Communitygithub.com

Agents365-ai/videogenCN

Claude Code 技能:通过阿里云百炼调用中文视频模型生成视频——万相/PixVerse/可灵/Vidu/HappyHorse,支持文生视频、图生视频、首尾帧、参考生视频。

videogenCN 是什么?

这是一个专为 Claude Code 设计的视频生成技能,支持通过阿里云百炼、火山引擎方舟(即梦)和 MiniMax(海螺 AI)三大平台调用中文视频模型。技能能够根据用户输入的提示词、图片、首尾帧或参考图片自动匹配正确的任务模式(t2v、i2v、kf2v、r2v)。视频生成采用异步方式:提交任务后每 10 秒轮询一次结果(长任务可耗时 10–15 分钟),完成后自动下载 MP4 文件。结果 URL 有效期为 24 小时,因此脚本会立即下载。对于本地图片,万相和 HappyHorse 支持直接 base64 数据 URI;PixVerse、可灵、Vidu 仅接受公网 URL,脚本会自动上传至百炼临时存储。技能还包含交互式提示词打磨步骤,帮助用户优化视频提示词。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add Agents365-ai/videogenCN

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Videogen-Wan - 中文视频生成技能

概述

使用三家提供商(阿里云百炼 DashScope、火山引擎方舟 Jimeng/即梦、MiniMax 海螺 AI)的中文视频模型生成短视频片段。

根据你提供的输入,自动选择四种模式:

模式输入默认模型
t2v 文生视频仅提示词wan2.7-t2v-2026-04-25(百炼)
i2v 图生视频提示词 + --imagewan2.6-i2v-flash(百炼)
kf2v 首尾帧提示词 + --image + --last-framepixverse/pixverse-c1-kf2v(百炼)
r2v 参考生视频提示词 + --ref(1-7 张图片)pixverse/pixverse-c1-r2v(百炼)

视频生成是异步的:脚本提交任务后每 10 秒轮询一次,长任务可能需要 10–15 分钟,完成后下载 MP4。结果 URL 24 小时后过期,因此脚本总是立即下载。

本地图片:万相和 HappyHorse 直接接受 base64 数据 URI;PixVerse、可灵和 Vidu 只接受公网 URL,因此脚本在上传前会自动将本地文件上传至百炼临时存储(48 小时有效的 oss:// URL)。即梦将本地文件转换为 base64;MiniMax 通过其文件 API 上传。

何时使用此技能

  • 用户要求:生成视频 / 文生视频 / 图生视频 / 首尾帧 / 参考生视频,或根据提示词/图片制作视频片段
  • 用户提到中文视频模型:万相/Wan、爱诗/PixVerse、可灵/Kling、Vidu、HappyHorse、即梦/Jimeng、海螺/MiniMax
  • 用户需要 B-roll、动画静帧、角色一致性剪辑或两帧之间的过渡

工作流程

第 0 步:提示词打磨(交互式)

关键——始终对 t2v/i2v 生成执行此步骤。 用户提示词通常太短、模糊或缺少视频模型所需的关键视觉细节。Claude 扮演提示词工程师,在生成前打磨提示词。

0.1 分析用户的原始输入

提取已有内容和缺失内容:

维度检查内容
主体谁/什么是主要焦点?描述外观、动作、表情
场景在哪里发生?背景、环境、氛围
光线一天中的时间?光线质量?(黄金时段、霓虹灯、柔和的漫射光、逆光)
镜头镜头类型?(特写、广角、航拍、跟拍)。运动方式?(推近、平移、环绕)
情绪/风格情感基调?视觉风格?(电影感、动漫、纪录片、超现实)
运动什么在运动?如何运动?速度、方向、动态
时间序列是否有序列?开始→中间→结束?

0.2 生成三个优化变体

以表格形式呈现3 个变体,每个具有不同的创作方向:

| # | 风格方向 | 优化后提示词 | 建议参数 |
|---|---------|-------------|---------|
| 1 | [风格名]  | [完整中文提示词] | 5s / 16:9 / 1080P |
| 2 | [风格名]  | [完整中文提示词] | 8s / 16:9 / 1080P |
| 3 | [风格名]  | [完整中文提示词] | 5s / 9:16 / 1080P |

变体设计原则:

  • 变体 1:忠于原意——保留用户的核心创意,添加丰富的视觉细节,电影画质
  • 变体 2:创造性发散——对同一核心创意进行不同的艺术诠释
  • 变体 3:实用主义——针对特定平台格式(竖屏短视频、可循环片段等)优化

