video-producer

name video-producer description 视频制作全能工具，两种用法——(A) 端到端生产：从零做一支完整视频，出脚本、分镜、机位一致性、素材匹配、闸门、渲染、自检、交付；(B) 给定素材剪辑：已有几个片段要拼一下、给一个片段配音合成、剪辑烧字幕等，直接用 Stage 12 工具箱（assemble/clip-trim/audio-mix/timeline-compose/scene-compose/add-silent-audio/make-outro）。 metadata {"openclaw":{"emoji":"🎬","requires":{"bins":"[Truncated]","env":"[Truncated]"},"primaryEnv":"AWK_API_KEY"}} 视频制作与片段修整（video-producer） 双模式 本技能有两种用法，agent 据用户请求判断走哪条： 模式 A：端到端生产 ——用户给主题/关键词/已有脚本/已有素材中的任一组合，要求从零做一支完整视频。走 Stage 0→14 全流程：意图路由 → 故事 → 剧本 → 分镜 → 机位 → 素材 → 闸门 → 渲染 → 自检 → 交付。另可接收 main agent 喂入的 viral-chaser 追爆报告 （作为 brief 的一部分，本技能不做视频下载/转写/抽帧——那是 viral-chaser 的活）。 模式 B：给定素材剪辑 ——不涉及从零开剧本，编辑已有素材，直接用 Stage 12 工具箱（见下方"Stage 12 工具箱"段）： 几个片段拼一下 → assemble （自动统一分辨率/帧率/音频格式 + 转场） 一个片段配个旁白/配音 → audio-mix （多轨混音，延时/音量可控） 稍微剪一下（入点/出点/倍速）→ clip-trim （ --pre-buffer 避免切 MP3 吞首字） 按时间轴切素材+混音 → timeline-compose （ audio_mode=concat 出连续轨） 单个 Scene 合成（片段+旁白+对白）→ scene-compose 无音频片段补静音轨 → add-silent-audio 片尾制作（形象图+黑边+烧字幕）→ make-outro 不适用： 纸拼贴 B-roll → collage-broll Manim 技术演示动画 → manim-explainer 平面设计 → design-full 基于已有素材的深度高光剪辑（去口气词/智能剪重点）→ main 的 video-edit / talking-head-cut （本技能模式 B 只做几何级修整：切段/拼接/混音/烧字幕/补轨，不做语义级剪辑） 视频下载与爆款分析 → main 的 viral-chaser 工作区目录约定 调用方传入了现成项目目录时（如平台专家包委托制作，传入 <platform>/outputs/<video-name>/ ，brief 已在其中）直接沿用；否则在 output_videos/ 下建项目文件夹 <topic-en-slug>/ ： <project-dir>/ # 即 <platform>/outputs/<video-name>/ 或 output_videos/<topic-en-slug>/ ├── brief.md # Stage 0/1 产出：意图路由 + 概念选项 + 用户选定 ├── reference-driven/ # Stage 1（可选，仅当 main 喂了 viral-chaser 报告） │ ├── viral-chaser-report.md # main 喂入的追爆报告原档（本技能不自己跑 viral-chaser） │ ├── concepts.md # 据报告出的 2–3 差异化概念 + 成本 + 备选路径 │ └: 无下载产物、无 transcript、无关键帧——那些归 viral-chaser ├── script/ │ ├── intent.json # Stage 0 │ ├── story.md # Stage 2 │ ├── script.md # Stage 3（含 enhancement_cues 六型 + delivery_cues） │ ├── self-eval.json # Stage 3 自评 │ ├── decisions.json # 决策审计链（跨阶段累积） ├── storyboard/ │ ├── storyboard.json # Stage 4 镜头表 │ ├── shot_decompose.json # Stage 5 每镜首尾帧+运动+variation_type ├── characters/ │ ├── registry.json # Stage 6 static/dynamic features │ ├── <char-id>/front.png # 三视图（调 siliconflow-img-gen 生成） │ ├── <char-id>/side.png │ └── <char-id>/back.png ├── gates/ │ ├── gate-a.md # GATE A 文本闸门评审产物 │ ├── gate-b.md # GATE B 素材闸门评审产物 ├── slots/ │ ├── slot-plan.json # Stage 7 │ ├── asset-resolve.json # Stage 8（含 rejected_picks） │ ├── slideshow-risk.json # Stage 9 六维打分 │ ├── delivery-promise.json # Stage 9 承诺锁定 ├── render/ │ ├── shot-NN/ # Stage 10 每镜渲染产物 │ │ ├── first-frame.png # 首帧静照（生成或素材裁切） │ │ ├── last-frame.png # 尾帧静照 │ │ ├── gen-run-v01.mp4 # aigc-video-gen i2v 产物 │ │ └ettings.log │ │ └ulti-best.mp4 # 多候选择优胜出（多候选时） ├── audio/ │ ├── narration.mp3 # awk-tts 旁白 │ ├── bgm.mp3 # BGM（bgm-library 免版税曲库优先 / pexels/pixabay / aigc-video-gen music 生成） │ ├── subtitles.srt # 字幕 ├── artifacts/ # Stage 12 按镜顺序的最终段 │ ├── 01_*.mp4 │ └ NN_*.mp4 ├── video.mp4 # Stage 12 拼接成片 ├── review/ # Stage 13 公共 video-review 产物 │ ├── verdict.json │ ├── frames/ │ ├── motion-audit.json # CP 侧 motion_led 抽查 ├── cover.jpg # Stage 14 封面 └── final-deliver.md # Stage 14 交付清单 阶段链（15 段，两闸门） 每段子命令是 scripts/ 下一个独立 .py，agent 按本 SKILL.md 工作流逐个调。 产物文件存在性即 checkpoint ——每个子命令先查产物文件是否存在，存在则 load 不重生成（允许用户手改 JSON 后续跑）。 Stage 0 intent-router 意图路由 → 三档脚本模板（故事讲述型/纯画面动效型/蒙太奇剪接型） · 故事讲述型（narrative）——重情节、有人物弧光、含旁白；默认 3–5 镜/场 · 纯画面动效型（motion）——重节奏感/视觉冲击/少对白；默认 5–8 镜快切 · 蒙太奇剪接型（montage）——重氛围/抽象/纯视觉；默认 4–7 镜无叙事 Stage 1 reference-concepts 若 main 喂了 viral-chaser 报告 → 吃报告出 2–3 差异化概念；无报告跳过 Stage 2 story-develop idea → 故事（含受众/类型显式复述，100–200 词梗概，人物，分场） Stage 3 script-write 故事 → 分场剧本（同时间同地点分一场；可拍化描述；enhancer 润色） Stage 3b script-self-eval 脚本自评 N 维打分，任一维 <3 必返工 Stage 4 storyboard-build 剧本 → 镜头表（每镜叙事目的/机位复用/位置朝向/不写不可见） Stage 5 shot-decompose 每镜拆首帧静照/尾帧静照/运动描述（variation_type 三档） Stage 6 character-register 角色三视图 front/side/back + static/dynamic features 拆分 ────── GATE A：文本闸门（脚本+分镜+机位+角色全齐，停，发用户审）────── Stage 7 slot-plan 素材 slot 规划（template + hero slot + tone→slot 数） Stage 8 asset-resolve 按 slot 拉素材（Fast path：多源并发搜 + 缩略图人核 + rejected_picks 落盘） Stage 9a slideshow-risk 六维幻灯风险打分（pre-compose 闸门，≥4.0 fail 不许进 compose） Stage 9b delivery-promise-lock 交付承诺八类锁定 + motion_ratio 预估 ────── GATE B：素材闸门（素材齐+计划过审，停，发用户看 contact sheet）────── Stage 10 render-shot 按 slot 渲染（AIGC 走 aigc-video-gen i2v 首尾帧插值；静图走 siliconflow-img-gen） Stage 11 mix-audio 配音配乐四场景分流（A 人物对话声画同出 / B 旁白一次性 TTS 带字级时间戳 + 对齐 / C BGM 成片后统一生成（优先 bgm-library 免版税曲库，pexels/pixabay 并列；定制风格用 aigc-video-gen music）/ D 用户口播录音 → ASR 时间戳 → 按时间戳补素材） Stage 12 assemble 按序拼接成片（原子工具箱：clip-trim 切段 / audio-mix 混音 / timeline-compose 时间轴合成 / assemble 拼接，agent 按 §Stage 12 工具箱场景化组合，不写死 Workflow） Stage 13a video-review 公共 video-review 技术自检（强制闸门） Stage 13b motion-audit CP 侧 motion_led 抽查（兑付 delivery-promise） Stage 14a make-cover 封面（siliconflow-img-gen，必含标题文字） Stage 14b 交付 向用户呈交成片+封面+关键参数 Stage 0–6 全是 文本产物 ，付费生成前必停——GATE A 落在这条边界上。