关于 videogencn
videogencn 是使用 Alibaba Cloud Bailian、Volcengine Ark、MiniMax 和 Tencent Hunyuan 中文视频模型生成短片的技能。它根据输入选择文生、图生、首尾帧或参考生视频模式，并下载完成的 MP4 文件。
主要功能
- 01四种视频生成模式
- 02接入四家服务提供方
- 03自动选择模式和模型
- 04可设时长、分辨率和画幅
- 05异步生成并下载 MP4
- 06模型目录与对比页面
适用场景
- 01根据文本提示生成短片
- 02让静态图片动起来
- 03制作两帧之间的转场
- 04使用参考图片生成视频
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/videogencn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。
docs/videogen-workflow.drawioscripts/generate_video.pyscripts/providers/__init__.pybailian.pybase.pyhunyuan.pyjimeng.pyminimax.pytests/__init__.pytest_core.py详细介绍
videogencn - 中文视频生成技能
概述
使用四家服务提供商的视频模型生成短视频片段：阿里云百炼（Wan/PixVerse/Kling/Vidu/HappyHorse）、火山引擎 Ark（Jimeng/即梦）、MiniMax（海螺 AI）和腾讯混元（混元）。
根据输入自动选择以下四种模式：
| 模式 | 输入 | 默认模型 |
|---|---|---|
| t2v 文生视频 | 仅提示词 | wan2.7-t2v-2026-04-25（百炼） |
| i2v 图生视频 | 提示词 + --image | wan2.6-i2v-flash（百炼） |
| kf2v 首尾帧 | 提示词 + --image + --last-frame | pixverse/pixverse-c1-kf2v（百炼） |
| r2v 参考生视频 | 提示词 + --ref（1-7 张图片） | pixverse/pixverse-c1-r2v（百炼） |
视频生成是异步的：提交 → 每 10s 轮询一次 → 下载 MP4。结果 URL 会在 24h 后过期，因此脚本总会立即下载。
本地图片：Wan/HappyHorse 可直接接受 base64 数据 URI；PixVerse/Kling/Vidu 会自动上传到 DashScope OSS（48h）；Jimeng/Hunyuan 使用 base64；MiniMax 通过其文件 API 上传。
何时使用此技能
- 用户要求生成视频 / 文生视频 / 图生视频 / 首尾帧 / 参考生视频
- 用户指定中国视频模型：万相/Wan、爱诗/PixVerse、可灵/Kling、Vidu、HappyHorse、即梦/Jimeng、海螺/MiniMax、混元/Hunyuan
- 用户需要 B-roll、动态静帧、角色一致的片段或帧间转场
- 用户询问模型定价、功能或想比较模型 → 打开
docs/models.html
工作流
步骤 0：优化提示词（交互式）
除非跳过，否则对 t2v/i2v 执行（参见 §0.4）。Claude 会在生成前润色用户的提示词。
0.1 分析原始输入
| 维度 | 检查内容 |
|---|---|
| 主体 | 谁/什么？外观、动作、表情 |
| 场景 | 在哪里？背景、环境、氛围 |
| 光线 | 一天中的什么时段？光线质感如何？（黄金时段、霓虹、柔和漫射光、逆光） |
| 镜头 | 镜头类型？（特写、广角、航拍、跟拍）。如何运动？（推进、摇摄、环绕） |
| 情绪/风格 | 情绪基调？视觉风格？（电影感、动漫、纪录片、超现实） |
| 运动 | 什么在动？如何运动？速度、方向、动态 |
| 时间变化 | 是否有情节序列？开头→中间→结尾？ |
0.2 生成三个优化版本
以表格形式展示 3 个版本：
| # | 风格方向 | 优化后提示词 | 建议参数 |
|---|---------|-------------|---------|
| 1 | [风格名] | [完整中文提示词] | 5s / 16:9 / 1080P |
| 2 | [风格名] | [完整中文提示词] | 8s / 16:9 / 1080P |
| 3 | [风格名] | [完整中文提示词] | 5s / 9:16 / 1080P |
- 版本 1：忠于原意 — 保留核心创意，增添电影感细节
- 版本 2：创造性发散 — 采用不同的艺术诠释
- 版本 3：实用主义 — 针对竖屏短视频进行优化
提示词编写规则：
- 使用中文；将主体 + 动作放在前面（前 20 个字最重要）
- 使用具体的视觉名词（“金色麦田”），而非抽象概念（“丰收的感觉”）
- 明确描述运动（“缓缓推近”、“随风飘动”）
- 在结尾添加镜头/光线提示（“电影感镜头”、“逆光剪影”）
- 控制在 150 个字符以内
- Wan 2.7 多镜头格式：
第N个镜头[N-Ns]: 描述
0.3 用户反馈循环
| 用户说 | 操作 |
|---|---|
| “用第N个” / “N” | 原样使用版本 N |
| “更诗意” / “更浪漫” | 以诗意风格重新生成 |
| “更简洁” | 精简至核心内容 |
| “加动态元素” | 增加运动/动作 |
| “改为夜景” / “下雪” / 等 | 将场景变化应用于所有版本 |
| “混合1和3” | 结合版本 1 的主体和版本 3 的风格 |
| “直接用” / “不改了” | 跳过优化 |
| 自定义反馈 | 根据反馈修改并重新生成 |
持续迭代，直到用户明确同意（“好”、“可以”、“用这个”、“生成吧”）。
0.4 跳过条件
用户说“直接生成” / “不用优化” / “skip”、提示词已经很详细（>80 个字符）或模式为 kf2v/r2v 时，跳过优化。
