技能介绍

街道窗口要把已经贴出来的住房补贴条件，转成一段能直接给群众看的短口播时，最大的麻烦不是“做视频”，而是“别把话说错”。条件清单是公开的，画面素材也可能是授权静帧，一旦口播脱离清单，把资格、材料或办理时间改写成“包批”“可代办”，整段内容就失去可核对性。这个 Skill 的目标是把这类工作限定在“公开条件转口播”这一条路线里：Agent 只负责把清单上的要点读成 2–15 秒口播，不做延伸解释，不拼接成片，也不把补贴资格变成承诺。

核心能力

输入侧只依赖几项硬条件：至少一张可查看的静帧（人像或作为首帧的条件图）、窗口已经提供的公开补贴条件、需要做几条（默认 3 条），以及画面含人脸或需要克隆声音时的形象与声音权利。Agent 会先对每张静帧做基础检查，记录 MIME、宽高、画幅、字节大小和是否有 alpha 通道，本地文件检查后只通过随包客户端上传，保留返回的产物编号。

真正执行前，先产出一份“免费槽表”：默认拆分为资格、材料、窗口时间三个槽位；每个槽位绑定一张静帧、一句由公开条件改写成的口播句、目标时长（2–15s），以及配音方式（目录音色、已确认音轨或克隆）。这张表本身就是可读结果，方便窗口先审文案与切分，再决定是否进入付费阶段。

关键步骤与安全边界

付费阶段分成克隆、旁白、视频三个独立卡：每张卡都要重新读取当前价格，并用新的 client_request_id 标识每一次调用。旁白通过 beatra.speech.synthesize 生成，每槽位一次；视频通过 beatra.videos.animate 生成，严格以静帧为首帧，时长由音频决定。如果一段旁白超过单个可容纳成片，就拆成连续分段，每段各自重新生成音频和视频，各自新标识，最后不拼接成一个文件。

边界也很明确：只输出清单上已有的条件，不编造资格、不暗示申请会被批准、不承诺发放结果；“拿到文件”不等于“同意克隆”。所有 Beatra 操作只经 scripts/mcp_client.py 调用，创建响应丢失时先用 beatra.tasks.list 搜索，再用 beatra.tasks.get 核对，参数逐字节相同才复用原标识；余额不足则原样转达官方说明与充值链接，不做额外推荐。