chanjing-video-compose

name	chanjing-video-compose
description	Use Chanjing video synthesis APIs to create digital human videos from text or audio, with optional background upload, polling, and explicit download.
credential	credentials.json (app_id/secret_key; access_token persisted on disk; same file as chanjing-credentials-guard)
openclaw_primary_env	false
environment	CHANJING_OPENAPI_CREDENTIALS_DIR, CHANJING_OPENAPI_BASE_URL
legacy_environment	CHANJING_CONFIG_DIR, CHANJING_API_BASE
machine_readable	manifest.yaml
requires_ffmpeg	false
requires_ffprobe	false
notes	May invoke open_login_page.py when AK/SK missing. create_task.py optional --callback may POST task results to a user-supplied URL.

Chanjing Video Compose

功能说明

调用蝉镜视频合成 Open API：列举公共/定制形象、上传素材、文本或音频驱动数字人、轮询任务；用户明确要求时用脚本下载成片。本 skill 脚本不依赖 ffmpeg/ffprobe（与一键成片编排不同）。凭据与权限边界见同目录 manifest.yaml。

运行依赖

• python3 与同仓库 scripts/*.py
• 无 ffmpeg/ffprobe 门控

环境变量与机器可读声明

• 环境变量键名与说明：manifest.yaml（environment 段）及本文
• 变量、凭据模型、合规 permissions、clientPermissions、agentPolicy：manifest.yaml

使用命令

• ClawHub（slug 以注册表为准）：clawhub run chanjing-video-compose
• 本仓库：python skills/chanjing-video-compose/scripts/create_task.py …（见 Standard Workflow）

---

登记与审稿（单一事实来源）

凭据、primaryEnv 省略、可选 env、无 ffmpeg 门控（本 skill 独立使用场景）等：以 manifest.yaml 为准。本篇从 When to Use 起写流程与 API 说明。

When to Use This Skill

当用户要做这些事时使用本 Skill：

• 创建数字人视频合成任务
• 用文本驱动数字人出镜
• 用本地音频驱动数字人视频
• 查询公共数字人或定制数字人形象
• 轮询视频合成结果
• 在用户明确要求时下载最终视频到本地

如果需求更接近“上传一段真人视频做对口型驱动”，优先使用 chanjing-avatar，不要混用。

Preconditions

执行本 Skill 前，必须先通过 chanjing-credentials-guard 完成 AK/SK 与 Token 校验。

本 Skill 与 guard 共用：

• ~/.chanjing/credentials.json
• https://open-api.chanjing.cc

无凭证时，脚本会自动打开蝉镜登录页，并提示配置命令。

审阅与安全（凭据与边界）

与 Purpose / Credentials / Persistence 相关的逐项说明见 manifest.yaml。以下仅 SKILL 正文补充：

• create_task.py --callback：若传入 URL，蝉镜可能向该端点推送任务结果；须自行评估信任与可达性。

Standard Workflow

1. 先让用户明确选择数字人来源：common（公共数字人）或 customised（定制数字人）
2. 调用 list_figures.py --source <common|customised>（建议 --json，公共源可加大 --page-size 或翻页）获取可用形象；在候选内对比 name、各 figure 的 type 与分辨率、audio_man_id、audio_name（若有）与任务人设后再选定 person.id。禁止未比较就默认列表最前几项。
3. 如果选择公共数字人，还要再确认 figure_type（与所选 figures[].type 一致），例如 sit_body / whole_body / circle_view。无用户特殊要求时，默认优先年轻、有活力的形象（名称/audio_name 偏青年、学生、元气等）；题材需要成熟或中老年气质时再改选。
4. 若使用文本驱动，确定 audio_man_id
5. 在创建任务前，必须明确询问用户字幕偏好：show（保留字幕）或 hide（隐藏字幕）
6. 如果用户选择 show 但没有提出自定义样式或位置需求，直接使用官方文档推荐默认值；只有在用户明确想调整字幕位置或样式时，才继续追问 subtitle_config 参数
7. 若用户要定制字幕位置，说明坐标以左上角为原点，再补充 subtitle_config 相关参数
8. 若使用本地音频或背景图，先调用 upload_file.py 获取 file_id
9. 调用 create_task.py 创建视频合成任务，得到 video_id
10. 调用 poll_task.py 轮询直到成功，得到 video_url
11. 只有在用户明确要求保存到本地时，才调用 download_result.py

Covered APIs

本 Skill 当前覆盖：

• GET /open/v1/list_common_dp
• POST /open/v1/list_customised_person
• POST /open/v1/create_video
• GET /open/v1/video
• GET /open/v1/common/create_upload_url
• GET /open/v1/common/file_detail

