รีวิว huashu-motion — สั่ง AI agent ทำคลิปเปิดตัวสินค้าพร้อมแต่งเพลง แล้วชี้แก้บนภาพได้

คืออะไร

huashu-motion เป็น skill ที่ทำให้ coding agent เช่น Claude Code และ Codex เปลี่ยนคำขอธรรมดาๆ อย่าง “ทำคลิปเปิดตัวสินค้าของฉันยาว 30 วินาที” ให้กลายเป็นคลิปที่มีทั้งภาพเคลื่อนไหวและเพลงประกอบ ตัว repo เขียนด้วย JavaScript และเผยแพร่ภายใต้สัญญาอนุญาต MIT

สิ่งที่ต่างจากเครื่องมือสร้างวิดีโอทั่วไปคือ ทุกเฟรมถูกเขียนด้วยโค้ด (GSAP, Canvas, Three.js, SVG) ไม่เรียกโมเดลสร้างวิดีโอ และผลลัพธ์สุดท้ายเป็นหน้าเว็บ index.html ชิ้นเดียวที่เอาไปใช้ต่อได้ ไม่มีฟอร์แมตเฉพาะของใคร

จุดเด่น

• ชี้แก้ทีเดียว: กด C แล้วคลิกบนเฟรมในตัวแก้ไข คอมเมนต์จะผูกเวลา ฉาก element ที่คลิก และตำแหน่งในซอร์สโค้ดไปให้ agent ซึ่งแก้เฉพาะจุดนั้น ทุกเวอร์ชันถูกเก็บไว้ กด Cmd+Z ย้อนกลับได้ ส่วนข้อความ ตัวเลข สี และเวลาค้างฉาก กลายเป็นช่องให้แก้เองได้ทันที
• โหมดนักแต่งเพลง: agent เขียนโน้ตเพลงแบบ ABC (โน้ตที่เป็นข้อความล้วน) ก่อน โดยมีตัวกำหนดฉากตรงกับจังหวะ แล้วให้โปรแกรมเล่นด้วยเสียง sample ของแกรนด์เปียโน เครื่องสาย และกลองชุด (ต้องรัน om samples build ก่อน ถ้าไม่รันจะใช้เสียงสังเคราะห์) เพลงทั้งหมดสร้างในเครื่อง ไม่เรียก API เสียเงิน
• กติกาที่วัดมาจริง: ผู้เขียนเอาหนังโฆษณาจริง 21 ตัว (Apple, Nothing, GoPro, Google, Vercel, Linear, Anthropic) มาวัดจุดตัด จังหวะ และความดังด้วย FFmpeg แล้วแกะคลิปเปิดตัวและคลิปโมชันที่คนดูเยอะอีก 142 คลิป จนได้ "ภาษาการเคลื่อนไหว" 20 แบบ และมีเทมเพลตเริ่มต้น 10 แบบ
• ตรวจงานก่อนส่ง: om check เช็กสคริปต์ ไฟล์ที่ขาด และวิธีเขียนแอนิเมชันที่ผิดกติกา ส่วน om qa เช็กคลิปที่เรนเดอร์แล้ว หาเฟรมเดี่ยวที่แวบขึ้นมา ช่วงที่ไม่มีอะไรขยับ และการตัดภาพที่กระตุก
• ไม่ต้องพึ่งโมเดลแพง: ผู้เขียนบอกว่าทำคลิป 22 วินาทีด้วย DeepSeek V4.1 Flash (รุ่น 1017) ใช้เวลาไม่ถึงครึ่งชั่วโมง ค่าใช้จ่ายราว 1.95 หยวน ที่ cache hit 99.4% (ตัวเลขจากผู้เขียนเอง)
• เสียงคือครึ่งหนึ่งของหนัง: มี 23 เสียงเอฟเฟกต์ (เสียงวัตถุลงพื้น สะบัดกล้อง พิมพ์ดีด ประทับตรา ฯลฯ) ผูกไว้กับบรรทัดโค้ดของแอนิเมชัน และมีเพลงประกอบสำรองสำหรับสินค้า 12 ประเภท ประเภทละ 3 แนว
• เรนเดอร์เร็ว: ระบบขับ Chrome ของเครื่องคุณเอง เปิดหลายตัวตามจำนวน CPU (ค่าเริ่มต้นสูงสุด 8) คลิป 30 วินาทีบน Mac 14 คอร์ ใช้เวลาราว 12-15 วินาที และราว 1-1.5 นาทีถ้าเพิ่ม motion blur
• ทำได้มากกว่าคลิปเปิดตัว: ตัวอย่างใน README เช่น เปลี่ยน data/funnel.csv เป็นคลิปอธิบาย 30 วินาทีว่าทำไมยอดสมัครเพิ่มเป็นสองเท่า, ใส่เสียงพากย์ของเราเองพร้อมซับอัตโนมัติ, ทำกราฟิกประกอบคลิปพูดแบบพื้นใส หรือแปลงเป็นแนวตั้ง 1080x1920 ส่งออกได้ทั้ง MP4, MOV (พื้นใส), WebM และ GIF

