meitu-video-dance

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

1. meitu --version → 未安装则提示 npm install -g meitu-cli@latest
2. meitu auth verify --json → 凭证无效则引导配置
3. 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）
4. 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：

1. 读 DESIGN.md → 提取 Context References（quality, preferences, brand_refs）
2. 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）
3. 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_url
• CREDENTIALS_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