timeslice-fusion

name	timeslice-fusion
description	Use when user sends a 360-degree panoramic video and a selfie photo, wanting to fuse them into a cinematic video of the person in the scenery. Triggers include keywords like time slice, panoramic fusion, person in scenery, selfie with landscape video, 360 video portrait, 时空切片, 融合风景, 人景合一, 全景融合.

TimeSlice Fusion — 时空融影 v3

Overview

将一段 360° 全景风景视频和一张自拍照，通过 AI 融合为一段"你在风景中"的电影级短视频。

双引擎架构:

• I2V (默认) — 真实帧合成 + I2V 动画化，风景 100% 还原现实场景
• R2V (备选) — R2V 参考图生视频，AI 重绘全部内容

I2V 处理流程: 自拍抠图(macOS Vision) → 帧提取 → AI选帧 → 场景分析 → 人物分析 → 人物合成 → 运动提示词 → I2V动画化 R2V 处理流程: 自拍预处理(头肩裁剪) → 帧提取 → AI选帧 → 场景分析 → 人物分析 → Prompt融合 → R2V生成

v3.1 多镜头 (Multi-Shot)

• 多镜头拍摄: --shots N 从视频中选取 N 个多样化帧，每帧独立生成 I2V 视频，拼接为"时光切片"短片
• 多样性选帧: 贪心算法，quality × (0.4 + 0.6 × diversity)，360° 视频按角度分散，普通视频按时间分散
• 转场效果: --transition crossfade (交叉淡入淡出) 或 fade_to_black (黑场过渡)，可调时长
• 容错机制: 某个 shot 生成失败时自动跳过，剩余 shot 仍然拼接输出
• 智能限制: 多镜头模式下自动跳过竖屏输出 (太贵)

v3 改进

• 双引擎: I2V (真实场景还原, 默认) + R2V (AI 重绘, 备选)
• 人像抠图: macOS Vision VNGeneratePersonSegmentationRequest 发丝级精度
• 人物合成: 自然融合 (光照适配/阴影/边缘羽化) + 艺术拼贴 (描边/旋转) 两种模式
• 运动提示词: 仅描述动作 (头转/微风/镜头推移)，不描述场景内容
• 底部渐隐: 人物底部 20% 区域 alpha 渐变，自然融入背景

v2 改进

• 质量优化: 精简 prompt 至 200-300 字符 (原 800+)，增强 50+ 词负面提示词，新增身份一致性关键词
• 自拍预处理: 自动裁剪头肩构图 (上部 70%)，提升 R2V 面部比例和识别质量
• 低动作策略: 场景动作降为静态姿势 (站立/凝视)，减少运动失真
• 多产出: 支持同时输出视频、GIF、竖屏视频 (9:16)、封面图、带字幕视频
• 新增风格: noir (黑色电影)、vintage (复古胶片)、anime (动漫风)

When to Use

• 用户发送了一段 360° 全景视频 + 一张自拍照
• 用户希望将自己"放进"风景视频中
• 用户提到"时空切片"、"全景融合"、"人景合一"等关键词
• 用户希望风景保持真实 → 使用 I2V 引擎 (默认)
• 用户希望 AI 完全重绘 → 使用 R2V 引擎

Quick Start

# 基础用法 — I2V 引擎 (风景100%还原, 推荐)
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video /path/to/360_video.mp4 \
  --selfie /path/to/selfie.jpg \
  --output /path/to/output.mp4

# I2V + 艺术拼贴合成
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output result.mp4 \
  --composite-style collage

# R2V 引擎 (AI 重绘全部内容)
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output result.mp4 \
  --engine r2v

# 指定风格
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output result.mp4 \
  --style dreamy

# 一次生成全部格式
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output ./output_dir/ \
  --outputs all \
  --caption "时光切片 · 我在风景中"

# 生成视频 + GIF + 封面
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output result.mp4 \
  --outputs video gif cover

# 多镜头短片 — 3个镜头 + crossfade 转场
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output ./output_dir/ \
  --shots 3 \
  --transition crossfade \
  --outputs video cover

# 多镜头 + fade-to-black 转场
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output ./output_dir/ \
  --shots 3 \
  --transition fade_to_black

# 生成竖屏视频 (适合手机/短视频平台)
uv run ~/.qoderwork/skills/timeslice-fusion/scripts/timeslice.py run \
  --video panorama.mp4 \
  --selfie me.jpg \
  --output result.mp4 \
  --outputs vertical

