Communitygithub.com

PrunaAI/pruna-skills

当用户需要一个从文本或首帧/尾帧生成的电影级短片时使用——产品广告、纪录片镜头或带有生成音频的对白。不适用于 1080p、导入音频轨道或仅包含主持人发言的镜头。

pruna-skills 是什么?

该技能为 AI 代理提供通过 Pruna API 调用 `p-video-2-pro` 模型生成高质量电影级视频片段的能力。它支持文本转视频、首帧到视频以及首尾帧视觉过渡,并会自动生成与场景匹配的音频,适合产品广告、纪录片镜头和带对白的短片。技能内置了复杂的提示工程引导,要求代理在撰写提示时应用 `generation-diversity` 的种子随机化仪式,并遵循 `video-prompting` 的戏剧结构(主题、动作、场景、摄像机运动、灯光等),以确保输出动态且忠实于用户需求。使用此技能时,代理必须先确认 `PRUNA_API_KEY`,然后在首次回复中明确提及模型名称并用反引号标注,再通过结构化提问收集用户的关键输入(提示词、时长、分辨率、模式等)。该技能明确限定了每次调用只能生成一个片段,对于多场景、1080p、导入音频或纯主持人发言等需求,它会引导至其他专门技能。支持 `cost`、`speed` 和 `quality` 三种生成模式,按返回时长计费,并提供详细的 cURL 示例和字段说明。

兼容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/PrunaAI/pruna-skills/tree/HEAD/skills/video/p-video-2-pro

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

前提条件

在生成之前,请先安装并加载以下技能(如果已通过 @pruna 加载到上下文中,可跳过):

技能描述安装命令
generation-diversity在编写任何生成式提示时使用——在调用付费 API 之前执行随机种子仪式、显式结构、场景轴线和质量门控。npx skills add PrunaAI/pruna-skills@generation-diversity -y
video-prompting在为任何生成式模型编写视频或运动提示时使用——涉及戏剧性、摄像机、物理安全的运动、帧锚点和片段链接。npx skills add PrunaAI/pruna-skills@video-prompting -y
audio-prompting在为任何生成式音频模型编写 TTS、音乐或音床提示时使用——涉及导演风格、歌曲结构和后期制作分层。npx skills add PrunaAI/pruna-skills@audio-prompting -y
pruna-api在任何 Pruna 或 Replicate HTTP 调用之前使用——涉及凭证、上传/轮询/下载、并行批次和代理安全。npx skills add PrunaAI/pruna-skills@pruna-api -y

或者一次性安装完整套件:npx skills add PrunaAI/pruna-skills@pruna -y

遵循每个技能中的 生成前 / 编写部分——不要在此处重复指南内容。

代理习惯

路由: `p-video-2-pro` 是用于 电影级生成 的片段(文本 / 首帧 / 首帧+尾帧)并带有 生成的音频。当需求需要 1080p、导入的音频 或 草稿 预览时,使用 `p-video-2`。对于更便宜、更快的草稿,使用 `p-video`。仅限主持人发言(无原生场景音频)→ `p-video-avatar`。对现有素材进行指令编辑 → `p-video-edit`。

在 首次回复 中,用反引号命名 `p-video-2-pro`,确认 PRUNA_API_KEY(或如果密钥缺失,则停止并提供 pruna-api 中的注册链接),然后询问所需的输入。打开需求采集 → 在首次 POST 之前,按照 generation-diversity 的澄清采集流程操作。在起草运动提示时,遵循 提示工程(动态 + 忠实) 和 video-prompting(p-video-2-pro-prompting)——不要粘贴技能示例。当 何时不使用 更适合时,重定向到对应技能。

提示工程(动态 + 忠实)

每个 input.prompt 必须 新鲜且具体,并且必须 匹配用户的节奏。多样性绝不能覆盖需求概要。相对于 p-video-2 的差异处理:参照 video-prompting(p-video-2-pro-prompting)。将 声音或对白写入提示——此模型没有 audio 上传。

