Communitygithub.com

GENT 技能:专业影视视觉工作室

专业影视级视觉制作技能,涵盖图像生成、视频制作、Figma 设计布局和 FFmpeg 编辑。让你的 AI 智能体免费完成图像生成、编辑、写作、视频制作等一切工作。

GENT 技能:专业影视视觉工作室 是什么?

这是一个高度集成的专业影视级视觉制作技能,专为 OpenClaw 平台上的 AI 智能体设计。它将图像生成、视频合成、Figma 级设计和 FFmpeg 编辑统一到一个高效的工作流中。该技能通过分析用户请求的意图(如图像生成、视频制作、编辑或设计)来触发相应流程,并调用外部服务(如 gen1.diversityfaces.org)进行图像生成。它强调隐私保护,提醒用户不要发送敏感信息。最终,技能以 JPEG 或 MP4 等实际附件形式交付成果,确保与用户的消息工具无缝集成。支持将生成的图片转换为标准的 JPEG 格式,视频则使用 skills/ai-video-gen/ 目录下的脚本或 ffmpeg-video-editor 模式进行处理。此外,它还包含 Figma 技能,用于设计布局、排版和品牌标识,从而将视觉设计与视频编辑完美结合。该技能独立可用,只需设置 BEAUTY_API_KEY 环境变量即可运行,是开源开发者工具生态中功能强大的 AI 智能体扩展。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/hleliofficiel/gent-skill/tree/HEAD

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

Gent 技能

专业、有主见的视觉制作技能 — 融合了最佳图像生成、视频合成、Figma 级设计和 FFmpeg 编辑,统一在一个提供商管道下。可安装在任何 OpenClaw 上的独立技能。

使用时机

触发短语(仅在用户明确请求生成/编辑/设计时):

  • "用提示词 X 生成一张图片", "创建一张电影感的图片"
  • "为 gent-skill 创建视频开头", "制作一个开场视频"
  • "在 Figma 布局中设计这个", "创建一个 Figma 叠加设计"
  • "编辑这个视频:裁剪/压缩/合并", "从视频中提取音频", "为视频添加画外音"
  • "在 Figma 中将这个图片与文字结合起来" 不要在仅有 "伊斯坦布尔"、"照片" 或 "设计" 等独立提及且没有明确创建意图时触发。

架构(合并的技能)

  • 图像生成 — beauty-generation-api 技能(参考端点:https://gen1.diversityfaces.org/api/generate)
  • 视频编排 — ai-video-gen 技能(generate_video.py, images_to_video.py, add_voiceover.py)
  • 视频编辑 — ffmpeg-video-editor 技能(用于裁剪、合并、调整大小、特效的 SKILL.md 模式)
  • 设计 — figma 技能(视觉审查、资源、叠加层)

你的安装只需要 BEAUTY_API_KEY 用于图像。无需任何库存插件。

工作流程

  1. 意图分类 — 图像 | 视频开头 | 视频编辑 | 设计
  2. 生成(如果需要) — 通过 beauty-generation-api 端点使用 gen1.diversityfaces.org。隐私声明:你发送的提示词/文本将由外部服务处理。不要在提示词中包含密码、令牌、个人或机密数据。仅发送非敏感的创意简报。这符合提供商的预期用途。
  3. 设计层 — 用于布局叠加、排版、品牌标识的 figma 技能
  4. 组装 — 用于过渡、缩放、缩放、drawtext 的 ffmpeg-video-editor 模式;用于端到端编排的 ai-video-gen
  5. 交付 — 输出文件作为实际附件(message 工具, attachments 数组)。绝不仅仅是 Markdown。

图像管道(必需 JPEG)

  • 提供商:gen1.diversityfaces.org
  • 基础:https://gen1.diversityfaces.org
  • 生成端点:/api/generate/custom
  • 状态:/api/status/{prompt_id}
  • 下载:/api/image/{filename}
  • 环境变量:BEAUTY_API_KEY
  • 格式:在发送前将所有输出转换为 JPEG,无论源格式如何。
  • 验证:文件存在、可读、有效的 JPEG 头部。
  • 发送:message(action=send, target=<chat>, attachments:[{type:"image", media:"/local/path.jpg", mimeType:"image/jpeg"}])

视频管道

  • 主要:skills/ai-video-gen/(generate_video.py, images_to_video.py, add_voiceover.py)
  • 回退/手动:ffmpeg-video-editor 模式(zoompan, xfade, drawtext)
  • 对于倾斜的叠加层/文字开头,在 ffmpeg 之前咨询 figma 技能。
  • 始终作为文件附件交付,不仅仅是 Markdown。

安全默认值

  • 提供商:首先使用 gen1.diversityfaces.org;在 N 次失败后停止,报告原因。
  • 图像:JPEG,质量 90,电影感时 16:9。
  • 保持 API 密钥私密;在批量运行前检查配额。
  • 视频开头:最长 12 秒,1280x720 基线,30fps,文字叠加大小适合阅读。

工具参考

  • 图像生成:https://gen1.diversityfaces.org/api/generate/custom
  • 视频编排:使用 skills/ai-video-gen/generate_video.py, images_to_video.py, add_voiceover.py(子目录脚本)
  • FFmpeg 模式:记录在 ffmpeg-video-editor 用法中(裁剪、合并、调整大小、特效)—— 描述,不要列举其他 SKILL.md 文件
  • Figma 设计:使用 figma 技能进行布局叠加、排版、品牌标识

输出策略

  • 默认附件:图像为 JPEG,视频为 MP4。
  • 在声称交付前始终确认 ok:true + messageId。
  • 记录失败并说明原因。

分发

单个自包含技能。你可以通过复制 skills/gent-skill/ 并设置 BEAUTY_API_KEY 将其安装在任何 OpenClaw 上。

示例

  • 图像:提示词 cinematic city night -> gen1 生成 -> JPEG -> 发送附件(messageId 已确认)
  • 视频:两个 JPEG -> images_to_video + drawtext -> MP4 -> 发送附件(messageId 已确认)
  • 设计:figma 审查 + 叠加层 -> ffmpeg 导出 -> MP4

相关技能