video-create/.claude/skills/video-from-script/SKILL.md

name, description

name	description
video-from-script	素材生产路由。两类成片：A.幻灯片视频（图文成片）— 生图+配音+字幕；B.AI视频（视频片段成片）— 生图+AI视频化+组装，含单图/首尾帧。触发词：做视频、图文成片、图生视频、首尾帧。

素材生产路由

你是主 Agent（导演）。 子 Agent 执行具体任务，你负责：意图理解 → 编排调度 → 质量卡点 → 用户沟通。

两类成片

类型	成品	流程	有 AI 视频？
A. 幻灯片视频	图片 + 配音 + 字幕 + BGM + 转场	分镜 → 生图 → TTS → 组装	❌ 无
B. AI 视频	每张图先生成 AI 视频片段，再组装	分镜 → 生图 → 生视频 → TTS → 组装	✅ 有

B 模式又分两种：单图模式（1 图 → 1 段视频）/ 首尾帧模式（2 图 → 过渡视频）

路由规则

用户意图	对应类型	子技能
"生图"、"批量图片"	只生图	image-generator
"图文成片"、"幻灯片视频"、"图片轮播"	A. 幻灯片视频	image-generator → capcut
"图生视频"、"AI视频"、"图片转视频"	B. AI视频（单图）	image-generator → capcut
"首尾帧"、"帧动画"、"关键帧"	B. AI视频（首尾帧）	image-generator → capcut
"创建账号"、"新账号"	—	见 account-creation.md
"修改账号"、"改提示词"、"换风格"	—	直接编辑 prompts/*.md
只说"做视频"	追问：幻灯片视频 / AI视频？	—

---

执行流程

核心约束

1. 不可跳步：
   • A（幻灯片）：分镜 → manifest init → 图片提示词 → 生图 → TTS+成片。无视频阶段
   • B（AI视频）：分镜 → manifest init → 图片提示词 → 生图 → 视频提示词 → 生视频 → TTS+成片
   • 阶段之间必须审查
2. manifest.json 是唯一状态源：pipeline.js init 在分镜确认后立即执行，创建 output/{name}/ 目录和初始 manifest。后续所有子 Agent 输出回写此 manifest，不再传裸 JSON
3. 禁止 curl 调 API：生图/生视频必须通过 pipeline.js 或对应 generator 脚本
4. 并行优先：独立子任务用子 Agent 并行
5. 分镜表是脊骨契约：用户确认分镜表后，下游子 Agent 只能加字段，禁止改 shot 数量/顺序/字段值。主 Agent 每次接收子 Agent 输出，第一件事数数量是否对得上
6. prompts/*.md 只被子 Agent 读：主 Agent 读 account.json，不读子 Agent 提示词模板
7. 中间产物落 output：所有中间文件（items JSON、urls 缓存、子 Agent 输出）必须写入 output/{name}/ 目录，禁止散落在项目根目录

Step -1: 意图确认（逐项确认，缺一不可）

1. 成片类型：A.幻灯片视频 / B.AI视频？
   → AI视频继续追问：单图 / 首尾帧？

2. 素材来源：有现成文案/图片/参考图？还是需要 AI 生成？

3. 账号：扫描 accounts/*/account.json → 展示可用账号 → 用户选
   → 未指定让选，不匹配告知并问是否新建

4. 参数：画幅、生图模型、(B 模式)视频模型 — 优先从 account.json 继承

→ 5 项确认后，输出执行计划让用户最终确认。用户说"开始"才进入 Step 0。

Step 0: 前置检查

• 读取 accounts/{account}/account.json
• 检查 prompts/分镜.md、prompts/图片提示词.md、prompts/视频提示词.md 是否存在
• 缺失 → 按 account-creation.md 创建账号 + 生成模板
• pipeline.js validate-account --account <id> 校验通过后进入 Step 1

Step 1: 分镜脚本（子 Agent 执行）

主 Agent 获取账号专属模板路径 → 将模板文件绝对路径 + 用户文案传给子 Agent → 子 Agent 自行 Read 模板文件全文 → 按模板规则输出分镜表 JSON：

模板路径获取方式：

node .claude/skills/video-from-script/scripts/get-template-path.js --account <账号ID> --type storyboard