Scripts

脚本目录：

• skills/chanjing-video-compose/scripts/

脚本	说明
_auth.py	读取凭证、获取或刷新 access_token
list_figures.py	按 `--source common
upload_file.py	上传音频或背景素材，轮询到文件可用后输出 file_id
create_task.py	创建视频合成任务；使用公共数字人时可补充 --figure-type ...，字幕支持 `--subtitle show
poll_task.py	轮询视频详情直到完成，默认输出 video_url
download_result.py	下载最终视频到 outputs/video-compose/

Usage Examples

示例 1：公共数字人文本驱动

# 1. 先列公共数字人
python skills/chanjing-video-compose/scripts/list_figures.py --source common

# 2. 用公共数字人创建文本驱动视频
VIDEO_ID=$(python skills/chanjing-video-compose/scripts/create_task.py \
  --person-id "C-ef91f3a6db3144ffb5d6c581ff13c7ec" \
  --figure-type "sit_body" \
  --audio-man "C-0ae461135d8a4eb2b59c853162ea9848" \
  --subtitle "show" \
  --subtitle-x 31 \
  --subtitle-y 1521 \
  --subtitle-width 1000 \
  --subtitle-height 200 \
  --subtitle-font-size 64 \
  --subtitle-stroke-width 7 \
  --text "你好，这是一个蝉镜视频合成测试。")

# 3. 轮询到完成，拿到 video_url
python skills/chanjing-video-compose/scripts/poll_task.py --id "$VIDEO_ID"

示例 2：定制数字人上传本地音频驱动

python skills/chanjing-video-compose/scripts/list_figures.py --source customised

AUDIO_FILE_ID=$(python skills/chanjing-video-compose/scripts/upload_file.py \
  --service make_video_audio \
  --file ./input.wav)

VIDEO_ID=$(python skills/chanjing-video-compose/scripts/create_task.py \
  --person-id "C-ef91f3a6db3144ffb5d6c581ff13c7ec" \
  --subtitle "hide" \
  --audio-file-id "$AUDIO_FILE_ID")

python skills/chanjing-video-compose/scripts/poll_task.py --id "$VIDEO_ID"

示例 3：显式下载最终视频

python skills/chanjing-video-compose/scripts/download_result.py \
  --url "https://example.com/output.mp4"

Download Rule

下载是显式动作，不是默认动作：

• poll_task.py 成功后应先返回 video_url
• 不要自动下载结果文件
• 只有当用户明确表达“下载到本地”“保存到 outputs”“帮我落盘”时，才执行 download_result.py

Figure Selection Rule

选择数字人时遵循这条规则：

• 如果用户要用平台已有人物库，先走公共数字人：list_figures.py --source common
• 如果用户要用自己训练或上传生成的人物，先走定制数字人：list_figures.py --source customised
• 使用公共数字人创建视频时，可按所选形态传 --figure-type <type>
• 使用定制数字人时，不需要 figure_type

Subtitle Rule

字幕遵循这条规则：

• 不要默认假设用户要字幕或不要字幕
• 创建任务前，必须先明确询问用户选择：show 或 hide
• 若由 chanjing-one-click-video-creation 的 run_render.py 调用 create_task.py，以当次 workflow.json 根级 subtitle_required 为准（默认 false → --subtitle hide；true → show 及推荐样式），无需为该一键成片路径再单独追问字幕开关，除非用户在需求里明确要求改字幕策略
• 用户选择保留字幕时，调用 create_task.py --subtitle show
• 若用户未指定字幕位置或样式，直接使用官方推荐默认值；create_task.py 在未传 --subtitle-color 时默认白字 color=#FFFFFF：1080p 为 x=31 y=1521 width=1000 height=200 font_size=64 stroke_width=7 asr_type=0；4K 画布为 x=80 y=2840 width=2000 height=1000 font_size=150 stroke_width=7 asr_type=0（两组均含 color=#FFFFFF）
• 用户选择隐藏字幕时，调用 create_task.py --subtitle hide 或兼容旧用法 --hide-subtitle
• 若用户要求调整字幕位置或样式，可继续传 --subtitle-x / --subtitle-y / --subtitle-width / --subtitle-height / --subtitle-font-size / --subtitle-color / --subtitle-stroke-color / --subtitle-stroke-width / --subtitle-font-id / --subtitle-asr-type
• 坐标基于左上角原点；字幕区域不能超出 screen_width / screen_height
• 如果用户只说“要字幕”但没指定位置，不必再追问具体数值；除非用户明确要调位置，否则直接走默认值

Output Convention

默认本地输出目录：

• outputs/video-compose/

Additional Resources

更多接口细节见：

• skills/chanjing-video-compose/reference.md
• skills/chanjing-video-compose/examples.md