| name | video-claw |
| description | AI 视频生成全流程：通过 6 个阶段（剧本→角色/场景设计→分镜→参考图→视频生成→后期剪辑）将用户想法转化为完整视频。支持临时工作台（单独调用 LLM、VLM、文生图、图生图、视频生成）和一次性短流程 Pipeline（文艺短视频、动作迁移、数字人口播）。触发词：视频生成、AI视频、AIGC、创作视频、制作视频、AI画图、文艺短视频、静态短视频、动作迁移、数字人口播。 |
| license | MIT License |
| metadata | {"author":"Lychee","version":"1.0"} |
Video-Claw Agent Skill
本地运行：这是一个本地部署的视频生成项目，前后端都运行在本机：
- 后端：
http://localhost:8000
- 前端：
http://localhost:3000
- 所有 API 调用都请求本地服务器，不要请求其他地址！
- 确保在调用任何 API 之前，后端和前端服务都已经启动并运行正常！
核心理念：Agent 应该像"持续陪伴的智能视频制作助理"，每完成一个用户可感知的重要任务，都应立即给用户一条简报，并等待用户确认。
核心原则：每个阶段的产物都必须展示给用户，必须停下来等待用户确认后才能继续下一阶段。
防止遗忘：在整个流程中，Agent 可能会忘记之前的用户输入或之前阶段的产物内容。每当进入一个新的阶段时，Agent 都必须重新加载这篇SKILL文档，确保不会忘记任何细节。
项目结构
video-claw/ ← OpenClaw 调用的 skill 根目录
├── video-claw/ ← 前后端项目代码
│ ├── backend/ ← FastAPI 后端（端口 8000）
│ │ ├── api/ ← API 路由、Schema 和服务
│ │ ├── models/ ← 模型注册、能力标签和模型调用客户端
│ │ ├── pipelines/ ← 一次性短流程 Pipeline
│ │ └── code/ ← 数据与生成产物
│ │ ├── data/tasks/ ← Pipeline 任务元数据：<task_id>.json
│ │ └── result/
│ │ ├── image/ ← 主流程图片产物
│ │ ├── video/ ← 主流程视频产物
│ │ └── task/ ← Pipeline 产物：<task_id>/
│ └── frontend/ ← Next.js 前端（端口 3000）
├── references/ ← OpenClaw 调用时的参考文档
│ ├── init_project/ ← 项目初始化
│ ├── run_project/ ← 服务启动
│ ├── workflow/ ← 六阶段工作流 API
│ ├── sandbox/ ← 临时工作台 API
│ ├── pipelines/ ← 一次性短流程 Pipeline API
│ └── send_message/ ← 消息发送
└── SKILL.md ← skill 正文
产物存放目录：video-claw/backend/code/result/
script/ - 剧本产物image/ - 图片产物（角色、场景、参考图）video/ - 视频产物task/<task_id>/ - Pipeline 产物（文艺短视频、动作迁移、数字人口播）
Pipeline 元数据目录：video-claw/backend/code/data/tasks/<task_id>.json
阶段与停点（含停点0，共7个停点）
| 停点 | 阶段 | phase 值 | 描述 | 操作 |
|---|
| 0 | 剧情及视觉确认 | - | 确认项目创意、集数、文档以及风格比例 | 展示初版规划 → 用户确认 |
| 1 | AI模型参数配置 | - | 确认项目将调用的各种底层AI模型类型及其他控制参数 | 展示配置 → 用户确认 |
| 2 | 剧本生成 | script_generation | 确认全集剧本 | 展示每集剧情概要，发送阶段url → 用户确认 |
| 3 | 角色/场景设计 | - | 确认角色/场景图片 | 展示所有人物/场景图片，发送阶段url → 用户确认 |
| 4 | 分镜设计 | - | 确认分镜列表 | 发送分镜个数、每集时长、总时长信息 → 用户确认 |
| 5 | 参考图生成 | - | 确认参考图 | 发送阶段url → 用户确认 |
| 6 | 视频生成 | - | 确认视频片段 | 发送阶段url → 用户确认 |
| - | 后期剪辑 | post_production | 拼接视频并生成最终成片 | 无需确认，完成后发送阶段url和分集视频 |
注意：原有的部分复杂剧本流程（扩写、模式选择等）由于系统优化已简化，目前直接输出最终的剧本列表，以分集（episode_number）为单位。
工作流程
1. 本地部署(仅初始化时执行)
当用户要求"初始化项目"、"配置项目"、"部署项目"时，需要先进行项目初始化：参考 init_all.md 执行完整初始化流程。
注意：仅在用户首次下载项目或需要重新配置环境时使用。项目已初始化过则跳过此步骤，直接检查服务运行状态。
2. 检查本地服务
参考 start_backend.md 和 start_frontend.md 检查服务是否运行。
⚠️ 强制要求：如果服务未运行，必须先启动服务再继续！
2. 路由判断
| 用户说 | 处理 |
|---|
| "生成图片" | 临时工作台 (sandbox) |
| "生成视频" | 必须先询问：长视频(六阶段工作流)、文艺短视频、动作迁移、数字人口播，还是临时工作台视频？ |
| "文艺短视频" / "静态短视频" / "图文短视频" / "旁白配图视频" | Pipeline：文艺短视频，参考 references/pipelines/static_short_video.md |
| "动作迁移" / "把动作迁到人物上" | Pipeline：动作迁移，参考 references/pipelines/action_transfer.md |
| "数字人口播" / "口播视频" / "商品口播" | Pipeline：数字人口播，参考 references/pipelines/digital_human.md |