GATE B 落在素材就绪、pre-compose 闸门通过后，确认渲染前最终计划。 子命令调用清单 子命令 入 出 用途 intent-router brief.md（主题/关键词，或 viral-chaser 报告） script/intent.json （档位+主题） Stage 0 reference-concepts viral-chaser 报告（main 喂入，可选） reference-driven/concepts.md Stage 1：只吃报告出概念，不做下载/转写/抽帧；无报告跳过 story-develop intent.json script/story.md Stage 2 script-write story.md script/script.md （含 enhancement_cues + delivery_cues） Stage 3 script-self-eval script.md script/self-eval.json （N 维分，任一维 <3 必返工） Stage 3b storyboard-build script.md storyboard/storyboard.json Stage 4 shot-decompose storyboard.json storyboard/shot_decompose.json （每镜首尾帧+运动+variation_type） Stage 5 character-register storyboard.json + 人物描述 characters/registry.json + 三视图 PNG Stage 6（三视图调 siliconflow-img-gen） slot-plan storyboard.json + tone slots/slot-plan.json Stage 7 asset-resolve slot-plan.json slots/asset-resolve.json （含 rejected_picks）+ 素材落 raw_materials/ Stage 8（调 pexels-footage / pixabay-footage / aigc-video-gen） slideshow-risk storyboard.json + slot-plan.json + asset-resolve.json slots/slideshow-risk.json （六维分） Stage 9a delivery-promise-lock storyboard.json + brief.md slots/delivery-promise.json （八类锁） Stage 9b render-shot shot_decompose.json + characters/ + slot-picks render/shot-NN/ 下产物 Stage 10（调 aigc-video-gen i2v / siliconflow-img-gen） mix-audio script.md（delivery_cues） audio/ 目录 + subtitles.srt 模板 Stage 11（四场景分流：A 声画同出 / B 旁白一次性 TTS+ASR 对齐 / C BGM 成片后生成（优先 bgm-library 免版税曲库 / pexels/pixabay 并列；定制风格用 aigc-video-gen music）/ D 用户口播录音 → ASR 时间戳 → 按时间戳补素材） narration-align audio/narration.mp3 + audio/narration.subtitle.json audio/narration-segments.json （统一 segments 格式） Stage 11b（优先复用 awk-tts --enable-subtitle 落盘的 TTS 原生字级时间戳，缺失时回退火山 ASR 极速版，凭据复用 viral-chaser 同池 VOLC_ASR_* ） assemble render/ 顺序 video.mp4 Stage 12（按序拼接 + 可选转场 + 可选分辨率归一化 + 自动补静音/统一音频格式） add-silent-audio 无音频视频片段 含静音音轨的视频 Stage 12 原子工具：concat 前补齐音轨，保持连续 clip-trim 素材路径 + 入点/出点/倍速 切好的片段 Stage 12 原子工具：精确切素材，视频和音频分别处理 audio-mix 多条音轨 + 各自延时/音量 混合音频 Stage 12 原子工具：多轨混音 timeline-compose timeline.json（每段素材/入点/出点/倍速/音轨及延时） 合成片段 Stage 12 原子工具：按时间轴调 clip-trim + audio-mix 合成 motion-audit video.mp4 + delivery-promise.json review/motion-audit.json （motion_led 抽查） Stage 13b（补公共 video-review） make-cover brief.md（标题）+ storyboard 关键帧 cover.jpg Stage 14a（调 siliconflow-img-gen） wrapper video-producer.sh 内部 exec python3 "$SCRIPT_DIR/scripts/<子命令>.py" "$@" ——子命令名即脚本名，零路径拼接。 