应该做不该做
执行 generation-diversity 的随机种子仪式;说明已执行;当需求允许时,旋转 ≥2 个自由轴(摄像机运动、灯光变化、质感、节奏)复制此技能中的 curl 示例(sports car、person turns,……)或重复使用前一会话的提示
首先锁定用户要求的事实(主题、动作、场景;当帧锚定时指定 OPEN/MID/CLOSE;当音频是需求的一部分时指定台词/SFX)为了一个“更酷”的片段而替换主题或运动,从而忽略请求
使用 video-prompting 的戏剧结构组织——主题 + 动作 + 场景;添加摄像机、灯光、风格和音频意图以确保最终的确定性仅给出模糊的情绪字符串(cinematic vibe, neon energy)或当需求要求语音或配乐时给出静默提示
保持说话者 一到两个;在提示中命名台词在片段中堆叠 3 个以上说话的面孔,或发送 audio / draft / fps(此 API 不支持)
在用户未锁定措辞之前,展示草拟的提示以及 mode / prompt_upsampler / duration / resolution静默重新生成并使用与批准版本不同的主题或节拍

保真度检查(付费前): 如果你从提示中移除了用户命名的主题/动作/设置,那么任务就是错误的——重新编写。自由轴仅填充需求未明确的部分。

在展示草拟的提示时,仍然命名 `p-video-2-pro`(指南帮助编写;此工具负责调用)。

技能边界

此技能 = 每次调用 一次 p-video-2-pro 预测。

超出范围(不要从该技能执行):

  • 多场景组装、拼接、子代理编排或并行场景批次
  • 导入的音频 / 混合 VO / 1080p / 草稿预览 → p-video-2
  • 从模板视频进行运动迁移 → p-video-animate
  • 仅限主持人发言 / 无原生场景音频的口型同步 → p-video-avatar
  • 对现有素材进行指令编辑 → p-video-edit

如果请求超过一个片段,停止并推荐:image-to-video(一个节拍)、visual-transition-reel(多场景视觉)或 narrated-multi-scene(多场景 + 上传的 VO——该路径使用 p-video-2)。

何时不使用

改用其他技能:

技能描述安装命令
p-video-2当用户想要一个从文本、图像或导入音频生成的精致短片时使用——1080p B-roll、首尾帧动画或带有混合音轨的动态镜头。不适用于电影级生成音频片段或仅限主持人发言的场景。npx skills add PrunaAI/pruna-skills@p-video-2 -y
p-video当用户想要一个从文本或图像生成的简单短片时使用——快速 B-roll、草稿或首尾帧动画。不适用于需要电影级生成、最高质量、严格口型同步或在 1080p 下导入音频的需求。npx skills add PrunaAI/pruna-skills@p-video -y
p-video-avatar当用户想要一个对着摄像机念稿的人时使用——从肖像照片生成的口型同步主持人、代言人或叙述型头像。npx skills add PrunaAI/pruna-skills@p-video-avatar -y
p-video-animate当用户想要一张照片像另一段视频一样动起来时使用——从模板片段进行运动迁移、舞蹈混音或表演变体。npx skills add PrunaAI/pruna-skills@p-video-animate -y
p-video-replace当用户想要在现有素材中替换人物、服装或产品,同时保持摄像机运动和音频时使用。npx skills add PrunaAI/pruna-skills@p-video-replace -y
p-video-edit当用户想要通过文本指令编辑现有视频时使用——重新着色、重新样式化、移除或添加对象、更改环境或灯光、更新屏幕上文字,或应用可选的参考引导的产品和配件编辑。不适用于从头创建新片段或 ffmpeg 组装。npx skills add PrunaAI/pruna-skills@p-video-edit -y
video-editing当使用 ffmpeg 组装或精修已渲染的片段时使用——拼接、淡入淡出、烧录字幕和说明、文本/标志叠加、前后对比滑块、背景音乐、平台导出——或当使用 Hyperframes 组合多层 HTML 视频时使用。不适用于 AI 视频生成、提示工程或基于模型的视频编辑。npx skills add PrunaAI/pruna-skills@video-editing -y

HTTP (curl)

上传(图片转视频 / 帧锚点)

curl -X POST "https://api.pruna.ai/v1/files" \
  -H "apikey: ${PRUNA_API_KEY}" \
  -F "content=@/path/to/first-frame.png"

将 urls.get 作为 input.image(首帧)和/或 input.last_frame_image(尾帧)传入。不要为此模型上传音频。

创建(异步文本转视频——推荐)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2-pro' \
  -d '{
    "input": {
      "prompt": "一辆跑车在霓虹灯闪烁的夜晚城市中漂移,电影航拍镜头",
      "duration": 5,
      "resolution": "768p",
      "aspect_ratio": "16:9"
    }
  }'