步骤 1：决定模式、提供商和模型
- 模式：根据输入自动检测（t2v / i2v / kf2v / r2v）
- 提供商：使用
--provider {bailian,jimeng,minimax,hunyuan}，或根据模型名称自动检测 - 模型：使用
--model标志，或使用该模式下提供商的默认模型 - 参数：采用版本建议或用户指定的时长、分辨率和宽高比
步骤 2：确认并生成
向用户展示最终命令并确认。运行脚本；脚本会阻塞，直到任务完成并保存 MP4。
第 3 步：交付
报告输出路径、文件大小和生成时间。若未指定路径，则保存到当前工作目录。
成本提示：视频 API 按输出时长的秒数计费。对于时长较长或数量较多的片段，请先与用户确认。
服务提供商
Alibaba Bailian 百炼
一个 API 密钥（DASHSCOPE_API_KEY）可用于 5 个模型系列。第三方模型（PixVerse/Kling/Vidu/HappyHorse）仅限 cn 区域。模型：Wan（t2v/i2v，最长 15s）、PixVerse（支持全部 4 种模式，1-15s）、Kling（t2v/i2v/kf2v + omni 上的 r2v）、Vidu（q3：支持音频，1-16s；q2：1-10s）、HappyHorse（t2v/i2v，3-15s）。
Volcengine Ark (Jimeng 即梦)
通过 https://ark.cn-beijing.volces.com/api/v3 使用 ARK_API_KEY。Seedance 2.0：t2v/i2v，最长 15s/2K，支持音频、唇形同步和镜头运动。画面比例：16:9、9:16、1:1、21:9。
MiniMax 海螺 AI
通过 https://api.minimax.chat 使用 MINIMAX_API_KEY。MiniMax-H3（Hailuo 3.0）：t2v/i2v，4-15s，768P/1080P（通过直接 API 支持 2K），24fps，原生立体声音频。旧版 video-01：720P 下为 6s，默认启用提示词优化器（使用 --no-prompt-optimizer 将其禁用）。主机覆盖项：MINIMAX_API_BASE（例如，CN 区域为 https://api.minimaxi.com / 国际区域为 https://api.minimax.io）。
Tencent Hunyuan 混元
通过 TokenHub 使用 HUNYUAN_API_KEY。hy-video-1.5：t2v/i2v（5-10s、720P，支持 --duration/--seed）。实验性模型，仅支持 i2v：yt-video-2.0、yt-video-fx、yt-video-humanactor。尚不支持 --resolution、--ratio、--audio、--camera-motion 标志。
模型选择指南
| 使用场景 | 模型 | 服务提供商 |
|---|---|---|
| 最高质量的 t2v、多镜头 | wan2.7-t2v-2026-04-25 | Bailian |
| 快速动作／战斗 | pixverse/pixverse-c1-t2v | Bailian |
| 智能分镜 + 音频 | kling/kling-v3-video-generation | Bailian |
| 最长 16s 的长片段 + 音频 | vidu/viduq3-pro_text2video | Bailian |
| 抖音／小红书短视频 | doubao-seedance-2-0-260128 | Jimeng |
| 动作流畅、物理效果自然 | MiniMax-H3 | MiniMax |
| 让图像动起来（默认） | wan2.6-i2v-flash | Bailian |
| 在两帧之间过渡 | pixverse/pixverse-c1-kf2v | Bailian |
| 保持角色／主体一致性 | pixverse/pixverse-c1-r2v | Bailian |
| 低成本草稿 | wanx2.1-t2v-turbo、happyhorse-1.0-t2v | Bailian |
| 在 Tencent 上进行中文 t2v/i2v | hy-video-1.5 | Hunyuan |
| 人像动画（实验性） | yt-video-humanactor | Hunyuan |
运行 python scripts/generate_video.py --list-models 查看完整模型目录。
模型对比页面
当用户想要比较模型、浏览价格、按功能筛选或选择模型时：
**在浏览器中打开 docs/models.html。**这是一个独立的静态页面，无需服务器。使用 open（macOS）或 xdg-open（Linux）：
open docs/models.html
该页面支持按服务提供商、模式（文生/图生/首尾帧/参考生）和功能（音频／镜头／多镜头）筛选，并可对全部 24 个模型的价格和功能进行对比。
用法
# Text-to-Video (Bailian default)
python scripts/generate_video.py "一只柴犬在樱花树下奔跑,花瓣随风飘落,电影感镜头" shiba.mp4 \
--duration 5 --resolution 1080P --ratio 16:9
# Image-to-Video
python scripts/generate_video.py "镜头缓缓推近,人物微笑" out.mp4 --image portrait.png
# First+Last Frame (kf2v)
python scripts/generate_video.py "花苞缓缓绽放成盛开的牡丹" bloom.mp4 \
--image bud.png --last-frame bloom.png
