Communitygithub.com

videogenCN - 中國影片生成技能

Claude Code 技能:透過阿里雲百煉平台使用中國影片模型(萬相、愛詩、可靈、Vidu、HappyHorse)進行文生影片、圖生影片、首尾幀及參考生影片。

videogenCN - 中國影片生成技能 是什麼?

這是一項專為 Claude Code 設計的技能,讓 AI 能直接生成中國影片模型支援的短影片。其主要價值在於整合了阿里雲百煉、火山引擎(即夢)及 MiniMax(海螺)三大服務商,提供四種生成模式:文生影片、圖生影片、首尾幀生成及參考生影片。此技能會自動偵測使用者輸入的模式並選擇預設模型,例如文生影片預設使用 `wan2.7-t2v-2026-04-25`(萬相)模型。生成過程採非同步機制,腳本會提交任務、每隔10秒輪詢狀態,並在完成後自動下載 MP4 檔案。對於本地圖片,系統會自動處理格式轉換,如將圖片轉為 base64 或上傳至暫存空間。特別的是,技能包含完整的「交互式提示詞打磨」流程,會在使用者提交模糊提示詞時,自動生成三個不同風格的優化版本供選擇,大幅提升生成品質。此技能支援多種解析度(最高1080P)與長度,並可透過 `--audio`、`--seed`、`--task-id` 等參數進行細部控制。

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Videogen-Wan - 中國影片生成技能

概述

使用三個服務商的模型(阿里雲百煉、火山引擎運算(即夢)、MiniMax(海螺 AI))生成短影片剪輯。

四種模式,會根據您提供的輸入自動選擇:

模式輸入預設模型
t2v 文生影片僅提示詞wan2.7-t2v-2026-04-25(百煉)
i2v 圖生影片提示詞 + --imagewan2.6-i2v-flash(百煉)
kf2v 首尾幀提示詞 + --image + --last-framepixverse/pixverse-c1-kf2v(百煉)
r2v 參考生影片提示詞 + --ref(1-7張圖片)pixverse/pixverse-c1-r2v(百煉)

影片生成是 非同步 的:腳本會提交任務,每10秒輪詢一次(長時間任務可能需要10-15分鐘),然後下載 MP4。結果 URL 在24小時後過期,因此腳本會立即下載。

本地圖片:萬相和 HappyHorse 可以直接接受 base64 資料 URI;愛詩/可靈/Vidu 只接受公開 URL,因此腳本會在提交前自動將本地檔案上傳至 DashScope 暫存空間(48小時的 oss:// URL)。即夢會將本地檔案轉換為 base64;MiniMax 則透過其檔案 API 上傳。

何時使用此技能

  • 使用者要求 生成影片 / 文生影片 / 圖生影片 / 首尾幀 / 參考生影片,或希望根據提示詞或圖片製作影片剪輯
  • 使用者提及中國影片模型:萬相(Wan)、愛詩(PixVerse)、可靈(Kling)、Vidu、HappyHorse、即夢(Jimeng)、海螺(MiniMax)
  • 使用者需要 B-roll、動畫靜態圖、角色一致片段或兩幀之間的過渡

工作流程

步驟 0:提示詞打磨(交互式提示詞打磨)

關鍵 —— 對於 t2v/i2v 生成,務必執行此步驟。 使用者提示詞通常過短、模糊或缺少影片模型所需的關鍵視覺細節。Claude 扮演提示詞工程師,在生成前打磨提示詞。

0.1 分析使用者的原始輸入

提取已有的內容和缺失的部分:

維度檢查
主體主要焦點是誰/什麼?描述外觀、動作、表情
場景發生在哪裡?背景、環境、氛圍
光線一天中的時間?光線品質?(黃金時刻、霓虹燈、柔和擴散、逆光)
鏡頭鏡頭類型?(特寫、廣角、航拍、跟拍)。運鏡?(推拉、平移、環繞)
情緒/風格情感基調?視覺風格?(電影感、動漫、紀錄片、超現實)
動態什麼在動?如何動?速度、方向、動感
時間順序是否有序列?開始→中間→結束?

0.2 生成三個打磨後的變體

在表格中展示 3個變體,每個有不同的創作方向:

| # | 風格方向 | 優化後提示詞 | 建議參數 |
|---|---------|-------------|---------|
| 1 | [風格名]  | [完整中文提示詞] | 5s / 16:9 / 1080P |
| 2 | [風格名]  | [完整中文提示詞] | 8s / 16:9 / 1080P |
| 3 | [風格名]  | [完整中文提示詞] | 5s / 9:16 / 1080P |

變體設計原則:

  • 變體1: 忠於原意 — 保留使用者的核心想法,增加豐富的視覺細節,電影感品質
  • 變體2: 創造性發散 — 對相同核心想法的不同藝術詮釋
  • 變體3: 實用主義 — 針對特定平台格式最佳化(垂直短影音、可循環片段等)

給影片模型的提示詞撰寫規則:

  • 使用中文(所有支援模型都能最佳化處理中文)
  • 將主體和核心動作置於前面(前20個字元最重要)
  • 使用具體的視覺名詞(

相關技能