Plan Videoerstellungsskill
Anwendungsbereich
Voraussetzung: Plan-Kollaboration ist aktiviert (scenario(activate, plan) wurde ausgeführt). Für Aufgaben, die visuelle / Video-Outputs (Bilderzeugung, Kurzfilme, Sprachausgabe, Untertitel) umfassen.
Anbieterauswahl: Für Bilderzeugung lies byted-ark-seedream-skill; für Videogenerierung lies das media-production-Skript (Volcano Seedance). Andere Anbieter siehe agnes-media-generation / wan-media-generation / kling-media-generation.
Anmeldedaten (Umgebungsvariablen)
Füge in Einstellungen → Umgebungsvariablen die für den Skill erforderlichen KEY=VALUE-Einträge hinzu (z. B. VOLCENGINE_API_KEY / ARK_API_KEY). Alternativ können in Einstellungen → Modelle → Kreativmedien Schlüssel für andere Anbieter eingetragen werden.
| Fähigkeit | Häufig verwendeter KEY | Skill |
|---|---|---|
| Bilderzeugung | VOLCENGINE_API_KEY / ARK_API_KEY | byted-ark-seedream-skill |
| Videogenerierung | Gleich wie oben | media-production |
| Agnes | AGNES_API_KEY | agnes-media-generation |
Kernänderung: Alle Medien-Gewerke (Drehbuchautor, Visual Planner, Künstler, Regie, Postproduktion) werden vollständig in plan(goal, steps[]) über assigned_agent spezifiziert. Nachdem der Plan gespeichert und vom Benutzer bestätigt wurde, wird er seriell ausgeführt – es erfolgt keine separate Delegation an Sub-Agenten außerhalb des Plans.
Arbeitsablauf
Benutzer äußert Wunsch
↓
Anforderungen erfragen und bestätigen (Thema, Dauer, Stil, Seitenverhältnis usw.)
↓
Direkt mit plan(goal, steps[]) planen
Schritt 1: media-screenwriter — Drehbuch/Storyboard/Sprachskript
Schritt 2: media-visual-planner — Bild-Prompts erstellen
Schritt 3: media-artist — Schlüsselbilder generieren
Schritt 4: media-video-director — Video + natives Audio rendern
Schritt 5: media-post — Hart-Untertitel einbrennen
↓
Benutzer bestätigt → Ausführung (seriell, jeder Schritt wird abgenommen)
Vorgehen
Schritt 1: Benutzeranforderungen erfragen
Sammle aktiv die folgenden Informationen vom Benutzer:
| Frage | Beispiel |
|---|---|
| Was ist das Video-Thema/Produkt/Inhalt? | Werbung für neue Smartwatch |
| Gewünschte Dauer? | 15 Sekunden / 30 Sekunden |
| Visueller Stil? | Technisch / Warm / Chinesisch-traditionell |
| Seitenverhältnis? | 16:9 / 9:16 (Hochformat) |
| Richtung des Sprachskripts? | Funktion-Highlights + Marken-Slogan |
| Referenzmaterial vorhanden? | Referenzbilder / Wettbewerbsvideos |
Schritt 2: Nach Bestätigung direkt planen
Nach Bestätigung der Anforderungen durch den Benutzer schreibe alle Schritte mit dem plan-Tool in einen strukturierten Plan:
plan(
goal="Erstelle ein 15-Sekunden-Produkt-Video mit Thema: xxx, Stil: xxx",
steps=[
{
"step_id": 1,
"description": "Der Drehbuchautor erstellt ein Production Brief mit Logline, Storyboard und Sprachskript",
"assigned_agent": "media-screenwriter",
"expected_output": "outputs/production-brief.md",
"acceptance_criteria": "Enthält Benutzerintention, Logline, visuellen Stil, Shot-Liste und Sprachskript"
},
{
"step_id": 2,
"description": "Der Visual Planner wandelt das Storyboard in Bild-Prompts um",
"assigned_agent": "media-visual-planner",
"expected_output": "outputs/shot-prompts.json",
"depends_on": [1]
},
{
"step_id": 3,
"description": "Der Artist generiert die ersten Schlüsselbilder (PNG)",
"assigned_agent": "media-artist",
"expected_output": "PNG-Schlüsselbilder im outputs-Ordner",
"depends_on": [2]
},
{
"step_id": 4,
"description": "Der Videoregisseur erzeugt MP4 mit nativer Sprachausgabe",
"assigned_agent": "media-video-director",
"expected_output": "outputs/*.mp4",
"depends_on": [3]
},
{
"step_id": 5,
"description": "Die Postproduktion brennt Hart-Untertitel ein und liefert finales MP4",
"assigned_agent": "media-post",
"expected_output": "outputs/*-subtitled.mp4",
"depends_on": [4]
}
],
flowchart_mermaid="..."
)
Schritt 3: Benutzer bestätigt die Ausführung
Nachdem der Plan gespeichert wurde, bestätigt der Benutzer mit „Ausführung starten“. Der Plan geht in die executing-Phase über. Die Schritte werden seriell in der angegebenen Abhängigkeitsreihenfolge ausgeführt. Nach jedem Schritt überprüft der Haupt-Agent das Ergebnis, bevor der nächste Schritt startet.
Liste der Medien-Sub-Agenten
| assigned_agent | Aufgabe | Kernwerkzeuge |
|---|---|---|
media-screenwriter | Drehbuch, Storyboard, Sprachskript schreiben | read_file, write_to_file |
media-visual-planner | Bild-Prompts schreiben | read_file, write_to_file |
media-artist | Seedream-Bilderzeugung (jimeng) | read_file, terminal → scripts/image_generate.py |
media-video-director | Seedance Bild-zu-Video + natives Audio | read_file, terminal → scripts/video_generate.py, task_wait.py |
media-post | SRT-Untertitel + ffmpeg Hart-Untertitel | read_file, terminal → scripts/subtitle_build.py, subtitle_burn.py |
Hinweis: Füge media-voice-director nicht in die Schritte ein – Seedance verfügt bereits über natives Audio (Standard: generate_audio=true).
Technologie-Stack
Skriptverzeichnis: skills/public/media-production/scripts/ (lies zuerst den media-production-Skill)
| Fähigkeit | Skript | Anbieter |
|---|---|---|
| Bilderzeugung | image_generate.py | jimeng (Volcano Engine Seedream) |
| Videogenerierung | video_generate.py + task_wait.py | jimeng (Volcano Engine Seedance, standardmäßig mit Audio) |
| Untertitel | subtitle_build.py + subtitle_burn.py | Lokal (ffmpeg) |
Fehlerbehandlung: Bei Fehlern von jimeng nicht automatisch auf wan/kling umschalten – den Benutzer auffordern, den Ark-Modell-Endpunkt zu aktivieren. Bei identischen Parametern maximal 1 Wiederholung.
Häufige Fehler
- Im Plan-Modus
image_generate.pydirekt in der Hauptsitzung ausführen → Es sollte vommedia-artistim plan-Schritt ausgeführt werden - Sub-Agenten außerhalb der plan-Schritte einzeln delegieren → Alle Gewerke sollten in den plan steps unter
assigned_agentdefiniert werden task_wait.pyüberspringen → Video wird ausgeliefert, bevor die Generierung abgeschlossen ist- Standardmäßig
media-voice-directordelegieren → Seedance hat bereits natives Audio, überflüssig