vectcut-skill

name vectcut-skill description AI 视频导演与自动化剪辑专家。能够理解视频素材内容、视频创作指令，自主规划脚本结构，并通过调用 VectCut API 实现创建剪映草稿、编排素材（B-roll/转场/特效）、生成 AI 配音与字幕，实现端到端的视频创作流程。 homepage https://www.vectcut.com/ metadata {"openclaw":{"emoji":"🎬","requires":{"env":"[Truncated]"},"primaryEnv":"VECTCUT_API_KEY"}} dependency null VectCut Skill（自主规划型 AI 视频架构师） 本技能赋予 AI 像专业剪辑师一样**“思考与执行”**的能力。它不仅能调用 API，还能通过分析用户意图和素材内容，自主规划视频的节奏、视觉风格和逻辑结构，最终产出可直接在剪映 中二次编辑的专业草稿。 核心智能行为 素材感知 ：分析用户提供的视频/图片/音频 URL，理解画面内容与剪辑指令；优先调用现有服务 get_duration 、 get_resolution 、 video_detail 、 asr_basic 、 asr_nlp 、 asr_llm 完成时长获取、分辨率判断、画面理解与语音内容解析。 video_detail 可提取细粒度语义（画面主体关系、人物朝向、物体位置、声音音调与风格等）。 ASR 按需策略 ：默认优先级 asr_llm > asr_nlp > asr_basic ，优先使用更高能力接口，仅在明确只需基础识别或时延敏感场景下降级。 asr_basic ：速度最快，返回完整文案、句级时间、字级时间；中文/英文效果好，支持粤语、上海话、闽南语、四川/陕西方言；更适合横屏字幕或素材初步理解。 asr_nlp ：速度中等，在 basic 基础上增加语义分句（每句不超过 12 字），更适合竖屏字幕。 asr_llm ：速度最慢，在 nlp 基础上增加 AI 关键词提取，优先用于竖屏与短视频字幕。 三个 ASR 接口均支持传入 content （正确文案）以显著提升匹配准确率与处理速度。 三种回包结构不同，必须按端点解析： asr_basic -> result.raw.result.utterances ； asr_nlp -> segments ； asr_llm -> segments(含 keywords/en) 。 脚本规划 ：根据主题（如“成语故事”、“产品评测”）自动拆解分镜，确定各片段时长。 草稿生命周期管理 ：先创建并维护草稿，再进入编排流程；优先调用 create_draft 初始化草稿，按需使用 modify_draft 修改草稿名/封面，任务异常或清理阶段使用 remove_draft 删除草稿。 反思自查 ：在关键步骤后调用 query_script 回看当前草稿结构，核对轨道、素材与时间段是否符合预期；若不一致，先定位问题再执行修正操作。 视觉编排 ：基于已创建草稿自主选择并添加转场（Transitions）、特效（Effects）、滤镜（Filters）和文本（Text）。 AI 资源补全 ：当素材不足时，主动调用 generate_image 、 generate_speech 或 generate_ai_video 生成 B-roll 填充；其中 generate_image 支持 nano_banana_2 、 nano_banana_pro 、 jimeng-4.5 等聚合模型， generate_speech 通过 text + provider + model + voice_id 合成配音，可配合 volume 、 target_start 、 effect_type/effect_params 控制入轨位置与音色效果。 文本编排生命周期 ：通过 add_text 创建文本素材，使用 modify_text 调整文案与样式，使用 remove_text 清理无效文本；文本动画、字体与局部样式优先从枚举中选取，保证可用性与一致性。 图片编排生命周期 ：通过 add_image 添加图片素材，使用 modify_image 调整图片源、时间段、位置与动画，使用 remove_image 清理无效图片；动画与蒙版类型优先从枚举中选取，保证编排稳定性。 视频编排生命周期 ：通过 add_video 添加视频素材，使用 modify_video 调整素材源、裁切区间、位置与速度，使用 remove_video 清理无效视频；转场在片段首尾紧邻时生效，且需加在前一个元素上。 AI 视频生成能力 ：通过 generate_ai_video 调用聚合视频模型生成异步任务，再通过 aivideo/task_status 查询进度与视频结果；支持文生视频、图生视频与部分模型的首尾帧模式。 数字人能力 ：通过 digital_human/create 发起音频驱动数字人任务，再通过 digital_human/task_status 查询生成状态与结果。 关键帧编排能力 ：通过 add_video_keyframe 为文字、图片、视频设置位置、大小、透明度、旋转等关键帧，支持单点与批量关键帧写入。 云渲染与结果核验 ：通过 generate_video 发起云渲染，再用 task_status 轮询任务状态。云渲染用于两类目标：创作中渲染中间结果核对预期；流程结束渲染最终成片并输出可直接播放的视频链接。 音画同步 ：如果需要，可以利用 get_duration 计算素材时长，精确对齐视频轨道与音频轨道。 音视频预处理工具 ：在编排前可优先使用基础处理端点清洗素材。 