🎬 VideoAgent 影片工作室

🎬 VideoAgent 影片工作室 是做什麼的？

使用時機： 當使用者要求產生影片、從文字建立影片、為圖片加上動畫、製作短片或產生 AI 影片時。

透過 7 種後端引擎產生 AI 短片。此技能會自動選擇合適的模式（文字轉影片或圖片轉影片），優化提示詞以獲得最佳結果，並回傳影片網址。

---

快速參考

使用者意圖	模式	預估時間
「製作一部……的影片」（無圖片）	text-to-video	4–10 秒
「讓這張圖片動起來」/「讓這個移動」	image-to-video	4–6 秒
「把這個變成影片，並且……」	image-to-video	4–6 秒
電影感、故事、廣告	建議使用 text-to-video 搭配詳細提示詞	5–10 秒

生成模式

模式	說明	支援模型
text-to-video	僅文字提示詞 → 影片	minimax, kling, veo, hunyuan, grok, seedance
image-to-video	單張圖片 + 提示詞 → 動畫短片	minimax, kling, veo, pixverse, grok, seedance
reference-based	參考圖片/影片 → 一致的輸出	minimax, kling, veo, hunyuan, grok, seedance

模型（使用 --model <id>）

模型 ID	T2V	I2V	參考功能	備註
minimax	✅	✅	✅	主體參考圖片，角色一致性
kling	✅	✅	✅	多元素/角色/關鍵影格 (O3)
veo	✅	✅	✅	Google Veo 3.1，多張參考圖片
hunyuan	✅	—	✅	影片到影片的風格轉換
pixverse	—	✅	—	風格化圖片轉影片
grok	✅	✅	✅	透過參考影片進行影片編輯
seedance	✅	✅	✅	Seedance 1.5 Pro，同步音訊，4–12 秒

完整模型細節與端點參考：references/models.md

---

如何產生影片

步驟 1 — 選擇模式並增強提示詞

• 文字轉影片：擴充提示詞，包含主體、動作、運鏡、光線與風格。對動作要具體描述（例如「鏡頭緩慢拉近」、「角色由左向右走」）。
• 圖片轉影片：描述要套用到圖片上的動作（例如「頭髮輕柔飄動」、「鏡頭橫搖掃過場景」）。提示詞模式請見 references/prompt_guide.md。

步驟 2 — 執行腳本

文字轉影片：

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "<增強後的提示詞>" \
  --duration <秒數> \
  --aspect-ratio <比例>

圖片轉影片：

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "<動作描述>" \
  --image-url "<公開圖片網址>" \
  --duration <秒數> \
  --aspect-ratio <比例>

參數：

參數	預設值	說明
--mode	text-to-video	text-to-video 或 image-to-video
--prompt	(必填)	場景或動作描述
--image-url	—	僅 image-to-video 模式需要；公開圖片網址
--duration	5	影片長度（秒），通常為 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 = 由代理自動選擇

其他指令：

指令	說明
node tools/generate.js --list-models	列出代理所提供的可用模型
node tools/generate.js --status --job-id <id>	檢查非同步任務狀態

步驟 3 — 回傳結果

腳本會回傳 JSON：

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

將 videoUrl 提供給使用者。

---

對話範例

使用者： 「製作一部貓在雨中行走的短片，要有電影感。」

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "A cat walking through rain, wet streets, neon reflections, cinematic lighting, slow motion, 4K" \
  --duration 5 \
  --aspect-ratio 16:9

---

使用者： 「讓這張照片動起來」(使用者上傳一張風景照)

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --prompt "Gentle clouds moving across the sky, subtle grass movement, cinematic atmosphere" \
  --image-url "https://..." \
  --duration 5 \
  --aspect-ratio 16:9

---

使用者： 「製作一支 10 秒的垂直影片，內容是咖啡注入杯中，慢動作。」

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --prompt "Close-up of coffee pouring into a white cup, slow motion, steam rising, soft lighting, product shot" \
  --duration 10 \
  --aspect-ratio 9:16

---

使用者： 「使用 Google Veo 製作一個電影感的鏡頭。」

node {baseDir}/tools/generate.js \
  --mode text-to-video \
  --model veo \
  --prompt "A dragon flying through cloudy skies, cinematic lighting, 8s" \
  --duration 8 \
  --aspect-ratio 16:9

---

使用者： 「讓這張人像照片動起來。」

node {baseDir}/tools/generate.js \
  --mode image-to-video \
  --model grok \
  --prompt "Gentle smile, subtle head turn" \
  --image-url "https://..." \
  --duration 5

---

設定

預設無需 API 金鑰。 請求會透過代管代理轉發。如需自訂代理或 Token，請設定以下變數：

變數	必填	說明
VIDEO_STUDIO_PROXY_URL	否	代理伺服器基礎網址
VIDEO_STUDIO_TOKEN	否	代理需要的驗證 Token

---

知識庫

• references/prompt_guide.md — 文字轉影片與圖片轉影片的提示詞模式。
• references/models.md — 模型列表、能力與選擇指南。
• references/calling_guide.md — 各模型端點細節、輸入參數與特殊處理方式。