跳到正文
FunCoding

ai-video-gen

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。

Star
3,564
分类
图像与视频
许可证
Apache-2.0
最近提交
2026年10月12日

skills/builtin/ai-video-gen/SKILL.md

在 GitHub 上查看

AI 视频生成

文生视频 / 图生视频 / 数字人首帧驱动。封装 skills/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 到运行时说明给出的 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 的共享脚本副本，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 WanDASHSCOPE_API_KEY（可选 DASHSCOPE_VIDEO_MODEL/DASHSCOPE_BASE_URL；兼容旧名 DASHSCOPE_MODEL）
ark火山引擎 SeedanceARK_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
agnesAgnes（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

  1. 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>。
  2. 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。
  3. 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
  4. 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
  5. 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。

相似的 Skill

blender-motion-state-inspection

AFaffaan-m/ECC278k近 7 天新增 4,046 个 star

官方

slack-gif-creator

ANanthropics/skills181k近 7 天新增 1,119 个 star

精选

algorithmic-art

用 p5.js 生成流场和粒子系统，通过种子随机性创作原创算法艺术。

ANanthropics/skills181k近 7 天新增 1,119 个 star

thinking-out-loud

SHShubhamsaboo/awesome-llm-apps141k近 7 天新增 808 个 star

moneyprinterturbo-video

HAharry0703/MoneyPrinterTurbo130k近 7 天新增 1,722 个 star

complain

PApaperclipai/paperclip101k近 7 天新增 2,948 个 star