scroll-world：9231 星、49 KB 仓库，它卖的其实是一条接缝

9231 个 Star，1031 个 Fork，仓库体积 49 KB。第一次点进去的人多半会愣一下，因为这个量级的关注通常对应几十万行代码，而这里连一行运行时都没有，只有一份 SKILL.md 加五个参考文件。

它卖的本来就不是代码。scroll-world 是给 Claude Code、Codex 以及任何认 SKILL.md 的 Agent 用的技能包，作用是把一个品牌变成一座能滚进去的小世界：你往下滚，镜头从场景外面钻进内部，再连着飞进下一个场景，全程没有一次硬切。Apple 产品页用的就是同一套手法，区别只在于 Apple 养着一支 CG 团队，而作者 oso95 把这套流程拆成了 Agent 能一步步跑完的指令。

我对这类”AI 一把梭”的技能包有本能的过敏，大部分只是把 README 写得好看。翻完它的 Issue 区之后，我的判断收窄了：它的核心价值非常具体，具体到一个能用 dB 数量化的技术细节上。

打动我的几个地方

最值钱的不是那段滚动脚本，是一条被写成硬性约束的规则，作者管它叫 seam rule，接缝规则。内容只有一句：相邻两段视频的接缝必须帧一致。这句话决定了整个项目的成败。

多数人踩的坑在连接器上。假设你要 6 个场景，每个场景生成一张静帧加一段俯冲镜头，场景之间再用一段连接器衔接。最直觉的做法是拿两张静帧去生成连接器，结果必然跳帧,因为视频模型不会老老实实复现你喂进去的那张图。

scroll-world 反过来做：先用 ffmpeg 把前后两段镜头的真实边界帧挖出来，拿这两张真实渲染帧去做首尾帧约束，生成连接器。引擎最后再叠几帧 crossfade 当保险。顺序不能反，crossfade 只能抹平像素级抖动，抹不平构图错位。

把这条链拆开看，它其实分四层，从上到下依次是访谈层、资产生成层、缝合层和交付层。缝合层是唯一会把前面所有努力一次性毁掉的环节，所以它单独占一层，而且有自己的回边。

图里最容易被忽略的，是缝合层往回指向资产生成的那条虚线。连接器不是新想出来的内容，它的两端必须来自已经渲染完成的相邻镜头。这条回边就是 seam rule 在工程上的样子，也是整个技能里最不能省的一步。

第二个让我改观的地方是相机架构的选择权。v0.8.0 之前架构是技能自己按审美拍板的，v0.8.0 之后相机风格变成访谈里的必问项，三种风格对应完全不同的镜头语法，也对应完全不同的失败方式。选错一个，成片气质就废一半，而重渲一遍是要真金白银的。

第三处是移动端。v0.3.0 之后手机端不再是把横屏视频中间裁一刀，而是单独渲染一条原生 9:16 竖屏链，连接器对着自己的竖屏渲染帧锁定。代价也很直白,视频生成量翻倍，所以移动端在访谈里是显式二选一，并且会明说成本。

第四处是预算门禁。技能会在开渲之前把渲染档次和预估花费摆出来，你点头才扣钱。公式是 N 张静帧加 2N-1 段视频，选了移动端视频部分再乘 2，另加约 15% 的重渲余量。这个门禁比它看上去重要得多，但光读文档体会不到，得装起来跑一次才知道。

装上试试，以及它对环境的挑剔程度

安装本身没什么难度，Claude Code 走插件市场最简单，Codex 和其他 20 多个 Agent 走 Vercel 的 skills CLI，懒得折腾就直接把目录拷进 skills 文件夹。

/plugin marketplace add oso95/scroll-world
/plugin install scroll-world@scroll-world

# Codex / Cursor / 其他 Agent
npx skills add oso95/scroll-world -a codex

# 手动安装
git clone https://github.com/oso95/scroll-world
cp -R scroll-world/skills/scroll-world ~/.claude/skills/

真正劝退人的不是安装，是依赖。它不是一个装上就能跑的玩具，背后挂着两家付费视频服务商、本地转码工具链和可选的订阅制图像通道，缺一样都会在 Step 0 的自检阶段卡住。

