videoagent-video-studio

🎬 VideoAgent 视频工作室

适用场景： 用户请求生成视频、根据文本创建视频、为图像添加动画、制作短片或生成 AI 视频时。

使用 7 种后端生成 AI 短视频。此技能会选择合适的模式（文本生成视频或图像生成视频）、优化提示词以获得最佳效果，并返回视频 URL。

---

快速参考

用户意图	模式	常见时长
“制作一个……的视频”（没有图像）	text-to-video	4–10 秒
“让这张图动起来”／“让它动起来”	image-to-video	4–6 秒
“把这个做成……视频”	image-to-video	4–6 秒
电影感、故事、广告	优先使用带有详细提示词的 text-to-video	5–10 秒

生成模式

模式	描述	模型
text-to-video	仅使用文本提示词 → 视频	minimax, kling, veo, hunyuan, grok, seedance
image-to-video	单张图像 + 提示词 → 动画短片	minimax, kling, veo, pixverse, grok, seedance
reference-based	参考图像／视频 → 连贯的输出	minimax, kling, veo, hunyuan, grok, seedance

模型（使用 --model <id>）

模型 ID	T2V	I2V	参考	说明
minimax	✅	✅	✅	主体参考图像、角色一致性
kling	✅	✅	✅	多元素／角色／关键帧（O3）
veo	✅	✅	✅	Google Veo 3.1，多张参考图像
hunyuan	✅	—	✅	视频到视频的风格迁移
pixverse	—	✅	—	风格化的图像生成视频
grok	✅	✅	✅	通过参考视频编辑视频
seedance	✅	✅	✅	Seedance 1.5 Pro，同步音频，4–12 秒

完整模型详情和端点参考：references/models.md。

---

如何生成视频

第 1 步 — 选择模式并优化提示词

• 文本生成视频：补充主体、动作、镜头运动、光线和风格。明确描述动作（例如“镜头缓慢推近”“角色从左向右行走”）。
• 图像生成视频：描述要应用于图像的动作（例如“头发随微风轻轻飘动”“镜头横扫场景”）。参见 references/prompt_guide.md 中的模式。

第 2 步 — 运行脚本

文本生成视频：

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "<enhanced prompt>" \
  --duration <seconds> \
  --aspect-ratio <ratio>

图像生成视频：

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "<motion description>" \
  --image-url "<public image URL>" \
  --duration <seconds> \
  --aspect-ratio <ratio>

参数：

参数	默认值	描述
--mode	text-to-video	text-to-video 或 image-to-video
--prompt	(必填)	场景或动作描述
--image-url	—	image-to-video 必填；公开图像 URL
--duration	5	时长，单位为秒（通常为 4–10）
--aspect-ratio	16:9	16:9、9:16、1:1、4:3、3:4
--model	auto	模型 ID（例如 kling、veo、grok、seedance）；auto = 由代理选择

其他命令：

命令	描述
node tools/generate.js --list-models	列出代理提供的可用模型
node tools/generate.js --status --job-id <id>	检查异步任务状态

第 3 步 — 返回结果

脚本会返回 JSON：

{
  "success": true,
  "mode": "text-to-video",
  "videoUrl": "https://...",
  "duration": 5,
  "aspectRatio": "16:9"
}

将 videoUrl 发送给用户。

---

对话示例

用户：“生成一段猫在雨中行走的短视频，要有电影感。”

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "A cat walking through rain, wet streets, neon reflections, cinematic lighting, slow motion, 4K" \
  --duration 5 \
  --aspect-ratio 16:9

---

用户：“给这张照片添加动画效果”（用户上传了一张风景图）

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "Gentle clouds moving across the sky, subtle grass movement, cinematic atmosphere" \
  --image-url "https://..." \
  --duration 5 \
  --aspect-ratio 16:9

---

用户：“制作一段 10 秒的竖屏咖啡倾倒视频，采用慢动作。”

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "Close-up of coffee pouring into a white cup, slow motion, steam rising, soft lighting, product shot" \
  --duration 10 \
  --aspect-ratio 9:16

---

用户：“用 Google Veo 拍一段有电影感的镜头。”

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --model veo \
  --prompt "A dragon flying through cloudy skies, cinematic lighting, 8s" \
  --duration 8 \
  --aspect-ratio 16:9

---

用户：“让这张肖像动起来。”

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --model grok \
  --prompt "Gentle smile, subtle head turn" \
  --image-url "https://..." \
  --duration 5

---

设置

默认情况下无需 API 密钥。 请求会通过托管代理发送。自定义代理或令牌时，设置以下变量：

变量	必需	描述
VIDEO_STUDIO_PROXY_URL	否	代理基础 URL
VIDEO_STUDIO_TOKEN	否	代理要求身份验证时使用的令牌

---

知识库

• references/prompt_guide.md — 文本生成视频和图像生成视频的提示词模式。
• references/models.md — 模型列表、功能和选择指南。
• references/calling_guide.md — 各模型的端点详情、输入参数和特殊处理。