Communitygithub.com

0xsline/openchatcut

Fal.ai, Seedance 2.0, Kling, MiniMax Hailuo, xAI Grok Imagine 및 OFox를 통한 AI 비디오 생성. 사용자가 텍스트-비디오, 이미지-비디오, 첫/마지막 프레임 전환, 참조 기반 생성, 멀티샷 또는 기존 클립을 생성적으로 편집/확장하는 비디오 클립을 생성하려 할 때 사용합니다.

openchatcut란 무엇인가요?

이 스킬은 다양한 AI 모델(Fal.ai, Seedance 2.0, Kling, MiniMax Hailuo, xAI Grok Imagine, OFox)을 통해 비디오 생성 작업을 제출하는 데 사용됩니다. 각 호출은 하나의 생성 작업을 제출하며 `jobId`를 반환하고, 작업 상태 추적은 별도의 `track_progress` 도구에 위임합니다. 생성된 비디오는 자동으로 타임라인에 배치되지 않으므로, 사용자는 결과물을 검토한 후 수동으로 배치해야 합니다. 이 스킬은 텍스트-비디오, 이미지-비디오, 첫/마지막 프레임 전환, 참조 기반 생성, 멀티샷 스토리보드, 기존 비디오 편집/확장 등 다양한 생성 모드를 지원하며, 사용자의 요청에 따라 최적의 모델을 선택합니다. 중요한 것은 각 모델의 고유한 기능과 제약 사항(예: 해상도, 지속 시간, 참조 유형)을 존중하고, 모델 참조 문서를 먼저 읽은 후에 생성해야 한다는 점입니다. 특히 다중 샷 간의 시각적 일관성을 유지하기 위해 앵커(참조 이미지/비디오)를 사용하는 것이 핵심이며, 텍스트 프롬프트만으로는 일관된 정체성을 보장할 수 없습니다.

지원 대상~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/0xsline/openchatcut/tree/HEAD/src/agent/skills/video-gen

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

비디오 생성 (Video Gen)

호출당 하나의 비디오 생성 작업을 제출하고 jobId를 반환합니다. 작업 관리(대기/상태 확인)는 track_progress 도구가 담당합니다. 이 스킬은 비디오를 타임라인에 자동으로 배치하지 않습니다.

사용 시기

사용자가 비디오 클립을 생성하려 할 때 언제든지 사용합니다 — 텍스트-비디오, 이미지-비디오, 첫 번째-마지막 프레임 전환, 참조 기반 생성, 멀티샷 스토리보드, 또는 기존 비디오를 생성적으로 편집/확장(소스 클립 기반의 새 푸티지 생성, 타임라인 트리밍 아님).

모델

모델참조 문서강점
fal + falModelreferences/fal.md명시적인 Fal 카탈로그; 모델별 제한 사항은 도구 스키마 참조
seedance2references/seedance2.md설정 시 기본값. 다중 모달 참조, 첫/마지막 프레임, 편집/확장/연결, 2–15초, 480p/720p/1080p/4k, 오디오/시드/카메라/워터마크/마지막 프레임/작업 제어 지원.
klingreferences/kling.md기술 카메라/성능; Omni 멀티샷; 이미지 ≤7 (하나의 refVideos 기능 사용 시 ≤4); std/pro; 3–15초.
hailuoreferences/hailuo.mdMiniMax 海螺. T2V / I2V / 첫 번째+마지막 프레임; 6초 또는 10초; 512P (Hailuo-02), 720p→768P, 1080P (6초); 다중 참조/멀티샷 비지원.
grok-imagine-videoreferences/grok-imagine-video.mdxAI Grok Imagine. 텍스트-비디오 전용; 1–15초; 480p/720p/1080p; 오디오 트랙 포함.
ofoxreferences/ofox.mdOFox 다중 모델 게이트웨이 (하나의 키로 Seedance/Wan 등 지원). 텍스트/이미지-비디오, 첫 번째+마지막 프레임, 최대 9개 이미지 참조; 모델별 API 제한에 따라 2–30초; 모델별 480p/720p/1080p.

