layer-video-timeline

Layer Video Timeline

概述

render_video_timeline 将用户已有的素材剪辑成一支完整的视频：按顺序排列片段，在片段之间添加转场，叠加文字和 Logo，并添加分层音频。 estimate_video_timeline_price 可在不渲染的情况下估算渲染费用，get_generation_run 用于轮询任务状态。

这三个工具直接命名，而不是通过发现机制查找，因为它们是 Layer 的第一方工具，不是模型，且目录中没有可替代的选项。

这是一个合成步骤，而不是生成步骤。它会合成已有素材。片段生成由 layer-video 完成，并且在任何片段进入时间线之前，都应先完成审核。

如果此处提到的同级技能不在你可用的技能中，请让用户安装（npx skills add layerai/skills --skill <name>）；如果需要在无人值守的情况下继续操作，请根据工具架构处理，并标明这一缺失。

先确认是否可以一次生成完成

开始合成前，先确认是否有一种视频模型可以一次性渲染整支视频。能够在一次生成中产出多镜头序列的模型，可以自行保持剪辑之间的连贯性，而合成无法做到这一点。如果镜头必须逐一审核、来自不同来源，或视频时长超过任何模型的渲染上限，那么合成才是合适的选择。

渲染前准备好输入

每个片段、图像和音频文件都必须已存在于工作区中，并通过 file_id 引用。生成的素材自带 file_id，因此可以直接用于时间线。本地文件则必须先上传。

首次渲染前要先确定两件事，因为之后修改这两项的成本都很高：

• 整支视频统一使用一种宽高比和一种分辨率。 混合宽高比的片段会出现黑边或被裁切，而裁切可能会让人物的头部消失。先确定交付格式，再按该格式生成镜头。
• 确保音频时长与画面时长匹配。 音轨短于剪辑时长会导致结尾静音；音轨过长则会延续到片尾卡之后。应在时间线中裁剪音频，而不是重新生成音乐。

剪辑

镜头时长决定节奏。每个镜头都停留相同的三秒，会让蒙太奇像幻灯片一样，因此要有所变化：用较短的镜头增强活力，在观众需要阅读内容时延长停留时间。

转场是经过考量的选择，而不是装饰。大多数情况下，直接切换就合适。时间或地点变化时使用叠化；整支视频应统一使用一种转场风格，因为混用划像、叠化和淡入淡出会显得未完成，而不是丰富多变。

如果视频中有 CTA，片尾卡的停留时间应足够让观众按自己的节奏读两遍，而不是按剪辑师的节奏。

叠加内容

文字叠加必须适应各平台的显示要求。标题和 CTA 应放在安全区域内，远离边缘，因为社交平台播放器会裁切画面，并在顶部和底部叠加自己的 UI。文字应放在底板、半透明遮罩上，或画面中刻意留出的简洁区域，而不要覆盖在繁忙的动态画面上。

生成的视频是承载小字最糟糕的背景。如果交付内容包含不止寥寥几字，应使用定格画面或纯色底板作为文字背景。

完整示例

“将这五个已获批准的镜头剪辑成一支 20 秒的竖版广告，并加入我们的 logo 和 CTA。”

1. 这五个镜头都来自之前的运行，因此带有 file_id 值。确认它们的生成比例都是 9:16，因为混用比例是这里最常见的问题。
2. 如果工作区中还没有 logo，就上传它，并获取音乐曲目的 file_id。
3. 合成时间线：按顺序排列五个片段，使用直接切换；在整个视频中将 logo 小尺寸叠加在统一的角落；结尾处停留在 CTA 卡片上，并在整支视频下方铺上音乐。
4. 先调用 estimate_video_timeline_price。展示表格；如果超过 20 CUs，请等待明确确认。
5. 调用 render_video_timeline，然后以 poll_interval_seconds 调用 get_generation_run。
6. 交付前从头到尾观看成片。检查剪辑点、音乐是否自然收尾而不是突然停止，以及 CTA 是否位于安全区域内。

常见错误

• 本可以由一个模型以真正的连贯性渲染整个序列，却选择了拼接。
• 混用片段的宽高比，交付时才发现裁切有问题。
• 上传 Layer 已生成且已带有 file_id 的素材。
• 让每个镜头的时长都相同。
• 在同一支视频中混用不同的转场风格。
• 在繁忙的生成画面上叠加小字，或将文字放在安全区域之外。
• 未从头到尾观看渲染结果就交付。