video-creation-collaborator

name video-creation-collaborator description 内容创作者与自媒体创作者在制作短视频时，若遇生图畸形、合成瑕疵或协同混乱，当需规范化多智能体流程时必用此技能。一键调度11个AI智能体，自动完成文案、分镜、音视频到视频合成的5阶段闭环，前置质检拦截瑕疵，高效产出统一可控的高质量短视频。 dependency {"python":["opencv-python>=4.8.0","pillow>=10.0.0","moviepy>=1.0.3","numpy>=1.24.0"]} 影品智创 - 多智能体协同视频创作管理 任务目标 本Skill用于: 规范化和指导10个智能体的协同创作流程,解决生图失真(多肢体/畸形)、视频合成瑕疵等问题 能力包含: 11个智能体结构化分工(文案创作/故事策划/脚本创作/分镜导演/分镜画师/字幕师/配音师/音效师/视频工程师/质检/数据反馈) 5阶段协同流程管理(需求承接→内容创作→生图创作→音频字幕→视频合成→全流程质检→数据迭代) 质量管控与闭环反馈(前置质检拦截、数据沉淀迭代) 素材生成支持(图片/音频/字幕/音乐) 技术检测工具支持(图片质量、视频质量、音画同步) 触发条件: 用户需要进行短视频创作,或需要规范化多智能体协同流程 前置准备 依赖说明: opencv-python>=4.8.0 pillow>=10.0.0 moviepy>=1.0.3 numpy>=1.24.0 非标准文件/文件夹准备: # 创建工作目录 mkdir -p ./input/{materials,scripts} mkdir -p ./output/{drafts,storyboards,final} mkdir -p ./cache/{images,audio} 操作步骤 标准流程(5个阶段,10个智能体) 第一阶段: 需求承接与内容框架搭建 触发节点 : 用户输入核心需求(商品信息+视频需求) 步骤1: 文案创作师智能体(首节点) 职责: 基于商品信息提炼核心卖点,生成适配短视频的文案 输入: 商品品类、核心卖点、目标受众、视频风格、时长 输出: 核心Slogan(8-12字,简洁有力) 分镜适配文案(3-5句,每句4-8字) 质量标准: 无歧义、无夸大,贴合视频调性 下一级触发: 立即触发【故事策划师】、【字幕师】(暂存) 步骤2: 故事策划师智能体 职责: 基于卖点、文案,设计适配短视频时长的场景化故事线 输入: Slogan、分镜文案、商品信息、视频时长、风格 输出: 场景化故事线(镜头拆分、场景/动作标注) 镜头数量(30秒8-10个、45秒12-15个、60秒15-18个) 质量标准: 逻辑连贯,时长严格匹配,无无关场景 下一级触发: 立即触发【脚本创作师】 步骤3: 脚本创作师智能体 职责: 将故事线转化为标准化、可执行的分镜脚本 输入: 故事线、文案、视频时长、分辨率、比例 输出: 标准化分镜脚本(镜头序号、时长、场景描述、画面动作、文案、音效备注) 画面动作描述(明确人体肢体姿态,规避模糊表述) 质量标准: 时长精准分配,画面动作具体,格式统一 下一级触发: 立即触发【分镜导演】、【分镜画师】、【字幕师】、【音效师】 第二阶段: 视觉内容创作与质检 触发节点 : 分镜脚本确认 步骤4: 分镜导演智能体 职责: 规划每个镜头的画面细节、光影、构图,为分镜画师提供精准依据 输入: 分镜脚本、商品细节图(如有)、视频风格 输出: 镜头画面规范(构图/光影/色调/肢体规范/商品细节) 负面规避清单(禁止多余肢体、畸形、虚化等) 质量标准: 构图清晰,光影均匀,肢体规范,商品细节明确 下一级触发: 立即触发【分镜画师】 步骤5: 分镜画师智能体 职责: 基于画面规范,生成高质量、无瑕疵的分镜图片 输入: 画面描述、分镜脚本、商品信息 输出: 1080P合格分镜图片(单张对应单个镜头,命名规范) 质量标准: 人体结构正常(无多余肢体/畸形/重影) 商品细节精准(无变形/模糊) 画质细腻(1080P,无颗粒感) 负面规避: 禁止多余肢体、手部畸形、商品变形、画面噪点等 下一级触发: 图片生成后,触发【视频工程师】素材预处理 同时触发【质检智能体】分镜图片专项质检 第三阶段: 音频字幕创作(并行执行) 触发节点 : 分镜脚本确认(可并行启动,无需等待视觉内容) 步骤6: 配音师智能体 职责: 根据分镜文案生成高质量旁白/配音 输入: 分镜文案、视频风格、情感基调 输出: 旁白文本(与分镜文案对应,可适当口语化) 音色建议(活力男声/专业女声/稳重男声/亲切女声等) 语速要求(中等/稍快/稍慢) 情感标注(积极/专业/沉稳/亲切等) 质量标准: 语音自然流畅,情感贴合场景,无明显机械感 下一级触发: 输出同步至【音效师】,调用 audio_generator.py 生成音频文件 步骤7: 字幕师智能体 职责: 创作适配画面的字幕,确保显示效果与可读性 输入: 分镜文案、分镜脚本、视频风格、画面比例 输出: 字幕信息包(文本+对应镜头时长+叠加位置) 格式规范(字体/字号/颜色/位置) 质量标准: 无错别字,字数适配(每秒1-2字),避开商品主体 下一级触发: 输出同步至【视频工程师】 步骤8: 音效师智能体 职责: 推荐适配的背景音乐与场景音效,确保音画协调 输入: 分镜脚本、视频风格、时长、核心场景 输出: 音效方案包(背景音乐+场景音效+时间节点+音量参数) 音效名称、风格描述、时长、音量建议 质量标准: 风格贴合,节奏匹配,音量适中,无版权问题 下一级触发: 输出同步至【视频工程师】 第四阶段: 