轮询并下载:遵循 pruna-api。

在编写提示之前,完成 generation-diversity 的随机种子仪式——不要将仪式字符串作为 API seed 传入。

计费基于 返回 的秒数(而非请求的 duration)。速率限制:每分钟 250 个请求。

分辨率mode=costmode=speed(默认)mode=quality
480p$0.01 / 秒$0.02 / 秒$0.04 / 秒
768p$0.025 / 秒$0.035 / 秒$0.075 / 秒

cost 与 speed 的输出质量相同,但更便宜且更慢。prompt_upsampler 不改变价格。

图片转视频(首帧)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2-pro' \
  -d '{
    "input": {
      "prompt": "摄像机缓慢推近,人物转头微笑",
      "image": "https://api.pruna.ai/v1/files/FIRST_ID",
      "duration": 5,
      "resolution": "768p"
    }
  }'

首帧 / 尾帧(视觉过渡)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2-pro' \
  -d '{
    "input": {
      "prompt": "从静止的产品主图开始。摄像机保持,然后缓慢推近,光线在金属表面上移动。精确结束在尾帧的包装展示图上,标签清晰可读,无额外道具。",
      "image": "https://api.pruna.ai/v1/files/START_ID",
      "last_frame_image": "https://api.pruna.ai/v1/files/END_ID",
      "duration": 8,
      "resolution": "768p",
      "mode": "speed",
      "prompt_upsampler": "turbo"
    }
  }'

此模型上 没有场景锚点三元组(audio 未开放)。上传的 VO / 音乐 → p-video-2。

创建(同步——仅快速测试)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-video-2-pro' \
  -H 'Try-Sync: true' \
  -d '{
    "input": {
      "prompt": "一辆跑车在霓虹灯闪烁的夜晚城市中漂移,电影航拍镜头",
      "duration": 5,
      "resolution": "480p",
      "mode": "cost"
    }
  }'

生成前

  1. 完成前提条件的指南阅读顺序(generation-diversity → video-prompting)。
  2. 迭代种子 → 草拟一个 动态 + 忠实 的运动提示(见上文) → 与用户确认 模式(T2V / I2V / 帧对)、duration(5–15 秒,默认 5)、resolution(480p / 768p)、mode(cost / speed / quality)、prompt_upsampler 和 prompt。
  3. Pruna 注意事项: 当设置了 image 或 last_frame_image 时,aspect_ratio 将被忽略(画布跟随静态图像)。输出为 24 fps——不要发送 fps。输出包含 生成的音频;在提示中写入声音或对白。不要发送 audio、draft、save_audio 或 prompt_upsampling。在 mode: cost 下迭代(质量同 speed,但更便宜更慢),当时间重要时使用 mode: speed(默认);最后在保真度重要时使用 mode: quality 定稿。如果请求是多场景——停止(参见技能边界)。原生 4K 不支持。1080p / 导入音频 / 草稿 → p-video-2。

必需输入

  • prompt(字符串)

常见可选字段

字段作用
prompt_upsampler在生成前扩展提示:off、turbo(默认)或 max。独立于 mode
image首帧参考;设置时,aspect_ratio 被忽略(支持 jpg、jpeg、png、webp)
last_frame_image可选的尾帧静态图像
duration5–15 秒(默认 5)
resolution768p(默认)或 480p
mode生成配方:cost(质量同 speed,但更便宜更慢)、speed(默认,更快)或 quality(更慢,更高保真度)
aspect_ratio无参考图像时:16:9(默认)、9:16、4:3、3:4、3:2、2:3、1:1
seed用于可重复运行的整数;省略则为随机

不要发送: audio、draft、fps、save_audio、prompt_upsampling。

相关

相关技能:

技能描述安装命令
p-video-2当用户想要一个从文本、图像或导入音频生成的精致短片时使用——1080p B-roll、首尾帧动画或带有混合音轨的动态镜头。不适用于电影级生成音频片段或仅限主持人发言的场景。npx skills add PrunaAI/pruna-skills@p-video-2 -y
p-video当用户想要一个从文本或图像生成的简单短片时使用——快速 B-roll、草稿或首尾帧动画。不适用于需要电影级生成、最高质量、严格口型同步或在 1080p 下导入音频的需求。npx skills add PrunaAI/pruna-skills@p-video -y
gemini-3.1-flash-tts当用户需要语音叙述或旁白时使用——讲解音轨、纪录片台词或与生成视频配对的语音。npx skills add PrunaAI/[email protected] -y
image-to-video当用户想要从图像创建一个短片节拍时使用——一个带叙述的场景、故事时刻或可选的旁白电影级 B-roll。npx skills add PrunaAI/pruna-skills@image-to-video -y
visual-transition-reel当用户想要一个带有镜头间转场的蒙太奇时使用——动作序列短片或多场景片段,叙述可选。npx skills add PrunaAI/pruna-skills@visual-transition-reel -y
narrated-multi-scene当用户想要一个带旁白的多部分故事时使用——章节式 B-roll、分章宣传片或几个没有镜头前对白的链接视频场景。npx skills add PrunaAI/pruna-skills@narrated-multi-scene -y
p-video-avatar当用户想要一个对着摄像机念稿的人时使用——从肖像照片生成的口型同步主持人、代言人或叙述型头像。npx skills add PrunaAI/pruna-skills@p-video-avatar -y
p-video-animate当用户想要一张照片像另一段视频一样动起来时使用——从模板片段进行运动迁移、舞蹈混音或表演变体。npx skills add PrunaAI/pruna-skills@p-video-animate -y
video-editing当使用 ffmpeg 组装或精修已渲染的片段时使用——拼接、淡入淡出、烧录字幕和说明、文本/标志叠加、前后对比滑块、背景音乐、平台导出——或当使用 Hyperframes 组合多层 HTML 视频时使用。不适用于 AI 视频生成、提示工程或基于模型的视频编辑。npx skills add PrunaAI/pruna-skills@video-editing -y

Individual skills in this repo

This repo contains 13 individual skills — each has its own dedicated page.

PrunaAI/pruna-skills

Use when someone needs spoken narration or voiceover — explainer tracks, documentary lines, or voice to pair with generated video.

PrunaAI/pruna-skills

Use when someone wants an original AI song with vocals — sung lyrics, a style prompt track, or source audio for a music video.

PrunaAI/pruna-skills

Use when someone needs word-level timestamps from audio — lyric alignment, cut-safe line boundaries, or caption source timing before burn-in with video-editing.

PrunaAI/pruna-skills

Use before any Pruna or Replicate HTTP call — credentials, upload/poll/download, parallel batches, and agent safety.

PrunaAI/pruna-skills

Use when assembling or polishing already-rendered clips with ffmpeg — concat, crossfades, burned captions and subtitles, text/logo overlays, before/after sliders, background music beds, platform export — or when composing a multi-layer HTML combination video with Hyperframes. Not for AI video generation, prompt craft, or model-based video edits.

PrunaAI/pruna-skills

Use when crafting video or motion prompts for any generative model — dramaturgy, camera, physics-safe motion, frame anchors, and clip chaining.

PrunaAI/pruna-skills

Use when someone wants to edit an existing photo — change outfits or backgrounds, compose from reference images, or apply prompt-driven edits.

PrunaAI/pruna-skills

Use when someone explicitly wants the fastest, cheapest photo generation — mood boards, bulk panels, or quick iterations — not when controlled photoreal or in-image text is needed.

PrunaAI/pruna-skills

Use when someone wants virtual try-on — dress a person in clothes from reference photos for fashion or ecommerce.

PrunaAI/pruna-skills

Use when installing the full Pruna generative media suite — all guides, tools, and workflows in one package.

PrunaAI/pruna-skills

Use when someone wants a polished short clip from text, images, or imported audio — 1080p B-roll, start/end frame animation, or a motion shot with a mixed track. Not for cinematic generated-audio clips or talking-head-only hosts.

PrunaAI/pruna-skills

Use when someone wants to edit an existing video with a text instruction — recolor, restyle, remove or add objects, change environment or lighting, update on-screen text, or apply optional reference-guided product and accessory edits. Not for a new clip from scratch or ffmpeg assembly.

PrunaAI/pruna-skills

Use when someone wants a simple short clip from text or images — quick B-roll, drafts, or start/end frame animation. Not when the brief needs cinematic generation, highest quality, tight lip-sync, or imported audio at 1080p.

相关技能