Communitygithub.com

Generación de Video (ChatCut-Inc/agent-plugin)

Generación de video mediante IA con Seedance, Kling, Gemini Omni, MiniMax H3 y MiniMax H3 Max. Úsalo cuando el usuario quiera generar un clip de video — texto a video, imagen a video, transiciones de primer/último fotograma, generación guiada por referencias — o modificar/editar/extender un clip generado existente.

¿Qué es agent-plugin)?

Esta habilidad permite generar y editar clips de video mediante múltiples modelos de IA de última generación, incluyendo Seedance 2.5, Kling, Gemini Omni, MiniMax H3 y MiniMax H3 Max. Es ideal para tareas como texto a video, imagen a video, transiciones entre primer y último fotograma, generación basada en referencias (imágenes, videos o audio), así como edición y extensión de clips ya generados. La habilidad está diseñada para plataformas como Claude Code, Cursor y Codex, y se integra mediante un flujo de trabajo en cuatro pasos: alineación del alcance con el usuario, redacción del prompt preciso, envío de un trabajo de generación por vez y revisión iterativa. Cada modelo tiene fortalezas específicas: Seedance 2.5 es el predeterminado por su versatilidad (duración de 4-30s, múltiples referencias, control de marcas de tiempo), Kling destaca en control emocional y de cámara, Omni ofrece ediciones dirigidas y borradores económicos, y MiniMax H3 permite alta fidelidad con múltiples referencias multimodales. La habilidad gestiona la selección automática del modelo basándose en las necesidades del usuario, pero respeta las solicitudes explícitas y ofrece opciones de intercambio entre calidad, velocidad y costo. No coloca videos automáticamente en la línea de tiempo, sino que devuelve un ID de trabajo para seguimiento posterior.

Compatible con~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/ChatCut-Inc/agent-plugin/tree/HEAD/claude/skills/video-gen

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Generación de Video (Video Gen)

Si submit_video aún no está cargado, cárgalo con ToolSearch antes de llamarlo, para usar sus parámetros reales en lugar de adivinarlos.

Envía un trabajo de generación de video por llamada y devuelve un jobId. El estado del trabajo y las comprobaciones posteriores pertenecen a track_progress; esta habilidad no coloca videos en la línea de tiempo automáticamente.

Cuándo Usarlo

Cada vez que el usuario quiera generar un clip de video: texto a video, imagen a video, transición primer-último fotograma, generación basada en referencias, o editar/extender generativamente un video existente (produciendo nuevo material generado a partir de un clip original; no recorte en la línea de tiempo).

Modelos

ModeloReferenciaFortalezas
seedance-2-5referencias/seedance25.mdPredeterminado. 4-30s, hasta 50 referencias multimodales, referencia de solo audio, control de marcas de tiempo y salida mp4/mov. La opción Seedance más potente para nueva generación, edición y extensión.
seedance2referencias/seedance2.mdModelo completo Seedance 2.0. 4-15s, ricas referencias multimodales y hasta 1080p de salida.
seedance2fastreferencias/seedance2.mdSeedance 2.0 Fast — mismos parámetros y rango de 4-15s que seedance2, devuelve resultados en minutos en lugar de ~diez, ~20% más barato, limitado a 720p. Úsalo cuando el usuario esté iterando y el tiempo de respuesta importe más que la fidelidad máxima.
seedance2minireferencias/seedance2.mdSeedance 2.0 mini — mismos parámetros y rango de 4-15s que seedance2, ~50% más barato, limitado a 720p. Úsalo para borradores económicos y lotes de alto volumen donde no se requiera la fidelidad del modelo completo.
klingreferencias/kling.mdLenguaje de control de cámara mediante el prompt; fuerte control emocional y de rendimiento para tomas de personajes. 1080p mediante mode:"pro".
minimax-h3referencias/minimax-h3.mdMiniMax H3. 4-15s, 768p/2k, primer/último fotograma y hasta 9 imágenes + 3 videos + 3 referencias de audio (12 en total). Fuerte seguimiento multimodal de referencias.
minimax-h3-maxreferencias/minimax-h3-max.mdMiniMax H3 Max. 5-15s, 480p/768p, generación de texto o primer/último fotograma. Sin modo de referencia ni salida 2K.
omnireferencias/omni.mdGemini Omni 1.1 Flash. Ediciones/extensiones dirigidas mediante continueFrom, primer/último fotograma y borradores económicos a 360p. 3-10s; 720p predeterminado, hasta 1080p/4k escalado.

IMPORTANTE: Antes de generar, LEE la referencia del modelo elegido para conocer sus capacidades, canales de entrada, modos, estructura del prompt y comportamiento específico del modelo.