视频合成与成品质检 触发节点 : 分镜图片质检合格 步骤9: 视频工程师智能体 职责: 基于各智能体输出素材,完成高质量视频合成 输入: 合格分镜图片、字幕信息、音效方案 输出: 合成后的MP4成品视频 质量标准: 素材预处理(调用质量检测脚本,识别瑕疵) 合成参数(1080P, 25fps, 8Mbps,无黑边/卡顿) 转场效果(淡入淡出,0.3-0.5秒,过渡自然) 音画同步(音频偏移≤0.1秒) 下一级触发: 成品输出后立即触发【质检智能体】 步骤10: 质检智能体(全流程穿插) 职责: 对各智能体输出物进行全环节质检,拦截瑕疵,推动整改 输入: 各环节输出物、质量标准、负面规避清单 输出: 分环节质检报告(合格/不合格,瑕疵类型,整改建议) 质检台账(瑕疵数据、整改结果、合格率) 质检维度: 内容层(文案/故事线/脚本/字幕) 视觉层(分镜图片/成品视频) 音频层(背景音乐/音效/音画同步) 格式层(比例/脚本格式/视频参数) 处理规则: 轻微瑕疵(文案语序微调)→直接反馈优化 重大瑕疵(多肢体/画面撕裂)→拦截输出,要求重制 前置质检→分镜图片/成品视频强制质检,不合格驳回 下一级触发: 不合格→触发对应智能体重做 合格→触发【数据反馈智能体】 第五阶段: 数据沉淀与迭代优化 触发节点 : 全流程质检合格 步骤11: 数据反馈智能体 职责: 收集分析全流程数据,输出迭代建议,优化智能体提示词与协同逻辑 输入: 质检台账、创作耗时数据、用户反馈 输出: 数据统计报告(合格率、高频瑕疵、创作耗时、整改率) 迭代优化建议(针对高频瑕疵优化提示词、调整协同流程) 数据沉淀(瑕疵类型-优化方案-效果验证闭环) 分析维度: 瑕疵分析(TOP3高频瑕疵,定位根因) 效率分析(识别流程瓶颈) 优化效果(验证迭代有效性) 下一级触发: 输出同步至技能开发端,更新智能体配置,完成迭代闭环 并行协同与闭环管控 并行执行 字幕师、音效师 可在脚本创作师输出分镜脚本后并行启动,无需等待视觉内容完成 效率提升 : 减少等待时间,整体创作周期缩短 闭环管控 所有输出物需经质检智能体校验 合格后方可进入下一环节 重大瑕疵直接拦截 ,避免问题流转 跟踪整改结果 ,确保100%解决 迭代联动 数据反馈智能体的优化建议 直接作用于各智能体底层配置 **形成"创作-质检-优化"**持续迭代机制 质量检测工具使用 图片质量检测 # 调用图片质量检测脚本 python scripts/image_quality_checker.py --image ./cache/images/shot_001.jpg --resolution 1920x1080 检测维度: 肢体异常(多余肢体/畸形/重影) 画面质量(模糊/噪点/变形) 商品细节(纹理/轮廓/按键) 分辨率/比例 视频质量检测 # 调用视频质量检测脚本 python scripts/video_quality_checker.py --video ./output/final/video.mp4 --resolution 1920x1080 --duration 30 --fps 25 检测维度: 分辨率/时长/帧率/码率 画面质量(卡顿/撕裂/转场瑕疵) 音频质量(清晰度/杂音) 音画同步(偏移≤0.1秒) 字幕遮挡检测 素材生成与视频合成流程 素材生成流程 1. 图片素材生成 触发时机 : 分镜画师智能体完成画面设计后 执行步骤 : # 准备分镜脚本JSON文件 cat > ./scripts/storyboard.json << 'EOF' { "shots" : [ { "shot_id" : "L01" , "description" : "智能手表特写,手指滑动屏幕" , "duration" : 3.0, "resolution" : "1920x1080" } ], "style" : "科技风,冷色调,清晰锐利" } EOF # 调用图片生成脚本 python scripts/image_generator.py \ --storyboard ./scripts/storyboard.json \ --output ./output/images \ --style "科技风,冷色调" 输出规范 : 路径: ./output/images/shot_{shot_id}.jpg 格式: JPG, 1080P (1920x1080) 质量要求: 无肢体异常,商品细节清晰,画质细腻 参考 : references/asset-specifications.md - 图片素材规范 2. 音频素材生成 触发时机 : 配音师智能体完成旁白文本,音效师智能体完成音效方案后 执行步骤 : # 生成旁白音频 python scripts/audio_generator.py \ --mode narration \ --text "腕上未来,触手可及" \ --voice "professional_male" \ --output ./output/audio/narration_S01.wav # 生成背景音乐 python scripts/music_generator.py \ --style "科技风,轻快" \ --duration 30 \ --output ./output/audio/background_music.wav # 混合音频(旁白+背景+音效) python scripts/audio_generator.py \ --mode mix \ --narration ./output/audio/narration_S01.wav \ --background ./output/audio/background_music.wav \ --effects ./output/audio/sound_effects/ \ --output ./output/audio/merged_audio.wav 输出规范 : 路径: ./output/audio/ 格式: WAV (44.1kHz, 16bit/24bit) 质量要求: 无杂音,音量平衡,音质清晰 参考 : references/asset-specifications.md - 音频素材规范 3. 