1-Klick-Video-Renderer
Funktionsbeschreibung
Ruft mit einem Befehl die Chanjing API auf: TTS (Text-to-Speech), Digitaler-Mensch-Synthese, Text-zu-Video und lokale Kapselung; integriert ffmpeg / ffprobe für Schnitt, Transkodierung und Spur-Synchronisation. Die Anordnungs- und Sicherheitsdetails finden sich in §3–§8 und templates/; der Befehl zum finalen Video steht in §5.
Laufzeitabhängigkeiten
Es müssen Binärdateien oder gleichwertige Kapselungen verfügbar sein (Details zur Verwendung in §5 und run_render.py):
- ffmpeg: für Schnitt, Transkodierung und Kapselung
- ffprobe: für Metadaten wie Dauer, Auflösung, Rotation (für die Synchronisation mit der digitalen Mensch-Spur)
- chan-skill (oder direkter Aufruf via
pythonder Sub-Skill-Skripte aus demselben Repository): zur Steuerung vonchanjing-tts,chanjing-video-compose,chanjing-ai-creationetc. als CLI
Umgebungsvariablen und maschinenlesbare Deklaration
- Optionale Umgebungsvariablen zur Überschreibung (haben alle Defaultwerte oder Pfadinferenz, nicht vor dem Ausführen erforderlich): stehen am Anfang von
scripts/run_render.pyund im Quellcode der Sub-Skills; der Credential-Pfad ist inmanifest.yamluntercredentialsangegeben. - Die konformen
permissions,clientPermissions,agentPolicyund das Credential-Modell sind inmanifest.yamldefiniert.
§3.2 und run_render.py sind aufeinander abgestimmt; bei Konflikten mit manifest.yaml hat manifest.yaml Vorrang.
Verwendungsbefehle
- ClawHub (Slug basierend auf der Registry, normalerweise identisch mit dem Skill-Paketnamen):
clawhub run chanjing-one-click-video-creation - Direkte Verbindung zu diesem Repository:
python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1(Verwendung im Skill-Verzeichnis oder mitSKILLS_DIR/CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT/CHAN_SKILLS_DIR)
Schnellübersicht
| Inhalt | Position |
|---|---|
Workflow, duration_sec, null/Merge, Themenvalidierung | §4.1 |
Abschnittsaufteilung, gerade/ungerade Spiegel, scenes[], scene_count/video_type; erstes Bild voiceover ≤20 Zeichen (hart) | storyboard_prompt.md Anfang („Text-Aufteilung“); script_prompt.md erstes Bild Voiceover; video_brief_plan.md |
Rendering-Technik, Status, partial/success, harte Beschränkungen | render_rules.md §1–§4; §7, §8 |
ref_prompt / Text-to-Video-Prompt | storyboard_prompt.md + history_storyboard_prompt.md; §4.2 Zeiger |
| Request-Body-Felder und Defaults | §6 |
run_render.py, Subprozess-CLI | §5 |
| Sicherheit, Credentials, Vertrauensgrenzen, Richtlinien | manifest.yaml + §3.1 (§3.1 wiederholt keine Tabelle aus manifest) |
| Umgebungsvariablen, Binärdateien, Nebenwirkungen, Dateiablage | §3.2 |
Konflikte: Die Rendering-Implementierung folgt render_rules.md; die ref_prompt-Regeln folgen storyboard_prompt.md / history_storyboard_prompt.md (siehe §4.2 für die Zusammenfassung der Zeiger). run_render.py implementiert nur §5 + render_rules.md, keine zusätzlichen Geschäftsregeln. Ausführung: manuelle Orchestrierung der Sub-Skills, nur run_render oder eine Kombination aus beidem.
1. Was macht es
- Thema oder gesamter Text →
video_plan, vollständiges Voiceover-Skript, Storyboard - TTS: Ganzer Abschnitt priorisiert; bei sehr langen Texten Minimierung der Batch-Zusammenführung nach Storyboard (Details und Zeichenanzahl siehe
render_rules.md§3·C.4) - Audio pro Bild zuschneiden
- Digitaler-Mensch-Bild:
chanjing-video-compose(audiogetrieben) - KI-Bild:
ref_prompt→chanjing-ai-creation→ mit Audio im Bild mischen - Kapselung: Synchronisation mit einer gemeinsamen digitalen Mensch-Spur → ffmpeg concat → lokales mp4
2. Wann verwenden / wann nicht
| Geeignet | Wenn ein fertiges Video gewünscht ist; Voiceover mit KI-Bild-Mix; der Benutzer explizit ein Kurzvideo erstellen möchte |
| Nicht geeignet | Nur Text/Titel; kein Video angefragt; nur vorhandenes Material schneiden |
3. Voraussetzungen
- Authentifizierung:
chanjing-credentials-guard; Credential-Pfad und Felder siehemanifest.yaml, §3.1; bei fehlenden Credentials kann der Subprozessopen_login_page.pyausführen. - Plan/Skript/Storyboard: lokale Agent-Logik, kein externer LLM-API-Key erforderlich (dieser Skill-Pfad ist nicht von einem externen LLM abhängig).