중요: 생성 전에, 선택한 모델의 참조 문서를 읽어 기능, 입력 채널, 모드, 프롬프트 구조 및 모델별 동작을 확인하세요. 참조 문서에서 금지하는 매개변수를 임의로 사용하지 마십시오.

모델 선택

기능 프롬프트의 설정된 공급업체를 존중합니다 (해당 키가 활성화된 모델만 호출합니다).

  1. 사용자가 공급업체를 명시한 경우 ("用海螺", "MiniMax", "Kling", "Seedance") → 설정된 해당 model을 사용합니다.
  2. Fal.ai가 선택되거나 요청된 경우, model: "fal"을 사용하고 요청된 falModel 또는 기능에 저장된 Fal 기본값을 사용합니다. Fal 모델이 선택되지 않았으면 물어보세요. Fal 카탈로그 제약 사항은 도구 스키마를 참조하십시오; 아래의 네이티브 공급업체 제한은 적용되지 않습니다.
  3. 그 외 기본값 seedance2 (Seedance가 설정된 경우).
  4. 그 외 Kling만 켜져 있으면 → kling. 그 외 MiniMax만 켜져 있으면 → hailuo. 그 외 xAI만 켜져 있으면 → grok-imagine-video. 그 외 OFox만 켜져 있으면 → ofox.
  5. 다음과 같은 경우 기본값에서 전환합니다:
    • 멀티샷 커스터마이즈/인텔리전스 필요 → kling (사용자가 명시하지 않은 경우 확인 필요).
    • 풍부한 다중 모달 참조 (비디오/오디오 참조, 편집/확장) 필요 → seedance2.
    • 짧은 단일 비트가 필요하고 MiniMax만 사용 가능하거나 사용자가 Hailuo를 원하는 경우 → 지속 시간 6 또는 10초의 hailuo.

필요한 모델이 설정되지 않은 경우, 그 사실을 알리고 대안을 제시합니다: 다른 설정된 비디오 공급업체, 업로드, 또는 모션 그래픽 — API가 존재하는 것처럼 가장하지 마십시오.

제출하기 전에 사용자에게 무엇을 생성할 것인지 간략히 알려주십시오.

도구 매개변수

매개변수값기본값
modelseedance2, kling, hailuo, grok-imagine-video, ofox, falseedance2 (사용 가능 시)
durationSeconds모델별seedance/kling ~5; hailuo 6 또는 10 (1080p → 6만); grok 1–15; ofox 2–30 (모델별 API 제한)
ratio모델 문서 참조16:9 (seedance/kling/grok/ofox); hailuo에서는 무시됨
resolution480p, 512p, 720p, 1080p, 4k공급업체별; hailuo는 Hailuo-02에 대해 512p 추가; grok: 480p/720p/1080p
refVideoModefeature, basekling 전용, refVideos와 함께 사용
promptOptimizer / fastPretreatmentbooleanhailuo 전용
generateAudio, seed, cameraFixed, watermark제어seedance 전용
returnLastFrame, executionExpiresAfter, priority제어seedance 전용; 요청된 마지막 프레임은 별도의 이미지 에셋이 됨
name설명적 에셋 이름좋은 풀 UX를 위해 필요
firstFrame프로젝트 이미지 에셋 참조선택 사항
lastFrame프로젝트 이미지 에셋 참조seedance / kling / hailuo (firstFrame 필요; seedance의 다중 참조와 함께 사용 불가)
refImages / refVideos / refAudios에셋 참조seedance 전체; kling: 이미지 + 1개 기능 비디오 (오디오 없음); hailuo: 없음 (프레임 / S2V 주제)
mode / shotType / multiPromptsKling 멀티샷kling 전용

모델별 매개변수 — 해당 모델의 참조 문서를 참조하십시오.

