书籍视频生成器 Agnes 增强版

要解决的具体问题

在原版 book-video-generator 工作流中，Windows 环境下合成视频时，脚本依赖系统临时目录并通过冒号转义路径，导致输出文件被截断；edge-tts 以命令行方式调用，在 Windows 下参数传递失败；默认图像生成走腾讯混元，切换 IMAGE_API 成本高；书籍解说时想插入真实书封、目录或内页实拍，也缺乏统一入口。

技能如何工作

这套技能在保留原版五阶段流程的前提下做了针对性增强：

• 默认 Agnes 生图：scripts/generate_image.py --api agnes 作为默认图像管线，配合环境变量即可调用。
• 真实照片混排：在 storyboard.json 的 desc_promopt 中填入 REAL_PHOTO:路径，scripts/gen_images.py 会直接复制并缩放至 1920×1080；其他文本仍交给 Agnes 生图。
• Windows 合成修复：scripts/compose_robust.py 使用本地 work 目录与相对路径字幕，避免临时目录带来的截断。
• TTS Python API：scripts/gen_audio.py 通过 edge-tts Python 接口逐段生成 audio/{story_name}.mp3，绕开 CLI 参数问题。

五阶段依次为：搜索书籍并生成 book_review.json；基于书评产出 storyboard.json；生成章节进度条 chapters.json；并行准备图片、配音和真实素材；构建 segments.json 并运行合成脚本，最终输出 {book_name}_三分钟精读书.mp4。

适用边界与注意点

• 真实照片需注意版权：书封展示通常被平台鼓励，少量内页用于评介属合理使用，批量盗用整书扫描图不可取。
• Agnes 生图限流为 2 次/分钟，scripts/gen_images.py 已内置 429 退避重试。
• 工作流只产出本地 MP4，发布到抖音、视频号、小红书等平台仍需手动上传。
• 合成前必须 cd 到书籍项目根目录，脚本会从当前工作目录读取 segments.json。