| name | meitu-video-dance |
| description | 将参考视频中的动作（舞蹈、手势、运动）迁移到目标人物或角色图片上，生成动作视频。当用户提到动作迁移、舞蹈视频、让照片跳舞、让人物动起来、dance transfer、motion transfer、视频动作复刻时触发。 |
| version | 1.1.0 |
| metadata | {"openclaw":{"requires":{"bins":["meitu"],"env":["MEITU_OPENAPI_ACCESS_KEY","MEITU_OPENAPI_SECRET_KEY"],"paths":{"read":["~/.meitu/credentials.json","~/.openclaw/workspace/visual/"],"write":["~/.openclaw/workspace/visual/"]}},"primaryEnv":"MEITU_OPENAPI_ACCESS_KEY"}} |
| requirements | {"credentials":[{"name":"MEITU_OPENAPI_ACCESS_KEY","source":"env | ~/.meitu/credentials.json"},{"name":"MEITU_OPENAPI_SECRET_KEY","source":"env | ~/.meitu/credentials.json"}],"permissions":[{"type":"file_read","paths":["~/.meitu/credentials.json","~/.openclaw/workspace/visual/"]},{"type":"file_write","paths":["~/.openclaw/workspace/visual/"]},{"type":"exec","commands":["meitu"]}]} |
Overview
从一段参考视频中提取动作轨迹，迁移到用户提供的目标人物/角色图片上，生成该角色执行相同动作的视频。核心工具为 meitu video-motion-transfer（异步任务）。
Dependencies
- meitu-cli (>=2.0.6):
npm install -g meitu-cli@latest
- 凭证配置:
meitu config set-ak --value "..." + meitu config set-sk --value "..."
- 验证:
meitu auth verify --json
路径别名： 下文中 $VISUAL = {OPENCLAW_HOME}/workspace/visual/
Core Workflow
Preflight → [Context] → Execute → Refine → Deliver → [Record]
Preflight
meitu --version → 未安装则提示 npm install -g meitu-cli@latestmeitu auth verify --json → 凭证无效则引导配置- Detect mode: cwd has
openclaw.yaml → project mode; else → one-off
检查 $VISUAL 目录 → 确定 capabilities
can_record = cwd 有 openclaw.yaml AND $VISUAL 存在（两者缺一即 false）
- output_dir 解析（Preflight 内 MUST 完成）：
Resolve output_dir: openclaw.yaml →
./output/ | else → $VISUAL/output/meitu-video-dance/
mkdir -p {output_dir}
Context（项目模式时执行，一次性模式跳过）
mode = one-off → 跳过此步，直接到 Execute。
逐步读取：
- 读 DESIGN.md → 提取 Context References（quality, preferences, brand_refs）
- 尝试读全局资产：quality.yaml → global.md → scenes/{type}.md（scene 文件来源：从 openclaw.yaml 的
project.types（数组优先）或 project.type 读取类型）
- 读不到用内联兜底值（均 skip if missing）
→ quality forbidden list 过滤 prompt 元素，preferences 增强创意方向
Execute
这是 skill 的核心。 动作迁移的质量 80% 取决于输入素材，15% 取决于 prompt，5% 取决于参数。
1. 收集与验证输入
用户必须提供两项输入：
| 输入 | 说明 | 接受格式 |
|---|
| 目标人物图片 (image_url) | 要"动起来"的角色 | URL 或本地路径 (.jpg/.jpeg/.png) |
| 参考动作视频 (video_url) | 动作来源 | URL 或本地路径 (.mp4/.mov) |
输入质量预检 — 在调用 API 前主动评估，避免浪费额度：
对目标图片检查：
- 全身可见（至少到膝盖，舞蹈类必须含脚部）→ 不满足则提醒用户换图
- 人物轮廓清晰，不与背景融合 → 背景杂乱建议先用
meitu image-cutout 抠图换干净背景
- 手部可见且未遮挡面部 → 手遮脸会导致严重伪影
- 正面或微侧角度（非纯侧面/背面）→ 极端角度生成质量差
- 分辨率短边 ≥ 300px → 太小则建议先用
meitu image-superres-enhance 提升清晰度
- 紧身衣物优于宽松衣物 → 宽松衣物（长裙、大衣）模糊关节导致畸变
对参考视频检查：
- 时长 3-10 秒为最佳 → 过长则建议截取核心片段
- 单人画面 → 多人画面会导致动作混淆
- 镜头稳定（固定机位）→ 手持晃动/快速变焦会引入噪声
- 全身在画面内 → 人物出画会导致动作丢失
- 动作速度适中 → 极快动作（如breaking）容易产生肢体重影
- 背景简洁 → 复杂背景干扰姿态估计
详细评估标准: 当需要更细致的输入评估时，读取 references/input-quality-guide.md
如果输入质量问题严重（如半身图 + 全身舞蹈视频），直接告知用户问题并建议更换素材，不要勉强调用 API。
2. 构建 Prompt
关键原则：prompt 描述角色外观和场景，不描述动作。 动作来自参考视频，prompt 中写动作描述会与视频信号冲突。
Prompt 构建策略：
{角色外观描述}, {场景/背景描述}, {画面质量修饰}
角色外观 — 从目标图片中提取或由用户补充：
- 性别、年龄范围、体型
