English · 简体中文

给 AI agent 用的本地无头 HTML 视频渲染器。镜头就是普通网页：页面实现 render(t)，画面只由时间 t 决定；Multiplane 用无头 Chromium 逐帧截图，做超采样、运动模糊、胶片颗粒等后期，用 FFmpeg 合成视频，并能检查镜头是否确定。

当前版本 0.3.8（最新版本见 Releases 页面）。完整测试在 Windows、macOS、Linux 三个平台的 CI 上全部通过；Windows 另在真机上验证过。1.0 之前接口仍可能调整。

名字来自迪士尼的多层摄影台（multiplane camera）：一层层平面画稿放在不同深度、逐帧拍摄、带真实景深。对应这里的多层网页画面、三维卡片层和累积景深。

• 不用学新框架。镜头是 HTML、CSS 和一段 JavaScript，agent 最擅长写的东西。
• 渲染前检查。lint 不开浏览器、不到一秒，指出墙钟时间、随机数、CSS 动画、网络资源等会破坏确定性的写法，定位到文件、行、列；渲染命令启动前会自动先跑。
• 可验证。verify 会乱序、重载页面、单进程和多进程分别渲染同一批帧，逐像素比较；不一致时给出出问题的时刻、区域和差异图。
• 运动模糊不跨硬切。每帧在快门时间内多次采样、按线性光混合；镜头声明的硬切时刻 cuts 两侧的画面不会糊在一起。
• 三维层与累积景深（可选，multiplane/three）：图片卡片进三维空间，多次采样累积出真实的焦外虚化，与运动模糊配合。
• 机器可读。所有命令支持 --json，输出带稳定错误码的事件流；每次运行有独立的作业目录，可查询进度、可取消。
• 也能出静帧。stills 按指定时刻输出 PNG，和视频走同一套超采样、运动模糊、景深和透明通道。可以用来抽帧检查，也可以直接出封面、海报、配图这类高质量静帧。
• 确定性。渲染器自身不引入墙钟时间和未设种子的随机数；同一输入在同一环境下逐像素一致，并由测试保证。

运动模糊：左边不开运动模糊；中间固定 8 个采样，快速转动的轮辐变成一条条分开的残影；右边按移动距离自动加采样，连成顺滑的拖尾。下排是局部放大。

硬切不糊在一起：切点后的第一帧。左边没有声明硬切，运动模糊把切点前一个画面的颜色和圆形混了进来；右边在镜头里声明了 cuts，切得干净。

三维景深：同一组卡片，焦点分别在前景和背景。焦外虚化是多次采样累积出来的，不是按深度图做的后期模糊，所以前景边缘不会溢出、背景也不会渗进前景的轮廓。下排是前景卡片的局部放大。

需要 Node.js 24 或更新版本，以及支持 libx264 的 FFmpeg。

npm install multiplane
npx playwright install chromium
npx multiplane doctor
npx multiplane render examples/animation.html --root node_modules/multiplane

示例在安装好的包里，所以用 --root 把资源根指向包目录；出于安全，渲染时不会提供 node_modules 下的文件。

新版 npm 默认不运行依赖包的安装脚本，所以第二条命令用来下载 Playwright 使用的 Chromium。如果是克隆了本仓库，在仓库里运行 npm install，直接渲染 examples/animation.html 即可。

把使用说明 skill 交给你的 agent：运行 npx multiplane skill install --host all（Claude Code 装到 ~/.claude/skills/multiplane，Codex 装到 ~/.agents/skills/multiplane），或者让桌面软件来安装。装好后新开一个 agent 会话。

在克隆的仓库里，npm install 会自己下载这个 Chromium（已安装则复用）。离线环境可设 PLAYWRIGHT_SKIP_BROWSER_DOWNLOAD=1 跳过，之后再运行 npx playwright install chromium。Linux 上 Chromium 还需要系统库：运行一次 npx playwright install-deps chromium（缺的时候 doctor 会提示）。

Multiplane 不随包分发 FFmpeg。需要自己安装一个支持 libx264 的：

FFmpeg 的许可取决于你安装的构建。然后用以下任一方式告诉 Multiplane（按优先级）：

1. 命令行参数 --ffmpeg <path>；
2. 环境变量 MULTIPLANE_FFMPEG；
3. 用户配置文件里的 ffmpeg（见下文“用户配置”）；
4. 放进系统 PATH。