字幕素材生成 触发时机 : 字幕师智能体完成字幕设计后 执行步骤 : # 准备分镜脚本 cat > ./scripts/storyboard.json << 'EOF' { "shots" : [ { "shot_id" : "L01" , "duration" : 3.0, "text" : "腕上未来" }, { "shot_id" : "L02" , "duration" : 3.0, "text" : "触手可及" } ] } EOF # 生成SRT字幕 python scripts/subtitle_generator.py \ --storyboard ./scripts/storyboard.json \ --format srt \ --output ./output/subtitles/subtitle.srt 输出规范 : 路径: ./output/subtitles/subtitle.srt 或 .ass 格式: SRT/ASS (UTF-8编码) 质量要求: 无错别字,字数适配,位置无遮挡 参考 : references/asset-specifications.md - 字幕素材规范 视频合成流程 触发时机 : 所有素材(图片/音频/字幕)准备完成并质检合格后 执行步骤 : # 准备项目配置 cat > ./scripts/project_config.json << 'EOF' { "images_dir" : "./output/images" , "audio_file" : "./output/audio/merged_audio.wav" , "subtitle_file" : "./output/subtitles/subtitle.srt" , "shots" : [ { "shot_id" : "L01" , "duration" : 3.0, "transition" : "fade" }, { "shot_id" : "L02" , "duration" : 3.0, "transition" : "cut" } ], "width" : 1920, "height" : 1080, "fps" : 25, "duration" : 30, "bitrate" : "8000k" } EOF # 验证项目配置 python scripts/video_compositor.py \ --config ./scripts/project_config.json \ --output ./output/temp/validate.mp4 \ --validate_only # 合成最终视频 python scripts/video_compositor.py \ --config ./scripts/project_config.json \ --output ./output/final/final_video_$( date +%Y%m%d).mp4 输出规范 : 路径: ./output/final/final_video_{日期}.mp4 格式: MP4 (H.264编码) 参数: 1080P, 25fps, 8Mbps 质量要求: 无卡顿,音画同步≤0.1秒,字幕同步无延迟 参考 : references/asset-specifications.md - 视频输出规范 质量检测流程 1. 图片质量检测 python scripts/image_quality_checker.py \ --image ./output/images/shot_L01.jpg \ --resolution 1920x1080 \ --check_limb_anomaly \ --check_blur \ --check_deformation 2. 音频质量检测 python scripts/audio_quality_checker.py \ --audio ./output/audio/narration_S01.wav \ --sample_rate 44100 \ --check_noise 3. 视频质量检测 python scripts/video_quality_checker.py \ --video ./output/final/final_video_20240122.mp4 \ --resolution 1920x1080 \ --duration 30 \ --fps 25 \ --check_sync 参考 : references/quality-standards.md - 质检标准 资源索引 必要脚本: scripts/image_generator.py - 图片生成脚本(根据分镜脚本生成1080P图片) scripts/audio_generator.py - 音频生成脚本(TTS旁白+背景音乐混合) scripts/subtitle_generator.py - 字幕生成脚本(SRT/ASS格式) scripts/music_generator.py - 背景音乐生成脚本