video-creation-suite

name video-creation-suite description 自媒体创作者与影片与视频编辑当需要从零原创、二次创作或深度分析视频时，请使用此套件。通过11个智能体协同，一键生成配音、音效与BGM并合成高质量视频，或自动抽帧提取分镜提示词，全流程大幅提升视频产出效率。 dependency {"python":["opencv-python>=4.8.0","pillow>=10.0.0","moviepy>=1.0.3","numpy>=1.24.0","requests>=2.28.0","edge-tts>=6.1.0"],"system":["pip install -r requirements.txt 2>/dev/null || true"]} 视频创作套件 任务目标 本 Skill 用于: 提供完整的视频创作能力，支持三种创作模式 能力包含: 模式一: 原创创作 : 11个智能体协同原创视频创作（《三体》IP创作、通用原创） 模式二: 视频二创 : 从原视频反推到新视频合成的完整二创流程 模式三: 视频分析 : 视频抽帧、视觉分析、内容提取 技术能力 : 配音生成、音效生成、背景音乐生成、视频合成 触发条件: 用户需要进行视频创作（原创/二创/分析） 三种创作模式 模式一: 原创创作 适用场景 : 从零开始创作原创视频 子模式 : 《三体》IP创作（专门针对《三体》IP） 通用多智能体协同（11个智能体分工） 流程 : 选题策划 → 视觉设计 → 素材生成 → 视频合成 → 质量检测 模式二: 视频二创 适用场景 : 基于现有视频进行二次创作 流程 : 视频反推分析 → 素材生成 → 视频合成 → 文件下载 能力 : 视频抽帧、视觉分析、图片生成、配音、音效、音乐、合成 模式三: 视频分析 适用场景 : 分析视频内容、提取分镜参考、生成创作提示词 流程 : 视频抽帧 → 视觉分析 → 结构化输出 能力 : 抽帧、视觉模型调用、提示词生成 前置准备 环境依赖 opencv-python>=4.8.0 pillow>=10.0.0 moviepy>=1.0.3 numpy>=1.24.0 requests>=2.28.0 edge-tts>=6.1.0 API 配置（可选） Coze Bot API : 视觉分析 环境变量: COZE_BOT_ID , COZE_API_KEY Edge-TTS : 配音生成 安装: pip install edge-tts Suno API : 背景音乐生成 环境变量: SUNO_API_KEY 三种模式: 开发者、用户、占位 操作步骤 模式选择 智能体根据用户输入自动选择模式： 判断原创创作模式 用户提到"创作《三体》视频"、"三体IP创作" → 《三体》IP创作 用户提到"多智能体协同"、"原创视频"、"从零创作" → 通用多智能体协同 判断视频二创模式 用户提到"二创视频"、"反推视频"、"视频重制"、"根据参考视频创作" → 视频二创 判断视频分析模式 用户提到"分析视频"、"提取分镜"、"生成提示词" → 视频分析 模式一: 原创创作 子模式1: 《三体》IP创作 第一阶段: 前期筹备 原著考据与设定提取 阅读 references/three-body-settings.md 提取《三体2》威慑纪元核心设定 输出: 时间线锚点表、人物行为合规清单 剧情架构设计 搭建"三线并行"叙事框架 设计3个核心冲突点和1个情感高潮 输出: 三线平行叙事分镜大纲、情绪曲线图 台词创作 基于人物性格撰写台词 输出: 角色对白脚本（含语气/停顿标记） 第二阶段: 视觉制作 视觉风格规范制定 阅读 references/visual-style-guide.md 输出: 视觉风格指南、场景/人物设计规范 场景设计 设计3个核心场景 输出: 场景概念图提示词、场景要素清单 人物一致性建模 罗辑形象锚定 输出: 罗辑标准形象锚定图集、人物状态对照表 分镜脚本细化 将剧情大纲转化为专业分镜 输出: 电影分镜脚本（含时间码）、渲染元数据 第三阶段: 音频与剪辑 素材生成 配音生成 : 调用 scripts/voice_generator.py 生成角色配音 参数: --input <旁白数据JSON> --output ./output/audio/voice 音效生成 : 调用 scripts/sound_generator.py --type sound 生成音效 参数: --input <音效配置JSON> --output ./output/audio/sound_effects 背景音乐生成 : 调用 scripts/sound_generator.py --type music 生成背景音乐 参数: --input <音乐配置JSON> --output ./output/audio/background_music 视频合成 : 调用 scripts/video_compositor.py 合成最终视频 参数: --images <图片目录> --audio <音频目录> --subtitles <字幕文件> --output <输出路径> 质量管控 调用 scripts/quality_checker.py 检测技术指标 原著合规检测 B站适配优化 子模式2: 通用多智能体协同 11个智能体分工 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 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 模式二: 视频二创 第一阶段: 视频反推分析 提取视频关键帧 调用 scripts/video_frame_extractor.py 提取关键帧 参数: --input <原视频路径> --output ./output/frames --interval 2 输出: 序列图片到 ./output/frames/ 视觉分析 调用 scripts/coze_bot_client.py 分析关键帧 智能体描述分析需求: "分析这些视频帧，提取:画面风格、色调特征、构图方式、节奏模式" 输出: 分析结果保存到 ./output/analysis.json 生成创作方案 智能体根据分析结果，生成二创方案 输出: 新视频主题、画面风格调整、脚本大纲、素材需求清单 第二阶段: 素材生成 生成图片素材 智能体根据脚本生成关键帧提示词 