메뉴
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。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
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。
| name | video-agent-visual |
| description | 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。 |
美术师通过 GPTIMG2（gpt-image-2，OpenAI 兼容图片生成 API）批量生成 2K 图片素材：
storyboard.json，理解每个镜头的素材需求generate_images.py 批量生成图片storyboard.json（分镜师产出）visuals/*.png + visual-timeline.json + visual-report.mdpython scripts/generate_images.py <project_dir> [--style <风格>] [--concurrency <并发数>] [--aspect-ratio <比例>]
参数：
project_dir — 项目目录（包含 storyboard.json）--style — 风格名称，对应 styles/ 目录下的文件（默认：default）--concurrency — 并发数（默认：5）--aspect-ratio — 宽高比（默认：16:9）脚本会：
storyboard.jsonis_post_production: true 的镜头/v1/images/generations 生成 2K 图片（response_format=url，拿到 url 后下载落地）visuals/ 目录（001.png, 002.png...）visual-report.md 和 visual-timeline.json--aspect-ratio 按下表映射到 GPTIMG2 的 2K 尺寸（边长对齐 16 的倍数）：
| 宽高比 | 尺寸 |
|---|---|
| 16:9（默认） | 2560x1440 |
| 9:16 | 1440x2560 |
| 1:1 | 2048x2048 |
| 4:3 | 2048x1536 |
| 3:4 | 1536x2048 |
未列出的比例兜底为 16:9（2560x1440）。当前 storyboard.json 结构不含比例字段，比例由 --aspect-ratio 参数决定。
预置风格文件位于 styles/ 目录：
| 文件 | 说明 | 适用场景 |
|---|---|---|
default.txt | 写实、电影感、自然光 | 通用 |
tech.txt | 未来感、蓝色调、科技元素 | AI / 科技类视频 |
knowledge.txt | 温暖、清晰、学术感 | 认知 / 知识类视频 |
用户可新增自定义风格文件到 styles/ 目录，脚本会自动识别。
{
"video_specs": {
"resolution": "1920x1080",
"fps": 30,
"aspect_ratio": "16:9"
},
"total_duration": 490.0,
"visuals": [
{
"shot": "001",
"file": "visuals/001.png",
"description": "A person scrolling through phone...",
"start_time": 0.0,
"end_time": 4.0,
"duration": 4.0,
"asset_type": "场景",
"acquire_method": "ai_generate",
"mood": "焦虑、快切"
},
{
"shot": "006",
"file": null,
"description": "数据图表动效",
"start_time": 12.0,
"end_time": 14.0,
"duration": 2.0,
"asset_type": "数据",
"acquire_method": "post_production",
"mood": "冲击、停顿",
"editor_note": "数据图表动效"
}
]
}
# 素材生成报告
## 统计
- 总镜头数：50
- 生成成功：35
- 生成失败：2
- 后期制作（跳过）：13
## 明细
| 镜头 | 状态 | 文件 | 备注 |
|------|------|------|------|
| 001 | ✅ | visuals/001.png | |
| 006 | 📋 | - | 后期制作 (数据) |
GPTIMG2（gpt-image-2）走 OpenAI 兼容 HTTP：POST {GPTIMG2_BASE_URL}/v1/images/generations，
鉴权头 Authorization: Bearer {GPTIMG2_API_KEY}，请求体 response_format=url，从响应 data[0].url 下载图片落地。
| 环境变量 | 用途 |
|---|---|
| GPTIMG2_BASE_URL | GPTIMG2 服务基址（如 https://api.chatgpt-code.com，末尾不带 /v1，脚本自动拼 /v1/images/generations） |
| GPTIMG2_API_KEY | GPTIMG2 API 密钥 |
环境变量优先；缺失时脚本从 ~/项目/自己的应用/密钥存储/.env 解析同名键。
scripts/generate_images.py — 批量图片生成主脚本styles/default.txt — 默认风格指令styles/tech.txt — AI 科技类风格styles/knowledge.txt — 认知/知识类风格