视频Agent视频工作室

🎬 VideoAgent Video Studio

使用时机： 当用户要求生成视频、根据文本创建视频、将图像动画化、制作短片或生成AI视频时。

使用7种后端生成短视频。此技能会选择正确的模式（文本转视频或图像转视频），优化提示词以获得最佳效果，并返回视频URL。

---

快速参考

用户意图	模式	典型时长
"制作一个关于...的视频"（无图像）	text-to-video	4–10 秒
"动画化这张图片" / "让这个动起来"	image-to-video	4–6 秒
"将此转换为视频，内容为..."	image-to-video	4–6 秒
电影感、故事、广告	优先选择带详细提示词的 text-to-video	5–10 秒

生成模式

模式	描述	模型
text-to-video	仅文本提示 → 视频	minimax, kling, veo, hunyuan, grok, seedance
image-to-video	单张图像 + 提示词 → 动画片段	minimax, kling, veo, pixverse, grok, seedance
reference-based	参考图像/视频 → 一致输出	minimax, kling, veo, hunyuan, grok, seedance

模型（使用 --model <id>）

模型 ID	T2V	I2V	参考	备注
minimax	✅	✅	✅	主体参考图像，角色一致性
kling	✅	✅	✅	多元素 / 角色 / 关键帧 (O3)
veo	✅	✅	✅	Google Veo 3.1，多张参考图像
hunyuan	✅	—	✅	视频到视频风格迁移
pixverse	—	✅	—	风格化图像转视频
grok	✅	✅	✅	通过参考视频进行视频编辑
seedance	✅	✅	✅	Seedance 1.5 Pro，同步音频，4–12 秒

完整的模型详情和端点参考： references/models.md.

---

如何生成视频

第一步 — 选择模式并增强提示词

• 文本转视频：使用主体、动作、镜头运动、光照和风格进行扩展。对运动具体描述（例如 "镜头缓慢拉近"，"角色从左向右行走"）。
• 图像转视频：描述要应用于图像的运动（例如 "头发上的微风"，"镜头扫过场景"）。参见 references/prompt_guide.md 了解模式。

第二步 — 运行脚本

文本转视频：

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "<增强后的提示词>" \
  --duration <秒数> \
  --aspect-ratio <比例>

图像转视频：

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "<运动描述>" \
  --image-url "<公共图像 URL>" \
  --duration <秒数> \
  --aspect-ratio <比例>

参数：

参数	默认值	描述
--mode	text-to-video	text-to-video 或 image-to-video
--prompt	（必需）	场景或运动描述
--image-url	—	对于 image-to-video 必需；公共图像 URL
--duration	5	以秒为单位的时长（通常为 4–10）
--aspect-ratio	16:9	16:9，9:16，1:1，4:3，3:4
--model	auto	模型 ID（例如 kling，veo，grok，seedance）；auto = 代理选择

其他命令：

命令	描述
node tools/generate.js --list-models	列出代理可用的模型
node tools/generate.js --status --job-id <id>	检查异步任务状态

第三步 — 返回结果

脚本返回 JSON：

{
  "success": true,
  "mode": "text-to-video",
  "videoUrl": "https://...",
  "duration": 5,
  "aspectRatio": "16:9"
}

将 videoUrl 发送给用户。

---

对话示例

用户： "生成一个猫在雨中行走的短视频，电影感。"

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "一只猫在雨中行走，湿漉漉的街道，霓虹灯倒影，电影感灯光，慢动作，4K" \
  --duration 5 \
  --aspect-ratio 16:9

---

用户： "动画化这张照片" (用户上传一张风景图)

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "柔和的云朵在天空中移动，微弱的草地起伏，电影感氛围" \
  --image-url "https://..." \
  --duration 5 \
  --aspect-ratio 16:9

---

用户： "制作一个10秒的竖屏视频，展示倒咖啡，慢动作。"

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "特写镜头，咖啡倒入白色杯子，慢动作，蒸汽升起，柔和灯光，产品拍摄" \
  --duration 10 \
  --aspect-ratio 9:16

---

用户： "使用 Google Veo 制作一个电影镜头。"

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --model veo \
  --prompt "一条龙在多云的天空中飞行，电影感灯光，8 秒" \
  --duration 8 \
  --aspect-ratio 16:9

---

用户： "动画化这张肖像画。"

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --model grok \
  --prompt "温柔微笑，轻微转头" \
  --image-url "https://..." \
  --duration 5

---

设置

默认无需 API 密钥。 请求通过托管代理发送。设置以下变量以使用自定义代理或令牌：

变量	必需	描述
VIDEO_STUDIO_PROXY_URL	否	代理基础 URL
VIDEO_STUDIO_TOKEN	否	代理所需时使用的身份验证令牌

---

知识库

• references/prompt_guide.md — 文本转视频和图像转视频的提示词模式。
• references/models.md — 模型列表、功能和选择指南。
• references/calling_guide.md — 每个模型的端点详情、输入参数和特殊处理。