입력 해상도

firstFrame / lastFrame / refImages / refVideos / refAudios 모두 프로젝트 에셋 참조를 사용합니다. read_project에서 가져온 전체 UUID 또는 짧은 접두사를 선호합니다. asset://<id> 및 read_project에서 반환된 동일 프로젝트 에셋 URL도 허용됩니다. 슬롯별 유형: 프레임 슬롯 및 refImages → 이미지; refVideos → 비디오; refAudios → 오디오.

외부 URL 및 base64는 허용되지 않습니다. 소스가 공개 URL인 경우, 먼저 프로젝트에 다운로드(비디오/오디오의 경우 download_media, 이미지의 경우 submit_image)한 후 결과 에셋 ID를 전달하십시오.

워크플로우

4단계 루프. 각 새 생성마다 사용자의 의도가 변경된 경우 1단계부터 다시 시작합니다.

1단계 — 사용자와 범위 조정

프롬프트를 작성하기 전에 세 가지 차원을 조정합니다:

  1. 지속 시간 및 세그먼트 — 총 길이, 샷 수, 하나의 클립에 포함될지 여러 클립에 걸쳐 있을지.

    사용자가 이미 방향을 제시했다면 ("做一段", "in one video", "分别生成", "split into N shots" 등) 따르십시오 — 재추측하지 마십시오.

    그렇지 않으면 두 가지 경로를 제시하고 사용자가 선택하도록 하십시오:

    • 하나의 클립 내 멀티샷 (모델 참조 문서 참조) — 단일 추론, 하위 샷 간에 주제/조명/스타일이 물리적으로 일관됨; 클립당 지속 시간 제한 내에서 일관된 내러티브에 적합.
    • 여러 클립 — 각 클립은 독립적으로 제어 가능하고 재시도 가능하지만, 정체성과 스타일 연속성은 앵커를 통해 유지해야 함; 제한을 초과하는 지속 시간이나 명확한 장면 전환에 적합.

    트레이드오프를 제시하십시오; 사용자를 대신하여 선택하지 마십시오.

  2. 콘텐츠 — 각 클립이 묘사하는 내용. 이해한 내용을 세그먼트별로 요약하여 알려주십시오. 콘텐츠가 모호할 때 (예: "generate a video of a girl dancing"), 사용자는 일반적으로 다음 중 하나 이상을 명시하지 않았습니다:

    • 주제: 주요 주제는 누구/무엇인가 (외모, 복장, 특징)?
    • 동작: 무엇을 하고 있는가? (말하기/감정 샷의 경우, 어떤 미세 표정?)
    • 장면: 어디 — 배경, 시간대, 환경적 세부 사항?
    • 조명 / 색상 분위기: 어떤 분위기?
    • 카메라: 샷 크기/각도/이동 선호도?
    • 스타일: 시각적 스타일 또는 참조 (시네마틱 / 애니메이션 / 다큐멘터리 / ...).

    이 특정 요청에 중요하고 안전하게 추론할 수 없는 항목에 집중하십시오 — 빈칸 채우기 연습으로 만들지 마십시오. 진행하기 전에 이해된 부분을 사용자에게 요약하여 알려주십시오.

  3. 일관성 앵커 — 여러 샷이 캐릭터, 객체 또는 장면을 재사용하는 경우에만: 샷 전체에 고정할 앵커(참조 이미지 또는 비디오)를 식별합니다. 소싱 규칙은 아래의 §샷 간 시각적 일관성을 참조하십시오.

각 차원에 대해 사용자의 말을 확인하십시오:

  • 명확함 — 진행.
  • 모호하거나 누락됨 — 사용자에게 물어보십시오. 추측하지 마십시오, 자신의 해석을 기본값으로 사용하지 마십시오. 왕복 확인이 낭비된 생성보다 비용이 적게 듭니다.

하지 말아야 할 것

  • "말하고 제출"하지 마십시오 — "이것을 2개의 클립으로 만들겠습니다"라고 발표하고 즉시 제출하는 것은 조정이 아니라 일방적인 결정입니다.
  • 단일 비디오 요청을 여러 클립으로 분할하는 것을 기본값으로 하지 마십시오. 단일 클립은 여러 하위 샷을 전달할 수 있으며 (모델 참조 문서 참조), 주제/조명/스타일이 물리적으로 일관됩니다. 트레이드오프를 제시한 후 사용자가 선택하도록 하십시오.
  • 답이 명백하다고 생각하여 질문을 건너뛰지 마십시오.