想一次设好、所有项目都生效，运行 npx multiplane config set ffmpeg <path>，它会顺便检查这个文件能不能用。

默认用软件编码 x264；有 NVIDIA 显卡时可用 --encoder nvenc-h264 或 --encoder nvenc-hevc。doctor 会检查 FFmpeg 能否运行、是否支持所需编码器。

<!doctype html>
<html lang="en"><meta charset="utf-8"><title>Example</title>
<link rel="stylesheet" href="/multiplane/runtime/shot.css">
<style>
  #stage { width: 1920px; height: 1080px; background: #111; }
  #box { position: absolute; left: 0; top: 490px; width: 100px; height: 100px; background: #eee; }
</style>
<div id="stage"><div id="box"></div></div>
<script src="/multiplane/runtime/shot.js"></script>
<script>
const box = document.querySelector('#box');
Shot.define({
  duration: 4,
  fps: 30,
  render(t) {
    box.style.transform = `translateX(${Math.min(t / 3, 1) * 1820}px)`;
  },
});
</script></html>

约定只有三条：

• 画面都画在 #stage 里，用固定的 CSS 宽高声明画幅；
• render(t) 是同步函数，同一个 t 永远画出同样的画面；
• 字体、图片等素材用本地文件，在 setup() / ready 里加载完。

完整约定、哪些写法会破坏确定性、三维层用法，见 agent 使用说明 skills/multiplane/SKILL.md。它同时是给 agent 加载的 skill。

镜头路径相对资源根 --root（默认当前目录）。每次运行都有自己的作业目录 out/jobs/<jobId>/，不给 --out 时产物就写在里面（视频、stills/、verify/），多次运行互不覆盖；最终路径见结果里的 artifacts。--out 指定输出位置，目标已存在时会拒绝覆盖，加 --overwrite 才替换。render、stills、verify 启动前自动跑 lint，有 error 就停下，--no-lint 跳过。npx multiplane <command> --help 列出该命令的全部参数。

render 按约 10 秒一段编码，每段编完就落盘。渲染中途停下（进程被杀、死机、断电、浏览器反复崩溃、手动停止）后，multiplane resume <job> 会跳过已经编好的段、只渲剩下的，最后不重新编码地拼成成片，画面与一次渲完的逐帧相同。续传沿用原作业的全部参数；镜头加载过的文件或音频文件改了，或 Multiplane、Chromium、FFmpeg 的版本、光栅模式、编码器变了，会拒绝续传（resume_unavailable，并说明是哪一项），以免拼出前后不一致的片子；只是显卡或驱动不同，则只给出警告（resume_renderer_changed）。multiplane status 会告诉你一个作业能不能续传、已经渲完多少帧。见协议第 6.1 节。

浏览器卡住时，渲染也不会一直挂着：某个进程拿着帧、却在 max(120 秒, 此前最慢一帧耗时的 10 倍) 内一帧都交不出来时，会关掉它的浏览器、重新启动，并把那一帧从头重渲（像素相同），同时报 worker_stalled 警告。每一帧最多重试两次，第三次再卡住，作业以 browser_crashed 结束；已经编好的段会保留，之后可以用 resume 接着渲。

render 的常用参数：

镜头里 post 声明的后期参数是默认值，命令行参数覆盖它。

加 --json 后，stdout 每行一个 JSON 事件（NDJSON），最后一行一定是最终结果：

{"schema":"multiplane/1","type":"result","command":"render","ts":"2026-10-11T09:30:09.120Z","ok":true,"code":null,"message":null,"artifacts":[{"path":"/abs/out/jobs/20261011-093000-animation-3f2a/animation.mp4","kind":"video","bytes":81234}],"elapsedMs":3120,"jobId":"20261011-093000-animation-3f2a","data":{"frames":24}}

• 失败时 ok 为 false，code 是稳定的错误码，hint 给修复建议；人类可读的信息走 stderr。
• 退出码：0 成功，1 镜头或检查不通过，2 参数错误，3 环境问题，4 渲染器内部错误，130 被取消。
• 每次运行在 out/jobs/<jobId>/ 下写 events.jsonl（同一事件流）和 status.json（最新快照），其他程序可以据此展示进度；渲染时还会维护一张预览缩略图 preview.png。