- Lokale Binärdateien und Repository-Layout: §3.2 (
ffmpeg/ffprobe,SKILLS_DIRetc.) - Digitaler Mensch und Stimme: Verwenden Sie keine Umgebungsvariablen oder Cache-Dateien im Repository, um einen task-übergreifenden „Default“-
audio_man/person_id/figure_typezu speichern. Schreiben Sie diese bei jeder Aufgabe explizit auf der Root-Ebene vonworkflow.json; Der Agent wählt den Typ basierend auf demvideo_plan(z.B.video_type), dem Voiceover und der Semantik des Themas, nach Aufruf vonlist_voices.pyundlist_figures.py(mit--source=common/customisedetc., passend zur aktuellen Aufgabe) und schreibt ihn dann;audio_mansollte mit deraudio_man_idder ausgewählten Figur übereinstimmen. - Auswahl des öffentlichen digitalen Menschen (Verbot, „nur die ersten paar Elemente der Liste zu nehmen“): Rufen Sie mit
list_figures.py --source common --jsondie Kandidaten ab (erhöhen Sie ggf.--page-sizeoder paginieren Sie, um genügend Einträge zu erfassen), vergleichen Sie dann jeden Eintrag einzeln, bevor Sie die endgültige Auswahl treffen:name,figures[].type(→figure_type),figures[].width/height(passt zum Format in D.1c),audio_man_id,audio_name(falls vorhanden) müssen mit demvideo_plan/Voiceover-Setting (Geschlecht, Ausstrahlung, Branche, Altersgefühl) übereinstimmen. Standardmäßig bevorzugen Sie junge, lebendige Figuren: Priorisieren Sie solche, deren Name oderaudio_namepositive Signale wie „jung“, „jugendlich“, „Student“, „vital“, „jugendfrisch“ enthält; wählen Sie nur dann das passende Setting, wenn das Thema oder der Benutzer explizit eine reife, autoritative, ältere Ausstrahlung wünscht. Vergleichen Sie auch bei der benutzerdefinierten Quellecustomiseddie Feldername,width/height,audio_man_idusw.; nehmen Sie nicht ohne Vergleich den ersten Eintrag der Liste.
3.1 Sicherheit, Credentials und Vertrauensgrenzen
Umgebungsvariablen und Binärdateien basieren auf manifest.yaml und §3.2. Zur Überprüfung können die description und manifest.yaml (inklusive agentPolicy) herangezogen werden.
- Fähigkeiten und Pipeline: Schritt-für-Schritt-Beschreibung in §1; Verantwortlichkeiten von
run_renderund Subprozesse in §5 (die Pipeline wird hier nicht wiederholt). - Haupt-Credential / Pfad / primaryEnv: siehe
manifest.yaml; Pfad und Rückschreibeverhalten auch in §3.2 in der Tabelle „Persistenz“ unter „Credential-Status“ sowieCHANJING_OPENAPI_CREDENTIALS_DIR(kompatibel mitCHANJING_CONFIG_DIR). - Sensitivität und Compliance: Zeigen Sie keine vollständigen Schlüssel an, committen Sie
credentials.jsonnicht in die Versionskontrolle; empfohlene Berechtigungen:0700/0600(Konfigurationsskripte sollten diese wenn möglich setzen). - Vertrauen und ausgehende Verbindungen: HTTPS, Herunterladen von Medien gemäß den zurückgegebenen URLs, Speicherung in
--output-dirusw.; Details in §3.2 unter „Typische Nebenwirkungen“ und der Tabelle „Persistenz“. Sie müssen selbst entscheiden, ob Sie dem Chanjing-Host und den Links vertrauen. - Browser: Verwendung von
webbrowser.open/open_login_page.pybei fehlenden Credentials; siehe §3.2 in derselben Tabelle. - Agent-Richtlinie:
agentPolicyinmanifest.yaml(nichtalways, ändert keinen anderen Skill).