extract_audio 可从视频中提取音频（ POST /process/extract_audio ，入参 video_url ）； split_video 可按时间段切分视频或音频（ POST /process/split_video ，入参 video_url 、 start 、 end ）。适用于替换现有视频 B-roll、素材混剪、先切段再入草稿等场景。 环境变量配置 所有调用均依赖于远程服务，需在环境中配置： export VECTCUT_API_KEY= "<your_token>" 快捷规则与请求模板见： rules/ ：决策规则与调用顺序 scripts/ ：curl 请求模板与执行脚本 examples/ ：curl 端到端示例 prompts/ ：请求路由与命令生成提示词 references/ ：端点参数与字段契约 references/references.md ：References 总索引（端点文档、回包解读、样例入口） 执行路由 按“能力域”路由。每个能力域复用同一条五层调用链： 规则层（rules） 全局： rules/rules.md 领域： rules/<domain>_rules.md 参数层（references） 总索引： references/references.md 端点总览： references/endpoint_params.md 端点： references/endpoints/<domain>.md 枚举： references/enums/*.json 提示层（prompts） 路由与请求体生成： prompts/<domain>_ops.md 执行层（scripts） 通过 curl 发起 API 请求： scripts/<domain>_ops.sh 验证层（examples） 基于 curl 的最小闭环验证： examples/<domain>_ops_demo.sh 当前已落地能力域：filter 规则： rules/filter_rules.md 参数： references/endpoints/filter.md 提示： prompts/filter_ops.md 当前已落地能力域：effect 规则： rules/effect_rules.md 参数： references/endpoints/effect.md 提示： prompts/effect_ops.md 当前已落地能力域：material 规则： rules/material_rules.md 参数： references/endpoints/material.md 提示： prompts/material_ops.md 当前已落地能力域：draft 规则： rules/draft_rules.md 参数： references/endpoints/draft.md 提示： prompts/draft_ops.md 当前已落地能力域：asr 规则： rules/asr_rules.md 参数： references/endpoints/asr.md 提示： prompts/asr_ops.md 当前已落地能力域：process 规则： rules/process_rules.md 参数： references/endpoints/process.md 提示： prompts/process_ops.md 当前已落地能力域：generate_video 规则： rules/generate_video_rules.md 参数： references/endpoints/generate_video.md 提示： prompts/generate_video_ops.md 当前已落地能力域：generate_speech 规则： rules/generate_speech_rules.md 参数： references/endpoints/generate_speech.md 提示： prompts/generate_speech_ops.md 端点： POST /cut_jianying/generate_speech 关键入参： text 、 provider 、 model 、 voice_id 、 volume 、 target_start 、 effect_type 、 effect_params 关键出参： audio_url 、 draft_id 、 draft_url 、 material_id 当前已落地能力域：generate_ai_image 规则： rules/generate_ai_image_rules.md 参数： references/endpoints/generate_ai_image.md 提示： prompts/generate_ai_image_ops.md 端点： POST /cut_jianying/generate_image 关键入参： prompt 、 model 、 reference_image 、 size 、 draft_id 关键出参： output.image_url 、 output.draft_id 、 output.draft_url 当前已落地能力域：generate_ai_video 规则： rules/generate_ai_video_rules.md 参数： references/endpoints/generate_ai_video.md 提示： prompts/generate_ai_video_ops.md 端点： POST /cut_jianying/generate_ai_video 、 GET /cut_jianying/aivideo/task_status 关键入参： generate： prompt 、 model 、 resolution status： task_id 关键出参： generate： task_id status： status 、 progress 