关于 scenario-vidu
scenario-vidu 是用于在 Scenario 中选择和运行 Vidu 视频模型的技能，面向视频创作者。它涵盖文本、图像和参考素材模式，并指导模型选择、提示词编写、参数核对与结果检查。
主要功能
- 01选择 T2V、I2V 或 Reference2V 模型
- 02比较模型层级与参数限制
- 03按生成模式编写提示词
- 04使用 dry_run 估算任务
- 05等待任务并检查输出
适用场景
- 01根据文本提示生成视频
- 02让静态图动起来或连接首尾帧
- 03使用身份参考素材生成片段
- 04批量生成前核对模型限制
MCP 相关
通过 Scenario 技能使用 search、model_schema_get、model_run、jobs_wait 和 asset_display 等 Scenario 工具。
安装
复制下面的命令，在终端中运行。
npx skills add https:/安装后在 Claude Code 中输入/scenario-vidu确认已加载。
详细介绍
Scenario Vidu 视频
概述
Scenario 上由 Shengshu Technology 推出的 Vidu 视频系列，不会把所有模式合并到一个模型中，而是每种模式、每个档位各提供一个模型：模型名称同时包含模式（T2V、I2V、Reference2V）和档位（Q3、Q2、Q1、2.0）。撰写本文时共有 15 个型号可用，因此请搜索此系列，按名称选择，并将 model_schema_get 视为准则，因为各档位边界处的限制各不相同。
关于连接和核心循环，请参阅本仓库中的 scenario 技能；关于与模型无关的视频工作流，请参阅 scenario-video 技能。如果你可用的技能中缺少此处提及的同级技能，请让用户安装它（npx skills add scenario-labs/skills --skill <name>）；如果处于无人值守状态，则根据工具架构继续操作，并指出这一缺失。
快速参考
根据你持有的素材选择模型系列（输入名称来自当前在线的架构）：
| 你持有的素材 | 系列 | 关键输入 |
|---|---|---|
| 仅有文本 | T2V | prompt、aspectRatio、duration、resolution |
| 一张待制作动画的静图 | I2V | generationType: "image_to_video"、images，含一个 ID |
| 起始帧和结束帧 | I2V | generationType: "start_end_to_video"、images，含两个 ID |
| 身份参考 | Reference2V | images，最多 7 张 |
在起始帧/结束帧模式下，数组顺序决定效果：第一个 ID 开启片段，第二个 ID 结束片段，并且 generationType 必须与图像数量匹配。I2V 型号均不提供 aspectRatio：画面比例由源静图决定。Reference2V 用于传递身份特征（角色、道具、调色风格），而不是开场状态；若要以确切帧开场，请改用 I2V 型号。撰写本文时，有一个 Reference2V 型号（Q2 Pro）还支持 videos：最多 2 个参考视频（一个视频最长 8 秒，或两个视频各 5 秒；每个 100MB；画面比例介于 1:4 和 4:1 之间），并且必须提供 images 或 videos。
每个型号都接受 seed。audio（默认值为 false）是背景音乐开关，而非音效设计；在大多数 Q2 型号上，如果时长为 9 或 10 秒，该参数不会生效，也不会报错。
档位决定限制
撰写本文时：Q3 支持 1 到 16 秒；Q2 支持 1 到 10 秒，起始帧/结束帧模式最长 8 秒；2.0 I2V 仅支持恰好 4 或 8 秒，且 8 秒仅限 720p；Q1 完全不提供时长或分辨率设置，2.0 Reference2V 则不提供时长设置。movementAmplitude（auto、small、medium、large）仅存在于 Q1 和 2.0 系列中；通用或动漫 style 选择器仅存在于 Q1 I2V 型号中。在 Q2 和 Q3 上，动作强度和风格需写入提示词。Turbo 和 Fast 版本在与对应 Pro 版本相同的时长和分辨率限制下缩短延迟。duration 和 resolution 都会影响费用，仅某个型号的费用就可能相差数倍，因此批量生成前请对确切任务执行 dry_run。
两种提示词结构
T2V 和 I2V 需要一段 120 到 180 词、使用现在时的单镜头段落：描述场景和灯光、一两个动作、用简单动词描述一个镜头运动（平移、推轨、放大），用身体动作表现情绪（“她的肩膀垂了下来”），不要切镜；对于 I2V，不要描述静图中尚不存在的内容。Reference2V 则恰好相反：使用一句简短句子，约 20 到 40 词，按位置说明各元素来自哪个参考素材，例如：“image1 中的角色穿着 image2 中的盔甲，在暴风雪中行走”。各型号的提示词长度限制不同，为 2000 到 5000 个字符。
示例：连接两个关键帧
- 使用
target="models"、query="vidu"、public=true调用search。优先选择所需模式中的最新档位，例如model_vidu-i2v-q3-pro（编写本文时可搜索到的结果：每次会话都要重新发现）。 - 使用该 ID 调用
model_schema_get：查看时长范围、分辨率和默认值。 - 使用
upload_asset上传起始帧和结束帧静图（参见scenario技能），获取两个资源 ID。 - 调用
model_run，设置该model_id、dry_run=true，并设置parameters={"generationType": "start_end_to_video", "images": ["asset_start", "asset_end"], "prompt": "The knight slowly lowers his sword as dusk settles over the courtyard. The camera dollies in on his face.", "duration": 8, "resolution": "1080p"}； 正式运行时，将提示词扩展为上文所述的完整段落形式；更改时长或分辨率后，重新估算。 - 再次调用
model_run，设置wait=false，然后使用返回的任务 ID 调用jobs_wait；超时后使用pending_job_ids再次调用，切勿再次调用model_run。 - 使用
asset_display查看输出，并检查两个锚点帧是否都已生成。
常见错误
- 使用
generationType: "image_to_video"输入两张图，或使用起始帧／结束帧类型却只输入一张图：类型必须与图片数量匹配，顺序决定起始帧和结束帧。 - 期望 Reference2V 片段以参考图开场：参考图用于固定身份，而不是确定第一帧；需要精确开场帧时，请使用 I2V 成员。
- 将一个档位的上限套用到其他档位：只有 Q3 支持 16 秒；2.0 I2V 仅接受 4 秒或 8 秒，且 8 秒会强制使用 720p。
- 提示生成对话或音效：
audio只会添加背景音乐，而且大多数 Q2 成员在 9 秒或 10 秒时会停止输出音频。 - 在 Reference2V 中使用 150 词的段落，或在 T2V 中只用一句话：这两种模式需要截然不同的提示词形式。
- 向任何 Reference2V 成员传入
videos：编写本文时，只有一个成员接受参考视频；请先查看架构。