跑之前我建议先把环境自检过一遍，别等到第六个场景渲到一半才发现余额不够或者 ffmpeg 没进 PATH。技能自己会做这一步，下面是它大致要确认的东西。

自检里最有价值的一行是余额校准。Higgsfield 的 CLI 不暴露单价，技能的做法是先跑一张静帧加一段视频，用 workspace list 的前后差值外推出单价，估算超余额 70% 就直接警告你。这个设计我认为比任何文档说明都实在。

一次完整构建要走完六步，中间没有任何一步能跳，尤其是第四步那次抽帧。少了它，连接器就退回用静帧生成，整条链的无缝前提当场失效。下面这张图是按 SKILL.md 整理出来的顺序。

六步里最耗时的是第三步和第五步，也就是两段真正花钱的视频生成。Higgsfield 单次生成要 3 到 8 分钟，技能会把任务丢到后台轮询，绝不在前台阻塞。你要做的是别关终端，以及别在轮询期间改 prompt 文件。

mountScrollWorld(document.getElementById('world'), {
  brand: { name: 'Pearl & Co.' },
  diveScroll: 1.3, connScroll: 0.9,
  sections: [
    { id: 'farms', label: 'The Farms', still: 'farms.webp',
      clip: 'farms-dive.mp4', clipMobile: 'farms-dive-m.mp4',
      stillMobile: 'farms-m.webp', eyebrow: 'FROM LEAF TO LAST SIP',
      title: 'It starts in the hills.', body: '...', tags: [...] }
  ],
  connectors: ['conn-farms-kitchen.mp4']
});

产出物最终挂到页面上只需要上面这段配置，滚动引擎是纯原生 JS，自己建 DOM 自己注 CSS，塞进 Next.js、Vue 或者 Python 起的静态页都行，没有任何框架假设。不过能不能跑通是一回事，跑一次要花多少钱是另一回事。

钱花在哪，以及一个被社区抓出来的算错

先说数量级。Monid 按 token 计价，公式是宽乘高乘 24 乘秒数除以 1024，480p 和 720p 为 7 美元每百万，1080p 为 7.7 美元每百万。落到具体镜头上，是这个样子。

Higgsfield 走的是积分制，2026 年 7 月的 Plus 计划实测标准视频约 40 到 55 积分、静帧约 15 积分，按月订阅 32 美元或 16 美元两档，月底清零。Monid 按片付费大约省 15%，而且没有月度过期，这是 v0.7.0 把它设成默认后端的原因。

有意思的是这张表被 Issue #15 抓出一个错。贡献者 onedaydigital 按公式复算，480p 的 8 秒俯冲应该是 0.538 美元，文档里写的 0.28 其实是 4 秒探测片的价钱，而且这么写会让 5 秒连接器比 8 秒正片还贵。这个 Issue 到今天还开着，没人回。钱的账算完了，真正的问题是该不该花，往下看场景。

什么时候用，什么时候别用

我的判断是它只适合一类页面：需要靠视觉冲击一次性建立品牌印象的首屏叙事页。除此之外都有更便宜的做法。

放到替代方案里看它的位置会更清楚。它不是”滚动视频库”的同类工具，而是把素材生产这一环也包进去了，这既是它的护城河，也是它的成本来源。

一句话总结这个对照：如果你手上已经有一段拍好的成片，用滚动刷帧库就够了，没必要上 scroll-world；如果你手上什么都没有，只有品牌名和一句话卖点，那它的替代方案只剩外包。

社区怎么样了

先看一组数字。9231 个 Star 摆在那里很唬人，但真正能说明维护状态的，是提交次数、最近提交时间和 Issue 的响应速度这三栏。

Star 数曲线和提交频率是两条完全不重合的线。7 月 6 日到 7 月 29 日密集迭代了 8 个版本，之后停摆，而 Issue 还在持续进来，8 月 22 日、9 月 1 日各有一个，全部零回复。

