AI 视频生成：文生视频 / 图生视频 / 数字人首帧驱动。通过可插拔 provider（通义万相 Wan / 火山 Seedance / 快手可灵 / OpenAI 兼容）异步生成视频，用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。
与 video-strategy（选型/策略）、video-editing（剪辑处理）、clipify（切片）区别：本 SKILL 是从 0 用 AI 生成新视频。
The English summary is being prepared. Showing the original description.
Review the instructions the agent will receive before you install.
文生视频 / 图生视频 / 数字人首帧驱动。封装
skills/shared/scripts/ai_video.py，多 provider 可插拔、异步提交→轮询→下载。用户自备 API key（在.env配置）。
配置检查路径铁律：先
cd到运行时说明给出的 Easel 项目根，确认当前目录有.env和skills/shared/scripts/，再运行注册表、check或生成命令。不得改用 workspace 的共享脚本副本，也不得以env/printenv没显示变量为由判断未配置。
先选 provider 并在 .env 填对应 key，然后 check 离线校验：
python skills/shared/scripts/ai_video.py check --provider dashscope
| provider | 服务 | 需在 .env 配 |
|---|---|---|
dashscope | 阿里通义万相 Wan | DASHSCOPE_API_KEY（可选 DASHSCOPE_VIDEO_MODEL/DASHSCOPE_BASE_URL；兼容旧名 DASHSCOPE_MODEL） |
ark | 火山引擎 Seedance | ARK_API_KEY（可选 ARK_MODEL/ARK_BASE_URL） |
kling | 快手可灵 | KLING_ACCESS_KEY + KLING_SECRET_KEY（JWT 鉴权） |
openai-compatible | 通用 /videos 端点 | VIDEO_API_KEY + VIDEO_BASE_URL（可选 VIDEO_MODEL） |
xhs-maas | 小红书内网 MaaS（happyhorse 文/图生视频） | XHS_MAAS_API_KEY（可选 XHS_MAAS_VIDEO_BASE/XHS_MAAS_T2V_MODEL/XHS_MAAS_I2V_MODEL）。DashScope 风格异步 + api-key 头，内网直连 |
agnes | Agnes（agnes-video-2.5-flash） | AGNES_API_KEY（可选 AGNES_BASE_URL/AGNES_MODEL/AGNES_SIZE）。OpenAI Videos 兼容创建 + 自定义端点轮询；默认带原生音频（prompt 描述声音）；外网走代理 |
也可设 VIDEO_PROVIDER 免去每次 --provider。
执行前先跑 model_registry.py configured --group video --env-file .env：只有一个可用就显式选它；多个可用且用户没点名时，列出 provider/模型询问本次使用哪个，不按默认值擅自选择。
画幅确认硬门：用户或上游任务未明确横版/竖版（或 16:9/9:16/具体比例）时，任何生成/付费调用前必须追问并等确认；不得从平台、Profile 或脚本默认值静默推断。已明确则不重复问。
--duration、画幅 --ratio（16:9 / 9:16 / 1:1）、模型 --model、原生音频 --audio auto|on|off生成的视频文件；必须用 -o 指定到 outputs/主题名/。异步任务自动轮询到完成再下载。
check，再运行 capabilities --provider <p> --model <m>。短剧不得根据品牌名猜测模型是否支持原生音频；新模型用 VIDEO_CAPABILITIES_JSON 登记能力和请求字段，无需修改调用流程。
probe-dialogue（短剧用）：真发 1 次生成 + ASR，测该模型能否逐字忠实说出指定台词，判 dialogue_faithful 并缓存——短剧据此决定用原生对白，还是"无台词生成 + 后期配音"。用法 probe-dialogue --provider <p> --model <m>。--ratio 9:16。python skills/shared/scripts/ai_video.py text2video --provider dashscope \
--prompt "海边日落，慢镜头推进，暖色调，电影感" --ratio 9:16 --duration 5 \
--audio auto \
-o outputs/主题名/clip.mp4
python skills/shared/scripts/ai_video.py image2video --provider kling \
--image outputs/主题名/cover.png --prompt "人物微笑挥手，头发轻微飘动" \
-o outputs/主题名/clip.mp4
video_ops.py（拼接/加字幕/加 BGM/横竖转）、auto-subtitle（字幕）、tts-voiceover（配音）串成成片，或直接进 auto-short-video 端到端流程。style.md 取视觉风格倾向注入 prompt；platforms.md 只用于给出画幅建议，不能替代用户确认。--model 或 env 覆盖；如报错对照官方最新文档调整。--audio auto 只按 capability profile 映射已知字段；能力声明不等于质量保证，下载后仍须 ffprobe/ASR/视觉审计。网关默认有声但开关字段未知时，不猜测注入参数。No reviews yet. Tell others what you thought.
