whiteboard-video-workflow

name	whiteboard-video-workflow
description	从 SRT 字幕文件自动生成完整白板动画视频的端到端工作流。依次完成分镜解析、图片生成、视频生成三个阶段。当用户提供 SRT 文件并要求生成白板动画视频，或说"从字幕生成白板视频"、"白板视频工作流"时触发。

Whiteboard Video Workflow

从 SRT 字幕文件到完整白板动画视频片段的自动化工作流。

输入参数

参数	必填	说明
srtPath	是	SRT 字幕文件的绝对路径
outputDir	否	输出根目录，默认为 SRT 文件所在目录

工作流步骤

整个流程分为 10 步，必须严格按顺序执行。步骤 3、5、7 使用 subagent，其余步骤由主 agent 直接执行。

步骤 0: 环境预检

运行本 skill 的 scripts/check_env.py，一次性检查所有依赖（Python 虚拟环境、RUNNINGHUB_API_KEY）：

python3 <skill-dir>/scripts/check_env.py

• 成功（退出码 0）：从输出中捕获 PYTHON_PATH=<路径>，记录该路径用于步骤 7，继续
• 失败（退出码 1）：从输出的 ENV_RESULT=... JSON 中解析各项检查结果，向用户展示清晰易懂的错误说明和修复指引（见下方故障排查指引），终止工作流

注意：脚本会自动检测并安装可修复的依赖，只将无法自动修复的问题报告给大模型。

故障排查指引

当环境预检失败时，必须向用户清晰解释原因并给出具体修复步骤。根据失败项不同，给出对应说明：

RUNNINGHUB_API_KEY 未配置：

白板动画视频生成需要 RunningHub API 来调用 AI 模型先生成图片。你需要在 skill 目录下的 .env 文件中配置 API Key。

修复方法：

1. 在 <skill-dir>/.env 文件中添加一行：RUNNINGHUB_API_KEY=你的API密钥
2. 如果文件不存在，先创建它
3. API Key 可在 RunningHub 获取
4. 配置完成后重新运行即可

Python 依赖安装失败：

白板动画依赖 OpenCV、NumPy、PyAV 等 Python 库来处理视频。自动安装未能成功。

修复方法：

1. 请确认你的 Python 版本为 3.9 或更高版本
2. 然后重新运行本工作流，脚本会再次尝试自动安装

多项检查同时失败时，逐条列出每个失败项及对应修复方法，便于用户一次性解决所有问题。

步骤 1: 确定输出目录

• 如果用户未指定 outputDir，则使用 srtPath 所在目录作为输出根目录
• 将 outputDir 转换为绝对路径

步骤 2: 创建输出目录结构

运行本 skill 的 scripts/workflow_helper.py：

python3 <skill-dir>/scripts/workflow_helper.py init-dirs "<outputDir>"

输出 JSON 含 storyboardDir、imageDir、videoDir 三个绝对路径，保存备用。

步骤 3: 解析 SRT 生成分镜脚本（subagent）

启动一个 subagent，指令为：

使用 Read 工具读取文件 <将本 skill 目录替换为实际绝对路径>/references/storyboard-parser.md，按照其中的工作流步骤执行。

输入参数：

• srtPath = <将srtPath替换为实际绝对路径>
• projectRoot = <将storyboardDir替换为实际绝对路径>
• skill-dir = <将本 skill 目录替换为实际绝对路径>（用于定位脚本）

完成后返回 storyboard.json 的绝对路径和场景数量。

注意：主 agent 必须将实际路径值填入指令中，不要传递变量名，subagent 无法访问主 agent 的上下文。

必须等待 subagent 完成并获取 storyboard.json 路径后才继续。

步骤 4: 解析 storyboard 生成图片提示词

运行本 skill 的 scripts/workflow_helper.py：

python3 <skill-dir>/scripts/workflow_helper.py gen-prompts "<storyboardJsonPath>"

输出一个 JSON 字符串数组，每个元素是一个带白板风格前缀的图片生成提示词，数组索引与 storyboard 中的 scenes 顺序一一对应。

同时从 storyboard.json 中提取每个 scene 的 duration 值（毫秒），按顺序记录为数组备用。

步骤 5: 批量生成白板图片（subagent）

启动一个 subagent，指令为：

使用 Read 工具读取文件 <将本 skill 目录替换为实际绝对路径>/references/image-generator.md，按照其中的工作流步骤执行。

使用批量模式，将以下 JSON 字符串数组作为 prompt 参数传入： <将步骤4输出的提示词JSON数组的实际内容粘贴于此>

参数：

• skill-dir = <将本 skill 目录替换为实际绝对路径>（用于定位脚本）
• 输出目录 = <将imageDir替换为实际绝对路径>
• 宽高比 = "16:9"