输出示例：accounts\军事账号\prompts\分镜.md

子 Agent prompt 必须包含：

1. 模板文件绝对路径：{get-template-path.js 输出的路径，转为绝对路径}，并指示子 Agent "先 Read 此文件全文，严格按模板规则执行"
2. 用户完整口播文案
3. 成片模式（图文/视频）
4. 输出格式要求（JSON 数组）

禁止：主 Agent 不得摘要模板内容传给子 Agent，必须让子 Agent 直接读文件。

[{"id":1,"shotDesc":"英文画面描述","script":"中文口播文案","duration":5,"directorRef":"tarantino","keyword":"权力"}]

主 Agent 审查：时长合理？隐性动势完整（视频模式）？directorRef 已填？视频模式 script 拼接校验通过？

→ 展示给用户确认。确认后分镜表锁定为脊骨契约，下游禁止增减 shot。

Step 2-0: Manifest 初始化

node scripts/pipeline.js init --account <id> --mode <single|framePair> \
  --items '[{"id":1,"shotDesc":"...","script":"...","duration":5,"directorRef":"tarantino","keyword":"权力"}]'

• 分镜确认后立即执行，创建 output/{name}/ 目录和初始 manifest.json
• 脚本从 account.json 继承：imageModel、videoModel、format、references
• imagePrompt 暂为空，Step 2-A 补充；videoPrompt 暂为空，Step 3-A 补充
• 输出路径打印到控制台，后续所有操作以此为工作目录

Step 2-A: 图片提示词（子 Agent 执行）

• 主 Agent 获取账号专属图片模板路径：node .../get-template-path.js --account <账号ID> --type image
• 将模板文件绝对路径 + manifest 绝对路径传给子 Agent
• 子 Agent 先 Read 模板文件全文，再 Read manifest.json 的 items，为每个 shot 追加 imagePrompt 字段后回写 manifest
• 硬约束：输出 shot 数量 == 输入 shot 数量

子 Agent prompt 必须包含：

1. 模板文件绝对路径：{get-template-path.js 输出的路径，转为绝对路径}，并指示 "先 Read 此文件全文，严格按模板规则执行"
2. manifest 绝对路径，指示 "Read manifest.json 的 items 数组，为每个 item 生成 imagePrompt 后回写"
3. 禁止：主 Agent 不得摘要模板内容传给子 Agent

主 Agent 审查：① 数量对得上？② shotDesc 内容完整保留？③ 光影策略对应 directorRef？

Step 2-B: 生图

node scripts/pipeline.js run --manifest <path> --phase images

Step 2-C: 人工确认（可跳过）

告知图片路径给用户自行查看 → 用户可确认全部 / 替换候选图 / 删除不合格项。 用户确认后 pipeline.js confirm --manifest <path> --all，跳过则批量设置 confirmed=true。

Step 3-A: 视频提示词（B 模式专属，子 Agent 执行）

• 主 Agent 获取账号专属视频模板路径：node .../get-template-path.js --account <账号ID> --type video
• 将模板文件绝对路径 + manifest 绝对路径传给子 Agent
• 子 Agent 先 Read 模板文件全文，再 Read manifest.items（含已确认分镜图路径），为每个 shot 生成 videoPrompt 后回写 manifest
• 硬约束：输出数量 == 分镜表 shot 数量

子 Agent prompt 必须包含：

1. 模板文件绝对路径：{get-template-path.js 输出的路径，转为绝对路径}，并指示 "先 Read 此文件全文，严格按模板规则执行"
2. manifest 绝对路径，指示 "Read manifest.json 的 items 数组，为每个 item 生成 videoPrompt 后回写"
3. 禁止：主 Agent 不得摘要模板内容传给子 Agent

主 Agent 审查：① 数量对得上？② 描述运动而非内容？③ 字数 ≤ 50？

Step 3-B: 生视频（B 模式专属）

node scripts/pipeline.js run --manifest <path> --phase upload,videos

首尾帧模式额外检查过渡连贯性。

Step 4: TTS + 成片

node scripts/pipeline.js run --manifest <path> --phase tts,assemble

• TTS 使用 script 字段
• 检查字幕准确、BGM 不盖配音

---

CLI 参考

# 创建账号
node scripts/pipeline.js create-account --id <id> --name <名称> \
  --desc <描述> --video-model veo3-fast --references ./ref1.png,./ref2.png

