video-agent-skills

视频团队的美术师。读取 storyboard.json，通过 GPTIMG2（gpt-image-2，OpenAI 兼容 API） 批量生成 2K 图片素材，支持并发调用和风格配置。 产出 visuals/*.png + visual-timeline.json + visual-report.md。 当收到"准备画面素材""获取视觉素材""生成图片"时触发， 或由制片人（producer）调度时自动触发。

视频团队的剪辑师。将音频、视觉素材、字幕合并为完整时间轴， 通过 DaVinci Resolve Studio Python API 直接导入达芬奇项目。 同时处理美术师标记的"后期制作"镜头（文字动效、数据动效、分屏）。 当收到"生成时间轴""导入达芬奇""构建项目"时触发， 或由制片人（producer）调度时自动触发。

视频团队的制片人/总调度。接收用户主题，拆解为子任务，按顺序调度其他 Agent （operator → researcher → writer → storyboarder → voice + visual → editor(s) → publisher）， 管理检查点和断点恢复。支持双剪辑师调度（达芬奇/剪映/两者）。 触发条件："开始制作视频"、"创建视频项目"、"视频项目状态"、"继续视频项目"、"帮我选个题"

视频团队的发布员。生成各平台（抖音/B站/YouTube）的发布元数据， 包括标题、描述、标签、BGM推荐，以及引用出处列表。 触发条件："准备发布素材"、"生成封面和标题"、"生成发布信息"

视频团队的通用调研员。围绕任意主题搜集网页文章和 YouTube 字幕， 分析素材提取核心论点，生成结构化大纲。当用户已有完整素材时， 切换为"整理模式"，按视频叙事逻辑重组素材并产出详细整理稿。 触发条件："搜索关于[主题]的素材"、"收集资料"、"帮我找文章和视频"、 "整理这篇文章"、"把这个素材变成大纲"、"用这篇文章出视频"

视频团队的配音师。将逐字稿转为语音和字幕，支持 MiniMax Speech-02（中文首选，全球#1）、 Edge-TTS（免费）、ElevenLabs（英文）、自录音四种模式。 MiniMax 支持 10 秒声音克隆，中文 WER 仅 2.25%。 能读取分镜表的情绪标注，生成带语速和情感控制的配音， 以及供自录音参考的配音指导表。 当收到"生成语音""处理音频""我录好音了"时触发， 或由制片人（producer）调度时自动触发。

视频团队的编剧。根据大纲生成逐字稿，负责文字内容、叙事结构、节奏控制。 支持反常识/故事/问题 3 种开头模式。编剧只写文字，画面设计由分镜师负责。 当收到"生成逐字稿""根据大纲写稿""把大纲扩展成完整脚本"时触发， 或由制片人（producer）调度时自动触发。

视频团队的分镜师。将编剧的逐字稿拆解为逐句分镜表，为每句话设计具体的画面镜头。 通过 Python 脚本调用 Gemini Flash API 批量生成分镜，低成本高效率。 产出 storyboard.json（结构化数据）+ storyboard.md（可读版本）。 当收到"生成分镜表""设计画面""拆分镜头"时触发， 或由制片人（producer）调度时自动触发。

Use when user wants to prepare a live sharing script, livestream talk, or presentation speech. Triggers include "写分享稿", "准备直播", "做一个分享", "帮我写演讲稿", "直播分享".

视频团队的剪映剪辑师。将音频、视觉素材、字幕合并为完整时间轴， 通过 VectCutAPI 生成剪映/CapCut 可直接导入的草稿项目。 与达芬奇剪辑师（video-agent-editor）并行工作，共享同一套输入文件， 由制片人（producer）决定调度哪个剪辑师。 当收到"导出剪映""生成剪映草稿""构建剪映项目"时触发， 或由制片人调度时自动触发。

视频团队的运营分析师。分析抖音多账号数据，识别高表现内容特征， 给出选题建议和竞品洞察。支持从 CSV/Excel 文件或飞书多维表格读取数据。 当用户说"分析数据""看看最近表现""下期做什么选题"时触发。