3.2 Laufzeitvertrag (Umgebungsvariablen, Binärdateien, Nebenwirkungen und Dateiablage)
Abgestimmt mit dem Verhalten von scripts/run_render.py und den Sub-Skill-Skripten im selben Repository; konsistent mit dem YAML am Anfang und manifest.yaml. Bei paralleler Existenz mit anderen Produktdokumentationen gelten der Quellcode dieses Repositorys, manifest.yaml und dieses Dokument.
Umgebungsvariablen (optionale Überschreibung)
Die Benennung folgt den Regeln in 合规规则.md §3 des Repository-Stamms. Die Liste listet die optionalen Variablen nicht erneut auf; der Skill kann auch ohne sie ausgeführt werden. Das Credential-Verzeichnis ist in manifest.yaml unter credentials (directoryEnv, defaultPath) angegeben. run_render.py enthält die Implementierung der optionalen Überschreibungen für openapi_base_url, one_click_skills_repository_root, one_click_ref_prompt_max_chars, one_click_ai_creation_model_code sowie die Umgebung für Subprozesse; dort sind auch die kompatiblen alten Namen hinterlegt.
Hinweis: Variablen wie
FIRST_DIGITAL_HUMAN_MAX_CHARS, die in einigen externen Dokumentationen erwähnt werden, werden vonrun_render.pyderzeit nicht gelesen.
Externe Binärdateien
| Binärdatei | Notwendigkeit | Verwendung |
|---|---|---|
ffmpeg | Erforderlich für die Ausführung des 1-Klick-Video-Skripts run_render.py | Schnitt, Transkodierung, Kapselung von Audio/Video etc. Kann weggelassen werden, wenn nur die API orchestriert wird, ohne das Rendering-Skript auszuführen. |
ffprobe | Ebenso erforderlich | Lesen von Medienspezifikationen wie Auflösung, Dauer, Rotationsmetadaten; wird für die Synchronisation mit der digitalen Mensch-Spur verwendet. |
Typische Nebenwirkungen beim Ausführen von Skripten (nach Kategorie)
| Kategorie | Beschreibung |
|---|---|
| Ausgehendes HTTPS | Chanjing Open API (CHANJING_OPENAPI_BASE_URL / kompatibel mit CHANJING_API_BASE), sowie Herunterladen von Materialien wie video_url / Audio-URLs, die von der Schnittstelle/CDN zurückgegeben werden. |
| Lokale Dateien | Unter run_render.py --output-dir sind üblich: final_one_click.mp4, workflow_result.json, work/ (Zwischen-Audiodateien, segmentierte Videos, concat-Listen etc.); die genauen Dateien hängen vom aktuellen Befehl und templates/render_rules.md ab. |
| Subprozesse | ffmpeg / ffprobe; run_render ruft über subprocess die Python-CLIs in den Verzeichnissen skills/chanjing-tts, chanjing-video-compose, chanjing-ai-creation (usw.) auf. |
| Browser | Bei fehlenden Credentials oder Aufforderung zum Login kann die Authentifizierungskette webbrowser.open oder das open_login_page.py von chanjing-credentials-guard ausführen (konsistent mit dem Verhalten der _auth.py der einzelnen Skills). |
Umfang persistenter Änderungen und Benutzerkontrolle
Die folgenden Punkte sind für diesen Skill erwartete Nebenwirkungen; der Speicherort kann über Pfade und Umgebungsvariablen gesteuert werden, um eine implizite Verschmutzung nicht relevanter Verzeichnisse zu vermeiden.
