videoagent-video-studio

🎬 VideoAgent Video Studio

使用场景： 用户要求生成视频、从文本创建视频、为图像添加动画、制作短片或生成AI视频。

使用7个后端生成AI短视频。本技能自动选择正确模式（文本转视频或图像转视频），优化提示以获得最佳效果，并返回视频URL。

---

快速参考

用户意图	模式	典型时长
"制作一个...的视频"（无图像）	text-to-video	4–10秒
"让这张图动起来" / "让这个移动"	image-to-video	4–6秒
"把这个变成视频，加上..."	image-to-video	4–6秒
电影感、故事、广告	优先使用text-to-video并详细描述	5–10秒

生成模式

模式	描述	模型
text-to-video	仅文本提示 → 视频	minimax, kling, veo, hunyuan, grok, seedance
image-to-video	单张图像 + 提示 → 动画片段	minimax, kling, veo, pixverse, grok, seedance
reference-based	参考图像/视频 → 一致输出	minimax, kling, veo, hunyuan, grok, seedance

模型（使用 --model <id>）

模型ID	T2V	I2V	参考	备注
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	✅	—	✅	视频到视频风格迁移
pixverse	—	✅	—	风格化图像转视频
grok	✅	✅	✅	通过参考视频进行视频编辑
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

第一步——选择模式并优化提示

• 文本转视频：扩展描述主体、动作、镜头运动、光照和风格。明确运动细节（例如“镜头缓慢拉近”、“角色从左向右走”）。
• 图像转视频：描述要应用于图像的运动（例如“微风轻拂头发”、“镜头平移扫过场景”）。模式参考references/prompt_guide.md。

第二步——运行脚本

文本转视频：

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "<优化后的提示>" \
  --duration <秒数> \
  --aspect-ratio <比例>

图像转视频：

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "<运动描述>" \
  --image-url "<公开图像URL>" \
  --duration <秒数> \
  --aspect-ratio <比例>

参数：

参数	默认值	描述
--mode	text-to-video	text-to-video 或 image-to-video
--prompt	(必填)	场景或运动描述
--image-url	—	image-to-video 模式必填；公开图像URL
--duration	5	视频长度（秒），通常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	列出代理可用的模型
node tools/generate.js --status --job-id <id>	检查异步任务状态

第三步——返回结果

脚本返回JSON：

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

将 videoUrl 发送给用户。

---

示例对话

用户： "生成一个猫在雨中行走的短视频，电影感。"

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "一只猫在雨中行走，湿漉漉的街道，霓虹倒影，电影感灯光，慢动作，4K" \
  --duration 5 \
  --aspect-ratio 16:9

---

用户： "让这张照片动起来" (用户上传一张风景照)

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "轻柔的云朵在天空移动，微弱的草地摆动，电影感氛围" \
  --image-url "https://..." \
  --duration 5 \
  --aspect-ratio 16:9

---

用户： "制作一个10秒的竖屏视频，展示咖啡倾倒，慢动作。"

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "特写镜头：咖啡倒入白色杯子，慢动作，蒸汽升腾，柔和光线，产品拍摄" \
  --duration 10 \
  --aspect-ratio 9:16

---

用户： "使用Google Veo制作电影感镜头。"

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --model veo \
  --prompt "一条龙在云层中飞翔，电影感灯光，8秒" \
  --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 "温柔的微笑，轻微的头部转动" \
  --image-url "https://..." \
  --duration 5

---

设置

默认无需API密钥。 请求通过托管代理发送。如需自定义代理或令牌，请设置以下变量：

变量	必填	描述
VIDEO_STUDIO_PROXY_URL	否	代理基础URL
VIDEO_STUDIO_TOKEN	否	代理要求的认证令牌

---

知识库

• references/prompt_guide.md — 文本转视频和图像转视频的提示模式。
• references/models.md — 模型列表、能力及选择指南。
• references/calling_guide.md — 每个模型的端点详情、输入参数及特殊处理。