Agent-Media UGC Video

Agent-Media UGC 视频

一个工具。一次调用。生成完成并带字幕的竖屏 UGC 视频。

你提供 script，还可以选择指定说话者 — agent-media 会为你选择工作流、拍摄次数和时长。你绝不会选择子工具：

• 短句 → 一段干净利落的对镜口播视频。
• 完整独白（任意长度）→ 无缝衔接的多次拍摄视频，绝不会为了适配片段而删减。
• broll_url → 人物在你的 B-roll／游戏实况／产品素材上进行旁白。

输入

说什么 — 以下二选一：

• script — 口播台词，任意长度。一个句子生成一个片段；一段文字生成完整的多次拍摄视频。绝不删减。
• scene_action — 改为生成无声片段（跳舞、B-roll、氛围镜头）。必须提供 character。

谁来说 — 可选，最多提供一项（省略 → 自动生成默认人物）：

• person — 用文字描述人物，例如 "一位 25 岁、留着红色卷发的女性"。
• image — 人物照片：公开的 https URL 或 Base64。人物面部会与照片保持一致。
• character — 复用已保存的人物：其 char_… ID（来自 list_characters）或其 character_sheet_url。
• name — 可选的姓名／年龄／风格提示，例如 "Sophia，28 岁"。

长篇独白或 broll_url 产品测评需要真实人物面部 — 请传入 image 或 character，而不只是 person。

字幕为可选项 — 请勿自行添加。 首先询问用户是否需要字幕，以及选择哪种 caption_style（hormozi | tiktok | minimal）；只有用户表示需要时才设置 captions:true，否则保持关闭。

外观与格式 — 均为可选项：

• captions — 除非设为 true，否则关闭（请先询问，见上文）；caption_style（hormozi | tiktok | minimal）
• look（natural | commercial | raw_iphone）、aspect_ratio（9:16 | 1:1）
• broll_url — 一段 https 视频，人物旁白时叠加在画面下半部分。
• duration — 留空；时长会根据脚本推断。仅在需要强制生成短片段时设置。

示例

根据文字描述生成一段短视频：

{ "script": "Honestly? This app saved my whole morning routine.", "person": "a friendly young woman, soft daylight" }

使用已保存的人物生成完整独白 — 多次拍摄，绝不删减：

{ "script": "Okay I have to be honest with you for a second. Three months ago I was completely overwhelmed … (the entire monologue, as long as you like) … and that is your sign.", "character": "char_8f3ac210" }

根据真实人物照片生成：

{ "script": "Wait — you have to see what this actually does.", "image": "https://example.com/face.jpg", "name": "Maya, 27" }

带旁白的 B-roll／游戏实况测评：

{ "script": "Watch this play — this is where the whole match turns around.", "broll_url": "https://example.com/clip.mp4", "character": "char_8f3ac210" }

在同一会话中复用同一人物

视频完成后，人物会被保存 — GET /v1/characters 会列出该人物及其 character_id（char_…）和 character_sheet_url。在同一任务中生成下一个视频时，请将其作为 character 传入，而不是提供新的 person：这样可以确保面部完全一致，而且速度更快、成本更低，因为会复用现有肖像和人物设定表，而不是重新生成（人物设定表不会跳过 — 会被复用）。只有用户要求换人时，才生成新人物。如果不确定用户想沿用同一人物还是换新人，请先询问用户，再进行生成。

如何调用

推荐方式：MCP 工具 mcp__agent-media__make_ugc。完整架构会通过 tools/list 自动发布；上文列出的是手动指定的字段。

备用方式：REST。

POST https://api.agent-media.ai/v1/skills/make_ugc/run
Authorization: Bearer $AGENT_MEDIA_API_KEY
Content-Type: application/json
Idempotency-Key: <any unique string per intent>

{ "script": "Okay this completely changed how I work — I plan my whole week in ten minutes now.", "character": "char_8f3ac210" }

成本与耗时

• 点数：取决于工作流：短片约 190–505 点；长篇独白或 B-roll 测评按拍摄次数计价
• 耗时（通常）：360–1400s
• 每次拍摄运行时扣除。

轮询结果

GET https://api.agent-media.ai/v1/skills/runs/<skill_run_id>
Authorization: Bearer $AGENT_MEDIA_API_KEY

每个步骤都会返回 status 和 current_step；当 status 为 succeeded 时，final_output.video_url 即为生成完成的 MP4 视频。

请持续向用户同步进度 — 不要悄无声息。 视频生成需要几分钟：新人物会依次经过肖像 → 人物设定表 → 视频（→ 如有需要则添加字幕）；复用已保存人物时则直接生成视频。提交任务时，告知用户计划和大致预计耗时，然后轮询并在 current_step 发生变化时报告进度（例如“正在制作人物设定表……” “正在渲染视频……” “正在添加字幕……”），让用户随时了解进展。

规则

• 请参阅 reference/realism-rubric.md，了解融入每条提示词的真实感准则。
• 请参阅 reference/pacing.md——你无需管理节奏；make_ugc 会根据字数调整每段内容的时长。
• 请参阅 reference/auth.md，了解首次安装和 agent-media login。

唯一可信来源

由 scripts/generate-public-skill.ts 根据 services/api-v2/src/skills/registry.ts 自动生成。请勿手动编辑；CI 会拒绝不一致的内容。