视频模型提示词编写规则:

  • 使用中文编写(所有支持的模型都为中文优化)
  • 将主体和核心动作放在开头(前 20 个字符最重要)
  • 使用具体的视觉名词("金色麦田"),而非抽象概念("丰收的感觉")
  • 明确描述运动("缓缓推近"、"随风飘动"、"从远到近奔跑")
  • 在结尾添加镜头和光线提示("电影感镜头"、"逆光剪影"、"浅景深")
  • 保持在 150 个字符以内——视频提示词不是小说
  • 对于万相 2.7 多镜头:使用 第N个镜头[N-Ns]: 描述 格式

0.3 用户反馈循环

呈现三个变体后,要求用户选择或提供反馈。接受以下修改关键词:

用户说操作
"用第N个" / "N"原样使用变体 N
"更诗意" / "更浪漫"用更诗意的语气重新生成所有三个变体
"更简洁"简化到核心内容,更短的提示词
"加动态元素"添加更多运动、动作、动态
"改为夜景" / "下雪" / 等对所有变体应用特定场景更改
"混合1和3"将变体 1 的主体与变体 3 的风格结合
"直接用" / "不改了"跳过打磨,使用原始提示词
自定义反馈应用反馈并重新生成

迭代直到用户明确批准提示词(说"好"、"可以"、"用这个"、"生成吧"等),然后继续执行第 1 步。

0.4 跳过条件

在以下情况跳过打磨:

  • 用户明确说"直接生成" / "不用优化" / "skip"
  • 提示词已经详细(> 80 个字符且已包含视觉细节)
  • 模式为 kf2v/r2v(参考图片是主要输入)

第 1 步:决定模式和提供商

根据批准的提示词以及任何 --image/--last-frame/--ref 输入,确定:

  • 模式:t2v / i2v / kf2v / r2v(自动检测)
  • 提供商:使用 --provider 标志或从模型名称自动检测
  • 模型:使用 --model 标志或提供商/模型默认值
  • 参数:持续时间、分辨率、比例来自变体建议或用户覆盖

第 2 步:确认并生成

向用户展示最终命令并确认(尤其是长/昂贵的生成)。运行脚本;脚本会阻塞直到任务完成并保存 MP4。

第 3 步:交付

报告输出路径、文件大小和生成时间。如果未指定输出路径,则保存到当前工作目录。

费用提示:视频 API 按输出秒数计费。对于长片段或多个片段,在提交前与用户确认。

提供商

阿里云百炼

一个 API 密钥(DASHSCOPE_API_KEY)覆盖所有五个模型系列。第三方模型(PixVerse/可灵/Vidu/HappyHorse)仅限北京区域(cn)。

火山引擎方舟(即梦)

通过 ARK_API_KEY 进行简单的 Bearer 令牌认证。使用方舟内容生成 API(https://ark.cn-beijing.volces.com/api/v3)。支持 t2v 和 i2v,支持原生音频、口型同步和镜头运动控制。

MiniMax 海螺 AI

通过 MINIMAX_API_KEY 进行简单的 Bearer 令牌认证。三步异步流程(提交 → 查询 → 获取下载 URL)。支持 t2v 和 i2v。

模型

万相(阿里云百炼)

模型模式分辨率时长备注
wan2.7-t2v-2026-04-25t2v720P/1080P≤15st2v 默认。多镜头:第N个镜头[N-Ns]: ...
wan2.5-t2v-previewt2v480P-1080P5/10s生成音频,支持 --no-audio
wan2.2-t2v-plust2v480P/1080P5s稳定质量
wanx2.1-t2v-turbo / -plust2v480P-720P3-5s快速/廉价
wan2.6-i2v-flashi2v720P/1080P2-15si2v 默认,支持 --no-audio
wan2.6-i2vi2v720P/1080P2-15s最佳 i2v 质量
wan2.5-i2v-previewi2v480P-1080P5/10s音频
wan2.2-i2v-plus / -flashi2v480P-1080P5s静默
wanx2.1-i2v-turbo / -plusi2v480P-720P3-5s特效模板

爱诗 PixVerse(百炼第三方)

pixverse/pixverse-{c1,v6,v5.6}-{t2v,it2v,kf2v,r2v} — 例如 pixverse/pixverse-c1-it2v