事件类型、字段和全部错误码见 docs/protocol.zh-CN.md。

渲染器在用户级目录里读配置、登记作业：Windows 为 %USERPROFILE%\.multiplane（0.2.0 及以前是 %APPDATA%\multiplane，首次使用时会把那里的文件复制过来），macOS 为 ~/Library/Application Support/multiplane，Linux 为 ~/.config/multiplane；环境变量 MULTIPLANE_HOME 可改。

• config.json：用户默认值，字段 ffmpeg、raster、encoder、workers、jobsDir，都可省略。优先级为命令行参数 > 环境变量 > config.json > 内置默认值。渲染时从不写它，由 multiplane config 命令或桌面软件写；doctor 和 config get 会报告它的位置和哪些字段生效。
• jobs.jsonl：每个作业开始、结束各追加一行，供其他程序发现各项目里的作业；作业状态以作业目录里的 status.json 为准。MULTIPLANE_NO_INDEX=1 关闭登记。

这个目录读写失败不影响渲染，只会给出一条警告。格式见 docs/protocol.zh-CN.md 第 8 节。

import { inspectShot, lintShot, renderShot, stillsShot, verifyShot } from 'multiplane';

const result = await renderShot('examples/animation.html', {
  workers: 2,
  out: 'out/demo.mp4',
  onEvent: event => { if (event.type === 'progress') console.error(event.done, event.total); },
});

返回值与 result 事件结构相同（不含 schema、type、ts）；失败时抛出带 code 的 MultiplaneError。

渲染背景透明的镜头，用来叠在别的画面上：

npx multiplane render examples/alpha.html --format webm --alpha
npx multiplane render examples/alpha.html --format mov --alpha
npx multiplane stills examples/alpha.html --alpha --at 0,1

页面背景会变成透明；镜头自己画的东西，包括 #stage 的背景色，照样不透明。想要整层透明，就别给 #stage 设背景。镜头可以用 post: { alpha: true } 把透明设为默认。

• webm 用带 alpha 的 VP9。不少播放器会忽略 VP9 的 alpha；用 FFmpeg 检查时要加 -c:v libvpx-vp9 解码，默认的 VP9 解码器会丢掉 alpha。
• mov 用 ProRes 4444，大多数剪辑软件能读出 alpha。
• 运动模糊和缩放都按预乘颜色计算，移动的边缘不会出现暗边或色边。发布前渲染器会解码首帧和中间帧，确认 alpha 编码后仍在（每个像素误差不超过 2/255）。
• FFmpeg 构建需要带 libvpx-vp9（WebM）和 prores_ks（MOV），doctor 会报告这两项。

运动模糊是每帧在快门时间内截多张图再平均。采样太少时，动得快的东西会变成一条条分开的残影；全片都用很多采样又太慢。Multiplane 按画面里局部移动的距离给每一帧定采样数：

• 镜头决定要不要运动模糊：post.motionBlur 大于 1 就开启，它的值是起步采样数（fast 和 standard 下起步最多 4；命令行显式给的 --motion-blur 照旧按给的数起步；上限不大于起步数时固定用镜头写的采样数，不降到 4）；快门 shutter 和颗粒也由镜头定。
• --quality 决定画质：先按起步数截，把画面分成小块逐块比较相邻两个采样，哪一块移动超过约 2 像素（fast、standard）或 1 像素（high）就把采样数加倍，最多到 16（fast）、32（standard）或 256（high）。静止的帧只用 1 个采样，慢的帧保持起步数，只有动得快的帧才多花时间。
• 迭代和最终成片都用默认的 standard 就够了。要速度、对画质没那么挑时用 fast：它和 standard 只差上限，动得很快的帧残影稍明显，渲染更快。high 在真实镜头上要多花几倍时间，提升要放大才看得出，只在静帧要放大看细节、或画面里有极快极细的运动时才用；只看构图用 --draft。
• 想完全自己控制：--max-motion-blur 改上限，设成和 --motion-blur 一样就是固定采样数。镜头定义了 blurAt(t) 时按它的返回值来，不会自动加。
• 结果里的 blurSamples 列出每帧实际用了多少采样。

render 和 verify 会同时开几个浏览器进程分担帧（--workers）。进程多了不一定更快：开 GPU 光栅时所有进程共用一块显卡，开得太多反而变慢。

