mcpField
V
vidu-skills

vidu-skills

github.com/shengshu-ai创意与媒体79238 次安装1 天前更新
代码仓库

关于 vidu-skills

vidu-skills 指导 Agent 使用 vidu-cli 完成图像、视频、语音和素材工作流，涵盖版本检查与任务管理，并要求遵循用户选择的模型和计费方式。

主要功能

  1. 01生成图像和视频
  2. 02生成语音与口型同步
  3. 03编排视频、音频时间线
  4. 04监控和管理任务
  5. 05管理素材、语音与额度

适用场景

  1. 01按指定模型生成并下载视频
  2. 02创建语音或口型同步内容
  3. 03编排视频、音频、字幕和效果轨道
  4. 04查询任务状态、额度或生成费用

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/shengshu-ai/vidu-skills --skill vidu-skills

安装后在 Claude Code 中输入/vidu-skills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。

README.zh.md
.gitignore
README.md
.github/workflows/
check-commits.yml
docs/
validation-1.5.0.md
references/
assets.md
compose.md
parameters.md
setup.md
errors_and_retry.md
task_workflows.md
voices.md

详细介绍

Vidu 生成与素材工作流

使用 vidu-cli v0.2.36 或更高版本。此技能与 v0.2.36（6bb4b07）匹配。首次使用时检查 vidu-cli --version；如果用户使用较旧版本，请让他们升级，不要自行编造兼容性回退方案。

执行方式

使用宿主的命令执行工具调用 CLI。支持时优先使用 argv 数组；如果宿主接受 Shell 命令，请正确引用参数，并将复杂内容放入提示词文件或时间线文件。无需使用批处理编排工具。使用 CLI 标志，而非原始 API 请求体；合成时间线 JSON 是 CLI 支持的输入。

为 Agent 保留默认的 JSON 输出。--format table 用于人工检查。分别解析退出状态、stdout 和 stderr：参数错误会以文本形式输出到 stderr；运行时故障通常会返回 ok: false JSON。参见错误与重试。

环境变量：必须设置 VIDU_TOKEN。VIDU_BASE_URL 默认为 https://service.vidu.cn；海外账号使用 https://service.vidu.com。可选的 VIDU_DEBUG=1 会将响应正文输出到 stderr。安装或凭据问题请参阅设置。

选择工作流

用户意图命令 / 参考
生成图像或视频task submit --type ... --model-version ...；任务／模型对应关系、参考素材限制和默认值请参阅参数。
生成语音或口型同步task tts 或 task lip-sync；请参阅参数。从 task tts-voices / task lip-sync-voices 中选择官方语音 ID。
合成视频／音频／字幕／特效轨道task compose --timeline ...；构建时间线前请参阅合成。
查找、检查、等待或下载任务task list、task get --details、task wait；请参阅任务工作流。
取消／删除任务、重新运行、延长或增强作品task cancel/delete/rerun/extend/upscale-image/upscale；请参阅任务工作流。
创建／管理参考元素，或浏览／收藏作品element ...、creation ...；请参阅素材。
克隆／管理个人语音，并将其用于 TTSvoice create/list/get/update/wait；请参阅语音。
检查配额、额度、交易记录或报价quota pass/credit/records、task cost/tts-cost/lip-sync-cost；请参阅参数。视频超分报价使用 task upscale-cost，相关说明见任务工作流。
上传可重复使用的图像upload <local_image_path> 会返回 upload_id 和 ssupload_uri；图像输入标志也可以自动上传。

核心规则

  • 尊重用户选择的模型。不要仅仅因为有更新的模型可用就切换默认模型。添加特定于模型的设置前，请先阅读模型矩阵。
  • 每个输入都要重复使用 --image、--material、--audio 和 --video。每个素材都是一个 name:id:version 参数；不要用逗号连接多个素材。
  • 输入要求因模型而异。Q4 支持仅音频参考；Drama 和 Wan 3 支持多模态参考，但限制不同。不要将旧版图像/素材数量限制应用于所有参考任务。
  • --audio 提供参考音频；--with-audio 启用输出音频，--with-audio=false 则在支持的视频模型上禁用输出音频。省略该参数会保留现有行为。报价和提交时应使用相同的音频选择。
  • 调度模式：nopeak = 非高峰模式（闲时模式），claw_pass = 通行证模式（通行证模式），normal = 积分模式（积分模式）。可用性以及非高峰时段的资格/配额取决于模型和服务端。被拒绝后，不要自动更改用户明确选择的模式。
  • 图像任务无需时长；element create 没有时长选项。Drama/Wan 3 有视频默认值；较旧的提交模型仍须根据具体情况明确指定时长/分辨率。
  • --prompt-file 是 --prompt-path 的别名；--model 是 --model-version 的别名；在支持的情况下，--voice 是 --voice-id 的别名。示例中优先使用完整名称。
  • 任务 ID、数字创建 ID、元素 ID/版本以及个人 voice_... ID 均来自响应，彼此不可互换。
  • 生成默认返回 task_id。用户需要已完成的产物时，单个任务优先使用 --wait --output ./results。批量任务则逐个提交、保存所有 ID，然后分别等待。
  • 提交任务时，--timeout 和 --output 必须与 --wait 一起使用。多个产物或音频加字幕时，请使用目录；单个产物可以使用文件路径。
  • 等待超时/中断不会取消服务端任务。请继续使用原始 ID。提交失败情况不明确时，绝不要盲目重新提交，也不要将失败的语音试用改为付费克隆。

常见形式

# The user's chosen model; legacy required settings remain explicit.
vidu-cli task submit --type text2video --prompt "A cat walking through rain" \
  --model-version 3.2 --duration 5 --resolution 1080p --wait --output ./results

# Explicit request for a Wan 3 video with generated audio.
vidu-cli task submit --type text2video --prompt "Waves breaking on a beach" \
  --model-version viduq2-drama-std --with-audio --wait --output ./results

# Resume an existing task; TASK_ID must come from a response.
vidu-cli task wait "$TASK_ID" --timeout 1800 --output ./results

没有 task download、顶层 reference、voice delete 或 task submit --type tts 命令。只能使用上述受支持的工作流。如果已安装的 CLI 与此不同，请检查相关的 --help；不要猜测标志，也不要擅自更改用户选择的模型或计费选项。

评论

支持 Markdown