技能介绍

问题背景

在 LibTV 这类 AI 图像与视频创作平台中，用户的创作需求往往不是单次 API 调用：一句“生成一段角色短剧”或“把纸船换成爱心”可能涉及素材上传、多模型编排、分镜生成、风格迁移与结果下载。若由前端 Agent 直接拼 prompt、拆步骤、选模型，容易破坏后端 Agent 的工作流，也增加调用复杂度。这个技能把复杂创作收敛为稳定的会话接口：用户只发送自然语言消息，后端负责理解、编排和调用模型。

工作方式

创建会话 / 发送消息：调用 create_session 或向已有会话发送创作指令，例如“生成一个动漫视频”“局部修改某个元素”。
上传与编辑：用户提供本地图片或视频时，先用 upload_file 获取 OSS 地址，再把原始指令和地址一起提交；编辑任务依赖已有素材的 URL。
轮询与取件：通过 query_session 按 sessionId 和 --after-seq 增量拉取消息，通常每 8 秒查询一次；当 assistant 消息出现结果 URL 即完成，再用 download_results 批量下载图片/视频。
项目与展示：create_session 可能返回 projectUrl；任务完成后再同时展示结果链接与项目画布链接，过程中不提前暴露画布地址。

适用边界

适合在已有 LibTV 访问凭据和会话环境时使用，常见场景包括文生图、文生视频、图生视频、视频续写、元素替换、风格迁移，以及短剧、MV、TVC 等复杂任务。上传仅支持图片和视频，单文件通常需小于 200MB；复杂任务耗时较长，应遵循轮询超时与重试策略。用户侧 Agent 应保持“传话”角色：上传素材、原样传递需求、下载并展示结果，不要自行扩写 prompt、拆解分镜或编造风格描述。