frametell - 把一句话或一份资料变成可审阅的解说视频

frametell（中文名「帧言」）是 sitor-ai 维护的一个开源项目，目标是把想法或现成素材变成「会动的页面」式解说视频。据项目自述，你既可以只给一句话（例如「解释不确定性原理」），也可以交上笔记、文档、PDF、幻灯片或图片；随后由一个导演型 agent 先起草分镜供你确认，再撰写旁白、配音、逐页绘制并自查，最终产出带字幕和发布说明的 1080p 视频。它面向的是做历史、科学、技术、投资、心理学或读书类内容的知识创作者——愿意讲故事、但不想先去学视频剪辑的人。

维护者与状态

项目由 sitor-ai 维护，仓库创建于 2026-10-10，最后提交时间为 2026-10-19。最新正式版本为 v0.7.1，发布于 2026-10-16。截至 2026-10-19，仓库星标数为 274。项目另有官网 frametell.ai。从时间线看，这是一个非常年轻、仍在高频迭代中的项目，版本号处于 0.x 阶段，接口与使用方式存在变动的可能。

主要能力

以下能力均来自项目 README 的自述，未经本站独立验证：

• 先审后画。 项目强调「你先批准计划」：分镜没有通过你的确认之前，不会开始绘制页面；如果某一页不对，可以指出来并说明要改什么。
• 过程可见。 据项目说明，agent 会说明自己正在做什么、为什么这样做，每一步的花费与耗时都显示在界面上。
• 驱动成熟视频引擎，而非从零生成视频。 README 称 agent 调用的是一个带有样式、组件、镜头运动和质检环节的视频引擎，以此换取更稳定的结果和更少的 token 消耗。
• 本地运行、模型可选。 项目自述素材与 API key 都留在你自己的电脑上，可对接 Anthropic、OpenAI、Google、DeepSeek、OpenRouter 等服务商，也支持任何兼容 OpenAI 或 Anthropic 的端点。
• 内置样式。 README 列出五种内置风格：warm-story、study、chalkboard、whiteboard、tech-dark。
• 配音。 英文旁白使用 ElevenLabs，中文可使用火山引擎 TTS（Volcengine TTS）。

据项目说明，完整流程分为五步：输入想法或素材；导演 agent 生成分镜页面与叙事节拍，由你批准或修改；撰写脚本并配音；按选定风格绘制每一页，并用 lint 与截图逐页检查；最后对整片做一次终检，渲染出带字幕的 1080p MP4。

使用入口

仓库地址：sitor-ai/frametell；官网：frametell.ai。

据 README，桌面应用目前只提供 Apple Silicon 版 macOS 的 .dmg，可从最新 release 下载，应用已由 Apple 签名并公证。运行前还需要本机装有 Chrome、Edge 或 Chromium，frametell 用它在页面上绘制与渲染；首次打开时在设置里填入模型服务商的 key，以及用于配音的 ElevenLabs key。Windows 与 Intel Mac 暂无应用，需从源码运行。

从源码运行需要 Node.js 22.19 或更高版本、pnpm，以及 Chrome、Edge 或 Chromium；FFmpeg 已随项目打包。README 给出的命令如下：

git clone https://github.com/sitor-ai/frametell.git && cd frametell
pnpm install && pnpm build
export ANTHROPIC_API_KEY=...   # 或 OPENAI_API_KEY、GEMINI_API_KEY 等
export ELEVENLABS_API_KEY=...  # 可选，用于配音（中文可用 VOLCENGINE_TTS_API_KEY）

# 在浏览器中打开工作台
node apps/cli/dist/cli.js serve

# 或直接从命令行生成视频
node apps/cli/dist/cli.js run notes.pdf --style warm-story --duration 60 --lang en

许可与限制

项目采用 AGPL-3.0 许可证。据 README 说明，你可以使用、修改并运行本项目，包括用于商业用途；但如果你通过网络向他人提供修改后的版本，必须以同一许可证向对方提供你修改后的源码。若需要不附带这些义务的商业许可，README 提示可联系 contact@sitor.ai。以上为项目自述的许可解读，具体条款以仓库 LICENSE 原文为准。

已知限制方面，README 明确写到：Windows 与 Intel Mac 目前没有桌面应用，只能从源码运行；桌面应用依赖本机安装的 Chrome、Edge 或 Chromium；配音需要额外的 ElevenLabs key（中文为火山引擎 TTS key），模型调用也需要自备服务商 key。项目自述的定位是「驱动成熟视频引擎」而非从零生成视频，因此产出形态是分页式解说动画，而非实拍或自由生成的影像。此外，项目创建至今仅约一周多，版本为 0.7.1，功能与文档仍在快速变化，采用前建议先阅读仓库中的最新说明。