AI Video Generation

把创意变成可确认、可复现、可提交的视频生成任务。所有助手编写的视频提示词使用简体中文；专有名称、模型 ID、文件路径和用户要求逐字保留的屏幕文字除外。用户标记为最终或逐字保留的提示词原文不翻译、不改写，除非用户授权。

本技能处理文生视频，不处理文生图片。默认平台是 Flatkey，凭据来自当前项目的 .env。不要套用其他技能的“无真人素材默认 ModelArk”或“延伸只能 ModelArk”路由；本技能的所有模式都先检查 Flatkey，用户明确指定其他平台时尊重其选择。

先确定操作模式

• text_to_video：Seedance 2.0 或 2.5，只有文字输入。
• reference_to_video：Seedance 2.0 或 2.5，以参考图片（及用户提供的视频、音频）约束身份、物品、背景或风格。
• video_edit：Seedance 2.5，编辑用户选定的现有视频及指定时间/区域，保留其余内容。
• video_extension：Seedance 2.5，从现有视频向后或向前新增指定秒数；不能当作一般视频参考生成。

读取 模式与参数 和 供应商能力矩阵。本技能已移除首尾帧模式，不推荐、不采集、不提交首帧或尾帧输入。图片统一作为普通参考素材，不转换为首尾帧；旧清单包含这些角色时停止，不能静默转换。不得把编辑改成重生成。编辑和延伸复用已确定的人物、背景、画幅和声音；不重复采访已有答案。模型可用、模式支持和凭据有效是三个独立检查。

强制流程

严格按以下阶段推进。除非用户明确要求取消，否则不得跳过确认门。

1. 检查八个方面，询问缺口

八个方面是信息完整性检查表，不是提示词的八个段落。先从用户需求、已有项目记录和明确适用的用户偏好中提取信息，逐项检查是否明确、是否冲突；已知内容直接复用，不按固定顺序逐项采访或重复确认。

将缺失或矛盾的方面整理成简短、具体的问题向用户询问；相关问题可以合并，每次优先问最影响结果的少量问题。用户可明确选择“不限定”“不适用”或“由你决定”，记录适用范围及理由后视为已处理，不强迫补齐无关细节。不能把未回答自动视为授权，也不能为了凑满八项而添加人物、动作、镜头或声音。以下细节是检查提示，不是每条都必须询问的字段：

1. 主体：人物或物体是谁、数量、年龄或类型、外貌、服装、材质、身份关系、必须保持一致的特征；收集参考图、参考视频、参考音频及用途。
2. 动作：初始状态、动作顺序、结束状态、互动对象、屏幕方向、速度、力度、情绪变化；多镜头时为每个时间段分配动作。
3. 场景：地点、时代、天气、空间结构、关键道具，以及前景、中景、背景分别如何运动。
4. 光线色调：时间、主光/辅光/轮廓光、曝光、对比度、色彩组合和情绪。不得只写“电影感”。
5. 镜头：镜头数量、每镜时长、景别、角度、机位、焦段、摄影机/镜头品牌、运动、对焦和转场。若用户不懂术语，提供 2–3 个简短选项。
6. 风格画质：真人、动画、插画或 3D；写实程度、时代质感、材质、颗粒、动态模糊和总体美学。对于在世创作者，不直接模仿其个人风格，改写为用户所需的高层视觉特征。
7. 声音与配乐：是否生成音频；环境声、动作音效、对白、旁白、音乐分别是什么或明确不要什么。记录需要逐字保留的台词。
8. 约束：必须出现、不得出现、连续性、身份/服装/道具锁定、手部和物理关系、文字、水印、版权及其他负面约束。

维护独立的 prompt_checklist.draft.json，沿用键 subject、action、scene、lighting_color、camera、style_quality、sound_music、constraints。每项字符串记录已知要求及来源，或用户明确的不限定/不适用/委托决定。未知项留空用于追问，不写“待定”“已确认”等占位内容冒充完成。八项都得到处理后才进入最终确认；其他不依赖缺口的准备工作可以继续。

例如光线项可记录“用户未限定，经询问选择由助手决定；草稿采用阴天柔光”。这段检查说明不属于生成提示词，不提交给模型。检查表不能替代对实际提示词的语义核对。

2. 询问模型

复用或问清精确模型名称和版本/档位；用户已经指定的直接复用。平台展示名、API 模型 ID 和 fal endpoint ID 不得混用。若用户不确定，给出适合任务的 Seedance 2.0/2.5 选项；编辑和延伸使用 2.5。不得把 2.0 Standard 静默换成 Pro/Fast/Mini。