하드 오버라이드 (사용자의 명시적 단어가 우선)

  • "one clip / single clip / 一条 / 一个镜头 / in 1 clip" → 절대 분할하지 마십시오, 설명이 객관적으로 길더라도.
  • "N shots / N 段 / N 个镜头" → 정확히 N개 생성.
  • "use this image / 用这张图" → 참조로 사용, 대체하지 마십시오.

2단계 — 프롬프트 작성

선택한 모델의 참조 문서에서 프롬프트 구조와 매개변수 조합을 확인하십시오 (예: Seedance의 8요소 구조 및 모드; Kling의 프롬프트 팁). 제출하기 전에 다음을 확인하십시오:

  • name은 설명적인 에셋 이름입니다 — 사용자(및 이후 단계에서 여러분)가 프로젝트 라이브러리에서 이 에셋을 인식할 수 있을 정도로 설명적이어야 합니다. "Untitled" 또는 "clip 1"과 같은 모호한 이름은 피하십시오.
  • 매개변수 조합이 사용자의 의도와 일치하는지 확인하십시오 — 모델 참조 문서의 모드 섹션을 참조하십시오.
  • 생성된 비디오 오디오는 도구 매개변수가 아닙니다 (공급업체 측). Hailuo에는 비율/다중 참조가 없습니다; 해당 매개변수를 임의로 생성하지 마십시오.
  • 유효성 검사 실패 시, 오류를 읽고 입력을 수정하십시오 — 동일한 잘못된 인수로 맹목적으로 재시도하지 마십시오.

3단계 — 하나 제출, 대기, 확인

한 번에 하나의 생성 작업을 제출하십시오. 사용자가 여러 클립을 병렬로 명시적으로 요청하지 않는 한, 현재 클립이 완료되고 사용자가 검토할 때까지 다음 클립을 제출하지 마십시오. 병렬 제출은 문제를 숨깁니다: 첫 번째 샷에 드리프트나 잘못된 프레이밍이 있는 경우, 사용자는 여러 개의 잘못 정렬된 샷을 폐기하는 것보다 한 번 다시 수행하는 것을 선호할 것입니다.

  • submit_video.ratio는 생성된 에셋만 제어합니다; 프로젝트 타임라인 캔버스는 변경하지 않습니다. 사용자가 최종 출력 종횡비(예: "9:16 세로" 또는 "16:9 가로")를 요청한 경우, 완료된 에셋을 배치하기 전에 manage_timelines action=update로 타임라인 캔버스를 동일한 비율로 설정하십시오 (예: ratio:"9:16"). 사용자가 검은 막대 없음/전체 확장을 요청한 경우, 캔버스를 설정하거나 시각적 항목을 업데이트/추가할 때 fit:"cover"를 전달하십시오.
  • 작업 관리에 이 스킬을 사용하지 마십시오 — 상태/대기는 track_progress 도구를 사용하십시오.
  • 제출 후, 추가 작업이 이미 대기 중이지 않은 한, 차례를 종료하십시오 (작업이 생성되었음을 사용자에게 알림).
  • 작업이 완료되면, 다음 샷으로 진행하기 전에 결과를 사용자에게 표시하여 검토를 받으십시오.
  • 모델별 실패 처리 — 모델의 참조 문서를 참조하십시오.

4단계 — 반복

사용자가 다음 클립, 수정 또는 연속을 원할 때:

  • 멀티샷 시퀀스의 다음 샷인 경우 — 설정된 앵커를 재사용하십시오 (아래의 §샷 간 시각적 일관성 참조, 플래그 수준 세부 사항은 모델 참조 문서 참조).
  • 사용자의 피드백이 모호한 경우 ("it doesn't feel right") — 재생성하기 전에 구체적으로 무엇을 변경할지 물어보십시오.
  • 동일한 텍스트 프롬프트 조정이 두 번 실패한 경우 — 텍스트 조정을 중단하십시오. 참조 이미지로 전환하거나, 모델이 지원하는 경우 편집 모드로 전환하십시오 (모델 참조 문서 참조).
  • 각 새 생성은 1단계에서 루프를 다시 시작합니다 — 범위가 변경된 경우 재조정합니다.

