hlzd-video-gen

name	hlzd-video-gen
description	B2B 工业品营销视频生成 —— 图生视频（I2V）/ 多段拼接 18 秒 / BGM / 字幕。Agnes Video V2.0 + FFmpeg。6 种 preset（设备/机械/材料）+ i18n 字幕目录。
license	MIT
metadata	{"author":"HLZD (海联智达 / 海良数科)","version":"0.1.0","industry":"cross-border-b2b","category":"content-asset","triggered_by":["生视频","生成视频","文生视频","图生视频","T2V","I2V","产品视频","工业品视频","阿里国际站视频","TikTok短视频","营销视频","产品演示视频","安装视频","工厂实拍","动画演示","视频拼接","多段拼接","自动字幕","英文视频","generate video","industrial video ad","marketing video"]}

hlzd-video-gen — B2B 工业品 AI 生视频

解决 B2B 工业品视频问题：产品细节展示 + 应用场景演示 + 平台规格 + BGM/字幕一体化。

---

Quick Commands

# I2V 图生视频（主路径，自动从 hlzd-image-gen 取最新 PNG）
hlzd-video-gen "石油套管" --duration 10 --style "白底"

# 多图 I2V（把多张图合成一段演示视频）
hlzd-video-gen --multi-image "D:\img1.jpg,D:\img2.jpg,D:\img3.jpg" --duration 15

# 关键帧动画（A 图过渡到 B 图）
hlzd-video-gen --keyframes "D:\start.jpg,D:\end.jpg" --duration 12

# T2V 文生视频（无任何素材时的备用）
hlzd-video-gen --t2v "石油套管在油田作业的航拍镜头" --duration 10

# 阿里国际站竖版短视频（30 秒，多段拼接）
hlzd-video-gen "石油套管" --duration 30 --aspect 9:16 --platform alibaba

# B2B 闭环（自动检测最新报告 + 最新产品图）
hlzd-video-gen --auto-b2b --duration 15

# BGM + 字幕（中英对照，默认英文）
hlzd-video-gen "石油套管" --duration 10 --bgm industrial --subtitle bilingual

# CLI 底层调用
py scripts/orchestrator.py --entities entities.json --mode i2v

---

定位

对比项	通用视频 AI（Sora/可灵）	hlzd-image-gen（静态）	hlzd-video-gen
适用场景	创意/娱乐/消费品	静态主图	B2B 工业品营销视频
起点	文生视频	文生图	图生视频（I2V）为主，复用图片 skill 素材
一致性	单条独立	多角度图保持一致	产品视觉跨图/跨视频一致
输出	短视频无音轨	PNG/JPG	MP4 + BGM + 字幕，平台规格
合规	宽松	白底图 + 无 LOGO	多镜头不出现版权元素
生态	独立工具	与 B2B 调研闭环	图片→视频→邮件 全链路

核心原则：B2B 工业品视频不是"炫技"，是"产品细节展示 + 应用场景演示 + 平台规格适配"。

---

核心能力矩阵

能力	实现	适用场景	单段耗时
I2V（图生视频·单图）	Agnes Video V2.0	产品 360°展示、白底主图延伸	30-90s
多图 I2V	Agnes Video V2.0	安装流程演示、工艺前后对比	60-120s
关键帧动画	Agnes Video V2.0	产品特写镜头切换、场景过渡	60-120s
T2V（文生视频·备用）	Agnes Video V2.0	无任何素材时的应急	30-90s
多段拼接	FFmpeg xfade	>18s 自动分段拼接	5-15s
BGM 自动合成	FFmpeg amix + 内置素材库	企业宣传/工业节奏	2-5s
字幕烧录	FFmpeg drawtext	中/英/双语字幕	2-5s

何时用哪种：

用户表达	路由
"给 XX 生成视频" + 已有图	I2V（默认）
"把这几张图合成视频"	多图 I2V
"从 A 图过渡到 B 图"	keyframes
"无任何图，文字描述生成"	T2V（最后选择）

---

数据源

数据源	用途	费用	备注
Agnes Video V2.0	4 种视频生成模式	当前 $0/秒（限时），标准 $0.005/秒	单段最长 18s
FFmpeg	本地拼接 / BGM / 字幕	免费	系统级依赖
hlzd-image-gen	闭环输入（产品图）	免费	自动检测最新 PNG
HLZD-B2B工业品调研	闭环输入（产品/HS/市场）	免费	智能检测最新报告