  • c1/v6:时长 1-15s,360P-1080P;v5.6:5/8/10s(1080P:仅 5/8s)
  • c1 擅长动态场景/战斗/高速运动;v5.6 为旧版
  • it2v = 首帧 i2v,kf2v = 首尾帧,r2v = 1-7 张参考图片,带 @ref_name 提示词语法
  • 默认关闭音频,使用 --audio 启用

可灵 Kling(百炼第三方)

kling/kling-v3-video-generation,kling/kling-v3-omni-video-generation

  • 一个模型代码涵盖 t2v/i2v/kf2v——模式由附加的媒体决定;omni 添加参考图片(--ref)
  • 时长 3-15s;分辨率通过模式决定:1080P→pro,否则 std(720P);比例 16:9/9:16/1:1

Vidu(百炼第三方)

vidu/viduq3-{pro,turbo}_{text2video,img2video,start-end2video},vidu/viduq2*

  • q3:1-16s,支持音频(--audio);q2:1-10s,无音频
  • 540P/720P/1080P;start-end2video = 首尾帧

HappyHorse(百炼第三方)

happyhorse-1.1-t2v,happyhorse-1.0-t2v,happyhorse-1.1-i2v,happyhorse-1.0-i2v

  • 3-15s,720P/1080P;t2v 支持多种比例;i2v 匹配输入图片比例

即梦 Jimeng(火山引擎方舟)

模型模式分辨率时长备注
doubao-seedance-2-0-260128t2v/i2v最高 2K≤15s默认。音频、口型同步、镜头控制
doubao-seedance-2-0-fast-260128t2v/i2v最高 1080P≤15s快速变体
doubao-seedance-1-5-pro-251215t2v/i2v最高 1080P智能音频,智能时长
doubao-seedance-1-0-prot2v/i2v最高 1080P—标准 v1
  • 认证:ARK_API_KEY(Bearer 令牌)
  • API:https://ark.cn-beijing.volces.com/api/v3
  • 本地图片自动编码为 base64 数据 URI
  • 比例:16:9、9:16、1:1、21:9 等

MiniMax 海螺 AI

模型模式分辨率时长备注
video-01t2v/i2v720P6s涵盖两种模式
  • 认证:Bearer 令牌(MINIMAX_API_KEY)
  • 本地图片通过 MiniMax 文件 API 自动上传
  • 提示词优化器默认启用

提示词打磨示例

这些示例展示了第 0 步交互式打磨的实际操作。

示例 1:模糊的简短提示词

用户:"生成视频:一只猫"

Claude 回应:

你的原始提示词比较简短,我帮你打磨了三个版本:

#风格方向优化后提示词建议参数
1温馨日常一只橘猫蜷缩在窗台上,午后阳光透过纱帘洒在毛发上,猫咪眯着眼睛打盹,微风轻拂窗帘5s / 16:9
2灵动活泼一只黑白奶牛猫在花园里追逐蝴蝶,敏捷跳跃,花瓣被带起在空中飞舞,慢动作特写5s / 16:9
3赛博朋克一只发光机械猫在霓虹闪烁的雨夜街头行走,全息投影的鱼在它周围游动,科幻电影质感5s / 9:16

你喜欢哪个方向?也可以说"更诗意""改为雪景""混合1和2"等。

示例 2:迭代打磨

用户:"第二个不错,但是我想改成在森林里"

Claude 用森林场景重新生成变体 2,或许调整所有三个:

好的,以森林为场景重新打磨:

#风格方向优化后提示词建议参数
1灵动森林一只黑白毛色的猫咪在晨光森林中轻盈跳跃,透过树叶的阳光形成光束,苔藓和蕨类植物环绕,慢动作5s / 16:9
2神秘森林黑猫在迷雾森林中优雅行走,发光的蘑菇照亮小径,萤火虫在空气中浮动,奇幻电影画风8s / 16:9
3雨后森林橘白色小猫在雨后的原始森林中探索,叶片上的水珠闪烁,丁达尔光束穿透树冠,微距镜头跟拍5s / 16:9

哪个更接近你想要的?

