技能介绍

要解决什么问题

大模型 Agent 若只把「生成一段视频」丢给外部 API，往往拿不到可验证的本地文件，也难以在提示词里稳定表达镜头、运镜与时长。本技能把 Seedance 2.0 封装成固定工作流：理解镜头意图 → 写动效向 prompt → 选模型与画幅 → 处理参考媒体 → 单次执行 CLI → 解析 JSON 并校验 localPath 与 bytes，再把视频路径交回用户。

技能如何工作

镜头理解：从用户描述中提取主体、动作、景别、运镜、构图、光线、风格、节奏、时长、画幅比，以及参考图/音/视频各自扮演的角色；缺关键信息才追问，否则做克制的电影化默认选择，不擅自加品牌、对白或未请求的敏感属性。
动效向 prompt：优先写「随时间变化」的句子（例如运镜与反射如何移动），图生视频需说明什么动、什么保持静止；音/视频参考只描述对节奏、构图或风格的约束，不承诺身份一致、口型或帧级连续。
参数默认：草稿用 doubao-seedance-2-0-fast-260128 + 480p；常规定稿倾向 fast 模型 720p、自适应画幅与自动时长；质量优先时用 doubao-seedance-2-0-260128。参考媒体支持本地路径或 HTTP(S) URL，用重复 --attachment 保持顺序。
执行与交付：运行 scripts/generate.js 并带 --json 与明确 --output-dir；仅在 success 为 true 且每个 files 条目本地文件存在且 bytes > 0 时视为成功；temporaryUrl 仅作诊断。

边界与注意

需通过环境变量 UNITYCLAW_KEY 授权；生成可能较慢，默认超时 30 分钟。仅对 error.retryable 为 true 的技术失败自动重试；鉴权、无效参数、缺失参考文件或输出校验失败需先修正原因。主观不满意时不应自动再烧一次额度，应依据反馈只改运镜、构图或节奏等指令，复杂序列宜拆成多个聚焦镜头分别生成。