No login needed. Share how it worked for you, ask a question, or note where it did not run.
No comments yet. Be the first to write one.
通用 AI 生图：文生图 / 图生图 / 图像变体。当用户说 AI 生图、AI 画图、文生图、图生图、生成图片、生成配图、图像生成、AI 出图、AI 作图、换图、改图、图像编辑、给我画一张、生成一张图 时使用。支持 OpenAI 兼容 API 与 apimart 异步 API，用户自备 API key。
The English summary is being prepared. Showing the original description.
AI 音乐 / BGM 生成：给短视频、社媒内容生成原创背景音乐 / 配乐 / 纯音乐。通过可插拔 provider（阿里 DashScope / Suno 类第三方 API）文生音乐，异步提交→轮询→下载，产物可再裁剪/归一化或加到视频。当用户说“AI 音乐”“AI 配乐”“生成 BGM”“背景音乐”“原创音乐”“AI 作曲”“纯音乐”“给视频配乐”“做首曲子”时使用。与 tts-voiceover 的区别：tts-voiceover 生成人声口播/旁白，ai-music 生成背景音乐/配乐（无人声或带演唱）。
The English summary is being prepared. Showing the original description.
outputs/ 目录下的产物管理：按日期/平台/类型归档、打标签、搜索历史内容、生成素材清单。 当用户说"整理素材"、"归档"、"找之前的内容"、"搜索历史"、"素材管理"、 "outputs 整理"、"之前做的"时使用。 与其他 produce 层 SKILL 的区别：produce 层负责生成内容， asset-manager 负责生成后的产物管理（归档、检索、标签）。
The English summary is being prepared. Showing the original description.
音频降噪：去除录音中的背景噪声、电流声、风噪、嗡嗡声，基于 ffmpeg 滤镜链（afftdn/highpass/lowpass）。 当用户说"降噪""去噪""去杂音""消除背景噪声""电流声""风噪""录音有杂音""音频降噪"时使用。 和 audio-editing 的区别：audio-editing 做剪辑/转码/音量等通用音频操作（内置 denoise 兜底），本 SKILL 专做降噪调参。
The English summary is being prepared. Showing the original description.
通用音频处理：音频剪辑/裁剪、格式转码（mp3/wav/m4a/aac）、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速（保音高）。当用户说“剪音频”“裁一段”“转成 mp3”“调音量/响度”“提取音轨/扒音频”“拼接音频”“淡入淡出”“加速/减速音频”“变速不变调”时使用。与 audio-denoise 的区别：audio-denoise 专做降噪，audio-editing 做除降噪外的通用音频操作（也内置 denoise 作为兜底）。
The English summary is being prepared. Showing the original description.
音频混合 / 混音：把旁白口播 + 背景音乐 + 音效混成一轨，BGM 自动循环补足并可闪避（旁白说话时自动压低 BGM 保证人声清晰）。当用户说 混音、音频混合、旁白加背景音乐、配音加BGM、人声和音乐混一起、加音效、音频叠加、BGM 压低、闪避、ducking、把配音和bgm合起来 时使用。基于 shared/scripts/audio_mix.py。与 audio-editing concat 区别：concat 是前后顺序拼接，本 SKILL 是同时叠加混音；与 video-editing bgm 区别：那个给视频配乐，本 SKILL 输出纯音频。
The English summary is being prepared. Showing the original description.