Agent Skills
› ZJU-REAL/Easel
› ai-video-gen
ai-video-gen
GitHub用于通过文生视频或图生视频生成AI短视频，支持多提供商异步任务。包含API配置、画幅确认及Prompt编写步骤。
Trigger Scenarios
AI视频生成
文生视频
图生视频
让图片动起来
数字人视频
Install
npx skills add ZJU-REAL/Easel --skill ai-video-gen -g -y
SKILL.md
Frontmatter
{
"name": "ai-video-gen",
"layer": "produce",
"description": "AI 视频生成：文生视频 \/ 图生视频 \/ 数字人首帧驱动。通过可插拔 provider（通义万相 Wan \/ 火山 Seedance \/ 快手可灵 \/ OpenAI 兼容）异步生成视频，用户自备 API key。当用户说 AI 视频生成、文生视频、图生视频、AI 生成视频、AI 短视频、让图片动起来、数字人视频、生成一段视频 时使用。与 video-strategy（选型\/策略）、video-editing（剪辑处理）、clipify（切片）区别：本 SKILL 是从 0 用 AI 生成新视频。"
}
AI 视频生成
文生视频 / 图生视频 / 数字人首帧驱动。封装
shared/scripts/ai_video.py，多 provider 可插拔、异步提交→轮询→下载。用户自备 API key（在.env配置）。
前置：配置 API key
配置检查路径铁律：先
cd到AGENTS.md末尾给出的 Easel 项目根，确认当前目录有.env和skills/shared/scripts/，再运行注册表、check或生成命令。不得改用 workspace 的./shared/scripts/...，也不得以env/printenv没显示变量为由判断未配置。
先选 provider 并在 .env 填对应 key，然后 check 离线校验：
python skills/shared/scripts/ai_video.py check --provider dashscope
| provider | 服务 | 需在 .env 配 |
|---|---|---|
dashscope |
阿里通义万相 Wan | DASHSCOPE_API_KEY（可选 DASHSCOPE_VIDEO_MODEL/DASHSCOPE_BASE_URL；兼容旧名 DASHSCOPE_MODEL） |
ark |
火山引擎 Seedance | ARK_API_KEY（可选 ARK_MODEL/ARK_BASE_URL） |
kling |
快手可灵 | KLING_ACCESS_KEY + KLING_SECRET_KEY（JWT 鉴权） |
openai-compatible |
通用 /videos 端点 | VIDEO_API_KEY + VIDEO_BASE_URL（可选 VIDEO_MODEL） |
xhs-maas |
小红书内网 MaaS（happyhorse 文/图生视频） | XHS_MAAS_API_KEY（可选 XHS_MAAS_VIDEO_BASE/XHS_MAAS_T2V_MODEL/XHS_MAAS_I2V_MODEL）。DashScope 风格异步 + api-key 头，内网直连 |
agnes |
Agnes（agnes-video-2.5-flash） | AGNES_API_KEY（可选 AGNES_BASE_URL/AGNES_MODEL/AGNES_SIZE）。OpenAI Videos 兼容创建 + 自定义端点轮询；默认带原生音频（prompt 描述声音）；外网走代理 |
也可设 VIDEO_PROVIDER 免去每次 --provider。
执行前先跑 model_registry.py configured --group video --env-file .env：只有一个可用就显式选它；多个可用且用户没点名时，列出 provider/模型询问本次使用哪个，不按默认值擅自选择。
输入
画幅确认硬门：用户或上游任务未明确横版/竖版（或 16:9/9:16/具体比例）时，任何生成/付费调用前必须追问并等确认；不得从平台、Profile 或脚本默认值静默推断。已明确则不重复问。
- 文生视频：画面/镜头/风格描述（prompt）
- 图生视频：一张输入图（本地路径或 URL）+ 可选运动描述
- 可选：时长
--duration、画幅--ratio（16:9 / 9:16 / 1:1）、模型--model、原生音频--audio auto|on|off
输出
生成的视频文件；必须用 -o 指定到 outputs/主题名/。异步任务自动轮询到完成再下载。
执行步骤
- 确认配置与能力：先运行
check，再运行capabilities --provider <p> --model <m>。短剧不得根据品牌名猜测模型是否支持原生音频；新模型用VIDEO_CAPABILITIES_JSON登记能力和请求字段，无需修改调用流程。probe-dialogue（短剧用）：真发 1 次生成 + ASR，测该模型能否逐字忠实说出指定台词，判dialogue_faithful并缓存——短剧据此决定用原生对白，还是"无台词生成 + 后期配音"。用法probe-dialogue --provider <p> --model <m>。
- 写好 prompt：AI 视频对 prompt 敏感，按 AI 视频提示词规范 写镜头、运镜、风格与时长。竖版短视频用
--ratio 9:16。 - 文生视频：
python skills/shared/scripts/ai_video.py text2video --provider dashscope \ --prompt "海边日落，慢镜头推进，暖色调，电影感" --ratio 9:16 --duration 5 \ --audio auto \ -o outputs/主题名/clip.mp4 - 图生视频 / 让图动起来 / 数字人首帧：
python skills/shared/scripts/ai_video.py image2video --provider kling \ --image outputs/主题名/cover.png --prompt "人物微笑挥手，头发轻微飘动" \ -o outputs/主题名/clip.mp4 - 后续加工：生成的片段可交给
video_ops.py（拼接/加字幕/加 BGM/横竖转）、auto-subtitle（字幕）、tts-voiceover（配音）串成成片，或直接进auto-short-video端到端流程。
Profile 感知
- 有 Profile：从
style.md取视觉风格倾向注入 prompt；platforms.md只用于给出画幅建议，不能替代用户确认。 - 无 Profile：先确认横版/竖版，再按已确认比例生成。
注意
- 视频生成 API 均为异步且耗时较长（数十秒到数分钟）+ 按量计费，先与用户确认。
- 各 provider 的 model 名/字段各版本有差异，均可用
--model或 env 覆盖；如报错对照官方最新文档调整。 --audio auto只按 capability profile 映射已知字段；能力声明不等于质量保证，下载后仍须 ffprobe/ASR/视觉审计。网关默认有声但开关字段未知时，不猜测注入参数。
Version History
- 69c5928 Current 2026-09-08 17:35
