---
name: openstoryline-use
version: 1.0.0
category: 内容创作
trigger_words:
tags:
  - video
  - mcp
  - web
platform: coze
source: DeepseekModel
source_url: https://deepseekmodel.com/skill?id=fireredteam-firered-openstoryline-claude-skills-openstoryline-use-skill-md
---

name openstoryline-use description Use this skill when OpenStoryline is already installed and the user wants to start the local MCP/Web services, create or continue a session, send editing instructions, perform multi-turn re-editing, and verify rendered video outputs, as well as Chinese requests like “启动 OpenStoryline”, “把 OpenStoryline 跑起来”, “用 OpenStoryline 剪视频”. OpenStoryline Usage Skill 你负责在“已安装完成”的前提下，执行 OpenStoryline 的实际剪辑流程。 OpenStoryline 是一个剪辑 Agent，用户可使用自己的素材，通过自然语言对话的方式剪辑视频。内置素材搜索、内容理解、生成字幕、文字转语音等功能，用户可以多次提出具体的剪辑/修改意见。 目标是：使用已有脚本，稳定地完成一次从启动服务到产出视频的闭环；并且支持在同一个 session_id 上继续对话、二次编辑、重新生成新视频。 Scope 此技能只处理“使用与剪辑”： 检查并修改 config.toml 的必要字段。 启动 MCP server。 启动 uvicorn agent_fastapi:app 。 创建 session 并发送剪辑请求。 等待并验证输出视频产物。 在同一个 session_id 上继续对话，执行二次编辑。 验证二次编辑后是否生成了新的 output_*.mp4 。 不处理完整安装流程（依赖安装、模型下载、资源下载等），那是安装技能的范围。如果在启动时遇到问题，怀疑是安装问题，再去查看安装Skill openstoryline-install Core Rules 默认只监听 127.0.0.1 ，不要主动暴露到局域网。 优先复用现有脚本，不要重复造轮子： 修改配置脚本：位于代码仓库 scripts/update_config.py Web 服务桥接脚本位于当前 skill 目录下的 scripts/bridge_openstoryline.py 。请先定位当前 skill 目录，再拼接 scripts/bridge_openstoryline.py 长驻服务（MCP / Web）必须按“长驻进程”方式启动，并持续观察日志；不要把启动命令当成一次性探测命令。 不要 在启动命令后面追加这些包装： | head | tail grep timeout sleep pkill 以及其它会截断日志、提前退出、强行杀进程的包装 询问用户需要剪辑哪些素材及其路径。 第一轮创建 session 后返回的 session_id 必须保存；后续继续对话、二次编辑都依赖它。 如果服务端提示“上一条消息尚未完成，请稍后再发送”，不要新建 session；优先等待，必要时只终止卡住的本地 bridge 进程，然后继续复用原 session_id 重试。 不要在任务执行中途主动终止 MCP / Web 服务，除非用户明确要求停止，或者服务本身已经确认失活。 每次完成任务后，都要向用户明确返回： session_id 最终视频 .mp4 的完整路径 如有二次编辑，还要说明是否生成了新的输出文件 下面的示例命令都使用 source .venv/bin/activate 作为示例，你需要根据用户实际使用的环境，替换成正确的命令（例如 conda activate ）。 遇到端口被占用的情况，优先换一个端口。 OpenClaw Execution Strategy (Important) 如果你是OpenClaw，一定注意以下关键点： 长驻服务怎么跑 对于以下两类命令： PYTHONPATH=src python -m open_storyline.mcp.server uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005 必须按“长驻进程”处理： 用 exec 启动，并开启 PTY（如果工具支持 pty: true ，就开启）。 启动后不要立刻判失败，MCP Server启动需要几分钟的时间。 用 process poll / process log 持续观察返回的内容，一定不要急着杀掉进程。 看到成功日志再继续下一步。 一次性命令怎么跑 以下命令适合普通一次性 exec ： 修改 config.toml 创建 session 在现有 session_id 上继续对话 查找 .mp4 查看文件大小 观察哪个日志最有用 实测中， Web 服务日志 最适合看剪辑进度。 常见正常流程节点包括： filter_clips group_clips generate_script generate_voiceover render_video 如果 bridge 脚本还在等待，不代表系统没在工作；可能只是服务端还在处理。 Standard Workflow (OpenClaw) 0) 确认仓库根目录 后续命令中的 <repo-root> 指向 OpenStoryline 仓库根目录，例如： /Users/yourname/Desktop/code/Openstoryline/FireRed-Openstoryline 所有命令都默认在这个目录下执行，并先激活环境。 1) 进入项目根目录并配置 必填配置 在开始剪辑前，以下 6 个字段必须有值，否则模型调用会失败。你必须先向用户询问这些字段的具体值，然后用脚本进行修改： [llm].model [llm].base_url [llm].api_key [vlm].model [vlm].base_url [vlm].api_key 直接可用命令（在仓库根目录执行，以.venv为例）： cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set llm.model=REPLACE_WITH_REAL_MODEL cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set llm.base_url=REPLACE_WITH_REAL_URL cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set llm.api_key=sk-REPLACE_WITH_REAL_KEY cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set vlm.model=REPLACE_WITH_REAL_MODEL cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set vlm.base_url=REPLACE_WITH_REAL_URL cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set vlm.api_key=sk-REPLACE_WITH_REAL_KEY 选填配置 以下是常见可选项，按需设置： 1. MCP 端口（端口冲突时） cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set local_mcp_server.port=8002 2. 