折腾了两天，终于通过一系列强约束，让 DeepSeek 也能生成 Opus-5.5 做的那种视频了。
▍先看三个案例 场景一：产品介绍视频
把产品源码给 AI，读源码、写脚本、生成解说、渲染视频，耗时 1 小时 40 分钟，消耗 384K tokens、38.5 积分，一轮直接搞定。
给的是我做可视化 PRD 的 Skill，旁白用了 Fish Audio 的 S2.1-Pro-free 文字转声音模型。
场景二：做概念科普视频
就丢给 WorkBuddy 一句话：帮我做一个介绍大模型推理生成原理的介绍视频。
耗时 1 小时 20 分钟，消耗 60 积分、324K tokens，中间 WorkBuddy 客户端卡死推出了，其他都没管。
输出的视频特效还是蛮有意思的，没让它做旁白，音效都是它自己代码生成的。
场景三：制作音乐 MV
这个是用 DeepSeek Harness 做的，用的也是 DeepSeek 模型，耗时 1 小时 1 分钟，消耗 529 K Tokens，全程一稿过。
生成的视频颜色差点意思，感觉脏脏的，不过动效、转场、卡点都非常不错。
它自己从 Huggingface 上下载了 Wishper 模型做的音乐歌词时间戳识别
▍原理拆解
这事，本质上是让 Agent 写有动效的网页代码，然后渲染成视频。
Opus-5.5 火之前，HeyGen 就开源过专门干这事得 Skill 套件 hyperframes。
理论上你用它做也能 7788 做出来，只是动效没那么好。
前面三个示例“花活儿”这么多是因为我给了 Agent 一些视觉要求，包括分层与错相、运动语言、缓动与曲线、光源材质细节之类的，一共大概 15 组。
然后让 Opus 帮我写一个 tokens 模版，一并丢给 DeepSeek。
某种意义上，就是“蒸馏”了 Opus-5.5 的能力，复制给 DeepSeek 用。
编辑好的AGENTS.md约束规范和设计规范tokens.ts，以及完整的教学教程，我已经更新在《WorkBuddy从入门到精通实战课》里了。
这套课程，第一期会陆续更新 30 个使用 WorkBuddy 的实战场景和配套 skills，后续会跟随产品更新及玩法涌现持续迭代增加。
如果你用 WorkBuddy 或者其他办公 Agent 总是拿不到可靠的交付，强烈推荐来看看~
热门跟贴