AI 短剧竖屏成片管线

要解决什么问题

竖屏短剧如果靠手工剪片、逐段调 API，剧本、旁白、生成参数和后期特效很容易脱节；Agnes 等生成接口还有内容审核与异步轮询这类工程坑。这个技能把 Agent 定位成导演兼工程师：在你确认主题后，按固定目录和阶段把 script.json、TTS、raw_clips 和 final 串成可重复跑的管线。

管线如何工作

整体是四段产出加交付，时长在 SKILL 里按阶段估过（剧本约 10 分钟，TTS 约 1 分钟，视频异步 15–30 分钟，合成 5–10 分钟）：

• Stage 1 剧本：4–6 个场景，每段约 15–17 秒；script.json 里写场景定义、视频提示词和旁白；提示词需覆盖人物、环境、运镜与画质，国人面孔要写清 East Asian features 等；转场用 fade_from_black / crossfade / flash_white。
• Stage 2 TTS：scripts/generate_tts.py 按场景出 audio/*.mp3，可选云扬、晓晓、云希等 Neural 音色。
• Stage 3 视频：scripts/generate_videos.py 调 agnes-video-v2.0，竖屏 704×1280、num_frames=409、frame_rate=24；脚本会轮询并在 video_url 与 remixed_from_video_id 间取 URL，审核失败可简化重试。
• Stage 4 合成：scripts/compose_final.py 做色彩分级、暗角、光晕、胶片颗粒，叠 TTS 并处理转场；输出 720×1280 H.264 + AAC。

已有 script.json 时可用一键脚本顺序跑 TTS → 生成 → 合成。

边界与注意点

• 提示词避开阶级对比、冲突、暴力暗示等，否则常见 content_policy_violation；批量前建议单段试跑。
• 每段 API 有额度成本；单段最长约 17 秒（409 帧 @ 24fps），更长需降分辨率换更大 num_frames。
• 后期依赖 moviepy 2.x，与 1.x API 不兼容；FFmpeg 由 imageio-ffmpeg 提供，脚本里会处理加载环境。