、 video_url 、 draft_id 、 draft_url 当前已落地能力域：digital_human 规则： rules/digital_human_rules.md 参数： references/endpoints/digital_human.md 提示： prompts/digital_human_ops.md 端点： POST /cut_jianying/digital_human/create 、 GET /cut_jianying/digital_human/task_status 关键入参： create： audio_url 、 video_url status： task_id 关键出参： create： task_id 或 id status： status 、 progress 、 video_url 当前已落地能力域：video 规则： rules/video_rules.md 参数： references/endpoints/video.md 提示： prompts/video_ops.md 端点： POST /cut_jianying/add_video 、 POST /cut_jianying/modify_video 、 POST /cut_jianying/remove_video 关键入参： add： video_url modify/remove： draft_id 、 material_id 关键出参： output.draft_id 、 output.draft_url 、 output.material_id （add/modify） 当前已落地能力域：image 规则： rules/image_rules.md 参数： references/endpoints/image.md 提示： prompts/image_ops.md 端点： POST /cut_jianying/add_image 、 POST /cut_jianying/modify_image 、 POST /cut_jianying/remove_image 关键入参： add： image_url modify/remove： draft_id 、 material_id 关键出参： output.draft_id 、 output.draft_url 、 output.material_id （add/modify） 当前已落地能力域：text 规则： rules/text_rules.md 参数： references/endpoints/text.md 提示： prompts/text_ops.md 端点： POST /cut_jianying/add_text 、 POST /cut_jianying/modify_text 、 POST /cut_jianying/remove_text 关键入参： add： text 、 start 、 end modify： draft_id 、 material_id 、 text 、 start 、 end remove： draft_id 、 material_id 关键出参： add： output.material_id modify/remove： output.draft_id 、 output.draft_url 当前已落地能力域：keyframe 规则： rules/keyframe_rules.md 参数： references/endpoints/keyframe.md 提示： prompts/keyframe_ops.md 端点： POST /cut_jianying/add_video_keyframe 关键入参： draft_id 、 track_name 、 property_types 、 times 、 values 关键出参： output.added_keyframes_count 、 output.draft_id 、 output.draft_url 新增能力域时的约定 域命名统一使用小写下划线： text / audio / subtitle / effect / keyframe / digital_human 。 根文件只维护“能力域索引”，端点细节只写在对应 <domain>.md 。 任意域新增端点时，只改该域文件，不改其他域。 交互约定（输出格式） 当你使用本技能完成“创建/编辑/渲染”类任务时，输出优先包含这些字段，便于后续继续编辑或查询： draft_id ：草稿 ID draft_url ：可打开的剪映/CapCut 草稿 URL，应封装为 markdown 超链接格式： [草稿名称](draft_url) material_id : 添加进草稿后的素材（图片、视频、音频、字幕、滤镜、贴纸、特效）的ID，方便后面继续操作 常用能力（可组合） 1) 创建草稿 调用： POST /create_draft 示例（1080x1920 竖屏）： curl -X POST http://open.vectcut.com/cut_jianying/create_draft \ -H "Authorization: Bearer $VECTCUT_API_KEY " \ -H "Content-Type: application/json" \ -d '{"width":1080,"height":1920,"name":"demo"}' 2) 添加素材与时间线编排 你可以按需组合以下操作（都为 POST JSON）： /add_video ：添加视频（支持裁切、速度、变换、蒙版、混合、转场等） /modify_video ：修改视频（基于 material_id 更新视频源、裁切区间、位置与速度） /remove_video ：删除视频（基于 material_id 