3. 询问技术配置

至少问清：总时长；画面尺寸/宽高比；分辨率；是否生成音频；输出数量。多镜头时各镜头时长之和必须等于总时长。

延伸时区分原片时长、新增时长和预计拼接总长；锁定的 duration_seconds 是新增秒数。编辑沿用原片时长。继承画幅时同时记录原片实际比例与项目期望比例，API 的 adaptive/auto 只表示继承，不代表用户取消了画幅要求。

只有在用户需要或模型支持时再问 FPS、seed、watermark、码率和智能时长。确认所有参考素材的有序列表、类型和角色；不得擅自添加素材。

4. Flatkey 优先检查；不可用时再询问平台

模型和配置确定后，读取 Flatkey，从项目 .env 读取 FLATKEY_SEEDANCE_API_KEY，缺少时使用 FLATKEY_API_KEY。不要求用户重新选择可用的默认平台。

运行只读检查（不生成视频、不上传素材）：

python3 scripts/check_flatkey.py --env-file /absolute/project/.env --model seedance-2.5 --mode video_extension

检查精确模型的账户可见性和当前模式文档。目录可见并不保证路由健康或编辑/延伸支持；不能用一条付费测试任务来探测可用性。缺少 key、认证失败、模型未开通、无可用 channel、持续服务故障或不能保留该模式配置，都意味着 Flatkey 对本任务不可用。

此时简短说明具体原因，并询问用户要选择 ModelArk、TopView、Higgsfield、fal.ai，还是添加自己的供应商；也可以修复 Flatkey 后重试。每个候选注明“支持 / 需核实 / 未连接 / 不兼容”。不要隐藏用户指定的候选，也不要把未核实的模式说成可执行。不自动切换、开户、充值、安装插件或提交替代任务。

选定后只读对应参考：ModelArk、TopView、Higgsfield、fal.ai、自定义供应商。如果已经收到本次任务的明确平台选择，沿用该授权。某一平台缺少特定模式时，让用户选择兼容平台，不静默改变模型或素材语义。

内容审核拒绝应原样说明并停止，不归类为服务不可用来自动跨平台重试。提交超时且是否创建任务不明时先保留不确定状态，不再次提交或切换供应商，以免重复计费。

5. 凭据门

直接从当前项目自己的 .env 读取所选平台的凭据。已有变量就使用，缺少时只说明需要添加的变量名；不得借用其他项目 .env 或机器全局密钥。--env-file 必须指向本项目文件，不执行 source 或 shell 展开。

• Flatkey：FLATKEY_SEEDANCE_API_KEY，其次 FLATKEY_API_KEY。
• ModelArk：MODELARK_API_KEY，也接受 MODELARK_API_KEY1、MODELARK_API_KEY2 等编号槽位。
• TopView：TOPVIEW_API_KEY 和 TOPVIEW_UID。
• fal.ai：FAL_KEY。
• Higgsfield REST：HF_API_KEY_ID 和 HF_API_KEY_SECRET；Higgsfield MCP 使用连接器认证，仅在工具实际可调用且精确模式经核实时使用。
• 自定义供应商：按用户提供的官方文档确定 .env 变量名；不索取密钥值。

不得要求用户把密钥粘贴到聊天。不得创建、修改、打印、提交或记录 .env，除非用户明确要求修改文件。预检只输出变量是否存在与认证结果；运行时读取值仅用于请求认证。任何日志、manifest、请求摘要和回答都不得包含凭据值、完整签名 URL 或 base64 媒体。下载媒体默认不携带 API key；仅对经核实需要认证的同源下载使用凭据，不向重定向后的其他主机转发。

6. 自然中文提示词与预览

采用 video-generation-seedance 的表达规则：自然、可执行的简体中文，准确表达动作时序、镜头、素材用途和连续性，并保留用户已确定的创意。该技能没有固定的普通生成段落模板；本技能也不强制标题、八段顺序、颜色标记或固定段数。