强制闸门与护栏 GATE A（Stage 6 后）：文本闸门 文本产物全齐（脚本+分镜+机位+角色）， 停下发用户审 ： 呈交摘要：档位、场次数、镜数、角色数、关键决策（路径/模型/风格选择的备选+置信度+理由） 结束本轮回复 ，不许在同条回复里进 Stage 7 批准是 逐闸门的 ——早先的一句"你继续"不覆盖本闸门 用户要改哪段就重跑对应子命令（产物文件存在性即 checkpoint，不会重生成未改的） GATE B（Stage 9 后）：素材闸门 素材齐 + 计划过 slideshow_risk + delivery_promise 锁， 停下发用户看 contact sheet ： 呈交：slot 总数、素材就绪率、slideshow_risk 六维分与 verdict、delivery_promise 八类与 motion_ratio 预估、素材 contact sheet 同 GATE A 收尾纪律 返工与耗时上限 每阶段最多返工 3 次 全片最多 3 次 send-back 每阶段 wall-time 默认上限 20 分钟 ——卡住要报，不要反复撞 不许声称没做过的事 没有 tool result 或产物文件证明，不许声称已渲染/已生成/已改动。 模糊意图不算确认 用户说"做个短片""帮我策划" 不算确认 ，必须先问清楚走哪条 workflow（故事讲述型/纯画面动效型/蒙太奇剪接型）、时长、受众 起草/讨论脚本属对话协助， 不许调 render 工具 默认 小规模 ：1 场 3–5 镜，不许把模糊想法擅自扩成多场多镜；用户要扩才扩 决策审计链 每个选择（路径/模型/风格/音色/任何 fallback）记 备选 + 置信度 + 理由 ，跨阶段累积进 script/decisions.json 。 依赖 依赖 来源 用在哪 python3 / ffmpeg / ffprobe 系统 各阶段脚本 公共 aigc-video-gen skills/ Stage 8/10 视频片段生成（百炼/火山声画同出，i2v 首尾帧插值） 公共 siliconflow-img-gen skills/ Stage 6 角色三视图 / Stage 10 静帧 / Stage 14 封面 公共 awk-tts skills/ Stage 11B 旁白一次性 TTS（OpenClaw 内置 TTS 优先 → awk-tts fallback；加 --enable-subtitle 让火山单向流式 HTTP 原生返回字级时间戳，落 narration.subtitle.json ） 火山 ASR 凭据 VOLC_ASR_* 实例 env Stage 11b narration-align 回退路径 + Stage 11D 用户口播录音转写拿时间戳（复用 viral-chaser 同池：旧控制台双头 VOLC_ASR_APP_ID + VOLC_ASR_ACCESS_KEY ，或新控制台单头 VOLC_ASR_APP_KEY ） 公共 pexels-footage / pixabay-footage skills/ Stage 8 Stock Footage 素材补充 / Stage 11C BGM 搜 公共 bgm-library skills/ Stage 11C BGM 搜（ccMixter 免版税 + 自动 TASL 署名，免 key，商用安全；与 pexels/pixabay 并列，优先用） 公共 video-review skills/ Stage 13a 成片技术自检闸门 requests 仓根 requirements.txt 各脚本 HTTP 调用 子命令清单（wrapper 视角） 子命令 用途 退出码 video-producer intent-router 意图路由三档 0 成功 / 1 参数错 / 2 env 未配 video-producer reference-concepts 吃 viral-chaser 报告出概念 0 成功 / 1 参数错 video-producer story-develop idea → 故事 0 成功 / 1 参数错 video-producer script-write 故事 → 分场剧本 0 成功 / 1 参数错 video-producer script-self-eval 脚本自评 N 维 0 成功 / 1 参数错 video-producer storyboard-build 剧本 → 镜头表 0 成功 / 1 参数错 video-producer shot-decompose 每镜拆首尾帧+运动 0 成功 / 1 参数错 video-producer character-register 角色三视图 + features 0 成功 / 1 参数错 video-producer slot-plan 素材 slot 规划 0 成功 / 1 参数错 video-producer asset-resolve 按 slot 拉素材 0 成功 / 1 参数错 / 2 env 未配 video-producer slideshow-risk 六维幻灯风险打分 0 成功 / 1 参数错 video-producer delivery-promise-lock 八类承诺锁定 0 成功 / 1 参数错 video-producer render-shot 按 