| Kategorie | Was wird geschrieben | Typischer Ort | Wie kann der Benutzer es steuern |
|---|---|---|---|
| Credential-Status | Die konfigurierte app_id / secret_key, der aktualisierte access_token, expire_in usw. | CHANJING_OPENAPI_CREDENTIALS_DIR/credentials.json (Standard ~/.chanjing/credentials.json; kompatibel mit CHANJING_CONFIG_DIR) | Setzen Sie den empfohlenen oder alten Namen; verschieben/löschen Sie die Datei; committen Sie keine geheimen Schlüssel in die Versionskontrolle. |
| 1-Klick-Video-Artefakte | final_one_click.mp4, workflow_result.json, work/ etc. | Angegeben durch run_render.py --output-dir (üblich: outputs/<Aufgabenname>/ unter der jeweiligen Aufgabe) | Verwenden Sie einen expliziten --output-dir; behalten oder löschen Sie das Verzeichnis nach Aufgabenende nach Bedarf. |
| Andere Download-Skripte (Sub-Skills) | Syntheseergebnisse usw. lokal | Bei den einzelnen Skills (z.B. download_result.py): standardmäßig meist outputs/<Produktlinie>/ im aktuellen Arbeitsverzeichnis oder --output als Absolutpfad | Führen Sie sie im erwarteten cwd aus oder geben Sie immer --output an; siehe das entsprechende SKILL.md des Skills. |
| Temporäre/Prozessdateien | TTS-Merge, Segmentierung, Cache vor dem Upload etc. | Meist im work/-Verzeichnis unter dem oben genannten output-dir oder gemäß Skript-Konvention-Unterverzeichnissen | Werden zusammen mit dem Ausgabeverzeichnis verwaltet. |
Credential-Datei: Pfad und Lese-/Schreibsemantik siehe Zeile Credential-Status in der Tabelle oben; Ersteinrichtung siehe skills/chanjing-credentials-guard/SKILL.md.
4. Regelsammlung
4.1 Workflow-Orchestrierung
Merge: null = keine Überschreibung. Reihenfolge: Standard-Basisschicht → Nicht-null-Überschreibung → Boolean/Integer-Korrektur. Feld-Defaults siehe §6; nicht in der Tabelle aufgeführte Standardwerte werden von run_render.py (und Subprozessen) gemäß Implementierung und Umgebungsvariablen gelesen (ohne Stimme/Digitaler-Mensch: audio_man, person_id/avatar_id, figure_type stammen nur aus workflow.json, siehe §3).
duration_sec: Planungsreferenz, keine ffmpeg-Obergrenze. Tatsächliche Videolänge basiert auf TTS+ffprobe. scene_count siehe video_brief_plan.md; Segmentierung und KI-Anzahl basieren auf tatsächlichen Messungen und Untertiteln (render_rules.md §3·C.5). Es ist verboten, bereits verabschiedetes Voiceover zu kürzen, um eine bestimmte Länge zu erreichen (es sei denn, der Benutzer wünscht es).
Themenvalidierung: Leerraum-bereinigt <5 Zeichen, Platzhalter-Strings (wie „Hallo“, „Test“) werden abgelehnt; Erweiterung ist erlaubt; im strikten Modus bei Unklarheit Fehlschlag.
Schritte: 1) Plan → video_brief_plan (Fehler hier = kompletter Fehlschlag; Vorlage siehe video_brief_plan.md) 2) Script (Hook / erster Absatz und erstes Bild synchronisiert: ≤20 Zeichen harte Obergrenze in script_prompt.md) 3) Storyboard: Semantische Segmentierung; storyboard_prompt.md (voiceover des ersten Bildes ebenfalls harte Obergrenze wie oben); nicht-zeitgenössisch history_storyboard_prompt.md; DH chanjing-video-compose, KI chanjing-ai-creation; TTS/mehrere KI-Segmente/Mux render_rules.md §3, §5 4) Render: render_rules.md §3 (inkl. §3·C.6), §4 (Tabellen 4–6); Qualitätskontrolle für ref_prompt siehe storyboard_prompt.md / history_storyboard_prompt.md (§4.2); Wiederholung/partial render_rules.md §1 5) Erfolg: render_rules.md §1
Nur Rendern: run_render.py + full_script + scenes[]. Reihenfolge: Plan → Script → Storyboard → Render (welche Vorlage in welcher Phase verwendet wird, siehe obige Schritte).