删除视频素材） /add_image ：添加图片（支持入/出场动画、转场、蒙版、混合等） /modify_image ：修改图片（基于 material_id 更新图片源、时长、位置、动画与样式） /remove_image ：删除图片（基于 material_id 删除图片素材） /add_audio ：添加音频（支持音量、变速、淡入淡出、音效等） /add_text ：添加文字（支持字体、描边、阴影、背景、动画、多样式范围等） /modify_text ：修改文字（基于 material_id 更新文案、时间段与样式） /remove_text ：删除文字（基于 material_id 删除文本素材） /add_sticker ：添加贴纸 /add_effect ：添加特效（scene/character） /add_filter ：添加滤镜 /add_video_keyframe ：添加关键帧（支持位置、大小、透明度、旋转等属性） /get_video_scene_effect_types ：获取场景特效（用于 effect_category=scene） /get_video_character_effect_types ：获取人物特效（用于 effect_category=character） /get_filter_types ：添加滤镜 3) 高级能力（AI 与搜索） /generate_image ：AI 图片生成并添加到草稿（支持文生图/图生图，聚合模型：nano_banana_2、nano_banana_pro、jimeng-4.5） /generate_ai_video ：AI 视频生成（支持文生视频/图生视频/部分模型首尾帧，异步任务） /aivideo/task_status ：查询 AI 视频生成任务状态与视频结果 /digital_human/create ：创建数字人口播任务（音频 + 视频输入） /digital_human/task_status ：查询数字人任务状态与结果 /generate_speech ：TTS 语音合成并添加到草稿 /llm/tts/fish/clone_voice ：克隆音色并返回 voice_id （可用于后续 generate_speech ） /llm/tts/voice_assets ：查询已克隆音色资产（支持 provider=minimax|fish|NULL ） /remove_bg ：智能抠像（移除背景）并生成合成预设 /search_sticker ：搜索在线贴纸素材 4) 获取可用枚举（动画/转场/特效/滤镜/字体） 用于让 AI 在可用范围内选型： GET /get_transition_types GET /get_mask_types GET /get_intro_animation_types 、 /get_outro_animation_types 、 /get_combo_animation_types GET /get_text_intro_types 、 /get_text_outro_types 、 /get_text_loop_anim_types GET /get_video_scene_effect_types 、 /get_video_character_effect_types GET /get_filter_types GET /get_font_types GET /get_audio_effect_types 示例（以转场枚举为例）： curl -X GET "http://open.vectcut.com/cut_jianying/get_transition_types" \ -H "Authorization: Bearer $VECTCUT_API_KEY " 4) 云渲染（中间核验 + 最终交付） POST /generate_video ：对草稿 draft_id 发起云渲染（返回 task_id ）。 POST /task_status ：轮询 task_id 获取渲染进度与结果。 创作过程中：可按关键里程碑发起渲染，核对当前画面、节奏、字幕与预期是否一致。 任务结束时：必须轮询到完成态，并把结果中的可播放视频链接作为最终输出返回。 5. 典型场景示例 场景 A：成语故事/绘本视频制作（文生图 + 配音 + 自动对齐） 当用户需要制作“亡羊补牢”这样的故事视频时，建议按以下逻辑编排： 分镜拆解 ：将故事拆分为 N 个片段（图片 Prompt + 旁白文本）。 生成循环 （对每个片段）： 调用 generate_image 生成插图，获得 image_url 。 调用 generate_speech 生成配音，获得 audio_url 。 关键点 ：调用 get_duration(url=audio_url) 获取配音时长 duration 。 调用 add_image ，将 image_url 加入草稿，并设置 duration 等于配音时长，确保音画同步。 （如果 generate_speech 未自动添加）调用 add_audio 添加配音。 参考 Prompt 模板： assets/prompts/story_creation_zh.md 场景 B：素材混剪 创建草稿 → 2) add_video/add_audio/add_text → 3) generate_video 发起云渲染 → 4) task_status 轮询直到可取播放链接 curl -X POST http://open.vectcut.com/cut_jianying/create_draft \ -H "Authorization: Bearer $VECTCUT_API_KEY " \ -d '{"name":"my short"}' 假设返回 draft_id=xxx 后：