调用 scripts/image_generator.py 生成图片 输出: 图片到 ./output/images/ 生成配音 智能体作为配音师，创作旁白脚本 调用 scripts/voice_generator.py 合成配音（基于Edge-TTS） 参数: --input <旁白脚本JSON> --output ./output/voice 输出: 配音文件到 ./output/voice/ 生成音效和背景音乐 调用 scripts/sound_generator.py --type both 生成音效和背景音乐 参数: --input <完整配置JSON> --output ./output/audio 输出: 音效到 ./output/audio/sound_effects/ , 背景音乐到 ./output/audio/background_music/ 生成字幕 智能体创作字幕内容 调用 scripts/subtitle_generator.py 生成字幕文件 参数: --input <字幕数据JSON> --output ./output/subtitles 输出: SRT字幕到 ./output/subtitles/ 第三阶段: 视频合成 合成最终视频 调用 scripts/video_compositor.py 合成视频 参数: --images ./output/images --audio ./output/audio --voice ./output/voice --subtitles ./output/subtitles --output ./output/final.mp4 输出: 最终视频 ./output/final.mp4 文件下载 调用 scripts/file_server.py 启动HTTP服务器 参数: --port 8080 --directory ./output 输出: 下载链接 http://localhost:8080/final.mp4 模式三: 视频分析 分析流程 视频抽帧 调用 scripts/video_frame_extractor.py 提取关键帧 参数: --input <视频路径> --output <输出目录> --interval <间隔秒数> 视觉分析 调用 scripts/coze_bot_client.py 分析每帧内容 参数: --message "<分析提示>" --image_path <图片路径> 输出: 结构化分析结果（JSON格式） 批量处理 自动遍历所有关键帧 批量调用视觉模型 汇总分析结果 资源索引 技术脚本 视频处理 : scripts/video_frame_extractor.py - 提取关键帧 视觉分析 : scripts/coze_bot_client.py - 调用Coze Bot API 图像生成 : scripts/image_generator.py - 生成图片素材 配音生成 : scripts/voice_generator.py - 生成配音（Edge-TTS） 音效和音乐 : scripts/sound_generator.py - 生成音效和背景音乐（Suno API） 字幕生成 : scripts/subtitle_generator.py - 生成字幕 视频合成 : scripts/video_compositor.py - 合成最终视频 文件服务 : scripts/file_server.py - HTTP下载服务器 质量检测 : scripts/quality_checker.py - 检测技术指标 错误处理 : scripts/error_handler.py - 重试和错误日志 参考文档 《三体》IP创作 : references/three-body-settings.md - 《三体》原著设定与威慑纪元规则 references/visual-style-guide.md - 视觉风格规范与设计原则 references/storyboard-template.md - 分镜脚本标准模板 references/character-profiles.md - 人物档案与行为准则 视频二创 : references/recreation-guide.md - 视频二创方法论 references/prompt-templates.md - 分析提示词示例 references/suno-api-guide.md - Suno API使用指南 资源文件 assets/scene-examples/ - 场景设计提示词示例 assets/character-reference/ - 人物形象描述参考 注意事项 模式自动选择 : 智能体根据用户输入自动选择合适的创作模式 脚本共享 : 所有模式共享同一套技术脚本，避免重复 API配置 : 所有API通过环境变量配置，支持多种模式 错误处理 : 所有脚本都包含错误处理和重试机制 容错降级 : API不可用时自动降级为占位实现 使用示例 示例1: 《三体》IP创作 用户: "帮我创作一个《三体》威慑纪元的8分钟视频" 智能体执行: 1. 自动选择模式一: 《三体》IP创作 2. 按照前期筹备 → 视觉制作 → 音频与剪辑 → 质量管控流程 3. 调用相应脚本生成配音、音效、背景音乐 4. 合成最终视频 示例2: 视频二创 用户: "这个视频帮我二创一下，换个风格" 智能体执行: 1. 自动选择模式二: 视频二创 2. 提取原视频关键帧 3. 视觉分析，提取风格特征 4. 生成新素材（图片、配音、音效、音乐） 5. 合成新视频 示例3: 视频分析 用户: "分析这个视频，提取分镜和提示词" 智能体执行: 1. 自动选择模式三: 视频分析 2. 抽取视频关键帧 3. 分析每帧内容 4. 输出结构化分析结果 API 配置说明 Suno API 三种模式 开发者模式 : 技能预置 API Key，开箱即用 用户模式 : 用户配置自己的 API Key 占位模式 : 自动降级，完全免费 Edge-TTS 音色列表 中文: zh-CN-XiaoxiaoNeural(活泼)、zh-CN-XiaomengNeural(温柔)、zh-CN-YunyangNeural(沉稳) 英文: en-US-JennyNeural(美式)、en-GB-SoniaNeural(英式) Coze Bot API 用于视觉分析 环境变量: COZE_BOT_ID, COZE_API_KEY