小说推文成片器

要解决的问题

短视频平台上，以小说、网文、故事片段进行推广的账号面临一个核心痛点：如何将一段文字高效地转化为一系列画面连贯、角色一致、配有同步旁白的竖屏视频？手动操作意味着需要为每个场景单独构思、绘制插画（并尽力保持角色形象不变）、录制音频、再进行剪辑对齐，流程繁琐且难以保证质量和一致性。

技能如何工作：核心流程与能力

@beatra-ai/novel-promo-video-maker 技能旨在自动化这一完整流程。它并非一个简单的“文生视频”黑盒，而是一个遵循明确工作流的分步生成器，确保每个环节都可审查、可调整。

1. 智能分镜与角色锁定
输入一段故事文本后，技能首先进行规划。它会生成一份分镜表，明确区分钩子镜头、推进镜头和悬念收尾。关键一步是创建角色表：为每个反复出场的角色生成一张独立的参考形象图（artifact），并确保后续所有分镜图生成时都引用该参考图。这是解决多镜头间“角色一致性”问题的核心技术手段。

2. 基于模型能力与实时定价的精准调用
技能通过 beatra.models.list 实时获取文本生成图像（用于初始角色图）、图像到图像（用于带角色参考的分镜图）、文本转语音和图像转视频等能力的模型卡片及价格。所有费用估算都基于当前实际可用的模型和定价选项。规划确认后，付费调用才开始：

• 使用 beatra.images.generate 生成角色参考图。
• 使用 beatra.images.transform（参考角色图）生成各分镜的静态画面。
• 使用 beatra.speech.synthesize 为每个分镜合成旁白语音。
• 使用 beatra.videos.animate 将静态分镜图与对应的旁白音频结合，生成动态视频片段。此步骤必须显式选择支持 [image, driving_audio] 输入的视频模型，避免使用默认的 auto 模型。

3. 可控的交付与延长
最终交付的是一组按分镜顺序排列的视频片段。每个片段都附带详细的状态、模型、尺寸、时长和用量信息。如果某个分镜需要更长，可以通过 beatra.videos.extend 进行付费续接。整个过程中的每个付费调用都有独立的 client_request_id，用于任务追踪和故障恢复。

适用边界与注意点

• 专注于“成片”：本技能的目标是产出带旁白的视频成片。如果你只需要分镜表而不需要实际出图、配音和视频，请使用 ai-storyboard-generator。
• 旁白与角色：默认采用单旁白音色。如果需要多角色配音，需使用 beatra-ai-voice-studio。角色一致性的保证依赖于生成的角色参考图质量。
• 视频模型选择：beatra.videos.animate 调用时，必须仔细选择模型，拒绝那些不接受 driving_audio 的模型，否则会导致生成失败。
• 成本与确认：出图、语音和视频生成是付费操作。在执行前，技能会清晰展示方案（包括分镜、旁白、画布、各阶段调用次数和最高费用）并请求确认。任何修改都可能意味着新的付费工作。
• 故障恢复：任务提交后即异步执行，技能具备基于任务ID的轮询和恢复逻辑，但会尽量避免不必要的重试和费用消耗。