VideoAgent – Video Studio

🎬 VideoAgent Video Studio

Verwende bei: Der Nutzer bittet um die Erstellung eines Videos, die Generierung eines Videos aus Text, das Animieren eines Bildes, die Herstellung eines kurzen Clips oder die Produktion eines KI-Videos.

Erstelle kurze KI-Videos mit 7 Backends. Dieser Skill wählt den richtigen Modus (Text-zu-Video oder Bild-zu-Video), verbessert den Prompt für beste Ergebnisse und gibt die Video-URL zurück.

---

Kurzreferenz

Nutzerabsicht	Modus	Typische Dauer
„Erstelle ein Video von …“ (kein Bild)	text-to-video	4–10 s
„Animiere dieses Bild“ / „Lass das bewegen“	image-to-video	4–6 s
„Mach daraus ein Video mit …“	image-to-video	4–6 s
Kino, Story, Werbung	Bevorzugt text-to-video mit ausführlichem Prompt	5–10 s

Generierungsmodi

Modus	Beschreibung	Modelle
text-to-video	Nur Text-Prompt → Video	minimax, kling, veo, hunyuan, grok, seedance
image-to-video	Einzelnes Bild + Prompt → animierter Clip	minimax, kling, veo, pixverse, grok, seedance
referenzbasiert	Referenzbilder/-video → konsistente Ausgabe	minimax, kling, veo, hunyuan, grok, seedance

Modelle (mit --model <id>)

Modell-ID	T2V	I2V	Referenz	Anmerkungen
minimax	✅	✅	✅	Subjekt-Referenzbild, Charakterkonsistenz
kling	✅	✅	✅	Multi-Element / Charakter / Keyframe (O3)
veo	✅	✅	✅	Google Veo 3.1, mehrere Referenzbilder
hunyuan	✅	—	✅	Video-zu-Video Stilübertragung
pixverse	—	✅	—	Stilisierte Bild-zu-Video
grok	✅	✅	✅	Videobearbeitung via Referenzvideo
seedance	✅	✅	✅	Seedance 1.5 Pro, synchronisierter Ton, 4–12 s

Vollständige Modelldetails und Endpunkt-Referenz: references/models.md.

---

So erstellst du ein Video

Schritt 1 — Modus wählen und Prompt verbessern

• Text-to-Video: Erweitere mit Subjekt, Aktion, Kamerabewegung, Beleuchtung und Stil. Sei genau bei der Bewegung (z. B. „Kamera zoomt langsam heran“, „Figur geht von links nach rechts“).
• Image-to-Video: Beschreibe die Bewegung, die auf das Bild angewendet werden soll (z. B. „sanfter Wind im Haar“, „Kamera schwenkt über die Szene“). Siehe references/prompt_guide.md für Muster.

Schritt 2 — Skript ausführen

Text-to-Video:

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "<verbesserter Prompt>" \
  --duration <Sekunden> \
  --aspect-ratio <Seitenverhältnis>

Image-to-Video:

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "<Bewegungsbeschreibung>" \
  --image-url "<öffentliche Bild-URL>" \
  --duration <Sekunden> \
  --aspect-ratio <Seitenverhältnis>

Parameter:

Parameter	Standard	Beschreibung
--mode	text-to-video	text-to-video oder image-to-video
--prompt	(erforderlich)	Szenen- oder Bewegungsbeschreibung
--image-url	—	Erforderlich für image-to-video; öffentliche Bild-URL
--duration	5	Länge in Sekunden (typisch 4–10)
--aspect-ratio	16:9	16:9, 9:16, 1:1, 4:3, 3:4
--model	auto	Modell-ID (z. B. kling, veo, grok, seedance); auto = Proxy wählt aus

Weitere Befehle:

Befehl	Beschreibung
node tools/generate.js --list-models	Verfügbare Modelle vom Proxy auflisten
node tools/generate.js --status --job-id <id>	Status eines asynchronen Jobs abfragen

Schritt 3 — Ergebnis zurückgeben

Das Skript gibt JSON zurück:

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

Sende videoUrl an den Nutzer.

---

Beispiel-Gespräche

Nutzer: „Erstelle ein kurzes Video von einer Katze, die im Regen läuft, cineastisch.“

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "Eine Katze läuft durch Regen, nasse Straßen, Neonreflexionen, cineastische Beleuchtung, Zeitlupe, 4K" \
  --duration 5 \
  --aspect-ratio 16:9

---

Nutzer: „Animiere dieses Foto“ (Nutzer lädt eine Landschaft hoch)

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "Sanfte Wolken ziehen über den Himmel, subtile Grasbewegung, cineastische Atmosphäre" \
  --image-url "https://..." \
  --duration 5 \
  --aspect-ratio 16:9

---

Nutzer: „Erstelle ein 10-sekündiges vertikales Video von einem Kaffeeguss, Zeitlupe.“

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "Nahaufnahme des Kaffeegusses in eine weiße Tasse, Zeitlupe, aufsteigender Dampf, weiches Licht, Produktshot" \
  --duration 10 \
  --aspect-ratio 9:16

---

Nutzer: „Verwende Google Veo für eine cineastische Aufnahme.“

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --model veo \
  --prompt "Ein Drache fliegt durch bewölkten Himmel, cineastische Beleuchtung, 8s" \
  --duration 8 \
  --aspect-ratio 16:9

---

Nutzer: „Animiere dieses Porträt.“

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --model grok \
  --prompt "Sanftes Lächeln, subtile Kopfdrehung" \
  --image-url "https://..." \
  --duration 5

---

Einrichtung

Standardmäßig keine API-Keys nötig. Anfragen laufen über einen gehosteten Proxy. Die folgenden Variablen können für einen eigenen Proxy oder Token gesetzt werden:

Variable	Erforderlich	Beschreibung
VIDEO_STUDIO_PROXY_URL	Nein	Basis-URL des Proxys
VIDEO_STUDIO_TOKEN	Nein	Authentifizierungs-Token, falls der Proxy dies erfordert

---

Wissensbasis

• references/prompt_guide.md – Prompt-Muster für Text-zu-Video und Bild-zu-Video.
• references/models.md – Modellliste, Fähigkeiten und Auswahlhilfe.
• references/calling_guide.md – Modellspezifische Endpunkt-Details, Eingabeparameter und besondere Behandlung.