |
| 录屏兜底 | 电脑端播放，Win+G 或手机录屏 | 任何平台 |
注意版权：下载的爆款只用于个人学习和拆解结构。复刻学的是它的"骨架"（界面、节奏、对话结构），不是搬运像素，成品内容是你自己的。
提供形式：
下载后改名成 reference.mp4，放进你的工作空间文件夹——这是最稳的形式，Hypit 官方用法就是给 AI 一个本地视频路径，它会自己用工具把视频拆解成画面尺寸、时长、每一屏的内容和节奏。你不需要做任何预处理。直接甩分享链接也可以（Agent 会自己下载），但小白建议老老实实用本地文件。
四、准备工作：一共就两样
1. 装好并登录 WorkBuddy（腾讯桌面 AI 助手，官网下载，支持 Windows/Mac）。机器上没有 Node.js、ffmpeg 也不用管——缺什么它待会儿会自己装。
2. 准备工作空间文件夹。在本教程配套素材包（获取方式见文末）里有 reference.mp4（就是上面那条爆款）和 starter-kit（项目模板）。把它们放到一个好记的位置，比如 D:\wample\coding\me\hypit-复刻：
教程后面所有提示词都只用文件夹名，不会再出现一长串路径——因为工作空间已经先选好了，这就是小白版不迷路的关键。
五、第一步：新建任务，选好工作空间
打开 WorkBuddy，点左上「新建任务」；然后点输入框下方的「选择工作空间 → 打开本地文件夹」，选中你的 hypit-复刻 文件夹：
选中后，输入框下方会显示 hypit-复刻。这一步做完，后面的提示词里就不用再写任何路径了。
六、第二步：把这段话整段发给它
复制下面的文字，粘贴进输入框，点右下角绿色发送键。一个字都不用改：
请在当前工作空间里完成一个视频复刻任务，我是小白，请全程替我执行，每个大步骤完成后用一句话汇报进度：
1. 先拆解工作空间里的 reference.mp4：画面尺寸、时长、每一屏的内容和节奏；
2. 把工作空间里的 starter-kit 整个复制一份，命名为 my-video；
3. 进入 my-video 目录，参考拆解结果改写 chat.svml：内容和节奏与 reference.mp4 保持同题材同款（取前 30 秒的对话脉络即可），组件风格不改；
4. 执行 npm install；
5. 执行 npx hypit check chat.svml --workspace . ；如果报错提示缺字体包，就按报错里给出的命令原样执行安装，然后重新 check 直到通过；
6. 执行 npx hypit programs up --runtime hypit.runtime.json 准备本地渲染器（首次会下载浏览器，请耐心等待完成）；
7. 执行 npx hypit build chat.svrun --workspace . --runtime hypit.runtime.json --follow 渲染视频；
8. 拿到本次 Build ID 后，执行 npx hypit get <Build ID> --output final.video --workspace . --to output/my-first.mp4 导出成片；
9. 完成后把成品和 reference.mp4 对比，告诉我视频文件的位置。
注意：全程本地渲染，不要调用任何云端生成 API；不要修改 starter-kit 里的组件源码。
点发送后，任务列表里出现这个任务，WorkBuddy 显示「准备中」：
七、第三步：接下来它自己干活，你只需要看
它会按步骤逐条执行、主动汇报进度。实测中：拆解完原视频，它汇报"画面内容已看清"；进度 2/8 复制完项目模板；进度 3/8 把 chat.svml 改写成了"群名大唐雄风、10 条唐朝皇帝群聊对话"——和原视频同一个群、同一套对话脉络。
中间报错了怎么办？不用管，它会自己修。 实测中它在装依赖阶段遇到 esbuild 和 koffi 两个 Windows 原生包"互相挤掉对方"的问题——失败 3 次后，它自己读日志定位病根，把两个包一起写进 package.json 统一安装，然后一路畅通。你全程不用碰键盘。
实测总耗时 22 分钟（首次跑要下载渲染浏览器、字体包和依赖；第二次做同款视频只要两三分钟）。
八、第四步：验收——拿成品和原视频对照
交卷时，WorkBuddy 给出了完整的交付汇报，还自己做了一张原视频 vs 成品的对比表（尺寸帧率、时长、差异说明），甚至抽了 3 帧人工核对"标题、绿色右侧气泡、逐条弹出节奏都和原片一致"：
它是怎么复刻的？ 拆开说就四步：
- 拆解：用
media probe读出原视频的尺寸、帧率、时长；用media tiles抽帧看清每一屏的内容和节奏； - 改写：把拆出来的结构写进工作流源文件
chat.svml——群名、消息条数、每条消息谁发、发什么、隔几秒冒泡； - 渲染：手机聊天界面组件（chat-scene）按这份"剧本"在无头浏览器里逐帧渲染——打字提示、气泡弹出、自动上滚，全都是代码画出来的；
- 导出：
hypit get把渲染结果封装成 mp4。
复刻效果怎么评价？ 诚实的结论是：骨架一致，皮肤不同。
- ✅ 一致的部分：群名「大唐雄风」、对话的先后顺序和梗（"贵妃醉酒家人们看看" → "我和阿武在洛阳赏花呢" → "这月份牡丹又没开，赏什么"）、逐条弹出的节奏、绿泡在右白泡在左的微信习惯；
- ⚠️ 不同的部分：原视频头像用了电视剧真实剧照，还夹着表情包图片；复刻组件只渲染文字气泡，头像用的是姓氏字（"李"）。尺寸从 480×852 变成 540×960，时长按提示词取了前 30 秒。