4.2 Text-zu-Video-Prompt (ref_prompt) — Zeiger
Einzige Quelle der Wahrheit für die Regeln (Änderungen basieren auf den Vorlagen; dieses Dokument wiederholt die Tabellen D.1–D.4 nicht):
| Bereich | Vorlage |
|---|---|
Zeitgenössischer Stil, D.0 Kontext-Default und kulturelle Inferenz, D.1 Länge, D.1a, D.1b (anfällig für Halluzinationen, Geltung für den gesamten Skill), D.2 Zeitgenössisch, manuelles visual_prompt, D.3, D.4 Zeitgenössische Montage und 7 Elemente / Themencluster / Einzelbild-Montage / Selbstprüfung | templates/storyboard_prompt.md → Unterabschnitt „Text-zu-Video-Prompt (zeitgenössische Wahrheit)“ |
| D.2 Nicht-zeitgenössisch Routing, historischer Prozesslayer, kulturelle und nationale Konsistenz, Platzhalter-Disziplin, Anschlusshinweise zu D.3/D.4 | templates/history_storyboard_prompt.md |
| Ethnizität, historische/nicht-zeitgenössische chinesische Darstellung und englische Phrasen bei Personen | templates/visual_prompt_people_constraint.md (explizite ethnische Verankerung, Abschnitt historisch/nicht-zeitgenössisch; auch render_rules.md §4 Tabellen 4–6) |
Nur hier referenziert: Lange Audio-Mehrfachsegmente render_rules.md §3·C.6; Zeichenobergrenze CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS (kompatibel mit AI_VIDEO_PROMPT_MAX_CHARS). Bei Implementierungskonflikten zwischen Vorlage und render_rules.md hat render_rules.md Vorrang.
5. Automatisierte Orchestrierung (run_render.py)
Abhängigkeiten: Authentifizierung; SKILLS_DIR / CHANJING_ONE_CLICK_VIDEO_SKILLS_ROOT / CHAN_SKILLS_DIR (§3); chanjing-tts / chanjing-video-compose / chanjing-ai-creation
Verantwortlichkeiten: ① TTS+audio_task_state; Batch-Zusammenführung und Zeichenobergrenze pro Batch siehe render_rules.md §3·C.4 (TTS_BATCH_MAX) ② Segmentierung (render_rules.md §3·C.5) ③ Wenn KI-Bilder vorhanden sind, zuerst den ersten digitalen Menschen abschließen und ffprobe (inkl. rotate) ausführen → dann die KI-Bild-Erstellung mit dem entsprechenden aspect_ratio/clarity gemäß der Zuordnung starten (siehe render_rules.md §3·C.6, debug.ai_video_submit_params) ④ Parallel Polling der anderen DH/KI-Bilder ⑤ KI-Spur anhand der Referenz-ffprobe-Daten synchronisieren ⑥ ffmpeg concat ⑦ Bei mehreren KI-Text-zu-Video-Segmenten: Englische Layer nach dem ref_prompt anhängen; Gesamtlänge wird durch CHANJING_ONE_CLICK_VIDEO_REF_PROMPT_MAX_CHARS (kompatibel mit AI_VIDEO_PROMPT_MAX_CHARS) begrenzt
Nicht durchgeführt: Kein Plan/Script/Storyboard generieren; keine automatische Bestimmung zeitgenössisch/nicht-zeitgenössisch; keine Verwendung von list_tasks.py für zeitgenössische Unter-Aufgaben (render_rules.md §4 Tabellenpunkt 8)
Manuelle Orchestrierung: Muss weiterhin die Bedingungen von render_rules.md §3, §4 und §5 erfüllen; die Details in §3 (wie silencedetect, minterpolate, Bitrate der Referenzspur, Bildwechsel bei gleichem Segment-Audio, Stille zwischen TTS-Batches etc.) bleiben alle erhalten.
Input MVP
| Feld | Erforderlich | Beschreibung |
|---|---|---|
full_script | Ja | Wird aus den voiceover-Texten der einzelnen Bilder gemäß scene_id zusammengesetzt, norm konsistent |
scenes | Ja | scene_id, voiceover, use_avatar; bei KI-Bildern: ref_prompt (storyboard_prompt.md / history_storyboard_prompt.md; §4.2); optional subtitle |
audio_man | Ja | Sollte mit der audio_man_id der ausgewählten digitalen Mensch-Figur übereinstimmen |
person_id/avatar_id | Bedingt | Erforderlich, wenn DH-Bilder vorhanden sind |
figure_type | Nein | Sollte mit dem figure_type der ausgewählten Figur aus list_figures.py übereinstimmen (erforderlich bei öffentlichen Figuren mit mehreren Formen) |
subtitle_required | Nein | Default false; bei true: Untertitel in DH-Bilder einbrennen (--subtitle show) |
speed/pitch | Nein | Default 1/1 |
ai_video_duration_sec | Nein | 5 oder 10, Default 10 |
model_code | Nein | Default CHANJING_ONE_CLICK_VIDEO_CREATION_MODEL_CODE (kompatibel mit AI_VIDEO_MODEL) oder Doubao-Seedance-1.0-pro; creation_type=4; ref_img_url nicht übergeben |
max_retry_per_step | Nein | Default 1 (§6) |
python scripts/run_render.py --input workflow.json --output-dir ./outputs/run1
Ausgabe: final_one_click.mp4; workflow_result.json; work/
6. Eingabe (Request-Body)
norm: \r entfernen, führende/nachfolgende Leerzeichen entfernen; leer → leerer String; konsistent mit run_render.py. Für Voiceover: zuerst full_script, dann script→copy_text→input_script→content erster nicht-leerer Wert. Kein topic: erster Satz dient als Thema (max. 40 Zeichen bis zum Satzendezeichen, sonst 24 Zeichen). null/Merge siehe §4.1.