素材检索（Pexels） cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set search_media.pexels_api_key=REPLACE_WITH_PEXELS_KEY 3. TTS（如果需要配音） 在以下 3 家中选一家填写即可： # minimax cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.minimax.base_url=https://api.minimax.chat/v1/t2a_v2 cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.minimax.api_key=REPLACE_WITH_MINIMAX_KEY # bytedance cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.bytedance.uid=REPLACE_UID cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.bytedance.appid=REPLACE_APPID cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.bytedance.access_token=REPLACE_ACCESS_TOKEN # 302 cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.302.base_url=https://REPLACE_BASE_URL cd <repo-root> && source .venv/bin/activate && python scripts/update_config.py --config ./config.toml -- set generate_voiceover.providers.302.api_key=REPLACE_API_KEY 2) 启动 MCP Server 注意 MCP Server 的启动可能需要几分钟，务必耐心等待，不要急着 kill 掉进程。 macOS/Linux: cd <repo-root> && source .venv/bin/activate && PYTHONPATH=src python -m open_storyline.mcp.server Windows: cd <repo-root> . .venv\Scripts\Activate.ps1 $env:PYTHONPATH="src" python -m open_storyline.mcp.server 看到类似以下日志，视为成功： Uvicorn running on http://127.0.0.1:8001 3) 启动 Web 服务（uvicorn） macOS/Linux: cd <repo-root> && source .venv/bin/activate && uvicorn agent_fastapi:app --host 127.0.0.1 --port 8005 出现以下日志即成功： INFO: Started server process [PID] INFO: Waiting for application startup. INFO: Application startup complete. INFO: Uvicorn running on http://127.0.0.1:8005 (Press CTRL+C to quit) 4) 创建剪辑会话 注意把地址替换为上一步启动 Web 服务时的真实地址。 curl -s -X POST "http://127.0.0.1:8005/api/sessions" 这一步会创建一个剪辑会话，拿到一个 session_id ， 非常重要 ！只要 Web 服务还活着，你就可以拿着这个 session_id 进行上传素材、多轮对话，务必保留。 5) 上传素材 方案1： curl -s -X POST "http://127.0.0.1:8005/api/sessions/{session_id}/media" -F "files=@/absolute/path/input.mp4" 方案2：对于大文件，建议直接走本地copy cp path/to/source.mp4 <repo-root>/outputs/{session_id}/media 6) 开始剪辑对话（自动创建 session） 使用 Skill 自带 bridge 脚本. skills-root: 当前 skill 所在目录。 session-id: 填写上一步拿到的 session_id base-url 填写 Web 服务的 url prompt 用户的剪辑需求 lang 用户使用的语言类型，目前仅支持 zh / en，设置一次即可。 cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \ --session-id <session_id> \ --base-url http://127.0.0.1:8005 \ --prompt "剪一个小红书风格视频" \ --lang "zh" 7) 等待并观察剪辑进度 有时剪辑Agent会先询问剪辑需求；有时会直接开始剪辑，剪辑可能需要几分钟，尤其是带文案、配音、渲染时。 正确做法 持续 poll 当前 bridge 脚本对应的进程会话。 同时查看 Web 服务日志。剪辑 Agent 会实时更新自己的进度。 只要 Web 服务日志仍在推进，就继续等待，不要随便重启服务。 实战经验 如果 bridge 命令还没返回，但 Web 服务日志里已经在跑节点，这通常说明服务端仍在正常工作，不要误判为失败。 8) 第二轮：在同一个 session 上继续聊天 根据助手回复，继续向它发出剪辑要求。例如，助手制定了一个剪辑计划，请求确认。那么： cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \ --base-url http://127.0.0.1:8005 \ --session-id <上一步session_id> \ --prompt "开始剪辑" 或者需要调整： cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \ --base-url http://127.0.0.1:8005 \ --session-id <上一步session_id> \ --prompt "使用欢快的BGM" 9) 检查首轮产物 一般来说，剪辑agent的输出会直接写出剪辑产物的路径。 如果没有，优先检查： cd <repo-root> && find .storyline/.server_cache/<session_id> -name "output_*.mp4" 2>/dev/null 判定标准 有 output_*.mp4 即认为剪辑成功。 10) 发送视频 将生成的视频发送给用户观看，询问用户反馈。 OpenClaw + 飞书 APP 场景视频发送指南 如果你是 OpenClaw 且用户使用手机飞书 APP，使用如下专属指南。要求： Python 3.6+ 已安装 requests python3 -m pip install requests OpenClaw 已配置飞书渠道 运行脚本示例如下，此脚本会自动从 ~/.openclaw/openclaw.json 读取飞书凭证。 receive-id 的选择 oc_xxx -> chat_id：发到群聊或当前单聊会话，优先推荐 ou_xxx -> open_id：发给指定用户 on_xxx -> user_id：仅当明确拿到的是 user_id 时再使用 cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/feishu_file_sender.py -- help cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/feishu_file_sender.py --file /absolute/path/to/video.mp4 --receive-id-type chat_id --receive-id oc_xxx 11) 二次编辑 在已经生成视频的情况下，如果用户对视频内容不满意， 可以复用同一个 session_id 继续修改视频 ，并生成新的 output_*.mp4 。 示例：修改文案风格 cd <repo-root> && source .venv/bin/activate && python <skills-root>/scripts/bridge_openstoryline.py \ --base-url http://127.0.0.1:8005 \ --session-id <session_id> \ --prompt "帮我把文案换成更欢乐、更有活力的风格" 同一个 session_id 下，系统会重新跑相应节点,然后重新渲染. 同一个 session_id 下会出现新的 render_video_* 目录。 新目录里会生成新的 output_*.mp4 。 Security Note 只有当用户明确要求手机 / LAN 访问时，才改为 --host 0.0.0.0 。 同时提醒：仅在可信网络使用，避免开放到公共网络。