# Reference-to-Video (r2v)
python scripts/generate_video.py "@girl 在 @cafe 里弹吉他" out.mp4 \
--ref girl=girl.png --ref cafe=cafe.jpg
# Other providers
python scripts/generate_video.py "城市日落延时摄影" sunset.mp4 --provider jimeng --duration 10
python scripts/generate_video.py "海浪拍打礁石" ocean.mp4 --provider minimax --duration 6
python scripts/generate_video.py "金黄色的麦田在秋风中起伏" field.mp4 --provider hunyuan --duration 5
# Dry-run: preview request + cost estimate without submitting
python scripts/generate_video.py "一只柴犬在樱花树下奔跑" --dry-run
# Schema introspection (for agents)
python scripts/generate_video.py schema providers # list all providers
python scripts/generate_video.py schema bailian # list bailian models with capabilities
# JSON output (auto-detected when stdout is not a TTY; force with --format)
python scripts/generate_video.py --list-models --format json
python scripts/generate_video.py "海边的日落" out.mp4 --format json --provider jimeng
# Resume a task
python scripts/generate_video.py --task-id <task-id> out.mp4
# List all models
python scripts/generate_video.py --list-models
选项
| 标志 | 含义 | 默认值 |
|---|---|---|
--provider | bailian / jimeng / minimax / hunyuan | 自动检测 |
-m/--model | 模型名称 | 根据模式自动选择 |
-i/--image | 首帧图像（路径/URL）→ i2v | — |
--last-frame | 尾帧图像 → kf2v（需要 -i） | — |
--ref | 参考图像 name=path_or_url，可重复指定 → r2v | — |
-d/--duration | 秒数 | 5 |
-r/--resolution | 360P/480P/540P/720P/1080P | 1080P |
--ratio | 16:9 / 9:16 / 1:1 / 3:4 / 4:3 / 21:9 | 16:9 |
-s/--size | 基于尺寸的模型所需的精确 W*H | 根据分辨率和宽高比确定 |
-n/--negative | 负面提示词（仅 Wan） | — |
--no-prompt-extend | 禁用提示词改写（仅 Wan） | 启用扩展 |
--no-prompt-optimizer | 禁用内置提示词优化器（仅 MiniMax） | 启用优化器 |
--audio | 在 PixVerse/Kling/Vidu/Jimeng 上启用音频 | 关闭 |
--no-audio | 在 Wan 音频模型上输出静音内容 | 启用音频 |
--camera-motion | 摄像机运动（仅 Jimeng Seedance 2.0） | — |
--seed | 可复现性 | 随机 |
--task-id | 继续轮询现有任务 | — |
--dry-run | 预览请求正文和费用估算，不提交 | — |
--format | json 或 table（默认：TTY 中为 table，否则为 json） | 自动 |
--list-models | 列出模型并退出 | — |
schema <resource> | 内省：providers 或某个提供商 ID | — |
要求
pip install requests
环境变量
| 变量 | 必需 | 提供商 | 用途 |
|---|---|---|---|
DASHSCOPE_API_KEY | 是（Bailian） | Bailian | https://bailian.console.aliyun.com/ |
DASHSCOPE_API_BASE | 否 | Bailian | cn（默认）/ sg / us |
DASHSCOPE_VIDEO_MODEL | 否 | Bailian | 覆盖默认模型 |
ARK_API_KEY | 是（Jimeng） | Jimeng | https://console.volcengine.com/ark/ |
MINIMAX_API_KEY | 是（MiniMax） | MiniMax | https://platform.minimax.io |
MINIMAX_API_BASE | 否 | MiniMax | API 主机覆盖项（中国：https://api.minimaxi.com，国际：https://api.minimax.io） |
HUNYUAN_API_KEY | 是（Hunyuan） | Hunyuan | https://console.cloud.tencent.com/hunyuan |
第三方 Bailian 模型仅支持 cn 区域。