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。
日本語の概要は準備中です。原文の説明を表示しています。
整片视频产线(原片 → 包装级成片):九步流程 + 八件质量门 + 两道人工确认门,产出成片与全套交付物。当用户说"用视频产线做一支整片""把这条原片做成片""整片包装""走视频产线"时使用。全程经独立接口驱动:每步可核验、门不过不交付。
与兄弟技能分界:本 SKILL 的**输入是已有的整条原片**,做的是重包装(分场/动效/字幕/调色 + 质量门), 过程重、需两次人工点头;从一句话主题**无中生有**出片用 auto-short-video; 手上只有一组图片用 slideshow-video;把长片**切成多条**短视频用 clipify 或 video-highlights。
インストールする前に、エージェントに与えられる指示の中身を確認できます。
把一支原片(口播 / 独白)做成包装级成片:摸底 → 转录 → 分场 → 设计表 → 脚手架 → 写码 → 验证 → 预览 → 渲染 → 交付。质量不靠自觉,靠可执行的门。
产线 SDK 已内置在本技能
vendor/video-pipeline-sdk/(随 Easel 进仓、可复现、可在其基础上改)。 首次使用先跑一次依赖还原:bash <ROOT>/skills/builtin/video-production/vendor/video-pipeline-sdk/deps/bootstrap.sh(装 Remotion 渲染引擎,--ignore-scripts;node_modules 不入库)。
用户说「用视频产线做一支整片 / 把这段素材做成片 / 整片包装」时使用。
--brief)建议要一句;现成材料(转录稿 / 分场 / 设计表)有就给、没有就按流程走(流程会在需要时停下)产线第二步要把口播里说的话转成带时间轴的文字稿。三级降级,越靠前越省:
start --transcript 路径。.srt/.vtt 会自动转成段级 transcript.json(保留时间轴);.json(segments 结构)直接用。Easel 做的口播剧一般自带 SRT,走这条即可,不下模型。SILICONFLOW_API_KEY(env)→ 自动调硅基流动(默认 XingChenAGI/XingChenGSR-V1.0,可用 SILICONFLOW_ASR_MODEL / SILICONFLOW_BASE_URL 覆盖)。key 只从环境变量读,勿写进命令/仓库。faster-whisper。对话消息直接支持图片与视频(站内媒体通道 /api/media/,零上传、零改前端)。产物落盘后,把它们贴进消息、再配卡片:
! + 方括号说明文字 + 圆括号地址),地址写 /api/media/<outputs 相对路径,逐段 URL 编码>(示例文件名:视频产线/<时间戳>/run/preview/f60.png)<video src="/api/media/<outputs 相对路径>" controls style="max-width:420px"> 标签/api/media/<outputs 相对路径>,或把要点直接摘进消息三处必用:
run/preview/*.png 逐张贴成图片,再出预览卡视频产线/<时间戳>/out/final.mp4),附门报告链接E:/clips/raw.mp4)。无大小限制、不复制文件outputs/_inbox/ 再报路径python <ROOT>/skills/builtin/video-production/scripts/video_pipeline.py doctor
python <ROOT>/skills/builtin/video-production/scripts/video_pipeline.py start --source "C:/path/raw.mp4" --brief "主题一句话"
start 依次做:建运行态 → 机械段(摸底 / 转录 / 分场)→ 停在需要人参与的地方。
每个命令最后一行是 STATE: ...:
| STATE | 含义 | 你要做的 |
|---|---|---|
awaiting-answer | 有题待作答 | pending 读题 → 用 ask_user 工具转问用户 → answer + resume |
done | 全流程完成 | 报告产物路径(见下) |
gate-failed | 质量门失败 | 把失败项如实报告,不要交付 |
error | 异常 | 把错误原文报告用户 |
options[].value 映射回:| 问题 id | 选项 label → value |
|---|---|
| checkpoint-1(设计表确认) | 通过,按设计表开工→approve | 带意见修改→revise | 打回重做→reject |
| checkpoint-2(预览确认) | 通过,渲全片→approve | 有场次要改→revise |
python <ROOT>/skills/builtin/video-production/scripts/video_pipeline.py answer --id checkpoint-1 --values approve --notes "可选备注"
python <ROOT>/skills/builtin/video-production/scripts/video_pipeline.py resume
题目会写明要产出的文件与放置位置。把说明转给用户;文件就位后重新 resume(自动检测在档)。
开工时已有设计表的话,start 直接加 --design-table <md 路径>。
| 命令 | 用途 |
|---|---|
doctor | 环境自检(SDK 路径 / 依赖 / 版本) |
start --source ... [--brief] [--transcript] [--scenes] [--config] [--gates] [--design-table] | 开工,跑到第一个停点 |
pending | 打印待作答问题(JSON) |
answer --id ... --values a,b [--notes ...] | 写入作答 |
resume | 从停点续跑 |
status | 进度 / 待作答 / 路径 |
所有命令支持 --run-dir(默认最近一次 start)、--base(运行态根)、--sdk(SDK 路径;默认用内置 vendor/video-pipeline-sdk,也可用 --sdk/环境变量 VIDEO_PIPELINE_SDK 覆盖)。
--gates 可带质量门清单 JSON(内部支持 {run_dir} / {out_dir} 占位符自动替换)。
默认运行态在 <工作区>/outputs/视频产线/<时间戳>/(交付物进「视频产线」项目,内容库里可见):
run/:run-state、questions / answers、checkpoints、gate-report、logsout/:final.mp4、design-table.md、gate-report.md / gate-report.json、manifest.jsonreview-pack/:每场定格帧 + 核对表);把它贴给用户,照单核对(无视觉的执行者靠人眼兜底)0 完成 | 2 门失败 | 3 待作答 / 待审批 | 1 异常
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
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。
日本語の概要は準備中です。原文の説明を表示しています。
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)。
日本語の概要は準備中です。原文の説明を表示しています。
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。
日本語の概要は準備中です。原文の説明を表示しています。
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)。
日本語の概要は準備中です。原文の説明を表示しています。
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。
日本語の概要は準備中です。原文の説明を表示しています。
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)。
日本語の概要は準備中です。原文の説明を表示しています。