# 校验账号
node scripts/pipeline.js validate-account --account <id>

# 初始化 manifest
node scripts/pipeline.js init --account <id> --mode <single|framePair> \
  --items '[{...}]'
node scripts/pipeline.js init --account <id> --mode single --items-file ./items.json

# 校验 manifest
node scripts/pipeline.js validate --manifest <path>

# 跑指定阶段
node scripts/pipeline.js run --manifest <path> --phase images
node scripts/pipeline.js run --manifest <path> --phase upload,videos
node scripts/pipeline.js run --manifest <path> --phase tts,assemble

# 断点续跑
node scripts/pipeline.js run --manifest <path> --resume

# 确认分镜图
node scripts/pipeline.js confirm --manifest <path> --all

# 查看进度
node scripts/pipeline.js status --manifest <path>

阶段顺序: images → upload → videos → tts → assemble

Item 状态: pending → generating → done / failed

---

质量卡点

每阶段完成后主 Agent 自动校验，不通过则修复后继续。

生图

检查项	标准	不通过
数量	与 items 数量匹配	补生成失败项

配音

检查项	标准	不通过
音频数量	与 items 数量匹配	补充或裁剪

AI视频

检查项	标准	不通过
视频数量	与 items 数量匹配	补生成失败项

成片输出

检查项	标准
字幕准确	与原始文案一一对应

---

目录规范

output/{name}_{YYYYMMDD}_{NNN}/
├── manifest.json
├── images/          # scene_{NN}_{slug}.jpeg（首尾帧加 _last 后缀）
├── videos/          # scene_{NN}_{slug}.mp4
└── audio/           # seg_001.mp3（多句时 seg_{id}_{j}.mp3）

命名对应：scene_01_觉醒.jpeg → scene_01_觉醒.mp4；MJ 候选 scene_01_觉醒_cand1.jpeg

完整规范见 batch-mode.md。

---

manifest.json

完整字段规范见 manifest-schema.md。

核心规则：

• 脚本检测 lastFrameUrl → 首尾帧模式；否则 → 单图模式
• 顶层 format 自动传给视频模型作为画幅
• account 字段驱动 capcut_assemble 读取字幕风格配置

---

参考：视频模式

单图模式

每条文案生成 1 张图 + 1 个 videoPrompt。Grok、VEO、Kling 都支持。提示词描述运动如 "slow zoom in on subject"。

首尾帧模式

每条文案生成 2 张图（firstFrame + lastFrame）+ 1 个 videoPrompt。仅 VEO、Kling 支持。两帧必须是同一场景的不同状态，提示词描述过渡如 "transition from A to B"。

对比	单图模式	首尾帧模式
图片数量	N 张	2N 张
生图耗时	标准	~2 倍（可并行）
视频连贯性	仅运动	场景变化（更强）
可用模型	Grok + VEO + Kling	VEO + Kling
适用场景	风景、人物展示	状态变化、叙事过渡

---

参考：视频模型与降级

模型	时长	画幅	单图	首尾帧	特点	API
Grok	6s	任意	✅	❌	快、稳定	yunwu.ai
Veo3-fast	~8s	16:9, 9:16	✅	✅	超分、中文增强	jimmyai.cn
Veo3-fast-frames	~8s	16:9, 9:16	✅	✅	多帧、质量最高	jimmyai.cn
Kling	6s	任意	✅	✅	快、首尾帧支持	yunwu.ai

注意事项：

• 并行提交（并发 3），再并行轮询。单视频 60-300 秒，脚本内置 3 次重试
• VEO 独有：enhance_prompt=true 中文增强，enable_upsample=true 超分
• 同批次同模型，画幅统一跟随 manifest.format
• 个别 item 降级时在 manifest 标记 videoModel 以便追踪

降级链: Grok ↔ VEO ↔ Kling。同一 item 重试 5 次仍失败 → 备用模型补生成 → 上传 OSS → 回写 videoUrl → 继续 tts+assemble

---

共享资源

• scripts/ — 生图、生视频、TTS、成片组装、OSS 上传等
• accounts/ — 账号配置（项目根目录）
• references/account-system.md — 账号系统说明
• skills/config.json — API 密钥、路径配置

---

子技能

技能	触发词	职责
image-generator	生图、批量出图、MJ、Gemini	图片生成（双模型、单图/帧对）
capcut	成片、组装、剪映、图片轮播	CapCut 成片组装