| Feld | Erforderlich | Beschreibung |
|---|---|---|
topic | Bedingt | Wenn nicht vorhanden: Regel für ersten Satz; empfohlen ≥5 Zeichen |
industry/platform/style | Nein | industry leer; platform/style: DEFAULT_* oder douyin/meinungsbasiertes Voiceover |
duration_sec | Nein | DEFAULT_DURATION oder 60; Planungsreferenz |
use_avatar | Nein | Default true |
avatar_id/voice_id | Nein | Leer; keine Umgebungsvariablen als Fallback für Stimme oder digitalen Menschen verwenden; müssen in workflow.json explizit audio_man/person_id (und bei DH-Bildern figure_type) angeben. Der Agent wählt den Typ basierend auf der aktuellen Aufgabe durch Aufruf von list_voices.py und list_figures.py (Quelle konsistent mit video_plan / Benutzervorgabe) nach Vergleich von name, Form, Bildformat, audio_name etc.; Verbot, ohne Vergleich die ersten Einträge der Liste zu nehmen; Standardmäßig bevorzugen Sie junge digitale Menschen (siehe §3) |
subtitle_required | Nein | Default false (Untertitel werden im DH-Video nicht eingebrannt; run_render übergibt hide) |
cover_required | Nein | Default true |
strict_validation/allow_auto_expand_topic/max_retry_per_step | Nein | true/false/1 |
full_script | Nein | Default leer |
script_title/script_hook/script_cta | Nein | Default leer |
script/… | Nein | Siehe oben für Voiceover-Reihenfolge |
7. Ausgabe-JSON
| Schlüssel | Bedeutung |
|---|---|
status | success / partial / failed |
video_plan | Plan |
script_result | title, hook, full_script, cta |
storyboard_result.scenes[] | scene_id, duration_sec, voiceover, subtitle, visual_prompt, use_avatar |
render_result | video_file, scene_video_urls, render_path, degrade_log |
| Andere | error, debug… |
Rendering ohne Degradierung: Ein Fehler in einem beliebigen Schritt führt zum Abbruch; es wird nicht automatisch auf nur-DH oder nur-KI-Video geändert. partial: Tritt ein, wenn der Endzustand nicht success ist (z.B. schreibt run_render bei einer Ausnahme trotzdem workflow_result.json); bedeutet nicht, dass die oben genannte Degradierung erlaubt ist, befreit nicht von Qualitätskontrollen wie in storyboard_prompt.md·D.1b. Bei Erfolg ist degrade_log=[]; bei Fehlern werden bereits erstellte Texte und Storyboards nach Möglichkeit beibehalten.
8. Harte Beschränkungen
Tabellen in templates/render_rules.md §4; Querverweise zu ref_prompt siehe storyboard_prompt.md / history_storyboard_prompt.md (Zeiger in §4.2). Dieser Abschnitt dient als Anker.
9. Einschränkungen
- Lokales mp4; kein Upload
- KI-Segmente sind typischerweise 5–10s; lange Voiceovers erfordern mehrere Segmente
- Endgültige Videolänge = Gesamtlänge der TTS-Spur; kann von
duration_secabweichen - TTS: Ganze Spur priorisiert; bei sehr langen Texten wenige Batches mit Zusammenführung; Obergrenze pro Batch und Zusammenführungsstrategie (inkl.
TTS_BATCH_MAX) gemäßrender_rules.md§3·C.4 - Fehler bei KI-Text-zu-Video können plattform-/modellbedingt sein; versuchen Sie,
max_retry_per_stepzu erhöhen,ref_promptzu verkürzen, Bilder aufzuteilen; überprüfen Sieworkflow_result.json