- 服装描述（颜色、款式、材质）
- 发型、发色
- 显著特征（饰品、纹身等）
场景/背景 — 默认与目标图片一致，用户可指定：
- "white studio background"（干净万能背景）
- "city street at sunset"（场景化）
- 保持简洁，不超过一句
画面质量 — 固定后缀：
high quality, detailed, natural proportions, realistic hands
Prompt 示例：
| 场景 | Prompt |
|---|
| 女生跳舞 | a young woman in a white crop top and jeans, long black hair, white studio background, high quality, detailed, natural proportions |
| 动漫角色 | anime character with blue hair and school uniform, rooftop scene, vibrant colors, high quality, consistent style |
| 商务人物 | a man in a dark blue suit, short hair, modern office background, high quality, professional lighting |
禁忌：
- 不描述具体动作（"hip-hop dance"、"waving hands"）→ 动作由视频决定
- 不用平台特定语法（
--no、(keyword:1.5)、<lora:xxx>）
- 不用否定描述 → 正面表达（"clean background" 而非 "no clutter"）
3. 调用 meitu-cli
meitu video-motion-transfer \
--image_list "{image_url}" \
--reference_video_list "{video_url}" \
--prompt "{composed_prompt}" \
--download-dir "{output_dir}" \
--json
异步任务说明：
- 该命令为异步任务，CLI 会自动轮询直到完成（内部调用
meitu task wait）
- 生成时间通常 30s-120s，取决于视频时长和服务器负载
- 返回 JSON：
ok: true → 结果在 downloaded_files[0].saved_path（因使用了 --download-dir）；ok: false → 检查 error_type
4. 质量判断与错误降级
成功时检查生成质量：
- 角色身份一致性 — 面部、服装、发型是否与原图匹配
- 动作完整性 — 是否完整复现了参考视频的动作
- 肢体自然度 — 有无多余肢体、关节扭曲、手指异常
- 时间连贯性 — 帧间是否流畅，有无闪烁/跳变
失败时错误降级策略：
| 级别 | 操作 | 说明 |
|---|
| L1 | 精简 prompt | 移除装饰性修饰词，保留核心外观 + quality 后缀 |
| L2 | 检查输入匹配度 | 确认图片体型与视频人物体型是否匹配，不匹配则建议换图 |
| L3 | 缩短参考视频 | 截取动作最清晰的 3-5 秒片段重试 |
| L4 | 简化目标图片 | 用 meitu image-cutout 去除复杂背景后重试 |
| L5 | 停止并报错 | 连续 2 次失败 → 报告 code 和 hint，不再重试 |
常见错误码处理：
ORDER_REQUIRED → 余额不足，告知用户充值，提供 action_urlCREDENTIALS_MISSING → AK/SK 未配置，引导 meitu config set-ak/set-sk- 超时 → 视频过长或服务器繁忙，建议缩短视频或稍后重试
Refine
呈现结果： 向用户展示生成的视频，说明：
- "动作来源于您提供的参考视频"
- 指出可能的质量问题（如手部细节、面部一致性）
- 如有明显瑕疵，主动提出修复建议
反馈分类与对应调整：
| 反馈类型 | 调整方式 |
|---|
| "动作不对/不像" | 检查参考视频质量，建议换更清晰的视频片段 |
| "人物不像原图" | 增强 prompt 中的外观描述，添加更多细节 |
| "背景不对" | 调整 prompt 中的场景描述 |
| "画面质量差" | 检查输入图片分辨率，必要时先 upscale |
| "手/脸有问题" | 这是当前技术的常见局限，建议用后期工具修复；或尝试不同角度的参考图 |
| "想换个动作" | 需要用户提供新的参考视频 |
迭代节奏： 建议最多 3 轮。超过后主动建议：
- 更换输入素材（换图或换视频）
- 将需求拆分（如先生成满意的角色图，再做动作迁移）
- 降低期望并说明当前技术局限
Deliver
直接使用 Preflight 解析的 output_dir。
mv {file} {output_dir}/{date}_{name}.mp4
命名规范： {date}_{描述性名称}.mp4，如 2026-03-23_girl-hip-hop-dance.mp4
Record（项目模式 MUST / 一次性模式跳过）
can_record = false → 跳过。一次性模式下反馈仅当前对话有效。
can_record 定义：can_record = cwd 有 openclaw.yaml AND $VISUAL 存在（两者缺一即 false）
User approved style →
read $VISUAL/memory/observations/observations.yaml → scan similar key → merge or append → write back.
len(projects) >= 2 → propose promotion (non-blocking).
提议晋升（非阻塞：在回复末尾提及，不打断主流程） → confirmed → write target + delete observation entry
User rejected ("不要 XX") →
has openclaw.yaml → ask scope → project: DESIGN.md Constraints / universal: quality.yaml
no openclaw.yaml → current task only
No feedback → skip entirely.
Output
| 属性 | 值 |
|---|
| 格式 | MP4 视频 |
| 命名 | {date}_{effect-name}.mp4 |
| 时长 | 与参考视频一致（通常 3-10 秒） |
| 路径 | 由 Deliver 步骤确定 |