• 按画面发生顺序组织描述，把主体、场景、光线、摄影机运动和同步声音写在对应动作附近。单镜头可以是一段话；多镜头可按需要分段或标注已确定的时间段，不额外创造切镜或节拍。
• 参考素材使用所选平台支持的引用语法；Seedance 可用 @图片1、@视频1 等，明确各素材控制什么，编号与有序输入一致。参考图不自动变成独立镜头或幻灯片。
• 延伸用明确操作开头，例如向后延伸用 延长@视频1的结尾，向前延伸用 延长@视频1的开头；不要写成泛泛的“参考@视频1”。说明衔接处应保持的主体、运动、机位、光线、风格和声音状态。编辑明确修改范围与保留内容。
• 必须出现和禁止出现的内容写得具体，放在相关动作附近或简短结尾。API 模型 ID、分辨率字段、凭据、检查表说明和确认问题不写入提示词正文；创意需要的镜头时间标记可以保留。
• 写完后对照八项检查表检查实际含义是否覆盖所有已确定要求，尤其检查时间、人物方向、镜头数量、音频和禁止项的冲突。允许合并表达或跨段分布，不要求检查记录逐字出现在正文中。用户选择不限定或不适用的方面无需强行写入正文。

每次准备生成或重新生成，向用户展示将原样提交的完整提示词，并另外简要展示八项覆盖情况以及仍需回答的问题。检查摘要和问题不拼接进生成提示词。示例正文（只展示表达方式，不是必填模板）：

阴天的旧车站里，一名穿深蓝雨衣的快递员抱着纸箱从画面左侧跑向右侧。摄影机以中景侧向跟拍，背景立柱依次掠过，湿地反射冷灰色天光。她在长椅前减速停下，双手把纸箱轻放到椅面，镜头随之平稳停住。采用写实电影质感，动作连贯，雨衣和纸箱外观保持一致。脚步溅水声、衣料摩擦声与动作同步，远处持续传来雨声；无配乐、无对白、无字幕，不切镜。

同时单独显示操作模式、模型、平台、时长含义、宽高比、分辨率、音频、素材顺序与角色。编辑还显示修改范围与保留项；延伸显示方向和衔接要求。可将完整正文保存到 prompt_zh.draft.txt 后原样预览：

python3 scripts/render_prompt.py prompt_zh.draft.txt

最后询问用户是否满意、是否确认生成。只有收到明确的“确认生成”“可以生成”或同等授权后才能提交；已有针对同一完整预览的授权无需重复索取。若用户修改创意或配置，更新检查表和草稿，重新显示完整提示词及变化的配置。更换平台时重新呈现其参数表示和输入引用语法，保留已经确认的创意，不静默重写。

7. 锁定与生成

确认后将预览正文原样保存为 prompt_zh.txt，将独立检查表保存为 prompt_checklist.locked.json，再创建 manifest.locked.json。锁定后不再改写、压缩、重排或补充提示词。读取 锁定清单，记录提示词 SHA-256、本地素材 SHA-256、有序角色、模型、平台、端点、时长、宽高比、分辨率、FPS、音频、watermark、seed 和唯一输出路径；不得记录密钥。

创建项目级 videos/ 文件夹，所有成功视频直接下载到其中。保留每次尝试的提示词、manifest、安全请求摘要、任务 ID、状态和完成记录。成功接受的任务不得重复提交；只对网络、限流或等价 API 表示错误做有限重试，绝不借重试改变创意配置。

可使用 生成脚本 执行经能力验证的 Flatkey、ModelArk、TopView 或 fal manifest。Higgsfield 和自定义供应商先按专属参考核实 schema，再使用其现有工具或项目专用适配器；不要虚构通用端点。脚本每次只运行一个视频，输出多个视频时建立各自 manifest。

python3 scripts/run_generation.py /absolute/path/manifest.locked.json --env-file /absolute/path/project/.env

生成完成后返回平台、模型、任务 ID 和视频绝对路径。不要自动点评、抽帧、剪辑或再次生成；这些需要用户另行提出。

编辑是生成式修改，提示词锁定动作和比例不等于像素级保持；未经检查不宣称完全一致。延伸返回的是新增片段还是整段，以供应商结果为准并明确标注；用户未要求时不自动拼接。

中断条件

以下任一情况都必须停止提交并向用户说明：八项检查仍有未解决的缺口或冲突、模型名不精确、尺寸或分辨率缺失、素材角色不明、平台不兼容、所需环境变量缺失、用户尚未确认最终提示词预览，或供应商无法表达锁定配置。