video-production

# 整片视频产线（video-production） > 把一支原片（口播 / 独白）做成**包装级成片**：摸底 → 转录 → 分场 → 设计表 → 脚手架 → 写码 > → 验证 → 预览 → 渲染 → 交付。质量不靠自觉，靠可执行的门。 > > 产线 SDK 已**内置**在本技能 `vendor/video-pipeline-sdk/`（随 Easel 进仓、可复现、可在其基础上改）。 > 首次使用先跑一次依赖还原：`bash <ROOT>/skills/openclaw/video-production/vendor/video-pipeline-sdk/deps/bootstrap.sh` > （装 Remotion 渲染引擎，`--ignore-scripts`；node_modules 不入库）。 ## 什么时候用 用户说「用视频产线做一支整片 / 把这段素材做成片 / 整片包装」时使用。 ### 开工前检查（缺源片不要动工） - **源片必需**：必须有可读的本地路径。用户没给 → **先向用户要**（要路径，或提示他把文件拖进聊天 / 拷到内容库收件箱）；严禁用占位素材开工 - 主题与基调（`--brief`）建议要一句；现成材料（转录稿 / 分场 / 设计表）有就给、没有就按流程走（流程会在需要时停下） ### 转录三级策略（选一个，优先级从上到下） 产线第二步要把口播里说的话转成带时间轴的文字稿。三级降级，越靠前越省： 1. **tier1 现成稿（最优）**：源片自带字幕/台词就用它——`start --transcript 路径`。`.srt`/`.vtt` 会自动转成段级 `transcript.json`（保留时间轴）；`.json`（segments 结构）直接用。**Easel 做的口播剧一般自带 SRT，走这条即可，不下模型。** 2. **tier2 云端 ASR API**：没现成稿但配了 `SILICONFLOW_API_KEY`（env）→ 自动调硅基流动（默认 `XingChenAGI/XingChenGSR-V1.0`，可用 `SILICONFLOW_ASR_MODEL` / `SILICONFLOW_BASE_URL` 覆盖）。key 只从环境变量读，勿写进命令/仓库。 3. **tier3 本地 whisper（兜底）**：都没有才用本地 large-v3（首次下约 3GB）。需 `faster-whisper`。 ### 让用户看得见（产物贴进对话 · 免上传） 对话消息**直接支持图片与视频**（站内媒体通道 `/api/media/`，零上传、零改前端）。产物落盘后，把它们贴进消息、再配卡片： - 图片：Markdown 图片语法（`!` + 方括号说明文字 + 圆括号地址），地址写 `/api/media/<outputs 相对路径，逐段 URL 编码>`（示例文件名：`视频产线/<时间戳>/run/preview/f60.png`） - 视频：`<video src="/api/media/<outputs 相对路径>" controls style="max-width:420px">` 标签 - 文件：Markdown 链接语法（方括号文字 + 圆括号地址）指向 `/api/media/<outputs 相对路径>`，或把要点直接摘进消息 三处必用： 1. **设计表确认卡之前**：先贴设计表要点摘要 + 全文链接（用户"看得见才审得动"） 2. **预览确认卡之前**：把 `run/preview/*.png` 逐张贴成图片，再出预览卡 3. **交付时**：成片贴成 video 标签（`视频产线/<时间戳>/out/final.mp4`），附门报告链接 ### 素材怎么给（用户问"怎么把视频给你"时这样答） 1. **首选 · 本地路径**：文件放本机任意位置，对话里报路径即可（例：`E:/clips/raw.mp4`）。无大小限制、不复制文件 2. 小文件可直接**拖进聊天上传**（进内容库收件箱）；大文件不走上传——直接报本地路径（见第 1 条） 3. 也可先手动拷进 `outputs/_inbox/` 再报路径 ## 快速开始 ```bash python <ROOT>/skills/openclaw/video-production/scripts/video_pipeline.py doctor python <ROOT>/skills/openclaw/video-production/scripts/video_pipeline.py start --source "C:/path/raw.mp4" --brief "主题一句话" ``` `start` 依次做：建运行态 → 机械段（摸底 / 转录 / 分场）→ **停在需要人参与的地方**。 ## 交互循环（重要） 每个命令最后一行是 `STATE: ...`： | STATE | 含义 | 你要做的 | |-------|------|---------| | `awaiting-answer` | 有题待作答 | `pending` 读题 → 用 **ask_user 工具**转问用户 → `answer` + `resume` | | `done` | 全流程完成 | 报告产物路径（见下） | | `gate-failed` | 质量门失败 | 把失败项如实报告，**不要交付** | | `error` | 异常 | 把错误原文报告用户 | ### 转问用户（ask_user 映射规则） - ask_user 限制：一次 1–3 问、每题 2–4 个选项、header ≤12 字——按此裁剪，选项 label 用中文原样 - 收到回答后，把用户所选 label 对照问题 JSON 的 `options[].value` 映射回： | 问题 id | 选项 label → value | |---------|--------------------| | checkpoint-1（设计表确认） | 通过，按设计表开工→`approve` ｜ 带意见修改→`revise` ｜ 打回重做→`reject` | | checkpoint-2（预览确认） | 通过，渲全片→`approve` ｜ 有场次要改→`revise` | - 写回答并续跑： ```bash python <ROOT>/skills/openclaw/video-production/scripts/video_pipeline.py answer --id checkpoint-1 --values approve --notes "可选备注" python <ROOT>/skills/openclaw/video-production/scripts/video_pipeline.py resume ``` ### 自由输入题（如 need-design-table） 题目会写明要产出的文件与放置位置。把说明转给用户；文件就位后重新 `resume`（自动检测在档）。 开工时已有设计表的话，`start` 直接加 `--design-table <md 路径>`。 ## 命令一览 | 命令 | 用途 | |------|------| | `doctor` | 环境自检（SDK 路径 / 依赖 / 版本） | | `start --source ... [--brief] [--transcript] [--scenes] [--config] [--gates] [--design-table]` | 开工，跑到第一个停点 | | `pending` | 打印待作答问题（JSON） | | `answer --id ... --values a,b [--notes ...]` | 写入作答 | | `resume` | 从停点续跑 | | `status` | 进度 / 待作答 / 路径 | 所有命令支持 `--run-dir`（默认最近一次 start）、`--base`（运行态根）、`--sdk`（SDK 路径；默认用内置 `vendor/video-pipeline-sdk`，也可用 `--sdk`/环境变量 `VIDEO_PIPELINE_SDK` 覆盖）。 `--gates` 可带质量门清单 JSON（内部支持 `{run_dir}` / `{out_dir}` 占位符自动替换）。 ## 产物 默认运行态在 `<工作区>/outputs/视频产线/<时间戳>/`（**交付物进「视频产线」项目，内容库里可见**）： - `run/`：run-state、questions / answers、checkpoints、gate-report、logs - `out/`：`final.mp4`、`design-table.md`、`gate-report.md` / `gate-report.json`、`manifest.json` ## 红线 - **只转发，不复制 SDK 逻辑**；SDK 升级不改本技能 - 门不过不交付；任何 FAIL 必须如实报告 - 写长代码/大文件务必**分块写**（单次输出有上限，被截断会中断任务；分 2-4 段续写） - 交付自动带**人审包**（`review-pack/`：每场定格帧 + 核对表）；把它贴给用户，照单核对（无视觉的执行者靠人眼兜底） - 设计表是创作步：与用户确认后产出，机器只校验在档 ## 退出码（机器语义） `0` 完成 ｜ `2` 门失败 ｜ `3` 待作答 / 待审批 ｜ `1` 异常