这正是"复刻"的本意：蹭爆款的形，装自己的货——结构被人验证过，内容换成你的，比像素级搬运安全得多，也才有二次创作的空间。
看到那个"姓氏字头像"的差异不甘心？第十节的进阶挑战，就是带你把它消灭掉。
九、第五步：想要不同版本？再发一条消息
复刻拿到的不是一次性成片，而是可编辑的工作流。同一个会话里继续发：
很好！基于 my-video 再做一条变体：群名改成「贞观聊天群」，消息内容换成李世民登基当天群里大臣们道贺的 8 条对话，节奏和风格保持不变，导出为 output/my-variant.mp4，完成后告诉我。
实测 4 分半交卷（渲染器复用，连浏览器都没重新下）。它新建了 variant.svml，完全没动第一条成片，做完还自己抽帧核对：
成品画面——「贞观聊天群」里长孙无忌带头道贺：
现在 my-video\output 里躺着两条视频：my-first.mp4 和 my-variant.mp4。想再来一条？换个群名换几句台词，再发一条消息就行——一条工作流，无限变体。
十、进阶挑战：把"姓氏色块"换成真实画像头像
还记得第八章验收时那个 ⚠️ 吗——原视频里每个人都是真实头像，复刻品只有"李"字色块。这一节就带你把它消灭掉，顺便解锁 Hypit 的进阶玩法：改组件源码。
先说思路。头像色块不是 bug，是组件还没这个能力。而 Hypit 里组件就是源码，缺什么能力就给组件加什么能力——这正是它和"一键生成"类工具的本质区别。整套改造依旧只靠发消息，连头像是 WorkBuddy 自己上互联网找的（它会优先选公有领域的古代画像，没有版权问题）。
在同一个会话里，把这段话发给它：
进阶改造：目前聊天头像是我姓氏的色块，原视频里每个角色都有真实头像。这次全部由你来做：
1. 去互联网搜索李隆基、李世民、李渊三位帝王的古代画像（优先公有领域的，比如维基共享资源里的南薰殿帝王像），自己下载保存到 my-video/avatars/，文件名用角色名；
2. 李治找不到合适的就继续保留姓氏色块；
3. 把画像裁成以面部为中心的方图；
4. 修改 chat-scene 组件，让消息支持 avatar 图片头像：消息带 avatar 就显示图片头像，没有就回退到姓氏字色块；改完 src 记得重新编译出新的 dist；
5. 在 chat.svml 里给对应角色的消息配上头像，重新 check、build，导出为 output/my-avatar.mp4，抽帧确认头像生效后告诉我。
下面截图里发送的原话比这段多一句"清理旧图"的指令，那是我实测时的一次返工，你直接照上面这段发即可。
点发送，然后看它表演。实测它先列计划再动手：删掉作废图片 → 自己打开网页搜索"维基共享资源 南薰殿 帝王像" → 逐个下载李隆基、李世民、李渊的画像 → 裁成面部居中的方图：
接着改组件——它清清楚楚列出改了哪几处：render.ts 给 Message 类型加 avatar 字段、activation.ts 允许 Message 元素透传 avatar 属性、package.json 声明本地包依赖，然后重新编译。
中途还踩了个坑，而且是它自己发现、自己修的：第一版渲染出来头像没生效（还是色块）。它没有糊弄过关，而是抽帧自检 → 定位到根因——"渲染时 HTML 会被搬到临时目录由本地服务器伺服，./avatars/x.png 相对路径到那儿就失效了" → 换成最稳的方案：组件在编译期把图片读成 base64 内嵌进 HTML（data URL），彻底不依赖外部路径，二次渲染一次成功：
最终成品——李隆基（白袍侧帽）、李渊（灰袍长须）、李世民（黄袍）全部换上真实画像，李治按约定保留色块回退：
三点如实说明：
- 耗时：这一步实测约 50 分钟，比渲染本身久——大头是它上网找图、反复裁剪和排那个路径坑。这是"给组件加能力"的一次性成本，能力加上了就永远在了。
- 改动范围：组件改动只发生在
my-video/packages/chat-scene，starter-kit 原目录全程未动。想回退？把 starter-kit 重新复制一份即可。 - 为什么这是进阶：第一条消息是"用 Hypit"，这一条是"改 Hypit"。跑通它，你就不只是用户了——任何组件缺的能力，你都可以让 AI 助手补上。
十一、举一反三：想复刻其他类型的视频，要准备什么
这个案例是"界面类无声视频"，是零成本路线。想复刻别的主流品类，需要多备一点料，这里只点到为止，具体等你跑完上面这套再自己动手试：
- 口播/带解说类（知识区、带货口播）：多一步语音转文字，Hypit 自带 WhisperX 支持，首次要装环境；
- 生成画面类（AI 剧情、数字人）：要接生成模型（Seedance、GPT Image 等），有 API 成本，官方 README 里实测一条约 1 美元；
- 真人实拍类：拍不了，也不该复刻——那是别人的脸。
建议路径：先把本篇的聊天记录类跑熟（零成本、成功率最高），再挑战带配音的，最后才是生成画面类。
十二、几个如实说明
- 费用：Hypit 开源免费，本案例全程本地渲染 0 元（进阶头像用的也是公有领域画像）；WorkBuddy 按其自身模型用量计费（实测用的 GLM-5.3-Flash，几次任务花费可以忽略）。
- 耗时：首次 22 分钟（大半在下载），第二次起两三分钟一条。
- 报错别慌：报错信息里带着答案就照做，是 Hypit 的设计哲学，WorkBuddy 也是这么干的——本教程里那两个原生包冲突就是它自己修好的。
- 它会反问你：找不到文件、需要授权时它会停下来列 A/B/C 选项，回复就行。
- 想搞懂每条命令在干什么，看姊妹篇命令行版教程，两篇配合食用最佳。