샷 간 시각적 일관성

텍스트만으로는 샷 간에 시각적 정체성을 안정적으로 유지할 수 없습니다; 시각적 참조는 단어보다 훨씬 정확하게 출력을 제한합니다.

앵커: 일관성의 초석

앵커는 동일한 캐릭터, 객체 또는 스타일을 공유하는 모든 샷에 고정되는 참조 이미지 또는 비디오입니다. 반복되는 시각적 요소가 있는 모든 멀티샷 시퀀스에는 앵커가 필요합니다 — 텍스트로 재현하려고 시도하지 마십시오.

앵커 소싱

참조 인식을 가지십시오. 사용자의 요청에 반복되는 캐릭터/객체/장면이 포함된 경우, 프롬프트를 작성하기 전에 어떤 앵커를 사용할지 생각하십시오:

  • 먼저 프로젝트를 확인하십시오. 사용자가 이미 제공했거나 승인한 것은 무엇입니까? 업로드된 이미지, 이전에 생성 및 승인된 샷, 또는 이전 프로젝트 에셋이 모두 앵커 역할을 할 수 있습니다.
  • 사용자의 의도와 일치시키십시오. 사용자가 특정 에셋을 지목한 경우 ("use this photo", "像上一段那样"), 그것을 사용하십시오. 사용자가 단어로만 캐릭터를 설명한 경우, 아직 앵커가 존재하지 않으며 하나를 설정해야 합니다.
  • 의심스러우면 사용자에게 물어보십시오. 어떤 에셋을 고정할지 추측하지 마십시오, 그리고 사용자가 이미 염두에 두고 있을 수 있는데 조용히 새 앵커를 생성하지 마십시오.

새 앵커 설정 (사용자 동의 필요)

기존 에셋이 맞지 않고 새로 생성해야 하는 경우, 먼저 사용자에게 제안하십시오 — 이는 모든 다운스트림 샷의 형태를 결정합니다. 모델별 경로 — 선택한 모델의 참조 문서를 참조하십시오.

앵커 사용

  • 캐릭터/객체/스타일을 공유하는 모든 샷에 앵커를 전달하십시오. 사용할 특정 플래그는 모델에 따라 다릅니다 — 모델 참조 문서를 참조하십시오.
  • 프롬프트에서 앵커를 이름이 아닌 외관으로 설명하십시오: "크롬 배기구가 있는 검은색 경주용 차"가 "Fleetmaster"보다 훨씬 더 제한적입니다. 역할 혼동이 발생할 수 있는 경우, 명시적인 부정을 추가하십시오: "오토바이는 변형하지 않습니다."
  • 프롬프트에서 앵커를 @Image1 / @Video1로 참조하십시오 — "이전과 같은 차"와 같은 모호한 표현은 사용하지 마십시오.
  • 샷이 이전 생성에 의존하는 경우, 이전 작업이 완료될 때까지 대기 (track_progress with action=wait)하여 assetId를 얻은 후 앵커 참조로 전달하십시오. 종속 샷을 병렬로 제출하지 마십시오.

다중 캐릭터 프로젝트

프로젝트에 고유한 속성을 가진 여러 명명된 캐릭터가 있는 경우 (예: 불 에너지를 가진 Faz, 얼음 에너지를 가진 Kev), 각 캐릭터를 별도의 앵커로 취급하십시오 — 캐릭터당 하나의 참조 에셋. 모든 프롬프트에서:

  • 활성 캐릭터의 이름을 지정하고 고유한 속성을 첨부하십시오 ("Kev has blue ice electric energy").
  • 다른 캐릭터에 대한 명시적인 부정을 추가하여 속성 누출을 방지하십시오 ("NOT red fire energy, NOT Faz's look").
  • 올바른 캐릭터의 앵커를 고정하십시오 (모델별 플래그 — 모델 참조 문서 참조). 실수로 다른 캐릭터의 앵커를 재사용하지 마십시오.

