短剧镜头生成

解决什么问题

在 AI 短剧制作中，将抽象的剧本节拍（如情绪冲突、人物对峙）转化为符合电影语言的具体竖屏镜头，是一个常见的技术痛点。手动分镜效率低下，通用的视频生成工具往往缺乏对镜头构图、走位和表演节奏的精细控制，难以直接产出可用的、具有电影感的成品镜头。本技能旨在解决这一从“文字节拍”到“可交付镜头”的自动化转换问题。

核心工作流程

本技能的核心是接收一个定稿的戏剧节拍，并输出一个具有电影感的竖屏微短剧镜头。其工作流程围绕几个关键步骤展开：

1. 构建镜头卡：首先解析输入的戏剧节拍文本（包含人物、动作、场景、情绪、镜头等），并可选结合演员或场景的参考图片。技能会构建一个详细的“镜头卡”，用加粗明确人物特征、服装、场景、情绪、镜头语言（如 特写、全景）、走位、构图及可见结果。
2. 选择生成路线：根据输入类型，技能自动或经确认后选择 Beatra API 的调用路径：

纯文本节拍 → beatra.videos.generate
一张严格确认的开场图 → beatra.videos.animate
严格确认的开场与结尾图 → beatra.videos.interpolate
松散的演员/场景参考 → beatra.videos.generate_from_references

1. 执行与任务管理：通过随包 scripts/mcp_client.py 提交生成请求。在提交前会冻结镜头卡内容，确保用户确认。提交后，技能会使用 beatra.tasks.get 持续轮询任务状态，直至完成并返回视频素材。每一次提交都是一个独立的付费阶段。
2. 结果审阅与连续性：生成后，技能会审阅返回的视频，检查演员特征、镜头语言、情绪节拍和对白节奏是否符合预期，并处理后续可能的修改请求（需遵循付费与恢复规则）。

边界与注意事项

• 适用范围：本技能专精于电影感、真人或写实人类戏剧的竖屏短剧镜头生成。它不适用于插画/漫画动态漫、分镜规划图或广泛的非叙事视频，这些需求应路由至其他工作流。
• 付费与状态恢复：每个镜头生成都是付费操作。更换节拍、参考图、模型或画幅等核心要素，即视为一个新的付费工作。任务中断后，应使用相同的阶段 ID 和冻结负载进行恢复，严禁重复提交付费请求。
• 模型与控制：默认使用 model: "auto"，生成前需通过 beatra.models.list 确认模型能力是否匹配输入媒体事实和镜头控制项。
• 客户端约束：所有 API 调用必须通过随包 MCP 客户端执行，不应配置或使用宿主 Agent 的 Beatra Connector，也不要使用 REST/OpenAPI 回退。