เหมาะกับใคร

• คนที่ต้องการคลิปเปิดตัวสินค้า แต่ไม่อยากนั่งตัดหนังเอง
• ผู้ใช้ Claude Code, Codex หรือ agent อื่นที่รองรับโปรโตคอล Agent Skills (README ระบุว่า Claude Code, Codex, WorkBuddy, Grok Bot, Muse และ Dots ใช้ได้)
• สาย dev ที่ชอบเขียนทุกอย่างเป็นโค้ด เพราะได้ผลลัพธ์เป็นหน้าเว็บที่แก้ต่อได้
• คนทำคลิปอธิบายข้อมูล หรือคลิปแนะนำสินค้าที่มีเสียงพากย์ ทั้งเสียงระบบและไฟล์เสียงของตัวเอง
• ทีมที่มีเครื่องพร้อม เพราะการเรนเดอร์และ export รันในเครื่องตัวเอง

เริ่มต้นใช้งาน

ติดตั้งผ่าน skills CLI:

npx skills add alchaincyf/huashu-motion

ถ้าอยากให้ agent จัดการเอง ให้พิมพ์ตามนี้ (ตัวอย่างจาก README):

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

หรือ clone มาวางเป็น skill เอง:

git clone https://github.com/alchaincyf/huashu-motion.git
ln -s "$PWD/huashu-motion/skills/huashu-motion" ~/.claude/skills/huashu-motion   # Codex换成~/.codex/skills/

ต้องมี Node 22 ขึ้นไป, Chrome (หรือ Chromium, Edge) และ FFmpeg เพราะใช้เบราว์เซอร์ที่ติดตั้งในเครื่องคุณเอง ไม่ได้ดาวน์โหลด renderer เพิ่ม

อยากได้เสียงเครื่องดนตรีจริง ให้ agent รัน om samples build (ดาวน์โหลดราว 55MB จากแหล่งที่ใช้สัญญาอนุญาต CC0 และ CC-BY) ถ้าจะให้ Kokoro อ่านบทพากย์ภาษาจีน ต้องมี uv และ Python 3.12 (โมเดลราว 325MB) ส่วนการจับเวลาเสียงพากย์ทีละคำต้องติดตั้ง whisper-cli ด้วยคำสั่งนี้

brew install whisper-cpp

ถ้าขาดอะไร ให้รัน om doctor เพื่อดูรายการที่ต้องเตรียม หลังติดตั้งเสร็จก็เริ่มจากคำขอแบบนี้ได้เลย

用huashu-motion给我的产品做一支30秒的发布片，官网是xxx.com

agent จะอ่านข้อมูลสินค้า เสนอภาพตัวอย่าง 3 แนวให้เลือก เขียนรายการจังหวะ แล้วเขียนหนังและแต่งเพลง จากนั้นเปิดตัวแก้ไขในเบราว์เซอร์รอคุณ

ข้อควรรู้

• License: โค้ดและเอกสารเป็น MIT แต่มีข้อยกเว้นอยู่ คือ GSAP (GSAP Standard License), ฟอนต์ที่แนบมา (SIL OFL 1.1) และตัวละคร 豆子花叔 ใน runtime/clip/lib/toon.js ที่เจ้าของระบุว่าไม่ได้อยู่ในสัญญาอนุญาต MIT สำหรับใช้งานอื่น ถ้าจะเอาไปใช้เชิงพาณิชย์ ควรอ่าน LICENSE, THIRD_PARTY.md และ fonts/LICENSES.md ก่อน
• ความสดใหม่: push ล่าสุดวันที่ 19 ต.ค. 2026 และสร้าง repo เมื่อวันที่ 18 ต.ค. 2026 ถือว่าใหม่มาก ณ 21 ต.ค. 2026 มีดาว 1.1k และ fork 118 README หลักเป็นภาษาจีน มีฉบับภาษาอังกฤษให้ด้วย วิธีใช้และรายการคำสั่งอาจเปลี่ยนได้เร็ว
• ข้อจำกัดที่เจ้าของบอกเอง: ตัว skill “ไม่ได้ยิน” เสียงต้องให้คนฟังตรวจอีกรอบ, ไม่สร้างภาพคนจริงหรือภาพถ่ายจริง (ถ้าต้องการต้องใช้ฟุตเทจของเราเอง แล้วให้มันช่วยประกอบและใส่กราฟิก), คุณภาพขึ้นกับโมเดลที่ใช้ และต้องมีสภาพแวดล้อมที่รันคำสั่งได้
• สภาพแวดล้อม: README ระบุว่าทดสอบจริงเฉพาะบน macOS และถ้าใช้กับ Codex ต้องอนุมัติการเปิด preview กับเบราว์เซอร์เอง เพราะ sandbox ของ Codex จะบล็อก
• ดูผลงานจริงได้: คลิปเปิดตัว 53 วินาทีที่ huashu-motion ทำให้ตัวเอง รวมถึงเวอร์ชันเต็มของ Grok Bot, huashu-design และ DeepSeek อยู่ในหน้า releases ของ repo

🔗 https://github.com/alchaincyf/huashu-motion

ข้อมูลจาก GitHub ณ 21 ต.ค. 2026: ⭐ 1,148 | ภาษา JavaScript | license MIT