---

工作流（主流程）

输入（产品/时长/风格 + 可选图片/报告）
    ↓
[1] NLU 解析（Claude 自身）
    → 实体抽取（mode/duration/aspect/platform/style/bgm/subtitle）
    → 追问缺失字段
    ↓
[2] 模式路由
    ├─ I2V（默认）→ 自动从 hlzd-image-gen 取最新 PNG
    ├─ 多图 I2V → 多张 PNG 按顺序生成
    ├─ 关键帧 → A 图 → B 图过渡
    └─ T2V（备用）→ 纯文字生成
    ↓
[3] B2B 闭环检测（可选）
    → 智能检测 HLZD-B2B工业品调研 最新报告
    → 自动补充 prompt 上下文
    ↓
[4] 展示理解回执（Markdown 表格）
    ↓
[5] 调用 Agnes API
    → 单段最长 18s（硬限制）
    → >18s 自动分段拼接
    ↓
[6] FFmpeg 后处理
    → 多段拼接（xfade 过渡）
    → BGM 混音（amix）
    → 字幕烧录（drawtext，中英/双语）
    ↓
[7] 输出 + 历史
    → outputs/videos/YYYY-MM-DD/{product}_{seq}.mp4
    → outputs/history/YYYY-MM-DD.json

---

BGM 库（内置 4 风格）

风格	节奏	适用场景
industrial（默认）	中速，金属感	工厂/设备/工业品
corporate	中速，正能量	公司介绍/品牌宣传
energetic	快速，活力	TikTok 短视频
calm	慢速，舒缓	安装演示/工艺流程

BGM 素材位于 assets/bgm/ 目录（4 个 MP3，约 30s/段）。

---

输出格式

D:\AI-P\skills\hlzd-video-gen\outputs\
├── videos\
│   └── YYYY-MM-DD\
│       └── {产品名}_{seq}.mp4
└── history\
    └── YYYY-MM-DD.json

平台规格预设：

• 阿里国际站：1:1 或 4:3，10-30s，竖版 9:16
• TikTok：9:16，15-60s
• YouTube Shorts：9:16，<60s
• 官网/画册：16:9，30-60s
• 邮件附件：1:1 或 4:3，<30s（避免大文件）

---

限制与边界

✅ 适合

• B2B 工业品营销视频（产品展示、流程演示、场景应用）
• 阿里国际站 / TikTok 短视频
• 与 hlzd-image-gen 协同（图生视频）

❌ 不适合

• 真人出镜（合规风险 + 模型效果差）
• 长视频（>60s 多段拼接画质衰减）
• 实时直播
• 复杂叙事/剧情（AI 视频模型不擅长）

⚠️ 硬限制

• Agnes 单段最长 18 秒（超长需分段拼接）
• 单次批量 ≤ 8 段
• 单段超时 5 分钟自动重试 2 次
• 字幕烧录需系统装中文字体

---

错误地图

异常	解决方案
Agnes HTTP 401	检查 .env 中 AGNES_API_KEY
Agnes HTTP 429	自动重试 2 次（指数退避）
Agnes 18s 硬限制	自动分段 + FFmpeg xfade 拼接
FFmpeg 未找到	安装 FFmpeg + 加 PATH
中文字体缺失	下载 NotoSansCJK-Regular.ttc 到 assets/fonts/
hlzd-image-gen 无最新图	用户需先生图，或用 T2V 兜底
视频文件过大（>100MB）	降低码率 / 缩短时长

---

依赖与部署

# 1. Python 依赖
py -m pip install -r requirements.txt

# 2. FFmpeg（系统级依赖）
# Windows: https://ffmpeg.org/download.html
# Mac: brew install ffmpeg
# Linux: apt install ffmpeg

# 3. 中文字体（字幕烧录）
# 下载 NotoSansCJK-Regular.ttc 到 assets/fonts/

# 4. 配置 .env
copy .env.example .env
# 编辑 .env，填入 AGNES_API_KEY=your_key

# 5. Panmira 安装
mb skills install hlzd-video-gen 青囊

---

验证清单

新版本发布前必跑：

• mb skills list 看到 hlzd-video-gen
• 飞书发"给石油套管生成 10 秒视频" → logs 看到 selected
• I2V 单段测试（30-90s 出片）
• 多图 I2V（多张 PNG 合成）
• 18s+ 自动分段拼接
• BGM 混音（4 风格）
• 字幕烧录（中/英/双语）
• B2B 闭环：自动检测最新报告 + 最新图 → 出视频
• 历史 JSON 写入成功

---

自动串联

上游（被谁触发）

• hlzd-image-gen：生图后自动调用本 skill 做图生视频
• HLZD-B2B工业品调研：报告生成后自动调用出营销视频
• HLZD-email-group：邮件需要视频附件时调用本 skill

下游（触发谁）

• 视频生成后 → 可调 HLZD-email-group 嵌入邮件
• 视频生成后 → 可调 hlzd-d3-viz 嵌入 dashboard

被动串联

• 历史 JSON 每日统计 + 报表

---

已知限制（v0.1 接受）

• Agnes 仅一个模型（V2.0），无降级链
• 单 API 依赖（Agnes Video V2.0），无容灾 fallback
• 不支持实时流媒体
• 不支持人物语音合成（v0.2 规划）

---

后续路线（v0.2+）

版本	新增
v0.2	接入可灵 / 通义万相作为降级链
v0.2	TTS 语音合成（中/英/俄/阿）
v0.3	实时海运/工厂视频拼接
v0.3	阿里国际站 / TikTok 自动发布
v0.4	多镜头自动剪辑（基于 B2B 报告章节）