명시적인 귀속 또는 부정 중 하나가 누락되면 캐릭터 간 속성 혼합이 발생합니다.

동일한 프레임의 여러 캐릭터. 여러 캐릭터가 함께 나타나는 샷(특히 카메라를 향할 때)의 경우, 모델은 얼굴 교체 또는 신체 클리핑을 일으키기 쉽습니다. 각 캐릭터에 강력한 위치 + 복장 앵커를 추가하고 고정 카메라를 선호하십시오.

...

[잘림: 이 지점 이후의 내용은 원본의 나머지 부분에 의해 결정됩니다. 전체 번역을 요청하신 경우, 원본 SKILL.md의 전체 텍스트를 제공해 주시면 나머지 부분도 포함하여 완전히 번역해 드리겠습니다.]

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

0xsline/openchatcut

Connect an MCP-capable coding agent to OpenChatCut and edit local video projects. Use when the user asks to install, connect, or set up OpenChatCut; inspect or edit an OpenChatCut project; work with its timeline, transcript, captions, media, generation, motion graphics, audio, color, or export tools; or recover from an OpenChatCut MCP error.

0xsline/openchatcut

Use when acquiring or importing media into a OpenChatCut project asset library for video editing or creation, including local/attached videos, user-provided paths, public media URLs, web video/audio/image assets, upload fallback decisions, and deciding between import_media, download_media, or manual user action.

0xsline/openchatcut

Use when a OpenChatCut video editing or creation workflow needs export, render, download, share, final delivery, subtitle-file export, render choice, local-only asset handling, or export fallback explanation.

0xsline/openchatcut

AI image generation via Fal.ai, gpt-image-2, nano-banana, MiniMax image-01, and xAI Grok Imagine. Use when the user wants to generate or create an image / picture / still.

0xsline/openchatcut

Use when a OpenChatCut tool call fails or returns an unexpected shape.

0xsline/openchatcut

Music generation via Mureka, MiniMax, Atlas Cloud, and Sonilo. Use for instrumentals, songs, soundtracks, track/stem generation, covers, or video-conditioned scoring of the finished cut through `submit_music`.

0xsline/openchatcut

OpenChatCut product knowledge — UI layout, editor features, and how generation providers are configured. Use when the user asks about the product interface, how to use a feature, where to find something, or needs GUI guidance for something the agent cannot do directly. Also use as fallback when a task fails and the user needs to complete it manually in the UI. NOT for live project-state queries ("where are my folders?", "what's on my timeline?", "where is clip X?") — those are answered by `read_project`, not by this skill.

0xsline/openchatcut

AI shader generator for WebGL video effects, transitions, masks, and color grading (LUT / 调色 / 电影感 / film look). Use when the user wants a video effect (滤镜 / 特效), a transition (转场 / crossfade / wipe / cube / 3d), a mask (蒙版 / 遮罩 / reveal), a zoom / push-in (推近 / 推镜头), or a color grade — try the built-in effects (zoom, builtin LUTs) before generating a new shader.

0xsline/openchatcut

Use when checking whether agent edits are reflected in the OpenChatCut project and editor.

0xsline/openchatcut

Text-to-Speech (TTS), voiceover, narration placement/sync, and custom sound effects (SFX) generator. Use when the user wants generated speech from text, wants to add/replace/align narration or voiceover for an existing video/timeline, wants to keep existing voiceover synced after visual retiming edits, needs voice audition/selection, or explicitly wants a newly generated/custom sound effect that is not available in the Sound Effects library.

0xsline/openchatcut

Use when the agent should ask the user for structured input with an in-chat form, including single-select, multi-select, text fields, style pickers, or voice audition choices.

관련 스킬