用户:"用第1个,生成吧"

Claude 运行带有批准提示词的脚本。

用法

文生视频

# 百炼(默认)
python scripts/generate_video.py \
  "一只柴犬在樱花树下奔跑,花瓣随风飘落,电影感镜头" shiba.mp4 \
  --duration 5 --resolution 1080P --ratio 16:9

# 即梦
python scripts/generate_video.py "一只柴犬在樱花树下奔跑" shiba.mp4 \
  --provider jimeng --duration 5

# 海螺 AI
python scripts/generate_video.py "一只柴犬在樱花树下奔跑" shiba.mp4 \
  --provider minimax --duration 6

图生视频

python scripts/generate_video.py "镜头缓缓推近,人物微笑" out.mp4 --image portrait.png
# 或使用第三方模型(本地文件自动上传):
python scripts/generate_video.py "cinematic dolly-in" out.mp4 \
  --image portrait.png -m pixverse/pixverse-c1-it2v
# 即梦 i2v:
python scripts/generate_video.py "镜头缓缓推近" out.mp4 \
  --image portrait.png --provider jimeng

首尾帧(kf2v)

python scripts/generate_video.py "花苞缓缓绽放成盛开的牡丹" bloom.mp4 \
  --image bud.png --last-frame bloom.png

参考生视频(r2v)

python scripts/generate_video.py "@girl 在 @cafe 里弹吉他" out.mp4 \
  --ref girl=girl.png --ref cafe=cafe.jpg

恢复长时间运行的任务

python scripts/generate_video.py --task-id <task-id> out.mp4

选项

标志含义默认值
--providerbailian / jimeng / minimax自动检测
-m/--model模型名称按模式自动选择
-i/--image首帧图片(路径/URL)—
--last-frame尾帧图片 → kf2v—
--ref参考图片 name=path_or_url,可重复 → r2v—
-d/--duration秒数5
-r/--resolution360P/480P/540P/720P/1080P1080P
--ratio16:9 或 9:1616:9
-s/--size基于尺寸模型的精确 W*H来自分辨率+比例
-n/--negative负面提示词(仅限万相)—
--no-prompt-extend禁用提示词重写(仅限万相)扩展开启
--audio在 PixVerse/可灵/Vidu 上启用音频关闭
--no-audio万相音频模型静默输出音频开启
--seed可复现性(不可灵)随机
--task-id恢复轮询现有任务(百炼)—
--list-models列出模型并退出—

依赖

pip install requests

环境变量

变量是否必需提供商用途
DASHSCOPE_API_KEY是(百炼)百炼百炼 API 密钥 (https://bailian.console.aliyun.com/)
DASHSCOPE_API_BASE否百炼cn(默认)/ sg / us 或完整 URL
DASHSCOPE_VIDEO_MODEL否百炼默认模型覆盖
ARK_API_KEY是(即梦)即梦火山引擎方舟 API 密钥 (https://console.volcengine.com/ark/)
MINIMAX_API_KEY是(MiniMax)MiniMaxMiniMax API 密钥 (https://platform.minimax.io)

百炼上的第三方模型(PixVerse/可灵/Vidu/HappyHorse)仅限北京区域(cn)。

模型选择指南

用例模型提供商
最佳质量的文生视频,多镜头故事wan2.7-t2v-2026-04-25百炼
快速动作/战斗场景pixverse/pixverse-c1-t2v百炼
智能故事板,原生视听kling/kling-v3-video-generation百炼
长达 16 秒的带音频片段vidu/viduq3-pro_text2video百炼
抖音/小红书短视频风格doubao-seedance-2-0-260128即梦
平滑运动,自然物理video-01MiniMax
图片动画化(默认)wan2.6-i2v-flash百炼
两帧之间的过渡pixverse/pixverse-c1-kf2v 或 vidu/viduq3-pro_start-end2video百炼
角色/主体一致性pixverse/pixverse-c1-r2v 或 kling/kling-v3-omni-video-generation百炼
廉价草稿wanx2.1-t2v-turbo,happyhorse-1.0-t2v百炼

示例

# 抖音/小红书竖屏短视频
python scripts/generate_video.py "赛博朋克都市夜景,霓虹灯光映照湿漉漉的街道,一名科幻装束的女性在雨中漫步,无人机航拍视角缓缓下降" short.mp4 \
  --ratio 9:16 --duration 8 --provider jimeng

# 从第一帧图片生成并添加音频
python scripts/generate_video.py "慢动作特写,花瓣从指间飘落" out.mp4 \
  --image hand.jpg --audio

# 使用致远 2.7 多镜头故事板
python scripts/generate_video.py \
  "第1个镜头[0-3s]: 一个宁静的湖面,晨雾缭绕,电影感镜头。第2个镜头[3-7s]: 一艘木船从画面右侧缓缓划入,船桨拨动水面泛起涟漪。第3个镜头[7-10s]: 船上的老渔夫抬头望向远方,朝阳映照在他的脸上" \
  story.mp4 --duration 10 --model wan2.7-t2v-2026-04-25

相关技能