Parameters

参数	必需	默认值	说明
--video	是	-	360°风景视频路径
--selfie	是	-	自拍照片路径
--output	否	./timeslice_output.mp4	输出路径 (文件或目录，多产出时建议用目录)
--engine	否	i2v	引擎: i2v (真实场景) / r2v (AI重绘)
--composite-style	否	natural	合成风格 (仅I2V): natural (自然融合) / collage (艺术拼贴)
--style	否	cinematic	风格预设 (见下方表格)
--model	否	自动	模型: 自动根据引擎选择 wan2.6-i2v / wan2.6-r2v
--duration	否	5	输出视频时长(秒)
--size	否	1280*720	输出分辨率 (R2V only)，竖版自动切为 720*1280
--top-n	否	6	粗筛保留帧数
--api-key	否	环境变量	DashScope API Key
--bailian-dir	否	自动检测	bailian-multimodal-skills 目录
--work-dir	否	临时目录	工作目录(存放中间文件)
--vl-model	否	qwen-vl-max	视觉分析模型
--outputs	否	video	产出类型: video gif vertical cover captioned all
--caption	否	-	字幕文本 (captioned 产出需要)
--gif-fps	否	12	GIF 帧率
--gif-width	否	480	GIF 宽度(像素)
--font	否	自动检测	字幕字体路径 (支持 CJK)
--shots	否	1	镜头数: 1=单镜头, 3=推荐多镜头
--transition	否	crossfade	转场: crossfade (交叉淡入) / fade_to_black (黑场)

Style Presets

风格	镜头	光影	氛围	适合场景
cinematic	缓慢推轨, 浅景深	自然光+柔和阴影	史诗感	壮丽山水, 城市天际线
dreamy	轻微漂浮, 柔焦	朦胧散射光	梦幻	花田, 雾景, 湖面
epic	大广角, 低角度仰拍	戏剧性光影对比	壮阔	雪山, 悬崖, 瀑布
warm	中景, 自然手持感	暖色温+逆光	温馨	小镇, 海滩, 秋林
noir	高对比, 荷兰角	单光源强阴影	黑色电影	城市夜景, 雨天, 建筑
vintage	暗角, 暖色胶片感	钨丝灯, 过曝高光	怀旧	老街, 田野, 咖啡馆
anime	全景, 赛璐珞渲染	明亮天空, 光芒效果	动漫	校园, 花海, 海边

Composite Styles (I2V only)

合成风格	说明
natural	自然融合: 45%帧高, 光照适配(亮度/对比/色温), 高斯模糊边缘羽化, 底部20%渐隐, 投射阴影
collage	艺术拼贴: 50%帧高, 2px描边, 2.5°旋转, 明确的"贴上去"视觉风格

Output Types

产出类型	后缀	说明
video	.mp4	横版视频 720P (默认)
gif	.gif	高质量 GIF (palette 方法, 可调帧率/宽度)
vertical	_vertical.mp4	竖屏视频 9:16 (I2V: 重裁背景+重合成; R2V: 直接生成)
cover	_cover.jpg	封面图 (视频中间帧)
captioned	_captioned.mp4	带字幕视频 (需 --caption 参数)
all	全部	同时生成以上所有产出

Sub-commands

# 仅提取帧
uv run timeslice.py extract-frames --video input.mp4 --work-dir ./frames/

# 仅分析(帧+自拍)
uv run timeslice.py analyze --work-dir ./frames/ --selfie selfie.jpg

# 仅生成(基于已有分析结果)
uv run timeslice.py generate --work-dir ./frames/ --selfie selfie.jpg --output output.mp4

Progress Log

所有日志以 [TimeSlice] 前缀输出到 stderr:

[TimeSlice] Starting TimeSlice Fusion v3 pipeline...
[TimeSlice]   Engine:  i2v
[TimeSlice]   Composite: natural
[TimeSlice] Step 0: Using full selfie for I2V (no head-shoulder crop)...
[TimeSlice] Step 0b: Removing selfie background (macOS Vision)...
[TimeSlice] Step 1: Extracting candidate frames from video...
[TimeSlice] Step 2: AI selecting best cinematic angle...
[TimeSlice] Step 3: Deep analyzing scene...
[TimeSlice] Step 4: Analyzing person features...
[TimeSlice] Step 5: Building I2V motion prompt (cinematic style)...
[TimeSlice] Step 5b: Compositing person onto real frame (natural mode)...
[TimeSlice] Step 6: Generating I2V outputs...
[TimeSlice] Done! Total time: 107s

Agent Integration

当用户通过 IM 发送视频和图片时，Agent 应:

1. 下载视频和图片到本地
2. 调用本 skill 的 run 命令 (推荐 --outputs video gif cover)
3. 默认使用 I2V 引擎 (风景还原)；若用户要求 AI 重绘则加 --engine r2v
4. 等待完成(约 1-3 分钟)
5. 将生成的视频/GIF/封面图发送回用户

Dependencies

• Python >= 3.10 (通过 uv 自动管理)
• ffmpeg (系统级, 用于帧提取和格式转换)
• bailian-multimodal-skills (同仓库, 用于 I2V/R2V 调用)
• Pillow + numpy (自动安装, 用于图像合成和处理)
• macOS (I2V 引擎需要 macOS Vision 框架, 用于人像抠图)
• Swift runtime (macOS 自带, 运行 remove_bg.swift)