最能说明问题的是 Issue #9。贡献者 yepgent 用它完整跑了一个 6 场景的页面并上线，发现两个只在生产环境发作的问题，附了复现步骤和前后对比数据，还主动说愿意提 PR。另一位贡献者跟帖想接手，问能不能 assign，yepgent 的回复挺扎心的：我没法 assign，我不是维护者，@oso95 才说了算。到今天这个 Issue 仍然没有维护者回过一句话。

还有一个更明显的信号是第三方 fork。cth9191/scroll-world 截至同一时间有 537 个 Star 和 78 个 Fork，README 里明确写着这是 hardened fork，加了预算门禁、SSIM 接缝自动校验、iOS 低电量兜底、按设备分级出片和可爬取的 SEO 文案块。一个 fork 要专门补上”预算门禁”和”可爬取 SEO 文案”，反过来说明上游在这两块是缺的，但真正决定你要不要跟的，还是维护带宽这件事。

我的真实看法

值不值得跟？值得，但有两个前提：你要能接受为它花钱，也要能接受自己修坑。第一个坑来自 Issue #9，也是我认为最狠的一个。

滚动引擎用 blob URL 加载视频，这是为了解决静态托管不支持 byte-range 导致的卡死问题，思路是对的。但 blob: 不被 default-src ‘self’ 覆盖，任何上了 CSP 的站点都会全片变静帧。

Content-Security-Policy: default-src 'self'; media-src 'self' blob:;

这个坑的阴险之处在于本地怎么测都测不出来，因为 python -m http.server 根本不发 CSP 头，本地环境永远比生产环境宽松。yepgent 的实测数据很干脆：加这一条之前 readyState 和 videoWidth 都是 0，加了之后变成 4 和 1280。第二个坑是 Issue #13，专业技术含量最高的一条。SKILL.md 告诉你每片都要显式传 ratio，但贡献者 domtisdell 实测证明对于首尾帧锁定的片子这是错的，模型会重新拟合你钉死的那一帧，误差还会沿链条累积。

同一段镜头只改 ratio 参数，输出首帧对比钉死帧的匹配度：480p 传 16:9 是 33.7 dB，720p 掉到 16.0 dB，1080p 是 16.1 dB，而 1080p 改成 adaptive 回到 37.1 dB。六场景整链平均 36.2 dB。480p 看着没问题是那个档位根本没理你传的比例。

第三个坑相对轻，但踩上了很浪费钱：Seedance 的 NSFW 过滤比较敏感，卧室、泳池、水疗这类词容易触发，静帧也得重滚两三次。SKILL.md 给的解法是去掉触发词加”空旷无人物”，或者换 Kling 单独渲那一段。

趋势怎么判断。我的看法是它在产品定义这一层已经打磨得相当到位，接缝方法论、相机语法、预算门禁、原生竖屏链，这几件事想清楚之后剩下的都是体力活。但维护带宽是实打实的风险，一个人、19 次提交、45 天没动，Issue 区堆着带数据的报告和等着被 assign 的贡献者。版本节奏也能印证这一点，7 月一个月里从 v0.3.0 冲到 v0.8.0，然后归零。

资源地址

仓库、fork 和两条关键 Issue 都在上面了。回到最开始那个问题：这东西现在到底值不值得跟？

值得用，但别指望有人替你兜底

scroll-world 不是那种”装上就惊艳，用三天就删”的玩具。它把一件原本需要 CG 团队的事，压缩成了一次访谈加一次预算确认，而且核心方法论是真想明白了，不是堆 prompt 堆出来的。

真正劝退人的地方在钱和维护。一个 6 场景的 1080p 成片约 27 美元，重渲一次就是再来一遍；而维护者只有一个人，最近一次提交停在 45 天前。你要是打算把它用在客户项目上，建议先 fork 一份，或者直接用 cth9191 那个硬化版本。

我的建议很具体：先用 480p 的草稿档跑通整条链，确认接缝没问题再上 1080p。这一条能帮你省掉大部分冤枉钱，比任何 prompt 技巧都管用。