• 在本机实测一次：multiplane benchmark（约 2–3 分钟）用普通网页、Canvas、三维三类镜头，分别测 1、2、4、6、8、12、16、24 个进程的速度，每类记下最快速度 95% 以内的最小进程数。之后渲染时没给 --workers、配置里也没设，就按镜头类型自动用这个值。
• 测的时候内存不够，就只测到能开的进程数为止，用已经测到的点给出推荐值，doctor 会注明“受内存限制”。
• 没测过时用估算值：按 CPU 核数、空闲内存和输出分辨率算，最多 12 个；用了三维层或 WebGL 的镜头最多 4 个（多个 WebGL 浏览器抢同一块显卡，开多了反而拖垮整台电脑）。常渲三维镜头的话建议先实测一次。
• 换了电脑、显卡、浏览器或 Multiplane 版本后，doctor 会提示测试已过期，重跑一次即可。结果存在用户级目录的 benchmark.json。
• 结果里的 resources.workersSource 说明这次的进程数从哪来：option（命令行）、config（用户配置）、benchmark（本机实测）或 estimate（估算）。
• 进程数只影响速度，不影响画面：同一个镜头用几个进程渲染，像素都一样。

stills 不只是抽帧检查用的。它输出的每张 PNG 和视频里同一帧走的是同一套后期，所以也可以拿来出最终交付的静帧：封面、海报、文章配图、社交平台的图片。

# 在 0、1.5、3 秒各出一张
npx multiplane stills shot.html --at 0,1.5,3 --out out/stills

# 封面：2 倍超采样（1920×1080 的镜头输出 3840×2160），带运动模糊
npx multiplane stills shot.html --at 2.4 --scale 2 --motion-blur 16 --out out/cover

# 透明背景的 PNG，用来叠在别的画面上
npx multiplane stills shot.html --at 1 --alpha --out out/overlay

# 每 0.5 秒出一张，用来快速浏览整个镜头
npx multiplane stills shot.html --every 0.5

• 文件名是 t-<秒>.png（例如 t-2.40.png），同一目录里还有一张所有静帧拼在一起的联系表 _sheet.png。
• --quality、--scale、--motion-blur、--max-motion-blur、--shutter、--grain、--alpha 都和 render 一样生效；三维层的景深也一样。镜头在 post 里声明的默认值同样适用。
• 想要某一刻画面里有动态模糊，时刻要选在运动当中；静止的时刻采样数会自动降到 1，画面和不开模糊一样清晰。
• 静帧要放大看细节时可以加 --quality high；--draft 只适合检查构图，不要用来出交付的图。
• --scale 2 时浏览器的 devicePixelRatio 是 2，DOM、SVG 和文字会按 2 倍重新排版绘制；但宽高写死的 <canvas> 只会被放大，边缘发软。画 canvas 时按 devicePixelRatio 分配像素：canvas.width = 1920 * devicePixelRatio，再 ctx.scale(devicePixelRatio, devicePixelRatio)，CSS 尺寸保持 1920×1080。

用桌面软件或它自带的命令行渲染时，三维层要用的 three.js（固定 0.180.0）已经带在软件里，不用另装。通过 npm 使用时，three.js 是可选依赖，用三维层的项目自己装：

npm install three@0.180.0

multiplane/three 在舞台里加一层透明 WebGL 画布，提供图片卡片、表面标注和累积景深，可以和普通 HTML 元素叠放。不用三维的镜头不会加载它。示例见 examples/three-cards.html，用法见 skill 的“三维层”一节。

