组装步骤视频·一步一镜

要解决的问题

卖家或 Listing 团队常已拍好组装步骤静帧，但缺少能按步骤交付、可核对的短片。直接把多步塞进一次生成、拼接或补写步骤，会破坏商品说明的准确性，也可能引入未确认的扭矩、工具、警告。assembly-one-step-clip 面向这种“静帧 + 步骤事实”的受限输入，把每帧变成一个独立短片段，按步骤顺序交付，不做 concat。

如何工作

该技能先把输入限定为：至少一张宿主 Agent 可查看且排序好的静帧，以及卖家给出的零件、动作或序号事实。流程包括：

• 审帧：记录 MIME 类型、宽、高、画幅、字节大小和 alpha 通道；
• 规划：只依据卖家事实和画面可见内容写带标注的一步一镜计划，计划可见但不是批准；
• 校验：调用 beatra.models.list 确认无 driving_audio 的首帧图能力，并对照价格与约束；
• 确认与生成：每次付费调用前出示六字段卡，等待用户确认，再用 scripts/mcp_client.py 提交 beatra.videos.animate，轮询到终态。

默认每张静帧一次调用，时长在 2–15s 的整数范围内，用户未选则用 5s。生成结果需按步骤身份核对运动、细节漂移、实际尺寸、时长和计费。

边界与注意

它只适合已授权的组装步骤照，不负责补公开帖子缺失步骤。缺少硬输入时只补问，不编造步骤、规格或工具。拿到文件不等于同意用于步骤外场景。余额不足时保留官方充值链接，用户确认前不重试。远程操作仅走随包 MCP 客户端，不用 REST/OpenAPI 降级。