频道视频
此方法不包含预定义的频道身份、凭证、模型或人员。请阅读项目的 AGENTS.md。在已安装的项目中,辅助脚本位于 .agent/skills/channel-video/scripts/。
强制性 Onboarding
如果上下文/配置文件尚未审核通过,请在生成付费媒体之前阅读 references/onboarding.md 并引导对话。根据回答创建频道上下文,提出可配置的偏好设置并请求批准。不要从已填写的字段推断批准状态。所有者需要使用自己的 HeyGen 和 ElevenLabs 账户,自己的 ElevenLabs 声音和 HeyGen 头像,并确保 API 访问和额度有效。
不得从其他频道、全局环境或对话中复制任何 ID 或密钥。.env 文件必须来自当前工作区;不会自动查找工作区外的凭据。
流程
- 读取
channel_context.md和channel_profile.json。识别散单请求、专题档案、已发布的文稿或现成脚本。复用现有主题或创建videos/<theme>/目录。 - 对于新脚本,阅读
references/editorial.md。对于粗略的请求进行深入调研;对于密集的专题档案进行差距分析。主题不必限制为旅行、酒店、创始人或商业。根据素材调整叙事和时长,不要为了凑满固定时间而重复事实。 - 保存脚本、来源、帖子标题文本和台词。如果已有审核通过的脚本,请保留它。使用
scripts/init_job.py初始化job.json;使用doctor.py检查依赖项/配置。 - 根据所有者的文档/账户确认实际的
model_id、语言、限制以及标签支持。如果所有者希望保留标签,则保持标签兼容;不要在不兼容的模型中使用标签。API 不应接收虚构的商业模型名称作为 ID。进行 dry-run 并解释字符数/配置/预估成本,但不要打印凭据。 - 请求批准进行简短的付费测试,然后使用
elevenlabs_audio.py --smoke-test --allow-paid生成。展示真实的音频文件,不要声称听到了未实际听到的内容。测试的批准不会自动批准完整的语音内容。 - 获得授权后,生成完整的语音文件并请求对文件进行明确批准。使用
approve_audio.py记录 SHA-256。未经所有者明确要求,不得将手机录音用作成品音频。 - 获得口型同步授权后,使用相同的已批准的 MP3 运行
heygen_video.py --allow-paid。HeyGen 接收audio_asset_id;不会重新合成脚本。验证透明度、身份、手势和胸部裁剪。 - 使用
transcribe.py --allow-paid转录已批准的语音。实际时间戳决定 B-roll、覆盖层和字幕。检查名称、数字和语言;新的音频需要重新进行口型同步。 - 阅读
references/media.md。按片段搜索一致的素材,记录来源和精确的时间区间到asset_manifest.json,并使用contact_sheet.py生成审核页面。在做出决定之前不要下载最终文件。使用import_approvals.py导入导出的 JSON,并验证清单哈希;缺失的决定仍标记为待定。 - 使用
download_media.py或环境允许的授权工具下载已批准的原始素材。页面 URL 不是视频 URL。不得绕过 DRM、私有访问或使用条款。单独记录署名、修改和授权信息。 - 阅读
references/render-plan.md和operations.md。使用已批准的素材、测量的时间区间、头像和字幕制定方案。render.py使用 FFmpeg 和光栅化排版,无需其他编辑器。官方覆盖层或裁剪的肖像画是可选的,取决于频道风格。不得重新设计 Logo 或制造文档照片。 - 阅读
references/qa.md,执行qa.py并进行真实的视觉检查。技术检查不保证美学质量、发音、稳定性或版权合规性。提供预览供批准。使用save_final.py将当前的 MP4 合并到videos final/目录,不重新编码并保留历史记录。
续接与安全
- 执行前先读取状态/工件。不要重新生成已存在且哈希有效的内容。
- 密钥仅从明确指定的
.env文件中读取。绝不要写入持久化的负载、日志、HTML、清单或可共享的包中。 - 没有自动付费重试机制。不确定的结果需要检查并获得新的授权;已记录的外部 ID 应用于恢复轮询。
- 不得为了方便将头像/声音转移到另一个频道。创建/克隆需要自身的作用域和权限,不属于自动 Onboarding 的一部分。
- 不得更改已批准的上下文、切换模型或静默地裁剪脚本。如果这些改变会实质性地影响制作,则必须征求意见。
- 封面和字幕可以根据要求作为单独的工件生成;连接社交媒体、发布或排期需要单独的集成/授权。
这些脚本不能替代人类的研究、指导和验证。布局默认值可调整;已批准音频的稳定性、成本控制、来源追踪和密钥保护不是美学偏好。