app/ 下是配套的桌面软件 Multiplane（Electron），给人看、不给 agent 用：

• 作业：列出各项目里的渲染、抽帧、检查作业，实时显示进度和预览帧，可以停止进行中的作业。点开一个作业，详情分四个标签：
  • 预览：成片在逐帧播放器里播放，可以一帧一帧地走、在切点之间跳转，并显示准确的帧号和时间码；任意一帧都能单独打开，放大到实际像素。确定性检查不通过时，参考图、实际图和差异图可以并排看，也可以闪烁对比。
  • 概览：产物、成品是否核对过，以及画面、后期、性能、环境一目了然。
  • 过程：每个阶段用了多久，以及过程中的事件和警告。
  • 参数：用平白的话列出这次作业实际生效的参数，可以复制成命令。
• 继续渲染：失败或被停止、又能接着渲的渲染，会显示“继续渲染”和已经完成的帧数；新作业会链回原作业。不能接着渲时（例如镜头用到的文件变了），软件会说明原因。开启托管后，软件也会接管 agent 发起的 resume。
• 托盘弹窗：在 Windows 和 macOS 上点托盘图标，会打开一个小面板，列出进行中、排队中和最近完成的作业；托盘图标和任务栏按钮会显示渲染进度。Linux 上仍是系统菜单。
• 环境：检查浏览器、GPU 光栅、FFmpeg 等是否就绪，首次使用时在这里点“安装浏览器”下载 Chromium；给 Claude Code（~/.claude/skills/）和 Codex（~/.agents/skills/）安装、更新 Multiplane 的 skill，自己改过的不会被直接覆盖。
• 设置：写入上文的用户配置 config.json。
• 托管渲染（默认关闭）：在设置里开启后，agent 发起的渲染改由软件执行，不再挂在 agent 的会话上，会话结束也会照常做完。一次只执行一个托管渲染，其余排队。agent 的命令和输出不变；会话重启后用 multiplane wait <job> 接上之前的作业。开启托管后，关闭窗口时软件留在系统托盘。见协议第 11 节。
• 更新：启动时和之后每天检查一次 GitHub 上的新版本（可以关闭）。Windows 上在软件里下载并安装；macOS 和 Linux 上打开下载页。“关于”页会按界面语言列出从已安装版本起每个版本的更新内容。
• 界面有英文和简体中文，默认跟随系统语言，也可以在设置里切换。

它只通过 docs/protocol.zh-CN.md 的文件和命令行与渲染器打交道，不是渲染的必需品：不装它，agent 照样可以用命令行渲染。

从 Releases 页面 下载安装包。安装包里带一份同版本的渲染器，不需要另装 Node.js。这份渲染器也可以当命令用：Windows 为安装目录下的 multiplane.cmd，macOS 为 Multiplane.app/Contents/Resources/bin/multiplane，Linux 为 Multiplane-<版本>-x86_64.AppImage --multiplane-cli。PATH 里找不到 multiplane 时，环境页会显示完整路径。FFmpeg 不随包提供（见上文，需要自己安装一个支持 libx264 的），Chromium 在环境页首次使用时点“安装浏览器”下载。

在当前系统上构建安装包，或在开发时启动：

npm --prefix app install
npm --prefix app run dist
npm --prefix app start

dist 把安装包写到 app/release/。npm --prefix app start 用的是单独的开发目录（渲染器配置、作业索引、软件数据都不碰真实的），加 -- --use-user-home 才使用真实目录。

• 像素一致的保证限于同一台机器、同一浏览器版本、同一字体和素材。不同 GPU、驱动或浏览器版本之间可能有细小差异。
• lint 是静态检查，抓不到间接调用（如 const now = Date.now; now()）和状态累积，最终以 verify 为准。
• verify 是抽样检查：默认取时长 0%、25%、50%、75% 附近的帧和开头一秒的连续帧，通过不代表穷尽了所有时刻。
• 自适应运动模糊按画面变化估算采样数，是近似。
• 用 GPU 光栅（默认）时，同一帧在重载或换进程后可能有零星像素差一两级（显卡造成，肉眼看不出）。verify 会把它报告为 gpu_raster_jitter 警告，不算失败；软件光栅（--raster software）下仍要求逐像素一致。
• 画面没变的帧直接复用、不重新截图，并定期逐像素核验；用 --no-static-reuse 关闭后成品完全相同。含视频、iframe 或正在运行的 CSS 动画的镜头总是逐帧截图。见协议第 12 节。
• 渲染器和桌面软件在 Windows、macOS（Apple 芯片）、Linux（x64，Xvfb 下的 X11）三个平台的 CI 上跑同一套测试，全部通过。Windows 10/11 另在真机上验证过；macOS 和 Linux 还没在真机上试过，Wayland 没有测试。Linux 的 CI 没有 GPU，覆盖的是软件光栅；Linux 上的 GPU 光栅尚未测试。

HTML 加时间函数、无头浏览器、FFmpeg 这条路不是 Multiplane 首创。同类项目有 HyperFrames、Remotion、Revideo、Motion Canvas 等，各有侧重。Multiplane 的侧重是：镜头写成不依赖框架的普通网页，可验证的确定性，不跨硬切的运动模糊，以及三维层的累积景深。

Apache-2.0。第三方组件和示例字体的许可见 THIRD_PARTY_NOTICES.md。FFmpeg 不随本包分发，其许可取决于你使用的构建。