mcpField
A
ai-video-gen

ai-video-gen

github.com/sundial-org创意与媒体673147 次安装34 周前更新
代码仓库

关于 ai-video-gen

ai-video-gen 是一款可根据文字描述或图像序列制作视频的技能。其脚本将图像与视频生成、配音和 FFmpeg 剪辑组合成视频工作流。

主要功能

  1. 01使用 DALL-E 3、Stable Diffusion 或 Flux 生成图像
  2. 02通过 LumaAI、Runway 或 Replicate 生成视频
  3. 03使用 OpenAI TTS 或 ElevenLabs 添加旁白
  4. 04用 FFmpeg 合成和剪辑
  5. 05从多个场景或图像制作视频

适用场景

  1. 01将文字描述转换为视频
  2. 02用图像序列制作视频
  3. 03为现有视频添加旁白
  4. 04合成包含多个场景的视频

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sundial-org/awesome-openclaw-skills --skill ai-video-gen

安装后在 Claude Code 中输入/ai-video-gen确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

add_voiceover.py
generate_video.py
images_to_video.py
QUICK_START.md
README.md
requirements.txt

详细介绍

AI 视频生成技能

使用 AI 根据文本描述生成完整视频。

功能

  1. 图像生成 - DALL-E 3、Stable Diffusion、Flux
  2. 视频生成 - LumaAI、Runway、Replicate 模型
  3. 配音 - OpenAI TTS、ElevenLabs
  4. 视频编辑 - 使用 FFmpeg 进行合成、添加转场和叠加效果

快速开始

# Generate a complete video
python skills/ai-video-gen/generate_video.py --prompt "A sunset over mountains" --output sunset.mp4

# Just images to video
python skills/ai-video-gen/images_to_video.py --images img1.png img2.png --output result.mp4

# Add voiceover
python skills/ai-video-gen/add_voiceover.py --video input.mp4 --text "Your narration" --output final.mp4

设置

必需的 API 密钥

添加到环境或 .env 文件中：

# Image Generation (pick one)
OPENAI_API_KEY=sk-...              # DALL-E 3
REPLICATE_API_TOKEN=r8_...         # Stable Diffusion, Flux

# Video Generation (pick one)
LUMAAI_API_KEY=luma_...           # LumaAI Dream Machine
RUNWAY_API_KEY=...                # Runway ML
REPLICATE_API_TOKEN=r8_...        # Multiple models

# Voice (optional)
OPENAI_API_KEY=sk-...             # OpenAI TTS
ELEVENLABS_API_KEY=...            # ElevenLabs

# Or use FREE local options (no API needed)
安装依赖项
pip install openai requests pillow replicate python-dotenv
FFmpeg

已通过 winget 安装。

使用示例

1. 文本转视频（完整流程）
python skills/ai-video-gen/generate_video.py \
  --prompt "A futuristic city at night with flying cars" \
  --duration 5 \
  --voiceover "Welcome to the future" \
  --output future_city.mp4
2. 多个场景
python skills/ai-video-gen/multi_scene.py \
  --scenes "Morning sunrise" "Busy city street" "Peaceful night" \
  --duration 3 \
  --output day_in_life.mp4
3. 图像序列转视频
python skills/ai-video-gen/images_to_video.py \
  --images frame1.png frame2.png frame3.png \
  --fps 24 \
  --output animation.mp4

工作流选项

经济模式（免费）
  • 图像：Stable Diffusion（本地或免费 API）
  • 视频：开源模型
  • 配音：OpenAI TTS（便宜）或免费 TTS
  • 编辑：FFmpeg
品质模式（付费）
  • 图像：DALL-E 3 或 Midjourney
  • 视频：Runway Gen-3 或 LumaAI
  • 配音：ElevenLabs
  • 编辑：FFmpeg + 特效

脚本参考

  • generate_video.py - 主要的端到端生成器
  • images_to_video.py - 将图像序列转换为视频
  • add_voiceover.py - 为现有视频添加旁白
  • multi_scene.py - 创建多场景视频
  • edit_video.py - 应用特效、转场和叠加效果

API 成本估算

  • DALL-E 3：每张图像约 $0.04-0.08
  • Replicate：每次生成约 $0.01-0.10
  • LumaAI：每 5 秒 $0-0.50（提供免费套餐）
  • Runway：每秒约 $0.05
  • OpenAI TTS：每 1K 个字符约 $0.015
  • ElevenLabs：每 1K 个字符约 $0.30（品质更好）

示例

查看 examples/ 文件夹中的示例输出和提示词。

评论

支持 Markdown