slot 渲染 0 成功 / 1 参数错 / 2 env 未配 video-producer mix-audio 三场景分流占位 0 成功 / 1 参数错 video-producer narration-align 旁白 ASR 对齐时间戳 0 成功 / 1 参数错 / 2 env 未配 video-producer assemble 按序拼接成片 0 成功 / 1 参数错 video-producer add-silent-audio 给无音频视频补静音轨 0 成功 / 1 参数错 video-producer scene-compose 单 Scene 分段合成 0 成功 / 1 参数错 video-producer make-outro 片尾制作 0 成功 / 1 参数错 video-producer clip-trim 切素材段 0 成功 / 1 参数错 video-producer audio-mix 多轨混音 0 成功 / 1 参数错 video-producer timeline-compose 时间轴合成 0 成功 / 1 参数错 video-producer motion-audit motion_led 抽查 0 成功 / 1 参数错 video-producer make-cover 封面（必含标题） 0 成功 / 1 参数错 / 2 env 未配 Stage 12 工具箱（场景化组合，不写死 Workflow） Stage 12 段 不规定固定 Workflow ——下面四个原子工具 agent 按实际场景灵活组合。 原子工具清单 工具 干什么 关键参数 clip-trim 精确切素材段（入点/出点/倍速/前置缓冲，视频和音频分别处理） --input/--output/--start/--end/--speed/--sync-audio/--pre-buffer audio-mix 多轨混音（每轨独立延时和音量） --track（可重复）/--delay/--volume/--output/--duration timeline-compose 按时间轴 JSON 调 clip-trim + audio-mix 合成片段 <project_dir> --timeline timeline.json [--transition ...] assemble 按序拼接已就绪的段 + 可选转场 + 自动分辨率归一化 + 自动统一音频格式 <project_dir> [--transition hard/fade/dissolve/xfade] [--width 1080] [--fps 30] [--audio-format 24000/mono] [--low-memory] [--preview-duration 30] add-silent-audio 给无音频视频片段补静音音轨（concat 前置，assemble 内部也自动调） --input/--output/--duration/--sample-rate 24000/--channels mono scene-compose 单 Scene 分段合成（片段+旁白+对白 → 一个 Scene 片段） <project_dir> --scene scene.json [--output scene-01.mp4] make-outro 片尾制作（形象图+黑边+烧字幕+静音轨 → 标准比例片尾） <project_dir> --image <形象图> --slogan <文本> [--color color.json] [--duration 5] [--width 1080] [--fps 30] 场景化组合示例（非强制，agent 按实际判断） 场景 A：无旁白直拼 段就绪、无需切素材、无需混音—— assemble <project_dir> --transition fade 一把过。 场景 B：有旁白走时间轴 旁白一次性 TTS 生成 + narration-align 拿字级时间戳后，按时间戳把各段素材对齐旁白： agent 据 narration-segments.json 各段 start/end 冡素材入点/出点，写 timeline.json timeline-compose <project_dir> --timeline timeline.json → 调 clip-trim 切段 + audio-mix 把旁白按延时叠到各段 全段 BGM 走 timeline.json 的 audio_globals 字段混入 场景 C：分段先合再合（scene-compose 两阶段） 长片或某些段需独立预合（如先合 shot-01 03 为一场 Scene，再合 shot-04 06 为另一场，最后两场 concat）： 写 scene-01.json （clips 片段列表 + narration 旁白 + dialogue 对白），跑 scene-compose <project_dir> --scene scene-01.json --output scene-01.mp4 同样出 scene-02.mp4 把 scene-01.mp4 / scene-02.mp4 当段素材，再跑 assemble <project_dir> --source-dir scenes --transition fade 合片 scene-compose 内部调 clip-trim 切段 + audio-mix 混旁白/对白 + assemble 拼段，一步出单 Scene 完整片段。 场景 D：素材尺寸不一