| "分析图片" | 临时工作台 (sandbox) |
| "问 LLM 问题" | 临时工作台 (sandbox) |
| "照片转动漫" | 临时工作台 (sandbox) |
3. 执行流程
1. 检查后端运行状态 → 未运行则参考 start_backend.md 启动 → 等待3秒 → 再次检查
2. 检查前端运行状态 → 未运行则参考 start_frontend.md 启动 → 等待5秒 → 再次检查
3. 检查 API Key 配置 → 读取 `video-claw/backend/config.yaml`，确认所需 API Key 已配置
4. 参考 create_project.md，询问用户剧情与集数相关配置（停点0），确认无误后接着确认生成参数选项（停点1）。全部确认完毕后 → 创建项目
5. 参考 create_script.md 执行剧本生成 → 停点2
6. 参考 create_character.md 执行角色设计 → 停点3
7. 参考 create_storyboard.md 执行分镜设计 → 停点4
8. 参考 create_reference.md 执行参考图生成 → 停点5
9. 参考 create_video.md 执行视频生成 → 停点6
10. 参考 create_post.md 执行后期剪辑
11. 完成 → 发送最终视频给用户（若用户在看完成片后希望继续推进故事，参考 smart_continue.md 开始智能续写，然后继续执行新生成片段的后续流程）
注意：一定要参考 references/ 目录下的具体文档执行每一步操作，不要凭记忆或想当然去调用 API！
4. 执行一次性 Pipeline
当用户明确选择文艺短视频、动作迁移或数字人口播时，不走六阶段停点流程，而是创建 Pipeline 任务：
1. 检查后端运行状态
2. 检查前端运行状态
3. 检查 API Key 配置
4. 根据用户目标选择 pipeline 文档
5. 必要时上传媒体文件
6. POST /api/pipelines/{pipeline}/tasks 创建任务
7. 通过 /api/tasks/{task_id}/events 订阅进度
8. 任务完成后查询 /api/tasks/{task_id}
9. 发送 final 视频和必要中间产物给用户
Pipeline 特点：一次输入、后台执行、中间无需人工介入；任务状态只显示进度和产物，不显示日志。
检查 API Key 配置
在创建项目前，必须检查用户选择的模型对应的 API Key 是否已配置：
sed -n '1,120p' video-claw/backend/config.yaml
如果 API Key 未配置，需要提醒用户：
- 告知缺少哪个平台的 API Key
- 提供获取方式
- 配置位置（
video-claw/backend/config.yaml 文件，或前端侧边栏底部「设置」页面）
- 等待用户配置完成后才能继续
🚨 停点处理（强制规则）
当查询状态为 completed 或 waiting 时，必须按以下步骤执行：
步骤1：获取产物
curl "http://localhost:8000/api/project/{session_id}/artifact/{stage}"
步骤2：展示给用户
将 artifact 中的内容（选项列表、建议、产物摘要）完整展示给用户
步骤3：询问决策
明确告诉用户：
步骤4：等待用户回复
禁止在用户回复前自行调用 intervene 或 continue！
步骤5：用户确认后执行
根据用户的选择，调用相应的 API
❌ 错误示例（我刚才犯的错）
收到确认剧情停点 → 直接调用 intervene → 跳过用户确认
✅ 正确示例
1. 阶段中间遇到不确定内容
收到 waiting 停点
→ 获取 artifact 查看内容
→ 展示给用户选项
→ 询问："是否同意修改？"
→ 用户回复"同意" → 调用 intervene
2. 阶段完成停点触发
收到 completed 停点
→ 获取 artifact 查看产物内容
→ 展示给用户："第一阶段已完成，生成了剧本内容（x集）..."
→ 询问："是否继续下一阶段？"
→ 用户回复"继续" → 调用 continue
每个停点必须：
- 展示产物或选项给用户
- 询问确认
- 用户确认后才能继续
状态判断
| status | 含义 | 操作 |
|---|
| pending | 新建会话 | 启动项目 |
| running | 执行中 | 轮询等待 |
| waiting | 等待用户介入 | 调用 intervene |
| completed | 阶段完成 | 调用 continue |
| completed | 全部完成 | 结束 |
注意：只有 status 变化时才需要干预，不要反复调用 artifact API 去"确认"！
消息发送渠道
根据向用户发送消息的渠道（飞书/微信），读取 references/send_message/ 下的对应参考文档，获取注意事项和发送方法：
任务简报格式
每个阶段完成后，发送简报必须包含：
- 刚完成什么
- 下一步做什么
- 需要用户决策的内容
- Web 界面链接：
http://[本地IP]:3000/?session={session_id}&stage={stage}（注意，这里使用本地 IPv4 地址，不要用 localhost！）
- 产物图片/视频（直接发送文件，禁止只发路径）
Web 界面链接格式
import socket
local_ip = socket.gethostbyname(socket.gethostname())
frontend_url = f"http://{local_ip}:3000/?session={session_id}&stage={stage}"
send_to_user(f"📊 查看详情：{frontend_url}")
重要：必须使用本地 IPv4 地址（如 192.168.1.x），不要使用 localhost 或 127.0.0.1，否则用户无法从其他设备访问！
详细参考
根据用户的需求和当前阶段，参考 references/ 目录下的具体文档执行相应操作：
references 目录