注意：主 agent 必须将实际提示词内容和路径值填入指令中，不要传递变量名，subagent 无法访问主 agent 的上下文。

重要： 返回所有生成图片的路径列表，顺序必须与提示词数组顺序一致。

必须等待 subagent 完成并获取所有图片路径后才继续。

步骤 6: 校验图片顺序

确认步骤 5 返回的图片路径数组长度与 storyboard 的 scenes 数量一致，顺序正确（第 i 张图片对应第 i 个 scene）。

步骤 7: 批量生成白板动画视频片段（subagent）

启动一个 subagent，指令为：

调用 whiteboard-animation skill，使用批量模式。跳过环境预检（主 agent 已确认环境就绪），直接运行批量生成脚本：

<将PYTHON_PATH替换为步骤0获取的实际值> <将whiteboard-animation skill目录替换为实际路径>/scripts/batch_generate.py \
  --images <imagePaths[0]> <imagePaths[1]> ... \
  --durations <durations[0]> <durations[1]> ... \
  --output-dir <videoDir绝对路径>

主 agent 必须将 PYTHON_PATH 和 skill 目录的实际绝对路径填入指令中，不要传递变量名，subagent 无法访问主 agent 的上下文。

参数：

• --images：按分镜顺序排列的图片路径列表（空格分隔）
• --durations：与图片一一对应的时长列表（单位：毫秒，直接使用 storyboard 中的 duration 值，无需转换）
• --output-dir：<videoDir绝对路径>

重要： 完成后，收集 <videoDir> 目录下所有生成的视频文件路径，按文件名时间戳排序，将完整的视频路径列表返回给主 agent。顺序必须与输入图片顺序一致。

必须等待 subagent 完成并获取所有视频路径后才继续。

步骤 8: 合并视频片段

运行本 skill 的 scripts/workflow_helper.py，将所有视频片段按顺序合并为一个完整视频。必须使用步骤 0 获取的 PYTHON_PATH（PyAV 依赖在虚拟环境中）：

<PYTHON_PATH> <skill-dir>/scripts/workflow_helper.py merge-videos "<outputDir>" <videoPath1> <videoPath2> ...

• 第一个参数为输出目录（合并后的视频保存在此目录）
• 后续参数为按分镜顺序排列的视频片段路径

输出 JSON 含 mergedVideo（合并后的视频绝对路径）、totalSegments、sizeMB。

步骤 9: 输出结果

输出最终结果，包含合并后的完整视频路径和所有片段信息：

输出格式示例：

{
  "mergedVideo": "/path/to/output/白板视频_20260329_120000.mp4",
  "videoSegments": [
    "/path/to/video/vid_20260329_120000_h264.mp4",
    "/path/to/video/vid_20260329_120010_h264.mp4"
  ],
  "totalSegments": 2,
  "sizeMB": 15.3,
  "outputDir": "/path/to/output"
}

关键约束

• 步骤 0 必须在任何工作开始前执行，check_env.py 脚本会自动检测并安装可修复的依赖，只将无法修复的问题报告给大模型
• 步骤 3、5、7 必须使用 subagent 执行，主 agent 等待结果
• 步骤 0 获取的 PYTHON_PATH 必须传递给步骤 7 的 subagent 使用，也用于步骤 8 的视频合并（PyAV 依赖在虚拟环境中），避免重复环境检查
• 步骤 7 使用 whiteboard-animation 的批量模式（batch_generate.py），由 subagent 一次传入所有图片和时长，脚本内部串行生成，subagent 完成后返回所有视频路径
• 图片和视频的顺序必须与 storyboard 的 scenes 顺序严格对应
• duration 贯穿全链路使用毫秒，从 storyboard 到 batch_generate.py 再到 generate_whiteboard.py 统一为毫秒，避免浮点转换丢失精度
• 步骤 8 使用 PyAV（Python 库）合并视频片段，通过 H.264 重新编码输出统一格式的最终视频

Resources

references/

• storyboard-parser.md - SRT 分镜解析工作流指令，由步骤 3 的 subagent 读取执行
• image-generator.md - Banana2 图片生成工作流指令，由步骤 5 的 subagent 读取执行

scripts/

• check_env.py - 一次性环境预检，检查 Python 虚拟环境、API Key，自动安装可修复的依赖
• workflow_helper.py - 提供 init-dirs（创建目录结构）、gen-prompts（解析 storyboard 生成提示词）、merge-videos（合并视频片段）三个子命令
• generate-storyboard.py - 解析 SRT + groups.json 生成 storyboard.json
• generate-image.py - Banana2 模型文生图，支持单张和批量并发模式
• banana_prompt_template.py - 白板风格提示词模板