media-acquisition

媒体获取

一个镜头，一个来源，依据规则决定，而不是看哪个供应商听起来更厉害。按每个镜头应用此规则，绝不要按项目应用——一支视频通常会混用全部四个层级。

需要

scripts/prekey.py（将生成的片段抠出 Alpha 通道）随此技能附带——仅使用标准库，需要 PATH 中有 ffmpeg。

所有实际负责获取内容的功能都需要运行 pip install 'video-studio-engine @ https://github.com/scrollmark/social-skills/archive/refs/heads/master.tar.gz' 安装，然后以 video-studio <name> … 调用。基础安装包含 stock_archive、stock_pexels、stock_pixabay、stock_shutterstock、gen_image、gen_minimax、gen_replicate 和 verify_clips（返回内容检查）。为 source_clips（用户 URL 和按许可证筛选的搜索，需要 yt-dlp）添加 [sourcing]，为 gen_veo 添加 [generate]；两者可同时添加：[sourcing,generate]。

跳过此安装，此技能就无法用作工作流。 它是在十个程序外包裹的一条选择规则；梯级仍可作为简报，告诉人类该打开哪个素材库以及原因，但不会搜索、不会生成、不会检查收到的内容，而确保各层级安全的许可证筛选功能位于这些程序中，不在这段说明里。

梯级

1. 这个主题在现实世界中存在吗？
   否  -> 生成（虚构产品、想象场景、风格化抽象内容）
2. 它属于公共、历史、科学、市政或自然题材吗？
   是  -> 档案素材（免费，无需密钥：太空、天气、野生动物、基础设施、记录资料）
3. 它属于日常或商业题材吗——室内场景、工作中的人、食物、城市？
   是  -> 素材库（免费，需要密钥，现代素材库）
4. 否则就生成。然后：运动是否承载意义？
   是  -> 生成视频（人物表演、某个过程、镜头移动）
   否  -> 生成静帧 + 镜头缓移（成本约低 10 倍，而且更稳定）

排序依据是结果出错的可能性，而非质量。 此流水线实际交付过的所有失败案例都来自生成素材——道具上出现虚构的伪文字、片段中途出现意外剪切、主持人的脸在不同场景间发生变化。实拍素材没有这些问题，不花钱，而且已经获得许可。生成是备用方案。

**档案素材在免费层级中排在最前，**因为完全不需要凭证，是新机器上唯一能保证正常工作的来源。其实际局限是：科学、太空、历史和自然题材丰富；摆拍的现代题材则很少，甚至完全没有。承诺能从这类素材中找到某个场景前，先检查搜索结果实际返回了什么。

根据许可证覆盖范围，而非素材库大小打破平局。 优先选择许可证覆盖整个素材库的来源，而不是许可证因条目而异的来源。Agent 无法可靠地对数百个素材逐一进行权利判断，而错误选择一次就会带来实际责任风险——这就是为什么 Pexels 优先于许可证混杂的素材库，也解释了为什么档案和特效脚本会按许可证筛选，而不是盲信搜索排名。

镜头类型胜过主题

梯级依据主题选择，但这还不够。塑料玩具积木是真实、日常且量产的物品，因此第 3 步会推荐素材库——但四个积木镜头都没能从素材库中找到，最终只能付费生成：一个棚拍的单独积木，结果变成了拿着木块的孩子；一个积木底面的微距镜头，结果变成了一家人坐在地毯上。

素材库擅长提供处于场景中的主题素材，却几乎找不到单独呈现的物品。 棚拍主视觉镜头、产品微距镜头或机械结构特写都应通过生成来完成，即使物品再普通也一样。

生成已知的弱点——人脸、可读文字、镜头间身份一致性——对坚硬、无品牌的物品根本不适用，因此在这类场景中生成反而胜出。应按镜头判断是否生成，而不是按整支视频判断。

词汇选择会影响素材来源。 搜索“block”容易偏向木块和 Jenga；搜索“plastic building brick”返回的则是砌墙用砖。搜索人们给素材打标签时使用的词，然后重新检查结果是否符合你所要求的镜头。

检查返回结果

搜索结果有五种特定的不可靠之处，而且都不会主动显露。video-studio verify_clips --project <dir> 会捕捉这五种情况：两个查询返回了字节完全相同的视频片段、彩色视频作品中出现单色片段、片段时长短于对应场景（片段会循环播放，跳转点落在镜头中间）、配乐无声，以及旁白文本没有音频。**返回非零表示不要构建。**方向不匹配是警告，不是失败；竖屏作品中使用 4:3 的档案片段通常是有意为之。

检查实拍素材帧中是否有不需要的文字，方法与检查生成帧相同。伪文字看起来像纹理；素材片段中烧录的 “MAKE MONEY” 则像是一种声明。

**切勿重新生成现有片段。**在项目目录下按场景和图层 ID 缓存。为了“确保素材是最新的”而重新获取会产生费用，而且返回的片段可能有几帧差异，从而导致之后的所有剪辑点都发生偏移。

特定提供商的故障模式——被悄然拒绝的时长限制、在 HTTP 200 响应中返回的错误、失效的端点，以及看起来像速率限制的计费门槛——详见 references/provider-landmines.md。在报价或规划批量处理前，请先阅读。各提供商的费用和权利信息见 studio-setup 技能中的 SERVICES.md；发布任何内容前都要查看。

反模式

• **默认选择生成，因为它总会返回点什么。**与免费套餐相比，它返回错误结果的概率更高，而且还会收费。
• **为静态 B-roll 生成视频。**6 秒片段约需 $0.36；静帧约需 $0.03。如果运动没有承载任何意义，就在合成器中移动摄像机。
• **要求生成器生成可读文字。**它会编造字形。文字应始终使用合成器排版。
• **提供没有密钥的素材来源。**这会浪费用户一次交互，还会导致费用估算错误。提供前先检查是否可用。
• **将用户提供的 URL 视为已获权利许可。**由用户自行承担这一判断，但如果 URL 明显指向第三方内容，请明确说明。