菜单
根据分镜描述生成视频片段。支持多个 AI 视频生成后端：即梦 Jimeng、Kling 可灵、Runway、Pika、Vidu。输入场景描述+可选的数字人口播，输出视频片段。触发词：AI视频、生成视频、分镜视频、scene video、text to video、图生视频。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/npc-live/clawfirm --skill scene-video-generator命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
TikTok 国际版内容创作全套。包括英文短视频文案（Hook-first 策略）、 竖屏/横屏格式规范、hashtag 策略、For You Page 算法适配、 Community Guidelines 合规、完播率优化、封面设计策略。 建议配合 copywriting-base 使用以获取通用文案能力。 触发词：TikTok、海外短视频、TikTok运营、TikTok marketing。
抖音内容创作全套。包括短视频文案（前3秒定生死）、竖屏格式规范、 话题标签策略、严格审核规避（机审+人审）、完播率优化、五级流量池机制。 建议配合 copywriting-base 使用以获取通用文案能力。 触发词：抖音、Douyin、TikTok、短视频、抖音运营。
小红书内容创作全套。包括种草文案风格、图文/视频格式规范、标题优化、标签策略、 审核规避（禁用词+限流规则）、CES 算法适配、最佳发布时间。 建议配合 copywriting-base 使用以获取通用文案能力。 触发词：小红书、RED、种草、笔记、小红书文案、小红书运营。
基于 SOC 职业分类
正在显示 SKILL.md
| name | scene-video-generator |
| version | 1.0.0 |
| description | 根据分镜描述生成视频片段。支持多个 AI 视频生成后端：即梦 Jimeng、Kling 可灵、Runway、Pika、Vidu。输入场景描述+可选的数字人口播，输出视频片段。触发词：AI视频、生成视频、分镜视频、scene video、text to video、图生视频。 |
将分镜描述转换为 AI 场景视频（不含数字人）：
| 需求 | 用哪个 skill |
|---|---|
| 数字人口播视频 | → digital-avatar |
| 纯 AI 场景（无人/路人/产品展示等） | → scene-video-generator（本 skill） |
数字人相关的视频生成请用 digital-avatar skill，确保后端一致性。
| 后端 | 特点 | 时长限制 | 适用场景 |
|---|---|---|---|
| Jimeng 即梦 | 国内，快，中文理解好 | 5s | 国内平台 |
| Kling 可灵 | 国内，质量高 | 5-10s | 高质量需求 |
| Runway | 国际，Gen-3 质量顶级 | 5-10s | 高端制作 |
| Pika | 快速，风格化强 | 3-5s | 风格化内容 |
| Vidu | 国内，性价比高 | 4-8s | 一般需求 |
默认使用 Jimeng（如已配置）。
| 参数 | 必填 | 说明 |
|---|---|---|
| backend | - | jimeng / kling / runway / pika / vidu |
| prompt | ✓ | 场景描述（英文效果更好） |
| duration | - | 目标时长（秒） |
| aspect_ratio | - | 16:9 / 9:16 / 1:1 |
| reference_image | - | 参考图（图生视频） |
| style | - | realistic / anime / cinematic |
| motion | - | low / medium / high |
| seed | - | 随机种子（复现用） |
video:
id: "scene_001"
backend: kling
url: "https://..."
duration: 5.0
resolution: "1920x1080"
aspect_ratio: "16:9"
prompt: "原始 prompt"
seed: 12345
status: completed
输入: prompt + 参数
↓
翻译/优化 prompt（如需要）
↓
调用后端 API
↓
等待渲染（30s-3min）
↓
输出: 视频 URL
输入: reference_image + prompt
↓
上传参考图
↓
调用 image-to-video API
↓
输出: 视频 URL
💡 需要数字人口播？ 请使用
digital-avatarskill。
[主体] + [动作] + [场景] + [镜头] + [风格]
原始：女生在办公室看电脑
优化：A young professional woman sitting at a modern office desk,
looking at computer screen with focused expression,
soft natural lighting from window,
medium shot, shallow depth of field,
cinematic color grading
| 中文 | 英文 | 说明 |
|---|---|---|
| 特写 | close-up | 脸部/细节 |
| 中景 | medium shot | 半身 |
| 全景 | wide shot | 全身+环境 |
| 跟拍 | tracking shot | 跟随移动 |
| 推镜 | dolly in | 推进 |
| 拉镜 | dolly out | 拉远 |
用户：生成一个5秒的视频，内容是：一个人在咖啡厅用笔记本工作
执行：
1. 优化 prompt
2. 调用 Kling API
3. 等待渲染
4. 返回视频 URL
用户：根据这个分镜列表生成视频 [附 YAML]
执行：
1. 解析分镜列表
2. 逐个生成（或并行）
3. 返回视频列表
上游输入：
video-script-generator 的 scenes[].shot_description（非口播场景）下游输出：
video-stitcher 消费视频片段并行 skill：
digital-avatar 负责口播场景视频video-stitcher