Selección del Modelo

Para una nueva generación, seedance-2-5 es el predeterminado. Solo cambia cuando se cumpla una de las siguientes condiciones:

  • El usuario nombró explícitamente un modelo ("用 Kling", "use Kling", "用 Omni", "用 mini", "/kling") — cambia, no es necesario volver a preguntar.
  • El usuario pide explícitamente MiniMax H3 o necesita orientación combinada de referencias de imagen/video/audio con salida 2K opcional — usa minimax-h3.
  • El usuario pide explícitamente MiniMax H3 Max o quiere su generación de texto/fotograma de máxima fidelidad sin referencias multimodales — usa minimax-h3-max.
  • Seedance claramente no puede o no hará un buen trabajo — cuando encuentres un caso conocido donde Seedance tenga dificultades, propón cambiar a kling y confirma antes de enviar.
  • El usuario pidió explícitamente un borrador rápido/económico que espera revisar — propón omni (borradores 360p, ≤10s, soporta ediciones dirigidas) y confirma antes de enviar.
  • El usuario necesita salida Seedance a 1080p — prefiere seedance-2-5; tanto este como seedance2 completo soportan 1080p.
  • El usuario quiere los parámetros de Seedance 2.0 de forma económica, o muchos clips a la vez, y está satisfecho con 720p — propón seedance2mini (4-15s, ~50% del costo del modelo completo 2.0) y confirma antes de enviar.
  • El usuario está iterando sobre salidas de tipo 2.0 y le importa el tiempo de respuesta — propón seedance2fast (480p o 720p, 4-15s, ~80% del costo del modelo completo 2.0, devuelve resultados mucho antes) y confirma antes de enviar.

De lo contrario, mantente en seedance-2-5.

Para revisar un clip ya existente, la elección se hace en el Paso 4 — no aquí. Una solicitud de revisión no es motivo para cambiar el predeterminado para futuras generaciones nuevas. Omni 1.1 reemplaza la elección Omni anterior; mantén el alias omni y no inventes una segunda opción heredada.

Nota de acceso: los ocho modelos requieren el derecho de pago de generación de video de ChatCut (suscripción o créditos pagados). Nunca presentes otro modelo como una solución gratuita para un bloqueo de suscripción; en su lugar, ofrece animación de Gráficos en Movimiento gratuita cuando el usuario pida una ruta gratuita.

Parámetros de la Herramienta

ParámetroValoresPredeterminado
promptdescripción del video (obligatorio)—
modelseedance-2-5, seedance2, seedance2fast, seedance2mini, kling, minimax-h3, minimax-h3-max, omniseedance-2-5
durationSecondssegundos5
ratioconsulta la documentación del modelo16:9
resolutionespecífico del modelo; H3: 768p/2k; H3 Max: 480p/768p; Seedance: 480p/720p/1080p; Omni: 360p/720p/1080p/4k720p (modelos H3: 768p)
outputFormatmp4, mov (solo seedance-2-5)mp4 (generar); mov (editar/extender)
taskModegenerate, edit, extend (solo seedance-2-5 o omni)generate
namenombre descriptivo del activo (obligatorio)—
firstFramereferencia de activo del proyecto—
lastFramereferencia de activo del proyecto—
continueFromreferencia de activo de video — solo omni, fuente a editar/extender—

Parámetros específicos del modelo (por ejemplo, mode de Kling, refImages / refVideos / refAudios de Seedance) — consulta la referencia del modelo.

Resolución de Entrada

firstFrame / lastFrame / refImages / refVideos / refAudios toman una referencia de activo del proyecto. Prefiere un UUID completo o prefijo corto de browse_assets; también se aceptan asset://<id> y URLs de activos del mismo proyecto devueltas por las herramientas de activos. Tipo por ranura: ranuras de fotograma y refImages → imagen; refVideos → video; refAudios → audio.

No se aceptan URLs externas ni base64. Si la fuente es una URL pública, descárgala en el espacio de trabajo del sandbox, importa el archivo local mediante asset-import + push_asset, y pasa el ID del activo resultante.

Flujo de Trabajo

Bucle de cuatro pasos. Para cada nueva generación, reinicia desde el Paso 1 si la intención del usuario ha cambiado.

Paso 1 — Alinear el alcance con el usuario

Antes de escribir cualquier prompt, alinea tres dimensiones:

  1. Duración y segmentos — duración total, cuántas tomas y si viven en un solo clip o en varios.

    Si el usuario ya ha indicado una dirección ("做一段", "in one video", "分别生成", "split into N shots", etc.), síguela — no la cuestiones.

    De lo contrario, presenta las dos opciones y deja que el usuario elija:

    • Múltiples tomas dentro de un solo clip (consulta la referencia del modelo) — inferencia única, el sujeto/iluminación/estilo es físicamente consistente entre subtomas; se ajusta a una narrativa coherente dentro del límite de duración por clip.
    • Varios clips — cada clip es controlable y regenerable de forma independiente, pero la identidad y continuidad de estilo deben mantenerse mediante anclas; se ajusta a duraciones que superan el límite o cambios de escena bruscos.

    Ofrece el compromiso; no elijas por el usuario.

  2. Contenido — qué representa cada clip. Resume lo que entendiste, segmento por segmento. Cuando el contenido es vago (por ejemplo, "genera un video de una chica bailando"), el usuario generalmente no ha especificado una o más de las siguientes:

    • Sujeto: quién / qué es el sujeto principal (apariencia, vestimenta, características definitorias)?
    • Acción: qué está haciendo? (Para tomas de diálogo o emocionales, ¿qué microexpresión?)
    • Escena: dónde — entorno, hora del día, detalles ambientales?
    • Iluminación / ambiente de color: qué atmósfera?
    • Cámara: alguna preferencia de tamaño de plano / ángulo / movimiento?
    • Estilo: estilo visual o referencia (cinematográfico / anime / documental / ...).

    Céntrate en los elementos que importan para esta solicitud específica y que no se puedan inferir de forma segura — no conviertas esto en un ejercicio de rellenar espacios en blanco. Resume las partes entendidas al usuario antes de continuar.

  3. Anclas de consistencia — solo cuando varias tomas reutilicen un personaje, objeto o escena: identifica qué ancla (imagen o video de referencia) fijar entre tomas. Para las reglas de obtención, consulta la sección §Consistencia visual entre tomas más abajo.

Para cada dimensión, verifica las palabras del usuario:

  • Claro — continúa.
  • Ambiguo o faltante — PREGUNTA al usuario. No adivines, no asumas tu propia interpretación. Una confirmación de ida y vuelta es más barata que una generación desperdiciada.

Qué NO hacer

  • No "digas y luego envía" — anunciar "Haré esto como 2 clips" y enviar inmediatamente no es alineación, es una decisión unilateral anunciada.
  • No asumas dividir una solicitud de video único en varios clips. Un solo clip puede contener múltiples subtomas (consulta la referencia del modelo), con el sujeto/iluminación/estilo físicamente consistente entre ellas. Presenta el compromiso y luego deja que el usuario elija.
  • No omitas la pregunta porque creas que la respuesta es obvia.

Anulaciones estrictas (la palabra explícita del usuario gana)

  • "one clip / single clip / 一条 / 一个镜头 / in 1 clip" → nunca dividir, incluso si la descripción es objetivamente larga.
  • "N shots / N 段 / N 个镜头" → genera exactamente N.
  • "use this image / 用这张图" → usar como referencia, no sustituir.

Paso 2 — Escribir el prompt

Consulta la referencia del modelo elegido para la estructura del prompt y combinaciones de parámetros (por ejemplo, la estructura de 8 elementos y modos de Seedance; consejos de prompt de Kling). Antes de enviar, verifica:

  • name es un nombre de activo descriptivo — lo suficientemente descriptivo para que el usuario (y tú en turnos posteriores) reconozca este activo en la biblioteca del proyecto. Evita nombres vagos como "Sin título" o "clip 1".
  • La combinación de parámetros coincide con la intención del usuario — consulta la sección Modos en la referencia del modelo.
  • El audio del video generado no es un parámetro de la herramienta. Seedance y Kling se envían con audio habilitado por el backend.
  • Ante un error de validación, lee el error y corrige las entradas — no reintentes ciegamente los mismos argumentos inválidos.

Paso 3 — Enviar uno, esperar, confirmar

Envía un trabajo de generación a la vez. A menos que el usuario haya pedido explícitamente varios clips en paralelo, no envíes el siguiente clip hasta que el actual se complete y el usuario lo haya revisado. El envío en paralelo oculta problemas: si la primera toma tiene deriva o encuadre incorrecto, el usuario preferirá repetirla una vez que tener varios clips desalineados para descartar.

  • submit_video.ratio controla solo el activo generado; no cambia el lienzo de la línea de tiempo del proyecto. Si el usuario solicitó una relación de aspecto de salida final (por ejemplo, "9:16 vertical" o "16:9 horizontal"), establece el lienzo de la línea de tiempo a la misma relación con manage_timelines acción=update (por ejemplo, ratio:"9:16") antes de colocar el activo completado. Si el usuario pidió sin barras negras / a sangre, pasa fit:"cover" al establecer el lienzo o al actualizar/agregar el elemento visual.
  • No uses esta habilidad para la gestión de trabajos — usa track_progress para una lectura de estado inmediata y sigue sus indicaciones de comprobación posterior.
  • Después de enviar, termina tu turno (dile al usuario que el trabajo se ha creado) a menos que ya haya una tarea de seguimiento en cola.
  • Cuando el trabajo termine, presenta el resultado al usuario para que lo revise antes de pasar a la siguiente toma.
  • Para ediciones de origen Omni, sigue la revisión de fotogramas primero/medio/final en su referencia antes de afirmar que el cambio solicitado se realizó correctamente.
  • Manejo de errores específico del modelo — consulta la referencia del modelo.

Paso 4 — Iterar

Cuando el usuario quiera un siguiente clip, una revisión o una continuación...

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills relacionados